空气重污染事件的准确预报仍是目前环境领域亟需解决的问题，而造成空气重污染预报不确定性的主要来源是气象初始场的不确定性。为获得准确的气象初始场，有效方法之一是增加观测。大范围增加观测经济代价巨大且不容易实现，如果能在小部分“关键区域”增加观测，能在改进预报的同时相对减少人力物力的支出，这就是“目标观测”的思想。本报告将主要介绍利用条件非线性最优扰动（CNOP）方法构建针对京津冀地区重污染天气事件PM_2.5浓度预报的气象场目标观测非线性优化系统，利用该系统，揭示了PM_2.5浓度预报的气象场目标观测敏感区位于京津冀地区南部和西北方向部分区域。通过观测系统模拟试验表明，仅在占整个区域0.2%的敏感区内增加额外观测，并将其同化到WRF模式初始场，即可对京津冀地区的PM_2.5浓度预报水平提高约20%-40%；在此基础上，利用CNOP目标观测非线性优化系统，优化了京津冀及周边地面气象站网的布局，同化新布局内仅占所有地面气象站60%的已建站点的资料，即可获得与同化所有站点资料对PM_2.5预报水平提高程度相当甚至更高，从而为优化当前地面气象站提供科学支撑。

目标观测,可预报性,非线性动力学