CN114112995A - 基于三维变分技术的气溶胶光学特性资料同化方法和装置 - Google Patents
基于三维变分技术的气溶胶光学特性资料同化方法和装置 Download PDFInfo
- Publication number
- CN114112995A CN114112995A CN202111456289.4A CN202111456289A CN114112995A CN 114112995 A CN114112995 A CN 114112995A CN 202111456289 A CN202111456289 A CN 202111456289A CN 114112995 A CN114112995 A CN 114112995A
- Authority
- CN
- China
- Prior art keywords
- aerosol
- data
- optical thickness
- extinction coefficient
- extinction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000000443 aerosol Substances 0.000 title claims abstract description 268
- 230000003287 optical effect Effects 0.000 title claims abstract description 109
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000005516 engineering process Methods 0.000 title claims abstract description 33
- 230000008033 biological extinction Effects 0.000 claims abstract description 142
- 239000002245 particle Substances 0.000 claims abstract description 118
- 238000004364 calculation method Methods 0.000 claims abstract description 73
- 238000004458 analytical method Methods 0.000 claims abstract description 39
- 238000001514 detection method Methods 0.000 claims abstract 2
- 239000011159 matrix material Substances 0.000 claims description 66
- 239000000126 substance Substances 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 14
- 239000013598 vector Substances 0.000 claims description 6
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 4
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 claims description 4
- QAOWNCQODCNURD-UHFFFAOYSA-L Sulfate Chemical compound [O-]S([O-])(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-L 0.000 claims description 4
- 150000003863 ammonium salts Chemical class 0.000 claims description 4
- 239000003738 black carbon Substances 0.000 claims description 4
- 229910052799 carbon Inorganic materials 0.000 claims description 4
- 150000002823 nitrates Chemical class 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 150000003839 salts Chemical class 0.000 claims description 4
- 159000000000 sodium salts Chemical class 0.000 claims description 4
- 239000000926 atmospheric chemistry Substances 0.000 claims description 2
- 238000012360 testing method Methods 0.000 description 8
- 238000004088 simulation Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000001976 improved effect Effects 0.000 description 3
- 238000003915 air pollution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 241000208818 Helianthus Species 0.000 description 1
- 235000003222 Helianthus annuus Nutrition 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000005427 atmospheric aerosol Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000000265 homogenisation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003534 oscillatory effect Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000012950 reanalysis Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 239000012798 spherical particle Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/41—Refractivity; Phase-affecting properties, e.g. optical path length
