中国科学院大气物理研究所在《大气科学进展》Air Pollution Complex Research in China: Recent Advances专题上发表数据描述论文，介绍了通过数值模拟和资料同化技术建立的2013 – 2020年15km、小时分辨率的中国PM_2.5化学组分模拟浓度数据集。

PM_2.5是一个包含不同化学成分的复杂混合物，主要包括有机碳、黑碳、铵盐、硝酸盐和硫酸盐等。这些成分具有复杂的人体健康和气候变化效应，给PM_2.5人体健康和气候变化效应的准确评估带来挑战。一个可靠的、长时间、高时空分辨率PM_2.5组分浓度数据集对于提升我国PM_2.5组分浓度及其时空变化特征的科学认识，以及准确量化评估PM_2.5人体健康和气候变化效应具有重要意义。

然而，相比PM_2.5总质量浓度，PM_2.5化学组分浓度数据集的构建存在更大难点，一方面PM_2.5化学组分缺少长期、全国尺度的观测数据，难以利用传统资料同化方法去构建PM_2.5化学组分的再分析数据集；另一方面，PM_2.5化学组分的数值模拟更容易受到化学模式误差和排放清单不确定性的影响，难以通过数值模拟的方式构建可靠的PM_2.5组分浓度数据集。

为了解决以上难点，该研究团队发展了综合利用空气质量数值模式、地面监测数据和资料同化方法来构建长时间PM_2.5组分浓度数据集的新思路，首先利用集合卡尔曼滤波方法融合全国超过1000个空气污染地面监测站点的观测数据，对我国长时间排放清单进行约束，从而缓解排放源清单不确定性对于PM_2.5组分模拟的影响，随后基于反演清单，使用优化的无机气溶胶模拟方案对我国PM_2.5化学组分的浓度进行15km分辨率数值模拟，从而减少模式化学机制不确定性对于PM_2.5组分模拟的影响，最终完成2013–2020年小时分辨率的PM_2.5组分浓度数据集的建立。多个独立观测数据的验证结果表明该数据集在时间分辨率、格点浓度误差等指标上位于国际前列。这一基于我国自主的空气质量模式、同化系统和监测数据构建的数据集，将有助于提升对我国PM_2.5化学组分时空变化特征的科学认识，并已在基金委中国大气复合污染综合数据共享平台公开共享（https://www.capdatabase.cn/resourceDownload/detail?id=207&type=2），为PM_2.5人体健康及气候变化等效应的研究提供基础数据支撑。

论文的第一作者是大气所博士后孔磊，通讯作者是大气所正高级工程师唐晓。合作单位包括北京大学、中国环境监测总站、广东省生态环境监测中心、武汉市生态环境监控中心和湖北省生态环境科学研究院。论文受到国家重大基础设施项目“地球系统数值模拟装置（Earthlab）”、国家自然科学基金（42175132, 92044303和42205119）和中国博士后面上项目（2022M723093）等资助。

图1 不同PM_2.5化学组分2015、2017以及2020年年均浓度空间分布以及2015 – 2020年年均浓度变化率空间分布图

论文信息 ：

Lei Kong, Xiao Tang, Jiang Zhu, Zifa Wang, Bing Liu, Yuanyuan Zhu, Lili Zhu, Duohong Chen, Ke Hu, Huangjian Wu, Qian Wu, Jin Shen, Yele Sun, Zirui Liu, Jinyuan Xin, Dongsheng Ji, Mei Zheng. 2024: High-resolution simulation dataset of hourly PM2.5 chemical composition in China (CAQRA-aerosol) from 2013 to 2020. Adv. Atmos. Sci.,doi: 10.1007/s00376-024-4046-5. http://www.iapjournals.ac.cn/aas/en/article/doi/10.1007/s00376-024-4046-5