海口市空气污染特征分析及预报检验

利用海南省二次开发的CAPPS2.0模式,对2006年1月1日~2007年1月1日海口市逐日PM10、SO2、NO2污染浓度监测资料进行输出分析,得出海口市空气污染的变化特征。结果表明,污染物SO2和NO2的预报效果较好,而PM10预报效果较差。因此采用多元线性回归分析方法建立污染物浓度与气象要素的预报方程,并对PM10进行优化和校正,从而提高预报准确率。     

北京地区SO2污染特征及气象条件分析

分析1998～2000年北京地区SO2浓度监测资料和同期气象观测资料,发现北京地区SO2污染具有明显的季节变化、日变化特征及地域分布特征SO2污染在采暖季重于非采暖季;日变化趋势呈"两峰两谷";SO2浓度西部到北部高于东北部,城区高于郊区.影响大气中SO2浓度变化的主要气象要素为地面日平均风速、300 m风速、850 hPa 24 h变温、地面最低温度及有无逆温.     

北京地区SO2污染特征及气象条件分析

分析1998－2000年北京地区SO2浓度监测资料和同期气象观测资料，发现北京地区SO2污染具有明显的季节变化、日变化特征及地域分布特征：SO2污染在采暖季重于非采暖季；日变化趋势呈“两峰两谷”；SO2浓度西部地区到北部高于东北部，城区高于郊区。影响大气中SO2浓度变化的主要气象要素为：地面日平均风速、300m风速、850hPa24h变温、地面最低温度及有无逆温。     

太原地区主要污染物污染的气象特征

选用2002年太原地区6个环境监测站主要污染物逐时浓度监测资料和山西省观象台逐时的气象观测资料,系统的统计分析了太原地区主要污染物浓度的时空分布特征,其中包括SO2和可吸入颗粒物PM10平均浓度的逐月变化、采暖期和非采暖期平均浓度的逐时变化,以及主要污染物浓度与地面常规气象要素的相关性。揭示了各代表站主要污染物污染的年、日变化趋势、采暖期和非采暖期日变化的差异,并分析了春季大风天气时PM10与SO2污染浓度的变化特征。     

海口市空气污染特征分析及预报检验

利用海南省二次开发的CAPPS2.0模式，对2006年1月1日-2007年1月1日海口市逐日PM10、SO2、NO2污染浓度监测资料进行输出分析，得出海口市空气污染的变化特征。结果表明，污染物SO2和NO2的预报效果较好，而PM10预报效果较差。因此采用多元线性回归分析方法建立污染物浓度与气象要素的预报方程，并对PM10进行优化和校正，从而提高预报准确率。     

乌鲁木齐市SO2浓度的分布及其可能原因

根据乌鲁木齐市 1994～ 1997年 SO2 浓度和气象监测资料 ,分析了 SO2 浓度的时空分布特征及其可能原因 ,并对各监测点 SO2 污染等级作出了评价。     

南京SO2、NO2和PM10变化特征及其与气象条件的关系

利用南京市2002—2006年大气监测资料,分析了南京市大气中SO2、NO2、PM10年变化趋势及月季规律,评价了南京市空气质量状况。结果表明:5a来,SO2质量浓度呈显著上升趋势,NO2质量浓度缓慢上升,PM10质量浓度明显下降;南京市首要污染物是PM10,SO2、NO2污染较轻;3种污染物质量浓度均以夏季最低。进一步研究不同气象条件下污染物质量浓度发现,污染物质量浓度与风速反相关,且东南风时浓度最高;降水对污染物有清除作用;雾、霾天气下污染加剧;气象能见度与PM10、NO2的质量浓度反相关;污染物有明显的"周末效应",周末质量浓度值较低。     

南京SO_2、NO_2和PM_(10)变化特征及其与气象条件的关系

利用南京市2002—2006年大气监测资料,分析了南京市大气中SO2、NO2、PM10年变化趋势及月季规律,评价了南京市空气质量状况。结果表明:5a来,SO2质量浓度呈显著上升趋势,NO2质量浓度缓慢上升,PM10质量浓度明显下降;南京市首要污染物是PM10,SO2、NO2污染较轻;3种污染物质量浓度均以夏季最低。进一步研究不同气象条件下污染物质量浓度发现,污染物质量浓度与风速反相关,且东南风时浓度最高;降水对污染物有清除作用;雾、霾天气下污染加剧;气象能见度与PM10、NO2的质量浓度反相关;污染物有明显的"周末效应",周末质量浓度值较低。     