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请涉及一种基于三维变分技术的气溶胶光学特性资料同化方法和装置。所述方法包括：采用体积加权方式，求解气溶胶中气溶胶颗粒物对应粒径范围的平均复折射指数；根据气溶胶颗粒物的尺度参数以及平均复折射指数，采用多项式拟合方式计算气溶胶的消光效率计算值；根据消光效率和气溶胶颗粒物的粒子浓度，计算消光系数计算值和气溶胶光学厚度计算值；将气溶胶逐时质量浓度、卫星反演的光学厚度、激光雷达探测的消光系数廓线、消光效率计算值、消光系数计算值和气溶胶光学厚度计算值进行组合之后，利用目标泛函，输出气溶胶质量浓度资料、光学厚度资料和消光系数资料，并且进行插值生成气溶胶分析场。采用本方法能够准确生成不同光学特性的资料。
Description
技术领域
本申请涉及气溶胶的光学特性资料同化技术领域，特别是涉及一种基于三维变分技术的气溶胶光学特性资料同化方法和装置。
背景技术
大气气溶胶对地球环境具有重要的影响，是造成空气质量恶化的主要污染物之一。数值模拟是研究气溶胶的重要手段，但由于气溶胶初始场存在一定的不确定性，使得空气质量模式对气溶胶的预报存在较大的误差。资料同化的目的是通过改善模式初始场，即为模式提供一个更准确的初始场，从而提高气溶胶的分析、预报质量。与气溶胶常规观测资料相比，气溶胶光学特性资料如卫星AOD可以提供更大范围的气溶胶分布信息，如常规观测站点主要位于城区，而在山区、荒漠以及海洋等地区布置的站点很少。另外，气溶胶消光系数廓线能够提供精细的垂直信息，这对研究气溶胶的层次和输送通道具有重要的意义。气溶胶光学特性资料有效弥补了常规观测资料的不足，利用同化技术将它们融合进模式初始场，以提高模式的预报质量，这对气溶胶的研究具有广阔的前景。
虽然气溶胶质量浓度的同化方法渐趋成熟，因其观测算子是简单的线性算子，易于构建，但目前对气溶胶光学特性的同化方法研究较少，主要难点是构建复杂的观测算子。现有可查阅的文献和方法中，针对卫星AOD的同化主要是借助于美国的网格点统计插值***GSI这一工具(Liu et al.,2011)，不过该***是基于GOCART气溶胶方案开发的，而GOCART方案对人为源气溶胶如城市气溶胶的描述存在缺陷。另外，针对气溶胶消光系数的同化方法研究较少。本发明人团队申请过一种基于IMPROVE方程的气溶胶消光系数的三维变分同化方法(CN111048161A)，然而该方法是一种近似的方法。虽然部分研究基于Mie散射理论构建了观测算子(Barnard et al.,2010；Wang et al.,2014)，继而同化了气溶胶消光系数，但应用的是简单的气溶胶模式，并没有定量的对所有气溶胶光学特性进行分析。
发明内容
基于此，有必要针对上述技术问题，提供一种能够解决复杂气溶胶光学特性资料同化问题的基于三维变分技术的气溶胶光学特性资料同化方法和装置。
一种基于三维变分技术的气溶胶光学特性资料同化方法，所述方法包括：
采用体积加权方式，求解气溶胶中气溶胶颗粒物对应粒径范围的平均复折射指数；
根据所述气溶胶颗粒物的尺度参数以及所述平均复折射指数，采用多项式拟合方式计算气溶胶的消光效率计算值；
根据所述消光效率和气溶胶中气溶胶颗粒物的粒子浓度，计算消光系数计算值和气溶胶光学厚度计算值；
根据大气化学模式历史预报资料估计待分析区域的背景误差协方差矩阵，基于待分析区域的气溶胶逐时质量浓度、卫星反演的光学厚度以及激光雷达探测的消光系数廓线，得到待分析区域的观测误差协方差矩阵，基于三维变分技术理论构建目标泛函；
将所述气溶胶逐时质量浓度、卫星反演的光学厚度、激光雷达探测的消光系数廓线、消光效率计算值、消光系数计算值和气溶胶光学厚度计算值进行组合之后，结合背景误差协方差矩阵和观测误差协方差矩阵，分别输入至所述目标泛函，输出气溶胶质量浓度资料、光学厚度资料和消光系数资料，并且进行插值生成预设大气化学模式的气溶胶分析场。
在其中一个实施例中，还包括：根据气溶胶总体积和气溶胶浓度，得到粒子平均体积；将气溶胶颗粒物等效为球形，根据球形体积计算公式和所述粒子平均体积，得到平均湿半径；根据不同物质的气溶胶颗粒物的复折射指数，采用体积加权方式得到气溶胶中气溶胶颗粒物对应粒径范围的平均复折射指数。
在其中一个实施例中，还包括：根据所述平均湿半径和入射波长，得到气溶胶颗粒物的尺度参数；
预先通过设置样本，采用拟合多项式的展开系数以及双线性插值，计算所述平均复折射指数对应的展开项系数；
根据所述展开项系数和所述尺度参数，构建消光效率计算公式为：
其中，Qext表示消光效率计算值，s表示平均湿半径的归一化对数值，Ti(s)为第i阶切比雪夫多项式，Ai为展开项系数，M表示粒径范围总数，i表示粒径段。
在其中一个实施例中，还包括：根据所述消光效率和气溶胶中气溶胶颗粒物的粒子浓度，计算消光系数计算值和气溶胶光学厚度计算值为：
AOD＝∑bext
其中，ri表示平均湿半径，Ni表示粒径i的粒子数浓度，λ表示入射波长，mi表示粒径i的平均复折射指数，4bins表示预设大气化学模式下的粒子浓度模式，AOD表示气溶胶光学厚度计算值，bext表示消光系数计算值。
在其中一个实施例中，还包括：基于三维变分技术理论构建的目标泛函为：
其中，J(x)表示优化目标，x表示控制变量，xb是控制变量的背景值，B和R分别表示背景误差协方差矩阵和观测误差协方差矩阵，h(x)表示观测因子，y表示观测向量。
在其中一个实施例中，还包括：将所述气溶胶逐时质量浓度、预先构建的线性观测算子、背景误差协方差矩阵和观测误差协方差矩阵输入所述目标泛函，得到气溶胶质量浓度资料；
将所述激光雷达探测的消光系数廓线、所述消光效率计算值、所述消光系数计算值、背景误差协方差矩阵和观测误差协方差矩阵输入所述目标泛函，得到气溶胶消光系数资料；
将所述卫星反演的光学厚度、所述气溶胶光学厚度计算值、所述消光效率计算值、所述消光系数计算值、背景误差协方差矩阵和观测误差协方差矩阵输入所述目标泛函，得到气溶胶光学厚度资料；
将所述气溶胶质量浓度资料、光学厚度资料和消光系数资料插值到预设大气化学模式的三维网格点上，得到气溶胶分析场。
在其中一个实施例中，所述控制变量是基于大气化学模式WRF-Chem中的多物种多粒径段气溶胶方案MOSAIC 4bins设计的，控制变量总数为20个，分别为：
黑碳、有机碳、硫酸盐和硝酸盐以及铵盐的合并物种、氯化物和钠盐的合并物种、未分类的其他无机盐在4个粒径段内的质量浓度。
一种基于三维变分技术的气溶胶光学特性资料同化装置，所述装置包括：
观测量计算模块，用于采用体积加权方式，求解气溶胶中气溶胶颗粒物对应粒径范围的平均复折射指数；根据所述气溶胶颗粒物的尺度参数以及所述平均复折射指数，采用多项式拟合方式计算气溶胶的消光效率计算值；根据所述消光效率和气溶胶中气溶胶颗粒物的粒子浓度，计算消光系数计算值和气溶胶光学厚度计算值；
数据采集模块，用于根据大气化学模式历史资料估计待分析区域的背景误差协方差矩阵，基于待分析区域的气溶胶逐时质量浓度、卫星反演的光学厚度以及激光雷达探测的消光系数廓线，得到待分析区域的观测误差协方差矩阵，基于三维变分技术理论构建目标泛函；
同化模块，用于将所述气溶胶逐时质量浓度、卫星反演的光学厚度、激光雷达探测的消光系数廓线、消光效率计算值、消光系数计算值和气溶胶光学厚度计算值进行组合之后，结合背景误差协方差矩阵和观测误差协方差矩阵，分别输入至所述目标泛函，输出气溶胶质量浓度资料、光学厚度资料和消光系数资料，并且进行插值生成预设大气化学模式的气溶胶分析场。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
