积雪作为数值模式重要的下垫面之一，尤其是在季节性积雪覆盖地区，其准确性对于积雪表面的地表通量计算以及随后的大气变量模拟至关重要。为检验数值模式中气温模拟对积雪初始场的敏感性，选取辽宁地区2020年1月作为冬季代表月，利用ERA5-Land再分析数据、中国1980—2020年雪水当量25 km逐日产品以及辽宁地区国家级气象观测站的积雪深度和雪水当量数据，分别更新中尺度数值天气预报模式（WRF）的积雪深度和雪水当量初始场，开展积雪初始场对冬季气温影响的模拟试验。结果显示：（1）三套积雪资料均改进了数值模式积雪初始场的正偏差，进而使得日最高气温的冷偏差减小了0.6℃以上，平均气温的冷偏差改进了0.74～0.85℃，最低气温的冷偏差变为暖偏差，对应的平均气温和极端气温的RMSE减小0.38～0.62℃，相关系数增加；（2）受陆面模式中积雪参数化方案的影响，雪水当量初始场的改进要比积雪深度初始场的改进更重要；（3）积雪初始场的改变主要是通过积雪反照率效应影响气温的模拟，而积雪水文效应则较小。

积雪作为数值模式重要的下垫面之一，尤其是在季节性积雪覆盖地区，其准确性对于积雪表面的地表通量计算以及随后的大气变量模拟至关重要。为检验数值模式中气温模拟对积雪初始场的敏感性，选取辽宁地区2020年1月作为冬季代表月，利用ERA5-Land再分析数据、中国1980—2020年雪水当量25 km逐日产品以及辽宁地区国家级气象观测站的积雪深度和雪水当量数据，分别更新中尺度数值天气预报模式（WRF）的积雪深度和雪水当量初始场，开展积雪初始场对冬季气温影响的模拟试验。结果显示：（1）三套积雪资料均改进了数值模式积雪初始场的正偏差，进而使得日最高气温的冷偏差减小了0.6℃以上，平均气温的冷偏差改进了0.74～0.85℃，最低气温的冷偏差变为暖偏差，对应的平均气温和极端气温的RMSE减小0.38～0.62℃，相关系数增加；（2）受陆面模式中积雪参数化方案的影响，雪水当量初始场的改进要比积雪深度初始场的改进更重要；（3）积雪初始场的改变主要是通过积雪反照率效应影响气温的模拟，而积雪水文效应则较小。

积雪作为数值模式重要的下垫面之一，尤其是在季节性积雪覆盖地区，其准确性对于积雪表面的地表通量计算以及随后的大气变量模拟至关重要。为检验数值模式中气温模拟对积雪初始场的敏感性，选取辽宁地区2020年1月作为冬季代表月，利用ERA5-Land再分析数据、中国1980—2020年雪水当量25 km逐日产品以及辽宁地区国家级气象观测站的积雪深度和雪水当量数据，分别更新中尺度数值天气预报模式（WRF）的积雪深度和雪水当量初始场，开展积雪初始场对冬季气温影响的模拟试验。结果显示：（1）三套积雪资料均改进了数值模式积雪初始场的正偏差，进而使得日最高气温的冷偏差减小了0.6℃以上，平均气温的冷偏差改进了0.74～0.85℃，最低气温的冷偏差变为暖偏差，对应的平均气温和极端气温的RMSE减小0.38～0.62℃，相关系数增加；（2）受陆面模式中积雪参数化方案的影响，雪水当量初始场的改进要比积雪深度初始场的改进更重要；（3）积雪初始场的改变主要是通过积雪反照率效应影响气温的模拟，而积雪水文效应则较小。

积雪作为数值模式重要的下垫面之一，尤其是在季节性积雪覆盖地区，其准确性对于积雪表面的地表通量计算以及随后的大气变量模拟至关重要。为检验数值模式中气温模拟对积雪初始场的敏感性，选取辽宁地区2020年1月作为冬季代表月，利用ERA5-Land再分析数据、中国1980—2020年雪水当量25 km逐日产品以及辽宁地区国家级气象观测站的积雪深度和雪水当量数据，分别更新中尺度数值天气预报模式（WRF）的积雪深度和雪水当量初始场，开展积雪初始场对冬季气温影响的模拟试验。结果显示：（1）三套积雪资料均改进了数值模式积雪初始场的正偏差，进而使得日最高气温的冷偏差减小了0.6℃以上，平均气温的冷偏差改进了0.74～0.85℃，最低气温的冷偏差变为暖偏差，对应的平均气温和极端气温的RMSE减小0.38～0.62℃，相关系数增加；（2）受陆面模式中积雪参数化方案的影响，雪水当量初始场的改进要比积雪深度初始场的改进更重要；（3）积雪初始场的改变主要是通过积雪反照率效应影响气温的模拟，而积雪水文效应则较小。

