近期，地理科学学部模式团队吴其重课题组在大气污染季节性预测研究方面取得重要进展，相关成果分别以“The amplification effect of El Niño on winter heavy pollution frequency in Beijing”、“ Seasonal Prediction of Dust Processes in Northern China Using the WRF-Chem Model Driven by the CFSv2 Dataset”为题发表在《Environmental Research Letters》（环境研究快报，ERL，JCR Q1）和《Weather and Forecasting》（天气预报，WAF，JCR Q2），论文第一作者分别为2023级硕士研究生娄梦洁和2022级硕士研究生王雪莹，模式团队吴其重副教授和程华琼博士分别为论文的通讯和共同通讯作者。
寻找大气污染短期气候尺度可预测的前兆信号是开展大气污染月-季节尺度形势预测重要基础性研究工作。早在2016年我校模式团队即与中国科学院大气物理研究所联合团队就提出厄尔尼诺事件与北京重污染关联关系，从偏南气流特征、静稳天气发生概率、不同垂直层增暖效应等方面分析并预测秋冬季北京重污染发生频次；并尝试结合短期气候预测模式和区域空气质量模式开展了区域尺度大气污染形势秋冬季预测工作，为京津冀及周边生态环境部门提供预测研究成果，并应邀参加中国环境监测总站组织的季节性大气污染形势会商，服务北京冬奥会等重大活动空气质量保障。此次研究成果以学术论文形式与国内外同行进行交流探索。其中，ERL论文研究结果表明，厄尔尼诺现象对北京冬季重污染发生频次具有显著放大效应，该结果基于十多年来标准化观测和模式数据集，提出并论证了厄尔尼诺-拉尼娜年际信号（ENSO）与北京重污染发生频次（HPF）关联性。该研究构建了高精度区域空气质量数值模拟系统，设定年际固定排放情景，最大限度地排除了人为排放变化的影响，重建了2013年至2023年北京在纯气象驱动下的PM2.5污染变化趋势，结果表明，北京冬季重污染发生频次与ENSO强度显著相关，r=0.72，p<0.05：厄尔尼诺事件越强，hpf越高；而拉尼娜事件越强，hpf越低（见图1）。<>机制分析显示，ENSO主要通过调节东亚冬季风强度影响北京污染发生频次：厄尔尼诺事件期间，增强的850hPa异常南风促进暖湿气团输送，而减弱的500hPa西北风则显著抑制污染物的扩散，两者协同作用促使PM2.5污染积聚；相反，在拉尼娜事件期间，增强的西北风减弱了静稳天气状况，有利于污染物的有效清除（见图2）。此外，ENSO 驱动的区域污染输送是解释北京与天津、唐山等周边地区空气质量差异的重要机制之一。WAF论文则结合短期气候尺度模式预测数据集，驱动区域空气质量模式，以2023年9月、10月和12月分别为起报时间，预测次年2024年2月发生的影响大气污染的沙尘事件，结果表明，基于现有模式系统，对我国北方城市是否发生沙尘污染影响进行预测，最佳参数化方案可达到69%的预报准确率。
图1. ENSO和北京HPF之间的相关性分析。a：2013至2024年中东热带太平洋（Niño 3.4区域）海表温度距平的三个月滑动平均值，采用海洋厄尔尼诺指数（ONI）表示。b：ONI与HPF相关性对比。b图中圆点颜色与a图中NDJ一列保持一致。
图2. 不同ENSO相位下大气不同高度的风场分布。a-b：正常年份；c-d：强厄尔尼诺冬季；e-f：中等强度拉尼娜冬季。a、c、e为850 hPa高度的经向风场特征，b、d、f为500 hPa高度的纬向风场特征。色阶表示风速（单位：m/s），箭头仅示意风向。绿色圆点标注北京位置，绿色框突出显示北京及周边区域。
作为年际气候变化中显著的信号，ENSO具备较强的可预报性。鉴于其与北京冬季重污染发生频次的显著相关性，ENSO有望成为未来月度、季度尺度上预测污染频率的有效气象指标，也为采用短期气候模式驱动区域空气质量模式开展月-季节尺度大气污染预测提供理论依据。尽管排放控制政策显著改善了京津冀地区的空气质量，但 ENSO引发的跨区域污染输送仍对区域污染格局产生重要影响，深入研究 ENSO 等气候信号对北京及周边地区污染物输送和累积的作用机制，不仅为优化区域污染联防联控策略提供科学依据，也将为未来制定更加精准和适应气候变化的空气污染治理政策提供了支持。
ERL论文合作者还包括我校模式团队王兰宁教授，以及中国科学院大气物理研究所李杰研究员、王自发研究员和朱江研究员；WAF论文合作者还包括中国科学院大气物理研究所陈焕盛副研究员以及中国环境监测总站王晓彦，以及我校模式团队李雁宇博士生、杨舒瑞硕士生以及王兰宁教授。研究工作都得到了国家重点研发计划课题（2023YFC3705705）资助，也得到了我校校级高性能计算中心超级计算资源的大力支持。
论文链接：
Lou et al., Environmental Research Letters, 2025，https://iopscience.iop.org/article/10.1088/1748-9326/ade1ee
Wang et al., Weather and Forecasting, 2025，https://doi.org/10.1175/WAF-D-24-0131.1