采用体积加权方式，求解气溶胶中气溶胶颗粒物对应粒径范围的平均复折射指数；
根据所述气溶胶颗粒物的尺度参数以及所述平均复折射指数，采用多项式拟合方式计算气溶胶的消光效率计算值；
根据所述消光效率和气溶胶中气溶胶颗粒物的粒子浓度，计算消光系数计算值和气溶胶光学厚度计算值；
根据大气化学模式历史资料估计待分析区域的背景误差协方差矩阵，基于待分析区域的气溶胶逐时质量浓度、卫星反演的光学厚度以及激光雷达探测的消光系数廓线，得到待分析区域的观测误差协方差矩阵，基于三维变分技术理论构建目标泛函；
将所述气溶胶逐时质量浓度、卫星反演的光学厚度、激光雷达探测的消光系数廓线、消光效率计算值、消光系数计算值和气溶胶光学厚度计算值进行组合之后，结合背景误差协方差矩阵和观测误差协方差矩阵，分别输入至所述目标泛函，输出气溶胶质量浓度资料、光学厚度资料和消光系数资料，并且进行插值生成预设大气化学模式的气溶胶分析场。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
采用体积加权方式，求解气溶胶中气溶胶颗粒物对应粒径范围的平均复折射指数；
根据所述气溶胶颗粒物的尺度参数以及所述平均复折射指数，采用多项式拟合方式计算气溶胶的消光效率计算值；
根据所述消光效率和气溶胶中气溶胶颗粒物的粒子浓度，计算消光系数计算值和气溶胶光学厚度计算值；
根据大气化学模式历史资料估计待分析区域的背景误差协方差矩阵，基于待分析区域的气溶胶逐时质量浓度、卫星反演的光学厚度以及激光雷达探测的消光系数廓线，得到待分析区域的观测误差协方差矩阵，基于三维变分技术理论构建目标泛函；
将所述气溶胶逐时质量浓度、卫星反演的光学厚度、激光雷达探测的消光系数廓线、消光效率计算值、消光系数计算值和气溶胶光学厚度计算值进行组合之后，结合背景误差协方差矩阵和观测误差协方差矩阵，分别输入至所述目标泛函，输出气溶胶质量浓度资料、光学厚度资料和消光系数资料，并且进行插值生成预设大气化学模式的气溶胶分析场。
上述基于三维变分技术的气溶胶光学特性资料同化方法、装置、计算机设备和存储介质，基于三维变分技术理论构建的目标泛函，在该目标泛函中，需要构建观测算子，观测算子是同化气溶胶光学特性资料的核心问题，本发明基于控制变量和Mie散射理论，构建了定量的观测算法，并且适应于不同的气溶胶的光学特性，从而基于该目标泛函进行的同化资料计算，结果更加准确。
附图说明
图1为一个实施例中基于三维变分技术的气溶胶光学特性资料同化方法的流程示意图；
图2为一个实施例中2019年3月2日00时模式背景场(Control)和分析场(Analysis)中的AOD分布以及增量分布示意图；
图3为另一个实施例中2019年3月2日00时模式背景场(Control)和分析场(Analysis)模拟的和地基雷达观测的消光系数廓线对比图，其中，图(a)-(g)分别是位于海淀、怀柔、南郊、平谷、上甸子、通州和延庆的消光系数廓线对比图；
图4为一个实施例中基于三维变分技术的气溶胶光学特性资料同化装置的结构框图；
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种基于三维变分技术的气溶胶光学特性资料同化方法，包括以下步骤：
步骤102，采用体积加权方式，求解气溶胶中气溶胶颗粒物对应粒径范围的平均复折射指数。
可以根据具体的大气化学模式，设置不同的粒径范围，本步骤计算的平均复折射指数，指的是每个粒径范围下的平均复折射指数。
步骤104，根据气溶胶颗粒物的尺度参数以及平均复折射指数，采用多项式拟合方式计算气溶胶的消光效率计算值。
尺度参数是根据控制变量确定的，然后根据Mie散射理论和平均复折射指数，通过多项式拟合方式可以计算出气溶胶的消光效率计算值。
步骤106，根据消光效率和气溶胶中气溶胶颗粒物的粒子浓度，计算消光系数计算值和气溶胶光学厚度计算值。
步骤108，根据大气化学模式历史资料估计待分析区域的背景误差协方差矩阵，基于待分析区域的气溶胶逐时质量浓度、卫星反演的光学厚度以及激光雷达探测的消光系数廓线，得到待分析区域的观测误差协方差矩阵，基于三维变分技术理论构建目标泛函。
步骤110，将气溶胶逐时质量浓度、卫星反演的光学厚度、激光雷达探测的消光系数廓线、消光效率计算值、消光系数计算值和气溶胶光学厚度计算值进行组合之后，结合背景误差协方差矩阵和观测误差协方差矩阵，分别输入至目标泛函，输出气溶胶质量浓度资料、光学厚度资料和消光系数资料，并且进行插值生成预设大气化学模式的气溶胶分析场。
上述基于三维变分技术的气溶胶光学特性资料同化方法中，基于三维变分技术理论构建的目标泛函，在该目标泛函中，需要构建观测算子，观测算子是同化气溶胶光学特性资料的核心问题，本发明基于控制变量和Mie散射理论，构建了定量的观测算法，并且适应于不同的气溶胶的光学特性，从而基于该目标泛函进行的同化资料计算，结果更加准确。
在其中一个实施例中，观测算子包括两个计算过程，首先用控制变量计算出每个网格点上的相当观测量，如消光系数；然后将网格点上的模拟值插值到实际观测位置上，与观测值作比较，计算出观测增量。同化PM2.5、PM10质量浓度时，只需一个线性观测算子，主要是空间位置上的插值运算。而同化气溶胶光学特性时，观测算子往往是复杂的非线性过程。
在构建非线性算子时，做出如下假设：气溶胶各物种和水含量是内混合，气溶胶颗粒物是球形粒子。因此，根据气溶胶总体积和气溶胶浓度，得到粒子平均体积；将气溶胶颗粒物等效为球形，根据球形体积计算公式和粒子平均体积，得到平均湿半径；根据不同物质的气溶胶颗粒物的复折射指数，采用体积加权方式得到气溶胶中气溶胶颗粒物对应粒径范围的平均复折射指数。
在其中一个实施例中，根据平均湿半径和入射波长，得到气溶胶颗粒物的尺度参数；预先通过设置样本，采用拟合多项式的展开系数以及双线性插值，计算平均复折射指数对应的展开项系数；根据展开项系数和尺度参数，构建消光效率计算公式为：
其中，Qext表示消光效率计算值，s表示平均湿半径的归一化对数值，Ti(s)为第i阶切比雪夫多项式，Ai为展开项系数，M表示粒径范围总数，i表示粒径段。
具体的，利用入射波长λ计算粒子的大小尺度参数x＝2πri/λ，s＝(2logri-logrmax-logrmin)/(logrmax-logrmin)，rmax＝50μm,rmin＝0.05μm，一般取展开式项数M＝50。
在其中一个实施例中，根据消光效率和气溶胶中气溶胶颗粒物的粒子浓度，计算消光系数计算值和气溶胶光学厚度计算值为：
AOD＝∑bext
其中，ri表示平均湿半径，Ni表示粒径i的粒子数浓度，λ表示入射波长，mi表示粒径i的平均复折射指数，4bins表示预设大气化学模式下的粒子浓度模式，AOD表示气溶胶光学厚度计算值，bext表示消光系数计算值。AOD是消光系数bext沿大气垂直方向的积分。
在其中一个实施例中，基于三维变分技术理论构建的目标泛函为：
其中，J(x)表示优化目标，x表示控制变量，xb是控制变量的背景值，B和R分别表示背景误差协方差矩阵和观测误差协方差矩阵，h(x)表示观测因子，y表示观测向量。
