本文主要研究内容
作者（2019）在《Numerical simulation of an extreme haze pollution event over the North China Plain based on initial and boundary condition ensembles》一文中研究指出：目前,强霾事件中气象场的不确定性对PM2.5浓度分布影响的研究较少。本文利用ECMWF发布的最新一代再分析资料ERA5在WRF-Chem模式下针对2015年冬季京津冀地区一次强霾事件设计了大气初值和侧边界条件的集合模拟试验。试验结果表明:三组不同集合方案分别使得PM2.5浓度均方根误差（RMSE）相对于参照试验降低了4.33%、6.91%和8.44%,同时扰动初值和侧边界值的集合试验有效提高了模拟结果的准确性,这是因为集合方案有效改进了近地面风向模拟。以10米风向为例,RMSE分别降低了5.19%、8.89%和9.61%。在本个例中,集合模拟方案最高可使得重霾期间因气象场的不确定性引起的PM2.5浓度模拟误差降低32%以上。
Abstract
mu qian ,jiang mai shi jian zhong qi xiang chang de bu que ding xing dui PM2.5nong du fen bu ying xiang de yan jiu jiao shao 。ben wen li yong ECMWFfa bu de zui xin yi dai zai fen xi zi liao ERA5zai WRF-Chemmo shi xia zhen dui 2015nian dong ji jing jin ji de ou yi ci jiang mai shi jian she ji le da qi chu zhi he ce bian jie tiao jian de ji ge mo ni shi yan 。shi yan jie guo biao ming :san zu bu tong ji ge fang an fen bie shi de PM2.5nong du jun fang gen wu cha （RMSE）xiang dui yu can zhao shi yan jiang di le 4.33%、6.91%he 8.44%,tong shi rao dong chu zhi he ce bian jie zhi de ji ge shi yan you xiao di gao le mo ni jie guo de zhun que xing ,zhe shi yin wei ji ge fang an you xiao gai jin le jin de mian feng xiang mo ni 。yi 10mi feng xiang wei li ,RMSEfen bie jiang di le 5.19%、8.89%he 9.61%。zai ben ge li zhong ,ji ge mo ni fang an zui gao ke shi de chong mai ji jian yin qi xiang chang de bu que ding xing yin qi de PM2.5nong du mo ni wu cha jiang di 32%yi shang 。
论文参考文献
论文详细介绍
论文作者分别是来自Atmospheric and Oceanic Science Letters的，发表于刊物Atmospheric and Oceanic Science Letters2019年06期论文，是一篇关于霾污染论文,初值条件论文,侧边界值条件论文,集合预报论文,Atmospheric and Oceanic Science Letters2019年06期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自Atmospheric and Oceanic Science Letters2019年06期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：霾污染论文; 初值条件论文; 侧边界值条件论文; 集合预报论文; Atmospheric and Oceanic Science Letters2019年06期论文;