集合最优插值同化方法在珠三角空气质量模拟中的初步应用

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.