具体的，控制变量和背景值都是一维向量，其长度N取决于模式三维网格点数和控制变量个数。
在其中一个实施例中，将气溶胶逐时质量浓度、预先构建的线性观测算子、背景误差协方差矩阵和观测误差协方差矩阵输入目标泛函，得到气溶胶质量浓度资料；将激光雷达探测的消光系数廓线、消光效率计算值、消光系数计算值、背景误差协方差矩阵和观测误差协方差矩阵输入所述目标泛函，得到气溶胶消光系数资料；将卫星反演的光学厚度、气溶胶光学厚度计算值、消光效率计算值、消光系数计算值、背景误差协方差矩阵和观测误差协方差矩阵输入所述目标泛函，得到气溶胶光学厚度资料；将气溶胶质量浓度资料、光学厚度资料和消光系数资料插值到预设大气化学模式的三维网格点上，得到气溶胶分析场。
在其中一个实施例中，控制变量是基于大气化学模式WRF-Chem中的多物种多粒径段气溶胶方案MOSAIC 4bins设计的，控制变量总数为20个，分别为：黑碳、有机碳、硫酸盐和硝酸盐以及铵盐的合并物种、氯化物和钠盐的合并物种、未分类的其他无机盐在4个粒径段内的质量浓度。
具体的，本发明的核心内容是搭建同化***。同化***是用Fortran 90语言编写的，在Linux服务器上编译、运行。***包含5个目录，其中第1个目录为源程序目录(source)，存放Fortran 90源代码程序文件。第2个目录为可执行程序目录(bin)，存放编译、链接后生成的可执行文件da.exe，里面还有一个文本格式的参数文件da_files.in，记录各个输入输出文件的全路径。第3个目录为数据目录(data)，存放同化的观测数据文件和背景误差协方差文件，观测数据包括气溶胶(PM2.5和PM10)质量浓度、卫星AOD和激光雷达气溶胶消光系数。第4个目录存放气溶胶背景场数据(background)，第5个目录为分析目录(analysis)，存放da.exe生成的控制变量的增量场文件(netcdf格式),里面的子目录dx2wrf存放可执行文件dx2wrf.exe,它将增量场叠加在背景场上产生分析场，最后的分析场放在analysis目录下。运行该同化***，需要如下几步：
第一步：编译程序。在source目录下,编写了Makefile文件。在命令行使用make命令编译，编译后在bin目录下生成可执行文件da.exe。用同样的方法，在analysis目录下生成dx2wrf.exe。
第二步：修改参数文件da_files.in。按照输入输出文件的路径修改da_files.in文件。
第三步：运行da.exe。进入bin目录，在命令行输入./da.exe da_files.in，便开始执行同化***。当然也可以编写shell脚本提交到后台运算。运行结束后生成增量场文件。
第四步：运行dx2wrf.exe生成分析场文件。运行dx2wrf.exe时，需要在命令行中输入3个参数，即命令格式为./dx2wrf.exe参数1参数2参数3，参数1为背景场文件(含路径，下同)，参数2为分析场文件，参数3为增量场文件。
基于上述方案，本发明的有益效果是：首次基于MOSAIC气溶胶方案和Mie散射理论构建了观测算子，并以三维变分技术建立了直接同化气溶胶光学特性资料的同化方法。观测算子是同化气溶胶光学特性资料的核心问题，其准确性直接决定着同化质量。气溶胶光学特性的物理基础是Mie散射理论，MOSAIC是描述人为源气溶胶较为准确的气溶胶方案，因此本发明构建的观测算子是比较准确的算子，开发的同化***具有重要的应用价值。另外本发明扩展了同化***的功能，能同时同化气溶胶质量浓度、光学厚度(AOD)和消光系数等多种资料。相比其他方法同化单一资料而言，本发明同化多种资料对气溶胶分析场和预报的改善更具优势，描述的气溶胶三维分布更接近于真实情况，可以为区域空气污染分析、预警和治理提供科学建议。
以下以具体的实施例进行说明：
以2019年3月2日发生在京津冀及其周边区域的一次气溶胶污染过程对象，解释本发明在气溶胶资料同化和预报方面的应用。
一种基于三维变分技术的气溶胶光学特性资料同化方法，实施步骤如下：
步骤1：编译同化***。前面已介绍了同化***的基础，包括控制变量和观测算子，并基于三维变分技术搭建了同化***。同化***搭建后进行了反复测试，确保程序能够完整地运行下去，计算的结果符合数学意义。针对模拟的2019年3月2日这次污染过程，WRF-Chem设置为三重网格模拟区域，网格分辨率分别为27km、9km、3km，最内层区域覆盖京津冀及其周边区域。根据网格点数，修改程序中的变量维度大小参数，然后编译程序。使用Makefile文件编译时，要注意链接各种函数库，编译成功后，将生成可执行程序文件。
步骤2：准备同化的观测资料。收集研究区域内的观测资料，包括2019年3月2日00时至3月3日00时国控站的气溶胶(PM2.5和PM10)逐时质量浓度，这些数据来自中国环境监测总站(http://www.cnemc.cn/)；消光系数资料是北京地区的7部激光雷达探测的，由中国气象局提供；卫星AOD选用日本葵花8卫星产品，从其官网上下载(https://www.eorc.jaxa.jp/ptree/index.html).为减少数据误差对同化结果的影响，对数据进行质量控制，包括极值控制、剔除异常值、数据稀释、去噪处理等，处理为同化***要求的格式，将其放在同化***要求的目录下。
步骤3：准备气溶胶背景场。收集每6小时一次、分辨率为1.0°×1.0°的气象再分析资料(FNL)作为模拟试验的气象驱动数据。收集由清华大学发布的中国多尺度排放清单(MEIC)数据。对WRF-Chem模式进行12h的冷启动，输出的2019年3月2日00时的结果(wrfout)作为背景场，即通过模式自身运行得到的。
步骤4：运行同化***，生成气溶胶分析场。同化前用NMC方法统计了控制变量的背景误差协方差，将其与准备好的观测数据文件一起接入同化***，开始运行计算，计算结果将生成控制变量的增量场文件。将增量场叠加在背景场上，起到修正背景分布的作用，即在原wrfout文件中修改MOSAIC气溶胶变量的数值，生成的新wrfout作为气溶胶分析场。以2019年3月2日00时作为初始时刻，同化的观测资料都是这一个时刻的观测资料。同化的直接目的是优化模式初始场。通过比较背景场和分析场，便可以得出同化对背景场的改进效果。同化的气溶胶光学特性与控制变量(质量浓度)是不一样的变量，而通过观测算子将其转化为质量浓度的增量。从AOD和消光系数廓线的模拟来分析(图2、图3)，在图2中，增量是分析场减去背景场的结果，反映同化对AOD模拟的改进效果，在图3中，通过与观测廓线(Observation)相比较，可以发现同化后的分析场模拟的消光系数廓线明显优于未同化观测资料的背景场，表明同化***成功地将气溶胶光学特性资料引入到模式初始场。
步骤5：进行气溶胶(PM2.5和PM10)预报。前面已经准备了两组初始场，分别为没有同化任何资料的背景场和同化了气溶胶质量浓度、卫星AOD和消光系数资料后生成的分析场。WRF-Chem分别以背景场和分析场为初始场进行24h的预报试验，即从2019年3月2日00时到2019年3月3日00时。以背景场为初始场的试验为控制(Control)试验，而以分析场为初始场的试验为同化(Assimilation)试验。通过与观测值相比较，分析场的模拟值相比背景场更接近于观测值，表明同化显著地改善了气溶胶初始场。而且分析场的优势会随着预报时间持续，但振荡式衰减。根据模拟值与观测值计算的统计指标(CORR、RMSE)显示,同化显著提高了气溶胶(PM2.5和PM10)的预报效果，且正效应可以持续24h以上。
