基于反演在線更新排放源清單的空氣質量業務預報方法

　　污染源清單是空氣質量數值預報最重要的輸入數據之一，是影響預報準確率的關鍵因子。傳統自下而上源清單由于需要收集的信息量大、制作成本高，難以快速更新，往往需要1年以上才能更新一次，其不確定性在我國大氣污染源排放快速變化情形下會顯著增大，對空氣質量預報也引入了較大的不確定性。

　　針對這一難題，中國科學院大氣所物理研究所聯合中國環境監測總站，提出了在線更新排放清單的業務預報新方法。該方法基于自主研發的大氣化學數據同化系統ChemDAS，進一步解耦排放源反演所需的集合模擬與預報，每日動態反演城市主要污染物的排放量數據。在排放源反演過程中，該方法同化融合了多變量的污染物監測濃度數據，包括一氧化碳（CO）、二氧化硫（SO2）、二氧化氮（NO2）、臭氧（O3）、細顆粒物（PM2.5）、粗顆粒物（PM10），以分別更新不同污染物的排放數據，包括CO、SO2、氮氧化物（NOx）、揮發性有機物（VOCs）及其他PM2.5和PM10的前體物排放。與傳統方法相比，這一方法將計算量降低了84%，使得在業務預報中采用集合卡爾曼濾波源反演更加高效。

　　該方法已應用于國家生態環境質量預測預報中心，在業務預報中實現了在線反演更新排放清單。這一技術不僅有效提高了預報精度，而且能夠快速評估大氣污染物排放量的變化。在2022年1月至2月的預報中，該方法將PM2.5的7天預報均方根誤差降低了7.1%，O3等污染物的預報均方根誤差也有了明顯降低。此外，反演的排放數據揭示了2022年北京冬奧會期間排放控制措施的顯著影響，表明北京市、張家口市和河北省的氮氧化物排放分別降低了53.5%、42.7%和48.6%。

　　近期，相關研究成果發表在《環境科學與技術快報》（Environmental Science & Technology Letters）上，并入選為封面文章（Supplementary Covers）。研究工作得到國家自然科學基金的支持。