整合FY-4B卫星气溶胶数据以提升PM?.?浓度和地表短波辐射的预测精度

《Atmospheric Research》：Assimilating FY-4B satellite aerosol data to improve PM?.? and surface shortwave radiation prediction

通过整合FY-4B卫星每小时PM?.?反演数据至WRF-Chem-Solar模型，利用GSI-3DVAR同化系统有效提升了中央和东部地区PM?.?预报精度（相关系数从0.39增至0.82，RMSE降低45%），并显著改善正午短波辐射预测偏差（降低超50%，RMSE减少40%），验证了卫星数据同化对空气质量与辐射预报的协同优化作用。

　　

Fangzheng Hu|Feiyue Mao|Yi Zhang|Jia Hong|Lin Zang|Zhaoliang Zeng|Sicong Lin|Wei Gong|Daniel Rosenfeld

武汉大学电子信息学院，中国武汉430079

摘要

气溶胶对太阳辐射预报有显著影响，但由于气溶胶表示不充分，数值模型中仍存在较大不确定性。本研究开发了一个数据同化框架，将该框架将FY-4B地球静止卫星提供的每小时地表颗粒物（PM?.?）反演结果整合到WRF-Chem模型中，并通过网格点统计插值（GSI）三维变分（3DVAR）系统实现太阳辐射诊断。2022年11月在中国中部和东部进行的同化实验表明，PM?.?预报精度显著提高，相关系数从0.39增加到0.82，均方根误差（RMSE）减少了约45%。改进的气溶胶初始条件显著降低了地表向下短波辐射（SWDOWN）预测的不确定性，使中午的偏差降低了50%以上，RMSE减少了约40%。通过不同污染水平下的时空分析验证了预报效果的提升。这些结果突显了整合FY-4B每小时PM?.?反演结果在同时改善空气质量与太阳辐射预报方面的实际价值。所提出的同化方法为近实时业务预报提供了一种稳健、可复制的解决方案，从而支持光伏能源规划和有效的空气质量管理。

引言

太阳能是最重要的可再生能源之一。准确预测地表向下短波辐射（SWDOWN）对于太阳能的利用至关重要，并直接影响光伏（PV）发电的管理（Ruiz-Arias等人，2016年）。大气气溶胶通过散射和吸收入射太阳辐射显著影响SWDOWN。特别是在雾霾或沙尘事件期间，由于气溶胶负荷高，PM?.?浓度升高会大幅降低太阳辐照度（Cheng等人，2024年；Xia等人，2025年）。因此，气溶胶表示的不确定性导致辐射传输建模和太阳辐射预报的不确定性很大（Bellouin等人，2020年；Lee等人，2023年）。因此，准确描述气溶胶的时空分布对于提高空气质量管理和地表辐射预测的准确性至关重要。

然而，在数值天气预报（NWP）模型中准确初始化气溶胶场仍然具有挑战性（Ha，2022年）。传统的辐射方案通常依赖于固定的气候学气溶胶剖面或简化的晴空假设，这些方法无法捕捉到偶发性和区域性的气溶胶变化（Kurokawa等人，2013年；Bocquet等人，2015年；Bellouin等人，2020年）。尽管像WRF-Chem这样的在线耦合化学传输模型（CTM）可以明确模拟气溶胶动态，但它们通常需要高质量的排放清单、详细的过程参数化以及大量的计算资源，这可能限制了它们在快速实时预报中的稳健性和准确性。

为了改进初始气溶胶浓度场，数据同化（DA）通过将观测约束整合到模型初始状态中提供了一种有前景的方法（Bocquet等人，2015年；Schutgens等人，2020年；Wang等人，2022年）。基于卫星的气溶胶观测，特别是来自地球静止平台的观测，由于其高时间覆盖率和广泛的空间范围，提供了宝贵的输入。传统的同化研究利用气溶胶光学厚度（AOD）进行气溶胶同化。然而，AOD仅表示柱状积分的气溶胶负荷，缺乏具体的垂直信息，限制了其在近地表空气质量评估中的直接应用（Yang等人，2020年；She等人，2022年；Ma等人，2025年）。相比之下，基于卫星的地表PM?.?浓度，特别是通过整合卫星辐射、气象数据和地面观测得到的浓度，直接反映了地表气溶胶特征。这些PM?.?反演提供了空间上连贯且时间上连续的气溶胶表示，在改善空气质量预报和太阳辐射建模中起着关键作用（Reichstein等人，2019年；Liang等人，2023年）。