本发明基于大气化学模式WRF-Chem中的多物种多粒径段MOSAIC方案和Mie散射理论，利用三维变分技术，建立了直接同化气溶胶光学特性资料的分析方法。因气溶胶质量浓度的同化方法简单易行，扩展了搭建的同化***，使之能一起同化气溶胶质量浓度、卫星AOD和消光系数等多种资料，最大限度地利用各种观测资料。同化***搭建后，经过了反复测试。对2019年3月2日的一次污染过程进行了同化试验，结果表明同化***已合理地将各种观测资料引入模式初始场，显著地改善了气溶胶的初始分布，提高了气溶胶(PM2.5和PM10)的预报质量。该方法具有计算精度高、实施效果好的优点，具有重要的应用价值，可以为空气污染预警和治理提供科学依据。
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图4所示，提供了一种基于三维变分技术的气溶胶光学特性资料同化装置，包括：观测量计算模块402、数据采集模块404和同化模块406，其中：
观测量计算模块402，用于采用体积加权方式，求解气溶胶中气溶胶颗粒物对应粒径范围的平均复折射指数；根据所述气溶胶颗粒物的尺度参数以及所述平均复折射指数，采用多项式拟合方式计算气溶胶的消光效率计算值；根据所述消光效率和气溶胶中气溶胶颗粒物的粒子浓度，计算消光系数计算值和气溶胶光学厚度计算值；
数据采集模块404，用于根据大气化学模式历史资料估计待分析区域的背景误差协方差矩阵，基于待分析区域的气溶胶逐时质量浓度、卫星反演的光学厚度以及激光雷达探测的消光系数廓线，得到待分析区域的观测误差协方差矩阵，基于三维变分技术理论构建目标泛函；
同化模块406，用于将所述气溶胶逐时质量浓度、卫星反演的光学厚度、激光雷达探测的消光系数廓线、消光效率计算值、消光系数计算值和气溶胶光学厚度计算值进行组合之后，结合背景误差协方差矩阵和观测误差协方差矩阵，分别输入至所述目标泛函，输出气溶胶质量浓度资料、光学厚度资料和消光系数资料，并且进行插值生成预设大气化学模式的气溶胶分析场。
在其中一个实施例中，观测量计算模块402还用于根据气溶胶总体积和气溶胶浓度，得到粒子平均体积；将气溶胶颗粒物等效为球形，根据球形体积计算公式和所述粒子平均体积，得到平均湿半径；根据不同物质的气溶胶颗粒物的复折射指数，采用体积加权方式得到气溶胶中气溶胶颗粒物对应粒径范围的平均复折射指数。
在其中一个实施例中，观测量计算模块402还用于根据所述平均湿半径和入射波长，得到气溶胶颗粒物的尺度参数；
预先通过设置样本，采用拟合多项式的展开系数以及双线性插值，计算所述平均复折射指数对应的展开项系数；
根据所述展开项系数和所述尺度参数，构建消光效率计算公式为：
其中，Qext表示消光效率计算值，s表示平均湿半径的归一化对数值，Ti(s)为第i阶切比雪夫多项式，Ai为展开项系数，M表示粒径范围总数，i表示粒径段。
在其中一个实施例中，观测量计算模块402还用于根据所述消光效率和气溶胶中气溶胶颗粒物的粒子浓度，计算消光系数计算值和气溶胶光学厚度计算值为：
AOD＝∑bext
其中，ri表示平均湿半径，Ni表示粒径i的粒子数浓度，λ表示入射波长，mi表示粒径i的平均复折射指数，4bins表示预设大气化学模式下的粒子浓度模式，AOD表示气溶胶光学厚度计算值，bext表示消光系数计算值。
在其中一个实施例中，数据采集模块404还用于基于三维变分技术理论构建的目标泛函为：
其中，J(x)表示优化目标，x表示控制变量，xb是控制变量的背景值，B和R分别表示背景误差协方差矩阵和观测误差协方差矩阵，h(x)表示观测因子，y表示观测向量。
在其中一个实施例中，数据采集模块404还用于将所述气溶胶逐时质量浓度、预先构建的线性观测算子、背景误差协方差矩阵和观测误差协方差矩阵输入所述目标泛函，得到气溶胶质量浓度资料；将所述激光雷达探测的消光系数廓线、所述消光效率计算值、所述消光系数计算值、背景误差协方差矩阵和观测误差协方差矩阵输入所述目标泛函，得到气溶胶消光系数资料；将所述卫星反演的光学厚度、所述气溶胶光学厚度计算值、所述消光效率计算值、所述消光系数计算值、背景误差协方差矩阵和观测误差协方差矩阵输入所述目标泛函，得到气溶胶光学厚度资料；将所述气溶胶质量浓度资料、光学厚度资料和消光系数资料插值到预设大气化学模式的三维网格点上，得到气溶胶分析场。
在其中一个实施例中，控制变量是基于大气化学模式WRF-Chem中的多物种多粒径段气溶胶方案MOSAIC 4bins设计的，控制变量总数为20个，分别为：黑碳、有机碳、硫酸盐和硝酸盐以及铵盐的合并物种、氯化物和钠盐的合并物种、未分类的其他无机盐在4个粒径段内的质量浓度。
关于基于三维变分技术的气溶胶光学特性资料同化装置的具体限定可以参见上文中对于基于三维变分技术的气溶胶光学特性资料同化方法的限定，在此不再赘述。上述基于三维变分技术的气溶胶光学特性资料同化装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图5所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于三维变分技术的气溶胶光学特性资料同化方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现上述实施例中方法的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于三维变分技术的气溶胶光学特性资料同化方法，其特征在于，所述方法包括：
采用体积加权方式，求解气溶胶中气溶胶颗粒物对应粒径范围的平均复折射指数；
根据所述气溶胶颗粒物的尺度参数以及所述平均复折射指数，采用多项式拟合方式计算气溶胶的消光效率计算值；
根据所述消光效率和气溶胶中气溶胶颗粒物的粒子浓度，计算消光系数计算值和气溶胶光学厚度计算值；
根据大气化学模式历史资料估计待分析区域的背景误差协方差矩阵，基于待分析区域的气溶胶逐时质量浓度、卫星反演的光学厚度以及激光雷达探测的消光系数廓线，得到待分析区域的观测误差协方差矩阵，基于三维变分技术理论构建目标泛函；
将所述气溶胶逐时质量浓度、卫星反演的光学厚度、激光雷达探测的消光系数廓线、消光效率计算值、消光系数计算值和气溶胶光学厚度计算值进行组合之后，结合背景误差协方差矩阵和观测误差协方差矩阵，分别输入至所述目标泛函，输出气溶胶质量浓度资料、光学厚度资料和消光系数资料，并且进行插值生成预设大气化学模式的气溶胶分析场。
2.根据权利要求1所述的方法，其特征在于，所述采用体积加权方式，求解气溶胶中气溶胶颗粒物对应粒径范围的平均复折射指数，包括：
根据气溶胶总体积和气溶胶浓度，得到粒子平均体积；
将气溶胶颗粒物等效为球形，根据球形体积计算公式和所述粒子平均体积，得到平均湿半径；
根据不同物质的气溶胶颗粒物的复折射指数，采用体积加权方式得到气溶胶中气溶胶颗粒物对应粒径范围的平均复折射指数。
3.根据权利要求2所述的方法，其特征在于，根据所述气溶胶颗粒物的尺度参数以及所述平均复折射指数，采用多项式拟合方式计算气溶胶的消光效率计算值，包括：
