近年来,京津冀及周边地区雾霾污染频繁发生。给社会经济发展及公众生活健康带来了极大的负面影响。正确认识雾霾的成因及如何减少和治理雾霾灾害,是各级政府部门当前面对的问题之一,也是一个重要的科学问题。对雾霾和空气污染尤其是持续性雾霾与重污染过程的中长期客观化预报,是科技工作者们面临的一项艰巨任务。雾霾与空气质量的中长期预报,不仅能为公众的生产生活、交通出行等提供参考,也是政府部门应对空气重污染能够提前采取减排措施的必要依据。该研究基于数值模式与动态统计相结合的方法,建立了多时间尺度环境气象客观化预报技术,实现了对京津冀及周边地区雾霾与空气染污的短期至中长期(0-16天)无缝隙定量化预报,填补了京津冀及周边地区雾霾中长期客观化预报技术的空白,为区域开展环境气象预报服务工作提供了有力的科技支撑。首先系统性研究了不同时间尺度上影响京津冀雾霾的关键气象因子及其机理,揭示京津冀雾霾在中长期时间尺度及年际变率的可预报性。通过对气象和环境长序列大数据进行多尺度信息挖掘和系统性诊断分析,(1)识别出了在天气尺度上对北京地区雾霾起关键作用的气象因子,如风速、相对湿度、降水、日照、温度等主要因子能解释过去十年逐日PM2.5浓度变率的近60%,表明利用关键气象因子进行天气尺度的雾霾与重污染预报是可行的;(2)在月季尺度上,东亚对流层高层大气异常触发了中低层和局地环流异常,使得京津冀及周边地区维持长时间静稳天气,导致类似2015年11-12月份严重雾霾的发生(北京历史上首次发布空气重污染红色预警,两个月有36天为中度及以上污染,日均浓度超过140μg/m3,区域内多城市峰值浓度超过500μg/m3);(3)在年际时间尺度上,通过相关性普查和关键影响区识别而构建的6个环流指数可以解释京津冀冬季霾日或能见度年际变率的70%~80%,且该结果的统计关系稳定、物理意义明确,表明京津冀雾霾年际变率具有较高的可预报性;(4)数值模拟试验表明,区域地形也特征也是京津冀地区雾霾频发的有利背景条件,同时在此地形背景下,简单的南、北风模态对京津冀地区雾霾的中长期预报有着重要的指示作用。其次,基于数值模式与动态统计相结合的方法,建立了多时间尺度环境气象客观化预报技术,实现了对京津冀及周边地区雾霾与重污染天气的短期至中长期(0-16天)无缝隙定量化预报,在环境气象预报业务服务工作中得到广泛应用。通过实现新一代气象-化学在线模式(WRF-Chem)与北京地区快速更新循环同化预报系统(BJ-RUC)的耦合,对华北地区城市地表信息进行更新,融合多源排放清单,优化气溶胶总量吸湿增长参数化方案,并采用分时段积分、有机衔接等技术手段,建立了北京区域环境气象数值预报系统(BREMPS),为京津冀及周边地区提供短期(预报时效4天、水平分辨率3公里)和中长期(16天、9公里)雾霾、空气质量及相关气象要素的精细化预报产品。同时,在对气象环境大数据进行多尺度信息挖掘分析基础上,建立了京津冀雾霾中期动态统计预报技术,可快速提供未来10天京津冀及周边地区36个重点城市逐时雾霾、PM2.5浓度及能见度的客观化预报。多时间尺度环境气象客观化预报技术已推广应用到北京、天津、河北等地区,对北京等重点城市短期雾霾预报的TS评分达到0.55以上,预报准确率达77%以上;在中长期预报上,能够提前5-6天预报出京津冀地区的典型持续性雾霾过程,预报准确率达70%左右,表明该预报技术整体上具有较高的可靠性、稳定性与预报技巧性,预报产品已成为京津冀及周边地区开展雾霾和空气质量预报预警的重要参考依据。