北京大学研究员、智源研究员林伟团队团队提出了一种基于初始误差传输模型（IETM）的PM2.5预报改进方法。该方法不涉及物种间的相互作用和垂直传输，避免了常规预报方法的化学反应不平衡和垂直传输不平衡问题，进而显著增强和延长同化初始场对预报的改进效果。在2018年1月中国中东部的PM2.5预报测试中，采用该方法可将1至4天预报的均方根误差分别降低51.2、27.0、16.4和9.4 μg m-3，是常规方法改进幅度的3.2、6.9、8.6和10.4倍。该工作提出并验证了PM2.5预报误差可以进行空间传输这一重要现象，在空气质量数值模式之外独立对PM2.5预报误差进行建模和计算，创新性地解决了在数值模式中直接使用同化初始场导致的化学不平衡和空间不平衡问题，以极小的计算代价获得了显著的预报效果提升，为在大气环境等科学领域发展结合机理与数据的模型及人工智能预报方法提出了新的思路和方向。
（图片来源:学者论文）