积雪作为数值模式重要的下垫面之一，尤其是在季节性积雪覆盖地区，其准确性对于积雪表面的地表通量计算以及随后的大气变量模拟至关重要。为检验数值模式中气温模拟对积雪初始场的敏感性，选取辽宁地区2020年1月作为冬季代表月，利用ERA5-Land再分析数据、中国1980—2020年雪水当量25 km逐日产品以及辽宁地区国家级气象观测站的积雪深度和雪水当量数据，分别更新中尺度数值天气预报模式（WRF）的积雪深度和雪水当量初始场，开展积雪初始场对冬季气温影响的模拟试验。结果显示：（1）三套积雪资料均改进了数值模式积雪初始场的正偏差，进而使得日最高气温的冷偏差减小了0.6℃以上，平均气温的冷偏差改进了0.74～0.85℃，最低气温的冷偏差变为暖偏差，对应的平均气温和极端气温的RMSE减小0.38～0.62℃，相关系数增加；（2）受陆面模式中积雪参数化方案的影响，雪水当量初始场的改进要比积雪深度初始场的改进更重要；（3）积雪初始场的改变主要是通过积雪反照率效应影响气温的模拟，而积雪水文效应则较小。

Brown carbon (BrC) has been recognized as an important light-absorbing carbonaceous aerosol, yet understanding of its influence on regional climate and air quality has been lacking, mainly due to the ignorance of regional coupled meteorology-chemistry models. Besides, assumptions about its emissions in previous explorations might cause large uncertainties in estimates. Here, we implemented a BrC module into the WRF-Chem model that considers source-dependent absorption and avoids uncertainties caused by assumptions about emission intensities. To our best knowledge, we made the first effort to consider BrC in a regional coupled model. We then applied the developed model to explore the impacts of BrC absorption on radiative forcing, regional climate, and air quality in East Asia. We found notable increases in aerosol absorption optical depth (AAOD) in areas with high OC concentrations. The most intense forcing of BrC absorption occurs in autumn over Southeast Asia, and values could reach around 4 W m(-2). The intensified atmospheric absorption modified surface energy balance, resulting in subsequent declines in surface temperature, heat flux, boundary layer height, and turbulence exchanging rates. These changes in meteorological variables additionally modified near-surface dispersion and photochemical conditions, leading to changes of PM2.5 and O-3 concentrations. These findings indicate that BrC could exert important influence in specific regions and time periods. A more in-depth understanding could be achieved later with the developed model.

China experiences severe particulate matter (PM) pollution. Although a monitoring network for PM2.5 (diameter < 2.5 mu m) has been set up in more than 100 major Chinese cities, insufficient spatial coverage of observations limits the study of the temporal and spatial characteristics, influencing factors, and component of PM2.5. In this study, we conducted a one year air quality simulation using a regional climate-chemistry model and evaluated the simulation's performance based on in situ observations concerning meteorological elements and PM2.5 concentrations. The simulated results showed that, higher PM2.5 concentrations appeared in northern China and the Sichuan Basin, and the maximal value occurred in winter. Furthermore, Vertical PM2.5 concentrations presented a gradual decreasing trend from the surface, whereas in southern coastal cities the profiles were unsteady with a secondary peak in the lower layer. Meteorological conditions were conducive to both pollutant diffusion and removal in summer, whereas stagnant conditions appeared in winter, characterized by high sea level pressure (SLP), the lowest planetary boundary layer height (PBLH), and 2-m temperature (T2). In provincial capital cities, PM2.5 was positively correlated with residential emissions but negatively correlated with precipitation, 10-m wind speed, T2, PBLH, and industrial emissions. Finally, we utilized the simulation results to investigate the component variations of PM2.5. Results indicated that primary PM2.5 components had significantly higher concentrations in northern China where residential heating is the major source of PM2.5 emissions, whereas they had lower concentrations in southern China. Secondary components played a crucial role in PM2.5 mass in eastern China. This study provided a clear perspective of seasonal variations, horizontal and vertical distributions of PM2.5 and its components and influence factors, which could be used in subsequent studies to investigate the formation mechanism and emission sources of PM2.5.

