[发明专利]一种基于EnKF的地面排放清单反演优化方法

说明书

本发明公开了一种基于EnKF的地面排放清单反演优化方法，包括：构建EnKF清单反演系统并耦合至WRF‑CMAQ模式系统；将每天反演后的清单重新应用到当天模式预报为下一天反演中的集合预报提供初始场，多天反演清单的平均作为最终优化的清单；评估清单区域变化及不确定性；将优化后的清单在同化时段内进行长时预报，与原始清单预报对比，评估优化后的清单对预报的提高效果。本发明通过EnKF方法构建集合反演同化系统来同时优化SO₂、NO_X、PM_2.5排放清单，有效纠正了排放误差并提高了模式预报。

技术领域

本发明属于环境保护领域，尤其是一种排放清单反演优化方法。

背景技术

传统排放清单通常通过实地调查方法得到，由于污染源的分布和变化十分复杂，编 制清单通常需要较长的时间和大量的人力来清查各类污染物以及建立模型进行估算，排 放清单数据在较长时间内是固定不变的，所以会受工业的发展或政策的影响，实际排放波动大，造成模式较大的误差。

发明内容

发明目的：提供一种基于EnKF的地面排放清单反演优化方法，以解决现有技术存在的上述问题。

技术方案：一种基于EnKF的地面排放清单反演优化方法，包括：

步骤1、构建EnKF清单反演系统并耦合至WRF-CMAQ模式系统；

步骤2、将每天反演后的清单重新应用到当天模式预报为下一天反演中的集合预报 提供初始场，多天反演清单的平均作为最终优化的清单；

步骤3、评估清单区域变化及不确定性；将优化后的清单在同化时段内进行长时预报，与原始清单预报对比，评估优化后的清单对预报的提高效果。

根据本发明的一个方面，所述构建EnKF清单反演系统的步骤包括：

步骤11、生成源排放集合样本

为原始清单，δx为随机扰动场，i为集合样本数；

步骤12、考虑PM_2.5前体物的影响，同时对SO₂、NO_x的排放进行反演订正，计算 源排放的背景误差协方差矩阵为反演前源排放集 合平均，n为自然数；

步骤13、基于集合误差统计和观测矢量，反演后的清单通过以下方程进行更新：

其中，H观测算子，R为观测误差协方差矩阵，K为增益矩阵，决定背景场与观测 的权重，为第i个成员的分析场，即优化后的排放清单，其所有成员的集合平均为最 优估计，为下一次反演提供精度更高的排放清单。

根据本发明的一个方面，还包括步骤14、采用日均浓度进行反演，同化窗口设为1天，以避免模式预报日变化误差对反演的影响；基于最优估计理论对观测值进行超级观 测处理，

将位于同一网格点的m个观测值y_i和n个成员对应的预报值构成一个超级观测值 和对应的预报值，i＝1，2，…，m；k＝1，2，…，n，假设不同站点不同时刻的观测误差 相互独立，y_i对应的观测标准差为r_i，则新构成观测y_new，观测标准差r_new，以及对应的 预报满足下列关系：

根据本发明的一个方面，还包括步骤15、采用顺序同化方式依次同化单个站点，即同化一个观测之后更新的分析场作为下一次同化的背景场继续同化。

根据本发明的一个方面，观测误差协方差R包括测量误差和代表性误差，

代表性误差