科研之友
微信
新浪微博
Facebook
分享链接
摘要
本文旨在探讨集合最优插值(EnOI)同化方法对MM5-STEM空气质量模式污染物浓度预报场的修正能力,先从局地化尺度(L)及经验系数(α)的敏感性试验中获得NO2、SO2和PM10各自的"最优L和α组合",然后对此参数设置下的同化结果进行分析.研究结果显示,EnOI在NO2、SO2及PM10的同化试验中均取得较好的效果,检验站点均方根误差(RMSE)的平均下降比例分别可达33%、32%和42%,RMSE值下降的站点占检验站点总数的比例分别为86%、84%和91%.表明该方法能够有效地应用在珠三角空气质量模拟中,产生与实际更为接近的污染物浓度预报场.
- 单位