不同大气污染物监测密度对CMAQ源同化修正效果影响的模拟

采用(美国环保部的MODEL-3系统的)CMAQ源同化模型及4种不同空间分辨率的SO2、NO2实测资料,反演得到中国不同尺度的同化修正排放源,利用新一代中尺度气象模式WRF与多尺度空气质量模式CMAQ,模拟分析了中国不同观测信息密度对SO2、NO2源同化反演及其浓度预报的影响,重点分析了华北地区SO2、NO2浓度加密观测对改善SO2、NO2排放源和空气质量预报的重要影响。结果表明,采用不同分辨率的实测资料时,SO2、NO2的趋势预报效果改善程度有一定差异;采用较高分辨率的实测资料进行SO2、NO2源同化修正时,可明显减小SO2、NO2浓度的预报误差。华北地区较高分辨率的观测信息对于改进源同化修正效果及SO2、NO2浓度的趋势预报十分重要,尤其是对SO2浓度的预报尤为重要;采用经高分辨率的实测资料同化修正的排放源时,WRF-CMAQ模式对北京城市尺度SO2、NO2浓度的变化趋势、浓度水平和空间分布特征具有较好的预报效果。高分辨率的观测资料和区域源同化反演方法对于区域污染物浓度预报及排放源清单具有显著的改进作用。     

北京及其周边地区冬季SO2的变化与输送特征

利用实施北京市奥运空气质量保障计划"北京市与周边地区空气污染物的输送、转化及北京市空气质量目标研究"项目的有利时机,于2007年1月15～27日在中国科学院大气物理研究所北京站、香河站和兴隆站,采用先进的差分吸收光谱仪(DOAS)和SO2气体分析仪取得了高质量SO2浓度的连续观测资料,同时还获取了相应的常规气象资料和系留气艇探测的常规气象参数廓线资料.分析和讨论了北京及其周边地区的SO2污染的变化过程特征、日变化特征、输送特征、源排放特征以及与天气过程和气象条件的紧密联系.研究表明:1)北京站、香河站和兴隆站的SO2浓度逐日变化明显,变化趋势一致,通常处于同一个天气系统控制之下,SO2污染呈现区域性分布特征.2)冬季SO2浓度日变化明显,夜晚最高,15时(北京时)最低.3)SO2浓度与大气稳定度、风速、风向密切相关,风速越小、大气越稳定,SO2浓度越高;当吹西南风时,SO2浓度升高,西北风时浓度明显降低.4)HYSPLIT后向轨迹数值模拟结果和OMI卫星反演表明周边地区的SO2长距离输送对站点的贡献不能忽视.     

一种新的城市SO2污染统计预报方法及其应用

针对目前采用的统计方法存在的不足, 即在选择预报因子时没有考虑预报因子之间的相关性, 挑选的预报因子由于非正交, 使回归计算的结果不稳定, 给计算带来一定的误差。该文提出把一元线性回归分析、自然正交函数 (EOF) 和逐步回归方法结合起来, 从而得到一种新的建立统计预报模型的方法。以西安市采暖期和夏季SO₂日均浓度为预报对象, 使用该方法建立预报模型。拟合及预报试验表明, 这些预报模型不但可以很好地拟合变化趋势, 而且还能作出较准确的预报, 采暖期预报的级别命中率为72.5 %, 夏季级别预报命中率为100%。通过对比试验, 此方法优于目前常用的逐步回归方法, 具有很好的应用前景。     

本溪复杂地形条件下三维多源SO2浓度场模拟

用差分方法求解三维大气平流扩散多源方程,模拟了本溪地区SO2浓度的时空分布。通过1999年1月19日的模拟结果与监测值对比表明:模拟结果比较准确地反映了SO2浓度的实际变化情况;由模拟计算可知,本溪地区SO2的污染很严重,且SO2浓度的时空分布有明显的日变化。10:00以前的浓度值比较大,10:00之后浓度值逐渐减小,到18:00左右浓度值又慢慢变大。     

带随机初值和随机强迫的简单模式的集合预报试验

本文用简单的准地转正压涡度方程谱模式作为本文模式的动力框架,考虑到作为模式初始场的气象资料中存在着大量的随机误差,以及模式中物理过程的不完善(例如,没有考虑大气与下垫面的相互作用、辐射等),采用在模式中加入随机强迫项和使用随机初值的蒙特卡洛方法,建立了一个统计动力相结合的模式,并用此模式做了1983年1月500hPa月平均高度场的数值预报试验。试验结果表明:同时考虑随机强迫和随机初值的模式预报效果优于纯动力模式、随机初值模式和随机强迫模式的预报效果。     

气温和降水时变影响参数的多步预测模型

本文提出了一种气温和降水时变影响参数的多步预测建模新方案。该方案用时间序列均生函数外延矩阵生成的主分量作基函数对序变量建模，同时考虑变量前期数据对后期数据的影响，在模型中引入一个时变影响参数Ｋ１。并用方差分析法求出Ｋ１的显著周期和未来时刻的Ｋ１＋１值，从而建立气温和降水序列的时变影响参数的多步预测模型。该模型用于四川省２０个地、市的气温和降水预报数值试验，其历史拟合率和试报结果与实况值的比较表明，     

