中国科学院大气物理所研究，用天气研究预报(WRF)模型和嵌套空气质量P.预测模型系统（NQPMS）。针对气象初始场的不确定性，采用四组初始分析场，识别了北京地区PM2.5浓度预报的敏感变量和敏感区域。结果表明，在考虑风、气温、比湿度等初始不确定性时，黑龙江地区气温和比湿度的降低对北京PM2.5浓度的预测误差影响最大。进一步发现，初始风场精度的提高，特别是黑龙江地区初始风场的精度的提高，在很大程度上降低了北京PM2.5浓度的预报误差，北京西南部PM2.5浓度的预报误差可达40%以上。因此，在黑龙江地区增加更多的气象（尤其是风）观测量，并将这些观测量同化到WRF模型的初始场中，将显著改善初始气象条件的质量，从而大大减小PM2.5预报误差。北京的空气污染事件。模型预测能力将大大提高。结果表明，初始场风分量代表物理量，黑龙江地区是北京大气污染事件预报的敏感目标区。.
