基于多尺度光化学空气质量模型的不确定性定量分析方法与实例研究

空气质量模型模拟与预测的结果受各种不确定性因素的影响，这些因素可能来源于模型输入参数（如气象因子、源清单、化学反应速率等）的不确定性和模型结构的不确定性等。模型的不确定性分析被认为是模型诊断的X-ray,有助于指导模型的改进和提高模型预测的准确性。目前，如何定量分析不确定性已成为环境模型研究的前沿课题，然而，由于多尺度光化学空气质量模型常常是由气象模型、源清单处理模型、大气化学模型构成的一个复杂模拟系统，因而对其进行不确定性分析面临更多的困难与挑战。本课题针对现有多尺度光化学模型不确定性分析研究中存在的问题与不足，通过对模型模拟过程中不确定性来源的识别与量化，改进现有不确定性传递方法对计算资源需求巨大的缺陷，研究一套切实可行的、基于多尺度光化学模型框架的定量不确定性分析方法；并以珠江三角州的臭氧浓度模拟与预测为研究实例，评价该套方法在多尺度光化学模型中的应用效果及在改进模型性能中的作用。