Entschlüsseln, wie meteorologische Bedingungen Veränderungen in der Feinstaubkonzentration in der Atmosphäre verursachen

Neue Forschungsergebnisse in der Zeitschrift veröffentlicht Briefe zur Atmosphären- und Ozeanwissenschaft berichtet über erhebliche Fortschritte bei der Untersuchung des Zusammenhangs zwischen meteorologischen Bedingungen und atmosphärischen Feinstaubkonzentrationen (PM2,5).

Luftverschmutzung ist eine große globale Herausforderung, wobei PM2,5 ein kritischer Schadstoff ist. Die Schwankung der PM2,5-Konzentrationen wirkt sich nicht nur auf die Qualität der atmosphärischen Umgebung aus, sondern hat auch direkte Auswirkungen auf die menschliche Gesundheit. Daher hat sich die Erforschung der Ursachen von PM2,5-Konzentrationsänderungen, insbesondere des Einflusses meteorologischer Bedingungen, zu einem heißen Thema in der wissenschaftlichen Forschung entwickelt.

In dieser neuen Studie wurden meteorologische Felder mithilfe von zwei Datensätzen ermittelt, um die Unterschiede in der simulierten PM2,5-Konzentration zu analysieren. Die Ergebnisse zeigten, dass das meteorologische Feld einen starken Einfluss auf die Konzentration und räumliche Verteilung der simulierten Verschmutzung hatte. Außerdem führte eine der Datenquellen zu relativ geringeren Simulationsfehlern, was eine genauere Modellierung der PM2,5-Konzentrationen ermöglichte.

Basierend auf einem konstruierten gemeinsamen Datenassimilationssystem bewertete das Forschungsteam quantitativ den Einfluss verschiedener meteorologischer Felder auf die simulierten PM2,5-Konzentrationen und deckte die Schlüsselrollen spezifischer meteorologischer Faktoren wie Windgeschwindigkeit, Temperatur, relative Luftfeuchtigkeit und Grenzschichthöhe auf bei der Ansammlung, Aufrechterhaltung und Ableitung von Schadstoffen.

Bemerkenswerterweise zeigte die Temperatur in einer Höhe von 2 m eine positive Korrelation mit der PM2,5-Konzentration im nördlichen Teil Chinas und eine negative Korrelation im südlichen Teil des Landes.

Das gemeinsame Assimilationssystem bewies seine Fähigkeit, Multimoment-Beobachtungen effektiv und einfach zu absorbieren. Experimentelle Ergebnisse mit dem Assimilationssystem zeigten, dass es die Unsicherheit bei PM2,5-Vorhersagen während Verschmutzungsepisoden wirksam reduzieren kann, indem es gleichzeitig die anfänglichen Massenkonzentrationen und Emissionen optimiert.

Laut Prof. Tian, ​​dem korrespondierenden Autor der Studie, liefert diese Entdeckung neue Ideen und Methoden zur Verbesserung der Genauigkeit von PM2,5-Vorhersagen. Darüber hinaus ist es von großer Bedeutung für die Formulierung wirksamerer Strategien zur Vermeidung und Kontrolle der Luftverschmutzung.