青藏铁路格拉段（以下简称青藏铁路），特别是从西大滩至安多穿越550 km多年冻土区的路段，沿线有着复杂的地形地貌和冻土环境。近年来随着气候变暖和多年冻土退化，对于建造在多年冻土之上的青藏铁路的维护需求剧增，为了能充分捕捉青藏铁路沿线地区复杂的地形地貌对局地气候变化的影响，以期对青藏铁路的运行维护提供理论支持。本文利用铁路沿线站点观测数据，并以ERA5数据驱动WRF模式进行网格距离为10 km×10 km的动力降尺度模拟。结果显示，青藏铁路沿线的六个站点自1998-2020年普遍呈现增温趋势，增温率最低的站点为0.27℃·（10a）-1，最高为0.56℃·（10a）-1;WRF模式对表面气温的模拟在年平均气温结果与观测数据略有差异，在夏季和秋季的模拟结果较好，夏季相关系数达到0.95以上，秋季在0.80以上，春季和冬季较差；WRF降水模拟的结果显示，Nudging方法有效改进了青藏高原夏季降水的湿偏差，青藏铁路北段至铁路南段降水逐渐增加，且在铁路中部降水出现极大值。WRF模式在青藏高原的温度和降水模拟上仍存在着一定的冷偏差和湿偏差，寻找新的方法...

青藏铁路格拉段（以下简称青藏铁路），特别是从西大滩至安多穿越550 km多年冻土区的路段，沿线有着复杂的地形地貌和冻土环境。近年来随着气候变暖和多年冻土退化，对于建造在多年冻土之上的青藏铁路的维护需求剧增，为了能充分捕捉青藏铁路沿线地区复杂的地形地貌对局地气候变化的影响，以期对青藏铁路的运行维护提供理论支持。本文利用铁路沿线站点观测数据，并以ERA5数据驱动WRF模式进行网格距离为10 km×10 km的动力降尺度模拟。结果显示，青藏铁路沿线的六个站点自1998-2020年普遍呈现增温趋势，增温率最低的站点为0.27℃·（10a）-1，最高为0.56℃·（10a）-1;WRF模式对表面气温的模拟在年平均气温结果与观测数据略有差异，在夏季和秋季的模拟结果较好，夏季相关系数达到0.95以上，秋季在0.80以上，春季和冬季较差；WRF降水模拟的结果显示，Nudging方法有效改进了青藏高原夏季降水的湿偏差，青藏铁路北段至铁路南段降水逐渐增加，且在铁路中部降水出现极大值。WRF模式在青藏高原的温度和降水模拟上仍存在着一定的冷偏差和湿偏差，寻找新的方法...

青藏铁路格拉段（以下简称青藏铁路），特别是从西大滩至安多穿越550 km多年冻土区的路段，沿线有着复杂的地形地貌和冻土环境。近年来随着气候变暖和多年冻土退化，对于建造在多年冻土之上的青藏铁路的维护需求剧增，为了能充分捕捉青藏铁路沿线地区复杂的地形地貌对局地气候变化的影响，以期对青藏铁路的运行维护提供理论支持。本文利用铁路沿线站点观测数据，并以ERA5数据驱动WRF模式进行网格距离为10 km×10 km的动力降尺度模拟。结果显示，青藏铁路沿线的六个站点自1998-2020年普遍呈现增温趋势，增温率最低的站点为0.27℃·（10a）-1，最高为0.56℃·（10a）-1;WRF模式对表面气温的模拟在年平均气温结果与观测数据略有差异，在夏季和秋季的模拟结果较好，夏季相关系数达到0.95以上，秋季在0.80以上，春季和冬季较差；WRF降水模拟的结果显示，Nudging方法有效改进了青藏高原夏季降水的湿偏差，青藏铁路北段至铁路南段降水逐渐增加，且在铁路中部降水出现极大值。WRF模式在青藏高原的温度和降水模拟上仍存在着一定的冷偏差和湿偏差，寻找新的方法...