全球首个具有业务化能力的化学-天气强耦合四维变分同化试验性示范系统诞生！

atmos85

https://mp.weixin.qq.com/s/Dk38PD12pXPe65MfSajjFQ
原创 王超、黄欣  AI同化   2025年08月14日

成果推荐！全球首个具有业务化能力的化学-天气强耦合四维变分同化（CMA-GFS-AERO 4D-Var)试验性示范系统诞生！---张小曳、沈学顺院士团队联合攻坚成果登上GMD

导语： 天气预报如何更准确？空气质量预报如何更精细？一个关键瓶颈在于如何精准刻画大气中气溶胶（如黑碳）与气象要素（如风、温、压、湿）之间复杂的双向反馈。近日，张小曳院士团队（中国气象科学研究院）与沈学顺院士团队（中国气象局地球系统数值预报中心）强强联合，在全球业务化预报模式中首次实现了气象与黑碳气溶胶（BC）的“强耦合”四维变分同化（4D-Var），成功研发CMA-GFS-AERO 4D-Var试验性示范系统！ 这项标志着化学-天气强耦合同化研究取得里程碑式进展的成果，已发表在国际知名地学期刊《Geoscientific Model Development》(GMD)上。

论文链接：
https://gmd.copernicus.org/articles/18/4855/2025/gmd-18-4855-2025.html

01 破解化学-天气耦合同化“双向互动”难题：从弱耦合到强耦合

传统的空气质量模拟（化学传输模式，CTM）往往将气象场视为固定输入，忽略了气溶胶通过辐射和微物理过程对气象（温度、湿度、风、云、降水等）的显著影响。化学-气象耦合模式（CCMM）虽能解决这一问题，但在数据同化环节（将观测融入模式初始场）却长期停留在“弱耦合”阶段——即化学变量（如臭氧）被视为被动示踪物，其同化结果不影响气象分析场。

实现真正的“强耦合”同化，让化学观测（如气溶胶）也能反过来优化气象场的初始状态，面临两大世界性技术难关：

• 跨变量误差建模难：如何精确刻画气象变量（风、温、压、湿）与化学变量（气溶胶浓度）之间复杂且动态变化的误差关联？
• 耦合模式开发难：如何构建能反映化学与气象相互作用的切线性模式（TLM）和伴随模式（ADM）？现有化学伴随模式大多未能与气象伴随实现在线耦合。
  

黑碳（BC）作为强吸光性气溶胶，对辐射平衡和潜在天气气候影响巨大，但其对短期天气预报的具体影响机制与程度，一直缺乏系统性定量评估。这恰好成为攻克强耦合同化技术的最佳切入点！

02 核心突破：CMA-GFS-AERO 强耦合4D-Var系统

研究团队在中国气象局业务全球预报系统（CMA-GFS）的4D-Var框架下，以CUACE为基础，进行二次开发和重构，创新性地引入并优化了气溶胶模块（AERO,目前仅包括BC），成功研发了CMA-GFS-AERO系统，首次在全球业务级预报模式中实现了气象与BC的同步强耦合四维变分同化。其重大意义与突破在于：

✅ 攻克核心技术瓶颈：

• 首次实现AERO伴随模式与大气伴随模式的双向在线耦合，精准捕捉化学过程与气象过程的相互敏感性。
• 利用流依赖的背景误差协方差，使BC观测数据能有效“反馈”修正风场、温度、湿度和气压的初始条件分析场。
• 在保持系统稳定性的前提下，将控制变量从纯气象扩展至“气象+BC”，计算成本仅增加约20%，计算效率惊人，满足业务化时效需求！
  

✅ 验证同步同化可行性：在现有业务框架内平滑扩展化学控制变量，证明化学观测可与海量气象观测高效协同同化，为硫酸盐、有机碳、沙尘等多组分气溶胶同化铺平道路。

✅ 揭示BC反馈机制：通过严谨试验首次量化了BC同化对气象分析场的直接影响（如增温、降压、改变湿度与风场），并发现同时同化气象观测会对BC的调整幅度产生约束效应，提示未来需优化观测误差设定。

✅ 赋能一体化服务：为高精度空气质量预报、极端天气气候事件归因、环境-气象融合服务提供核心科技支撑，提升我国在该领域的国际竞争力。

03 系统如何炼成？关键技术亮点

系统架构：

• 预报模式 (NLM)： CMA-GFS与AERO-BC模块在线耦合 (0.25度分辨率)。
• 切线性模式 (TLM) & 伴随模式 (ADM)：手工编写、无简化、在线耦合 (1度分辨率)。
• 4D-Var同化：采用增量同化分析方案， 6小时循环，内循环（1度分辨率），外循环（0.25）。
  