根据所述平均湿半径和入射波长，得到气溶胶颗粒物的尺度参数；
预先通过设置样本，采用拟合多项式的展开系数以及双线性插值，计算所述平均复折射指数对应的展开项系数；
根据所述展开项系数和所述尺度参数，构建消光效率计算公式为：
其中，Qext表示消光效率计算值，s表示平均湿半径的归一化对数值，Ti(s)为第i阶切比雪夫多项式，Ai为展开项系数，M表示粒径范围总数，i表示粒径段。
4.根据权利要求3所述的方法，其特征在于，根据所述消光效率和气溶胶中气溶胶颗粒物的粒子浓度，计算消光系数计算值和气溶胶光学厚度计算值，包括：
根据所述消光效率和气溶胶中气溶胶颗粒物的粒子浓度，计算消光系数计算值和气溶胶光学厚度计算值为：
AOD＝∑bext
其中，ri表示平均湿半径，Ni表示粒径i的粒子数浓度，λ表示入射波长，mi表示粒径i的平均复折射指数，4bins表示预设大气化学模式下的粒子浓度模式，AOD表示气溶胶光学厚度计算值，bext表示消光系数计算值。
5.根据权利要求1只4任一项所述的方法，其特征在于，基于三维变分技术理论构建的目标泛函，包括：
基于三维变分技术理论构建的目标泛函为：
其中，J(x)表示优化目标，x表示控制变量，xb是控制变量的背景值，B和R分别表示背景误差协方差矩阵和观测误差协方差矩阵，h(x)表示观测因子，y表示观测向量。
6.根据权利要求5所述的方法，其特征在于，将所述气溶胶逐时质量浓度、卫星反演的光学厚度、激光雷达探测的消光系数廓线、消光效率计算值、消光系数计算值和气溶胶光学厚度计算值进行组合之后，结合背景误差协方差矩阵和观测误差协方差矩阵，分别输入至所述目标泛函，输出气溶胶质量浓度资料、光学厚度资料和消光系数资料，并且进行插值生成预设大气化学模式的气溶胶分析场，包括：
将所述气溶胶逐时质量浓度、预先构建的线性观测算子、背景误差协方差矩阵和观测误差协方差矩阵输入所述目标泛函，得到气溶胶质量浓度资料；
将所述激光雷达探测的消光系数廓线、所述消光效率计算值、所述消光系数计算值、背景误差协方差矩阵和观测误差协方差矩阵输入所述目标泛函，得到气溶胶消光系数资料；
将所述卫星反演的光学厚度、所述气溶胶光学厚度计算值、所述消光效率计算值、所述消光系数计算值、背景误差协方差矩阵和观测误差协方差矩阵输入所述目标泛函，得到气溶胶光学厚度资料；
将所述气溶胶质量浓度资料、光学厚度资料和消光系数资料插值到预设大气化学模式的三维网格点上，得到气溶胶分析场。
7.根据权利要求5所述的方法，其特征在于，所述控制变量是基于大气化学模式WRF-Chem中的多物种多粒径段气溶胶方案MOSAIC 4bins设计的，控制变量总数为20个，分别为：
黑碳、有机碳、硫酸盐和硝酸盐以及铵盐的合并物种、氯化物和钠盐的合并物种、未分类的其他无机盐在4个粒径段内的质量浓度。
8.一种基于三维变分技术的气溶胶光学特性资料同化装置，其特征在于，所述装置包括：
观测量计算模块，用于采用体积加权方式，求解气溶胶中气溶胶颗粒物对应粒径范围的平均复折射指数；根据所述气溶胶颗粒物的尺度参数以及所述平均复折射指数，采用多项式拟合方式计算气溶胶的消光效率计算值；根据所述消光效率和气溶胶中气溶胶颗粒物的粒子浓度，计算消光系数计算值和气溶胶光学厚度计算值；
数据采集模块，用于根据大气化学模式历史资料估计待分析区域的背景误差协方差矩阵，基于待分析区域的气溶胶逐时质量浓度、卫星反演的光学厚度以及激光雷达探测的消光系数廓线，得到待分析区域的观测误差协方差矩阵，基于三维变分技术理论构建目标泛函；
同化模块，用于将所述气溶胶逐时质量浓度、卫星反演的光学厚度、激光雷达探测的消光系数廓线、消光效率计算值、消光系数计算值和气溶胶光学厚度计算值进行组合之后，结合背景误差协方差矩阵和观测误差协方差矩阵，分别输入至所述目标泛函，输出气溶胶质量浓度资料、光学厚度资料和消光系数资料，并且进行插值生成预设大气化学模式的气溶胶分析场。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111456289.4A CN114112995B (zh) | 2021-12-01 | 2021-12-01 | 基于三维变分技术的气溶胶光学特性资料同化方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111456289.4A CN114112995B (zh) | 2021-12-01 | 2021-12-01 | 基于三维变分技术的气溶胶光学特性资料同化方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114112995A true CN114112995A (zh) | 2022-03-01 |
| CN114112995B CN114112995B (zh) | 2024-01-30 |
Family
ID=80369825
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111456289.4A Active CN114112995B (zh) | 2021-12-01 | 2021-12-01 | 基于三维变分技术的气溶胶光学特性资料同化方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114112995B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116466368A (zh) * | 2023-06-16 | 2023-07-21 | 成都远望科技有限责任公司 | 基于激光雷达和卫星资料的沙尘消光系数廓线估算方法 |
| CN116776642A (zh) * | 2023-08-16 | 2023-09-19 | 中国气象局公共气象服务中心(国家预警信息发布中心) | 基于气溶胶和云的太阳辐射短期预报模型创建方法及装置 |
| CN117009427A (zh) * | 2023-09-28 | 2023-11-07 | 北京弘象科技有限公司 | 风云卫星观测的同化方法、装置、电子设备及存储介质 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102008003037B3 (de) * | 2008-01-02 | 2009-09-24 | Leibniz-Institut für Troposphärenforschung e. V. | Verfahren, Vorrichtung, computerlesbares Speichermedium und Computerprogramm-Element zum Ermitteln von physikalischen Eigenschaften atmosphärischer Partikel |
| EP2146197A1 (en) * | 2008-07-17 | 2010-01-20 | Nederlandse Organisatie voor toegepast-natuurwetenschappelijk Onderzoek TNO | A method for determination of aerosol type in an atmospheric mixture |
