GIST研究团队:比现有系统精确24%的韩国型大气化学建模系统

韩国国内研究团队开发出了世界性能最高、能够实时精确预测超细颗粒物浓度的预报系统。

超细颗粒物实时预报系统开发完成:“世界顶级性能” View original image

光州科学技术院(GIST)28日表示,地球·环境工学部教授 Song Cheolhan 共同研究团队为提升我国超细颗粒物预报准确度,开发出了“韩国型大气化学建模系统(K_ACheMS·Korean Air Chemistry Modeling System)”。


该系统在美国环境保护署的模型——目前在全球范围内广泛用于超细颗粒物及大气质量建模的多尺度空气质量综合模型(CMAQ,Community Multiscale Air Quality)基础上,应用了反映东亚特性的韩国型模式“CMAQ-GIST”。在本次研究中,研究团队尤其利用资料同化技术改进了“大气化学模型的初始条件”,从而大幅提升了1~3天短期预测的准确度。


研究团队将韩国静止轨道卫星和大气质量地面观测网资料,与韩国型模式“CMAQ-GIST”获得的超细颗粒物浓度信息相结合,开发出生成最优初始条件的系统。一般而言,大气化学模型的初始条件是基于气候数据设定,因此不确定性较大;而该系统利用资料同化技术引入实时观测数据,使初始条件能够反映当前时点的大气质量信息。


在最优初始条件下实施的实时预测,其命中率比被认为拥有世界最高性能的欧洲中期天气预报中心的预测高出了足足24%。研究团队自去年1月起,利用该系统开展实时大气质量预报,并在 GIST 网站上对外公开。该系统在自去年以来发生的三次高浓度超细颗粒物案例中,对超细颗粒物的预测明显比欧洲中期天气预报中心更加准确。


Song 教授强调:“今后将把目前正在开发的人工智能系统与韩国型大气质量模型相结合,以获得协同效应,正集中研究力量推进相关工作”,并称“该系统将演进为引领全球超细颗粒物及大气质量预测领域的顶级大气质量建模系统”。



此次研究成果已于上月23日刊登在国际学术期刊《自然》(Nature)姊妹刊《气候与大气科学》(npj Climate and Atmospheric Science)上。


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。

不容错过的热点