在最近的卫星技术进展中，中国的风云-4B（FY-4B）地球静止卫星为近实时气溶胶同化提供了新的机会（Cheng等人，2024年）。FY-4B配备了先进地球静止辐射成像仪（AGRI），能够高频观测东亚地区。由于FY-4B提供AOD产品，可以通过基于融合的反演算法推断地表PM?.?浓度，这些算法整合了FY-4B的反射率、气象再分析和历史PM?.?测量数据（Choi等人，2020年；Liang等人，2023年；Ding等人，2024年）。这些每小时的PM?.?反演不仅具有高时间连续性，而且在持续污染条件下还表现出更高的准确性和一致性，使其特别适合数据同化。

本研究系统地评估了将FY-4B卫星得到的地表PM?.?反演结果整合到配备太阳辐射诊断功能的WRF-Chem模型（WRF-Chem-Solar）中的效果，使用了GSI-3DVAR系统（Choi等人，2020年；Ha，2022年）。主要目标是评估卫星气溶胶同化在再现观测到的地表污染模式方面的准确性，并量化其对地表短波辐射预报的后续影响。值得注意的是，分析特别关注地表气溶胶表示的改进。评估PM?.?预报性能是量化改进的气溶胶初始化与增强SWDOWN预测之间联系的关键中间步骤。

这项工作是最早尝试将FY-4B得到的地表PM?.?数据整合到区域数值天气预报（NWP）系统中的努力之一。它还定量评估了改进的气溶胶初始化对空气质量与辐射预报的影响，并在多个时间和空间尺度上进行了验证。最后，结果突显了基于卫星的PM?.?同化在高气溶胶环境中改善短期太阳辐射预报的潜力。

部分摘录

FY-4B气溶胶产品和PM?.?反演模型

FY-4B卫星于2021年6月发射，是中国新一代地球静止气象卫星，配备了先进的气溶胶观测能力。其关键产品之一——陆地气溶胶（LDA）数据集提供了高时空分辨率的AOD反演，能够有效监测中国大陆的气溶胶分布（Zhou等人，2024年）。

虽然FY-4B卫星不直接提供地表PM?.?浓度产品，但本研究克服了这一限制

FY-4B反演PM?.?产品的评估

为了严格评估FY-4B每小时PM?.?反演模型的预测性能和泛化能力，采用了两种互补的10折交叉验证策略，遵循Ding等人（2024年）的验证框架：基于样本的CV（随机时间采样）和基于空间的CV（基于位置的保留采样）。因为FY-4B的地表PM?.?反演是基于地面PM?.?测量数据统计得出的，因此并非完全独立于现场数据

结论

本研究系统地评估了2022年11月在中国中部和东部地区，通过GSI-3DVAR同化系统将FY-4B卫星得到的PM?.?反演结果整合到WRF-Chem-Solar模型中的影响。主要结论如下：

(1)

整合FY-4B卫星得到的PM?.?反演结果显著改善了气溶胶初始条件及后续的PM?.?预报。特别是，系统性的PM?.?浓度低估问题得到了有效纠正，

CRediT作者贡献声明

Fangzheng Hu：撰写——原始草稿、可视化、软件、方法论、数据分析、概念化。Feiyue Mao：撰写——审稿与编辑、监督、项目管理、方法论、资金获取。Yi Zhang：验证、调查。Jia Hong：撰写——审稿与编辑、资源协调、调查。Lin Zang：验证、数据管理。Zhaoliang Zeng：撰写——审稿与编辑、资源协调。Sicong Lin：可视化、软件开发。Wei Gong：监督，

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

本研究得到了国家重点研发计划（项目编号：2024YFF0809403）、国家自然科学基金（项目编号：42322109）和中央高校基本科研业务费（项目编号：2042025kf0047）的支持。作者感谢中国气象局（CMA）通过中国气象数据中心（CMDC，http://data.cma.cn）提供的气象和环境观测数据。我们还要