| KR20150056676A (ko) * | 2013-11-14 | 2015-05-27 | 광주과학기술원 | 국가 간 입자상 대기 오염물질의 수송 여부 판단방법 |
| KR101609740B1 (ko) * | 2015-08-24 | 2016-04-08 | 대한민국 | 에어로졸 질량농도의 연직분포 산출방법 |
| CN106596362A (zh) * | 2016-12-14 | 2017-04-26 | 北京市环境保护监测中心 | 一种激光雷达输送通量计算方法和装置 |
| CN106872324A (zh) * | 2017-03-15 | 2017-06-20 | 西安理工大学 | 一种气溶胶颗粒物质量浓度的探测装置及探测方法 |
| CN109709577A (zh) * | 2018-12-28 | 2019-05-03 | 南京雨后地软环境技术有限公司 | 一种基于WRF-Chem模式的气溶胶激光雷达反演PM2.5的三维变分同化方法 |
| CN110673229A (zh) * | 2019-10-23 | 2020-01-10 | 新亚优华科技有限公司 | 一种基于热点网格技术的大气污染物扩散轨迹追踪方法 |
| CN110910963A (zh) * | 2019-10-29 | 2020-03-24 | 暨南大学 | 气溶胶光学厚度的三维变分同化方法、***和存储介质 |
| CN111048161A (zh) * | 2019-10-22 | 2020-04-21 | 中国人民解放军国防科技大学 | 一种基于improve方程的气溶胶消光系数的三维变分同化方法 |
| JP2021012439A (ja) * | 2019-07-03 | 2021-02-04 | 株式会社日立製作所 | 気象数値解析システム、予測対象データ生成システムおよび気象数値解析方法 |
| CN112484776A (zh) * | 2020-11-18 | 2021-03-12 | 成都信息工程大学 | 静止卫星逐小时近地面大气细颗粒物估算方法 |
| CN113111565A (zh) * | 2021-02-23 | 2021-07-13 | 中国人民解放军国防科技大学 | 一种基于mie散射方程观测算子的气溶胶资料同化方法 |
| CN113156395A (zh) * | 2021-04-07 | 2021-07-23 | 中国科学院大气物理研究所 | 气溶胶激光雷达数据融合方法及*** |
| CN113435068A (zh) * | 2021-08-27 | 2021-09-24 | 中国人民解放军国防科技大学 | 一种基于对数变分同化的放射性核素同化预报方法 |
-
2021
- 2021-12-01 CN CN202111456289.4A patent/CN114112995B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102008003037B3 (de) * | 2008-01-02 | 2009-09-24 | Leibniz-Institut für Troposphärenforschung e. V. | Verfahren, Vorrichtung, computerlesbares Speichermedium und Computerprogramm-Element zum Ermitteln von physikalischen Eigenschaften atmosphärischer Partikel |
| EP2146197A1 (en) * | 2008-07-17 | 2010-01-20 | Nederlandse Organisatie voor toegepast-natuurwetenschappelijk Onderzoek TNO | A method for determination of aerosol type in an atmospheric mixture |
| KR20150056676A (ko) * | 2013-11-14 | 2015-05-27 | 광주과학기술원 | 국가 간 입자상 대기 오염물질의 수송 여부 판단방법 |
| KR101609740B1 (ko) * | 2015-08-24 | 2016-04-08 | 대한민국 | 에어로졸 질량농도의 연직분포 산출방법 |
| CN106596362A (zh) * | 2016-12-14 | 2017-04-26 | 北京市环境保护监测中心 | 一种激光雷达输送通量计算方法和装置 |
| CN106872324A (zh) * | 2017-03-15 | 2017-06-20 | 西安理工大学 | 一种气溶胶颗粒物质量浓度的探测装置及探测方法 |
| CN109709577A (zh) * | 2018-12-28 | 2019-05-03 | 南京雨后地软环境技术有限公司 | 一种基于WRF-Chem模式的气溶胶激光雷达反演PM2.5的三维变分同化方法 |
| JP2021012439A (ja) * | 2019-07-03 | 2021-02-04 | 株式会社日立製作所 | 気象数値解析システム、予測対象データ生成システムおよび気象数値解析方法 |
| CN111048161A (zh) * | 2019-10-22 | 2020-04-21 | 中国人民解放军国防科技大学 | 一种基于improve方程的气溶胶消光系数的三维变分同化方法 |
| CN110673229A (zh) * | 2019-10-23 | 2020-01-10 | 新亚优华科技有限公司 | 一种基于热点网格技术的大气污染物扩散轨迹追踪方法 |
| CN110910963A (zh) * | 2019-10-29 | 2020-03-24 | 暨南大学 | 气溶胶光学厚度的三维变分同化方法、***和存储介质 |
| CN112484776A (zh) * | 2020-11-18 | 2021-03-12 | 成都信息工程大学 | 静止卫星逐小时近地面大气细颗粒物估算方法 |
| CN113111565A (zh) * | 2021-02-23 | 2021-07-13 | 中国人民解放军国防科技大学 | 一种基于mie散射方程观测算子的气溶胶资料同化方法 |
| CN113156395A (zh) * | 2021-04-07 | 2021-07-23 | 中国科学院大气物理研究所 | 气溶胶激光雷达数据融合方法及*** |
| CN113435068A (zh) * | 2021-08-27 | 2021-09-24 | 中国人民解放军国防科技大学 | 一种基于对数变分同化的放射性核素同化预报方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116466368A (zh) * | 2023-06-16 | 2023-07-21 | 成都远望科技有限责任公司 | 基于激光雷达和卫星资料的沙尘消光系数廓线估算方法 |
