The invention discloses an EnKF-based optimization method for ground emission inventory inversion, which includes: constructing an EnKF inventory inversion system and coupling it to a WRF CMAQ model system; re-applying the inverted daily inventory to the ensemble prediction in the inversion of the day model to provide an initial field for the ensemble prediction in the inversion of the next day; and evaluating the changes of the inventory area and the average of the inverted multi-day inventory as the final optimized inventory; Uncertainty; The optimized list is forecasted for a long time in the assimilated period, and compared with the original list, the improvement effect of the optimized list on the forecast is evaluated. The invention constructs an ensemble inversion assimilation system by EnKF method to optimize SO2, NOX and PM2.5 emission inventory at the same time, effectively corrects emission errors and improves model prediction.
【技术实现步骤摘要】
一种基于EnKF的地面排放清单反演优化方法
本专利技术属于环境保护领域,尤其是一种排放清单反演优化方法。
技术介绍
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。
技术实现思路
专利技术目的: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。根据本专利技术的一个方面,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PM2.5前体物的影响,同时对SO2、NOx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 ...
【技术保护点】
1.一种基于EnKF的地面排放清单反演优化方法,其特征在于,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。
【技术特征摘要】
1.一种基于EnKF的地面排放清单反演优化方法,其特征在于,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。2.根据权利要求1所述的基于EnKF的地面排放清单反演优化方法,其特征在于,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PM2.5前体物的影响,同时对SO2、NOX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。3.根据权利要求2述的基于EnKF的地面排放清单反演优化方法,其特征在于,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...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。