Modelled ozone concentrations often

Modelled ozone concentrations often differ from measured concentrations quite substantially, partly due to measurement errors, but mainly due to uncertainties in the model. Modelling studies would therefore benefit highly from more reliable model simulations. One way to achieve this is the application of data assimilation, a technique that uses measurement information within the model simulation in a way that is consistent with the model itself. This aim of this paper is to show that this is indeed one way to go with atmospheric transport chemistry models (ATCMs) by presenting results of data assimilation simulations of ozone with the model LOTOS. The assimilation technique used in this study is the Ensemble Kalman Filter. A simulation for a period of 4 weeks has been performed in which ground-level ozone measurements have been assimilated. The necessary noise input consisted of uncertainties in the emissions of NOx, SOx, VOC and CO in 17 groups of countries. The main conclusion is that it is possible to improve ATCM simulations of ozone by data assimilation, but that noise inputs other than emissions only are essential for the reduction of the differences between measured and modelled concentrations to acceptable margins.

ผลลัพธ์ (ไทย) 1:

การสร้างแบบจำลองความเข้มข้นของโอโซนมักจะแตกต่างจากความเข้มข้นที่วัดได้ค่อนข้างมากส่วนหนึ่งเนื่องจากข้อผิดพลาดการวัด แต่ส่วนใหญ่เกิดจากความไม่แน่นอนในรูปแบบ การศึกษาการสร้างแบบจำลองจึงจะได้รับประโยชน์อย่างมากจากความน่าเชื่อถือการจำลองแบบ วิธีหนึ่งที่จะบรรลุนี้คือการประยุกต์ใช้ในการดูดซึมข้อมูล,เทคนิคที่จะใช้ข้อมูลภายในวัดจำลองแบบในทางที่สอดคล้องกับรูปแบบของตัวเอง จุดมุ่งหมายของการวิจัยนี้คือการแสดงให้เห็นว่านี่เป็นวิธีหนึ่งที่จะไปกับรูปแบบการขนส่งทางเคมีในชั้นบรรยากาศ (atcms) โดยนำเสนอผลของการจำลองการดูดซึมข้อมูลของโอโซนที่มีรูปแบบบัวเทคนิคการดูดซึมที่ใช้ในการศึกษาครั้งนี้คือชุดตัวกรองคาลมาน จำลองเป็นระยะเวลา 4 สัปดาห์ได้รับการดำเนินการในการที่พื้นดินในระดับการวัดโอโซนได้ถูกหลอมรวม การป้อนข้อมูลเสียงที่จำเป็นประกอบไปด้วยความไม่แน่นอนในการปล่อย NOx, sox, VOC และร่วมใน 17 กลุ่มของประเทศข้อสรุปที่สำคัญคือว่ามันเป็นไปได้ที่จะปรับปรุงการจำลอง atcm ของโอโซนโดยการดูดซึมข้อมูล แต่ที่ปัจจัยการผลิตเสียงอื่น ๆ นอกเหนือจากการปล่อยเพียง แต่เป็นสิ่งจำเป็นสำหรับการลดลงของความแตกต่างระหว่างความเข้มข้นของวัดรูปแบบและอัตรากำไรที่ได้รับการยอมรับ

ผลลัพธ์ (ไทย) 2:

ความเข้มข้นของโอโซนคือ แบบจำลองมักจะแตกต่างจากวัดความเข้มข้นค่อนข้างมาก เป็นบางส่วนเนื่อง จากข้อผิดพลาดในการวัด แต่ส่วนใหญ่เนื่อง จากความไม่แน่นอนในรูปแบบนี้ ศึกษาการสร้างแบบจำลองจะได้ดังนั้นประโยชน์สูงจากจำลองรูปแบบเชื่อถือได้มากขึ้น วิธีหนึ่งเพื่อให้บรรลุนี้เป็นแอพลิเคชันของข้อมูลผสม เทคนิคที่ใช้การจำลองรูปแบบการประเมินที่สอดคล้องกับรูปแบบตัวเอง จุดมุ่งหมายนี้ของเอกสารนี้จะแสดงว่า นี่เป็นวิธีหนึ่งที่แน่นอนไปกับขนส่งอากาศเคมีรุ่น (ATCMs) โดยนำเสนอผลการจำลองการผสมข้อมูลของโอโซนกับรุ่น LOTOS เทคนิคการผสมที่ใช้ในการศึกษานี้เป็นตัวกรอง Kalman แบบ วงดนตรี การจำลองเป็นระยะเวลา 4 สัปดาห์มีการดำเนินในโอโซนระดับพื้นดินที่วัดได้รับขนบธรรมเนียมประเพณี จำเสียงป้อนข้อมูลประกอบด้วยความไม่แน่นอนในการปล่อยก๊าซเรือนกระจกของโรงแรมน็อกซ์ ท่าน VOC และ บริษัทในกลุ่ม 17 ประเทศ สรุปหลักได้ว่า จะสามารถปรับปรุง ATCM จำลองของโอโซนผสมข้อมูล แต่ว่า เสียงอินพุตอื่นมากกว่าปล่อยเท่าจำเป็นสำหรับการลดความแตกต่างระหว่างวัด และ modelled ความเข้มข้นกับค่าเผื่อที่ยอมรับได้

ผลลัพธ์ (ไทย) 3:

ความเข้มข้นโอโซนวางรูปแบบตามอย่างมักแตกต่างจากวัดความเข้มข้นมากซึ่งส่วนหนึ่งเป็นผลจากความผิดพลาดการวัดแต่เป็นผลจากความไม่แน่นอนในรุ่นนี้ การสร้างแบบจำลองการศึกษาจะได้รับผลดีอย่างมากจากการจำลองรุ่นน่าเชื่อถือมากยิ่งขึ้นดังนั้น วิธีหนึ่งที่จะช่วยให้โรงแรมแห่งนี้คือแอปพลิเคชันนี้ข้อมูลของอิดริสเทคนิคที่จะใช้ข้อมูลการวัดอยู่ ภายใน การจำลองรุ่นที่ในทางที่มีความสอดคล้องกับรูปแบบที่ตัวมันเองอยู่แล้ว เป้าหมายของเอกสารนี้คือเพื่อแสดงว่าเป็นจริงๆแล้วก็ยังเป็นทางที่จะไปกับรุ่นการขนส่งทางด้านเคมีที่มีบรรยากาศที่( atcms )โดยการแสดงผลของการจำลองดูดข้อมูลของโอโซนด้วย lotos รุ่นนี้เทคนิคอิดริสที่ใช้ในการศึกษานี้เป็นกระบวนการ kalman แผ่นกรอง การสร้างแบบจำลองสำหรับช่วงเวลา 4 สัปดาห์ได้รับการดำเนินการแล้วในการวัดที่ดิน - ชั้นโอโซนได้รับการโดนกลืน อินพุตเสียงที่จำเป็นประกอบด้วยความไม่แน่นอนในการปล่อยของใช้, SOX ,สารระเหยอินทรีย์( VOC )และความร่วมมือใน 17 กลุ่มของประเทศบทสรุปสำคัญก็คือคนที่มีความเป็นไปได้ที่จะเพิ่มการจำลอง atcm ของโอโซนโดยดูดข้อมูลแต่ที่อินพุตเสียงอื่นที่ไม่ใช่การปล่อยเพียงมีความสำคัญสำหรับการลดลงของความแตกต่างระหว่างความเข้มข้นวัดและวางรูปแบบตามอย่างให้ส่วนต่างกำไรที่เป็นที่ยอมรับ