AERO-BC模块精炼：

• 源自CUACE气溶胶模块，二次开发和重构优化，聚焦BC。
• 包含排放、扩散、吸湿增长、碰并、沉降等完整物理过程。
• 采用6档粒径谱，优化垂直层（65层）与代码（F77→F90），兼顾精度与效率。
  

BC作为控制变量： 创新性地使用BC质量浓度（C_bc, μg m⁻³） 替代复杂的6档质量混合比变量，大幅降低同化维度。

BC观测处理：

• 数据源：中国大气监测网（CAWNET）32站点黑碳仪数据，逐小时观测。
• 误差模型：综合考虑测量误差和代表性误差。
• 观测算子：精细的水平和垂直插值方案。
  

背景误差协方差：

• 水平：静态SOAR函数（尺度随高度变）。
• 垂直：EOF + 理论公式。
• 跨变量相关：关键突破！通过在线耦合的TLM隐式、流依赖地演化，实现气象与化学变量误差的关联。
  

04 严谨试验验证：效果显著，潜力巨大

模式验证：
TLM线性近似和伴随正确性测试均达到高精度要求，验证了系统数学基础可靠。

单点试验：

• 成功展示了背景误差协方差的流依赖特性（分析增量从各向同性变为随风向呈异性）。
• 清晰捕捉到BC同化对气象场的反馈：单个BC观测点能在3-6小时内引起温度、气压、风场和湿度的显著分析增量。
  

全观测对比试验 (4组)：

• DA_BC(仅同化BC)：BC同化对气象场产生最大增量(如温度+0.1K)。
• DA_MET_then_BC(先气象后BC)：结果与DA_BC非常接近。
• DA_MET_BC_simult (气象+BC同时同化)：BC引起的气象增量显著减弱 (如温度仅+0.02K)，表明气象观测对大气场调整施加了更强约束，使结果更平衡。这凸显了强耦合同化的必要性。
  

图2：不同试验方案下，BC同化对气象分析场（如温度）产生的增量对比。同时同化气象观测（DA_MET_BC_simult）显著削弱了BC的影响幅度。

计算性能优异：

• 相比原CMA-GFS系统，完整的4D-Var同化循环计算成本仅增加1.2倍。
• TLM和ADM效率高、可扩展性强，具备业务化运行潜力。
  

05 展望未来：不止于黑碳

尽管取得重大突破，研究团队也指出了当前系统的局限和未来方向：

• 物种扩展：目前仅同化BC，未来需纳入硫酸盐、有机碳、沙尘等关键气溶胶组分及其协同效应。
• 观测维度提升：需融合更多垂直廓线、气溶胶光学厚度（AOD）及卫星柱总量观测。
• 误差模型进化：探索基于集合的流依赖背景误差协方差估计方法，替代静态方案。
• 循环同化与预报评估：开展连续循环同化-预报试验，定量评估BC同化对实际天气预报技巧的提升。
• 排放源反演：将BC排放因子纳入控制变量，利用4D-Var优化气溶胶源清单。
  

结语

本研究通过突破性的技术攻关，首次在全球业务框架内实现了气象与化学（BC）的真正强耦合同化。它不仅是技术上的飞跃，更深刻揭示了气溶胶同化对气象分析场的反馈机制，为构建更加完善的“化学-气象”一体化预报系统奠定了坚实基础。随着多物种同化、更优观测融合和排放反演等工作的推进，我们有望迎来高精度、无缝隙的“从天气到空气质量”一体化预报服务新时代。

研究团队：

• 主要完成单位： 灾害天气科学与技术全国重点实验室、中国气象局地球系统数值预报中心、中国气象科学研究院
• 第一作者： 刘永柱（中国气象局地球系统数值预报中心）
• 通讯作者： 沈学顺（中国气象局地球系统数值预报中心）、张小曳（中国气象科学研究院）
• 重要作者： 韩威、王超、庄照荣（中国气象局地球系统数值预报中心）和 贾文星、王德英（中国气象科学研究院）
• 排放源和黑碳观测提供者：王亚强（中国气象科学研究院）
  

基金支持：

• 国家自然科学基金重大项目 (42090032)：区域/全球一体化数值化学天气耦合预报系统的构建与应用
• 国家自然科学青年基金 (42305111)