城市面源SO2允许排放总量的网格分配方法

为了弥补A—P值法的不足，本文以A值法和SSIM模式为基础。提出了一种合理分配城市面源SO2允许排放总量的方法。该方法将A值法计算出的面源SO2允许排放总量作为一个约束条件放入SSIM（Source Strength Inversed Model）模式，调整该模式中各组源强的分担率，直至模式反演出的城市控制区各网格内的面源允许排放量之和与约束条件相等为止，此时模式输出的网格面源SO2允许排放量就是城市控制区内面源SO2允许排放总量的分配结果。应用该方法对石家庄市面源SO2允许排放总量进行网格分配，并采用美国工业源长期浓度复合模式（ISC3LT）对石家庄市SO2总量控制效果进行检验。结果表明：采用该方法分配面源SO2允许排放总量，可保证城市总量控制区内各网格上的SO2浓度值均满足国家标准。     

多维时间序列门限回归模型及其应用

在总结前人工作基础上，提出了一种关于多维时间序列门限回归模型的通用建模新方案，并从理论上证明了此新表达式与经典门限回归模型的一致性。将此模型应用于云南五月雨量的预报中，其平均历史拟合和外推预报准确率分别为71％和68％。表现此通用建模方案可行的；同时说明此类模型具有一定的使用价值。     

A MODEL OF INTEGRATED RANDOM INITIAL VALUES AND RANDOM FORCING AND ITS PRELIMINARY EXPERIMENT

A simple quasi-geostrophic barotropic vorticity equation model is used as the dynamic frame of themodel in this paper.Considering that there are many random errors in model's initial values of meteorolo-gical data,and that it is not perfectly complete about model's physical processes (for example,take no ac-count of the interaction between atmosphere and underlying surface,radiation,etc.),we add the random for-ced term to the model and use the Monte-Carlo method with random initial values.A statistical-dynamicintegrated model is thus built up,and a numerical forecasting experiment of 500hPa monthly mean height fieldof January 1983 has been carried out.The experiment result proves that the forecasting result of the model,considering random forcing and random initial values at the same time,is better than that by the pure dynamicmodel,the random initial value model and the random forced model.     

快速更新循环同化预报系统的汛期试验与分析

为了支持短时临近预报,利用新一代数值预报技术,结合高时空分辨的新一代探测所提供的观测信息,开发了基于快速更新循环同化的数值预报系统。基于GRAPES预报模式及其三维变分,开发了逐时循环同化,包括雷达、卫星、飞机、常规地面和探空等观测资料的同化模块,并采用nudging技术,引入雷达回波,订正模式的初始云水、雨水等信息,实现快速更新预报。多种测试和汛期连续试验表明,系统运行稳定可靠。逐时同化场合理,与实况基本一致。通过1个月的滚动预报综合分析和个例预报分析均表明,预报稳定有效,与观测分布基本一致,初步具备开展短时临近预报的能力。     

广州市气溶胶质量谱和水溶性成分谱分析

对2006年9月—2007年1月在广州市采集的气溶胶粒子的质量谱和水溶性成分进行分析表明,广州市各测点的气溶胶质量谱基本呈双峰或三峰分布,细粒子浓度占气溶胶总浓度的四成到六成;在气溶胶水溶性离子成分中,浓度最高的阴离子是SO42-和NO3-,浓度最高的阳离子是NH4+和Na+;各离子多呈三峰或是双峰分布,但不同离子的峰值不尽相同;广州市的粉尘污染逐渐减少,而NH4+浓度迅速增大;相对土壤,只有Na+和NH4+富集度比较大,SO42-和K+有一定富集;相对海洋,F-的富集度非常大,其他离子则无明显富集;Cl-被严重耗损;致酸离子以SO42-为主,NO3-作用较弱些;SO42-和NH4+谱分布有很好的相关性,并且在细粒子和巨粒子粒径范围有共同的来源。     

月尺度区域气候数值预测试验

将９层全球气候谱模式与ＣＳＵ－ＲＡＭＳ中尺度数值式嵌套,进行了月尺度的短期区域气候预测试验。结果表明：ＧＣＭ模式的集合预报能够反映较大尺度的平均环流;在此基础上,被嵌套的ＣＳＵ－ＲＡＭＳ中尺度模式能够得到更为细致的区域环流特征以及它的短期气候尺度的演率。ＧＣＭ模式与中尺度模式相结合的“区域气候数据模式”是了解短期区域气候变化的有效方法之一。