| CN116466368B (zh) * | 2023-06-16 | 2023-08-22 | 成都远望科技有限责任公司 | 基于激光雷达和卫星资料的沙尘消光系数廓线估算方法 |
| CN116776642A (zh) * | 2023-08-16 | 2023-09-19 | 中国气象局公共气象服务中心(国家预警信息发布中心) | 基于气溶胶和云的太阳辐射短期预报模型创建方法及装置 |
| CN117009427A (zh) * | 2023-09-28 | 2023-11-07 | 北京弘象科技有限公司 | 风云卫星观测的同化方法、装置、电子设备及存储介质 |
| CN117009427B (zh) * | 2023-09-28 | 2024-01-12 | 北京弘象科技有限公司 | 风云卫星观测的同化方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114112995B (zh) | 2024-01-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114112995A (zh) | 基于三维变分技术的气溶胶光学特性资料同化方法和装置 | |
| Kwok et al. | Implementation and evaluation of PM2. 5 source contribution analysis in a photochemical model | |
| Byun et al. | Review of the governing equations, computational algorithms, and other components of the Models-3 Community Multiscale Air Quality (CMAQ) modeling system | |
| Peylin et al. | A new stepwise carbon cycle data assimilation system using multiple data streams to constrain the simulated land surface carbon cycle | |
| Dyvak et al. | Modeling the process of air pollution by harmful emissions from vehicles | |
| CN111048161B (zh) | 一种基于improve方程的气溶胶消光系数的三维变分同化方法 | |
| Kong et al. | A novel short-term carbon emission prediction model based on secondary decomposition method and long short-term memory network | |
| Fang et al. | DESA: a novel hybrid decomposing-ensemble and spatiotemporal attention model for PM2. 5 forecasting | |
| Duka et al. | Processing, neural network-based modeling of biomonitoring studies data and validation on Republic of Moldova data | |
| CN112001520A (zh) | 天气预报方法、装置、计算机设备及存储介质 | |
| Gries et al. | Human-induced climate change: the impact of land-use change | |
| Wood et al. | Autoconversion rate bias in stratiform boundary layer cloud parameterizations | |
| Shardt et al. | Minimal required excitation for closed-loop identification: Some implications for data-driven, system identification | |
| Wang et al. | Customized deep learning for precipitation bias correction and downscaling | |
| CN114609008B (zh) | 一种气体浓度预测模型的训练方法和气体浓度预测方法 | |
| Chen et al. | An improved state-parameter analysis of ecosystem models using data assimilation | |
| Ouala et al. | Residual integration neural network | |
| Chen et al. | Linking global terrestrial CO 2 fluxes and environmental drivers: inferences from the Orbiting Carbon Observatory 2 satellite and terrestrial biospheric models | |
| CN114384023A (zh) | 土壤砷浓度空间分布反演方法、装置和计算机设备 | |
| Capriotti et al. | Real-time risk management: An AAD-PDE approach | |
| Ghosh et al. | Designing hybrid life cycle assessment models based on uncertainty and complexity | |
| Xu et al. | Application of a novel second-order differential equation grey model to forecast NOx emissions in China | |
| Feng et al. | A Regional multi-Air Pollutant Assimilation System (RAPAS v1. 0) for emission estimates: system development and application | |
| CN114757096B (zh) | 基于narx神经网络的桥梁温度预测方法、装置、设备和介质 | |
| Ye et al. | Solution to the problem of bridge structure damage identification by a response surface method and an imperialist competitive algorithm |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |