城市空气质量数值预报方法研究

城市空气质量数值预报,在时空分辨率和预报客观性方面具有明显优势,是未来城市空气质量预报的主要发展方向。以济南市为例,探索建立了一套较为成熟的城市空气质量数值预报方法。该方法采用高分辨率对流层化学模式系统为预报模式基础,同时根据济南市特点对模式系统进行修正,取得了较好的预报效果。此外,该模式系统由于能够较为准确地模拟城市范围内污染物的时空分布,在城市空气污染防治规划方面具有较为广泛的应用前景。     

城市空气质量数值预报模式系统及其应用

介绍了一种城市空气质量数值预报模式系统 ,该系统由气象模式 (中尺度气象模式MM5及城市大气边界层模式CBLM)和大气污染物输送扩散化学模式组成 .将模式系统应用于南京市 ,试预报结果同监测结果一致 ,表明模式具有较好的模拟性能 .模式系统试运行后的检验改进工作 ,气象资料、污染源及环境参数等质量的提高 ,预报结果检验方法的确定等都是模式系统业务化时应予以充分考虑的 .     

珠三角空气质量数值预报系统的检验与订正研究

通过对珠三角空气质量预报模式的模拟结果进行检验,发现模式预报值整体偏小,特别是峰值,但变化趋势与实测一致,峰值都能较好模拟出.模式对PM10的预报准确率要高于PM2.5,从等级预报来看PM10和PM2.5的二级预报准确率要高于一级,利用MOS方法对模式预报结果进行订正,订正后颗粒物平均偏差都有一定程度的下降,颗粒物等级预报准确率PM10由64.7%提高到77.6%,PM2.5由59.9%提高至74.5%,准确率的提高明显.     

数值预报方法在广州空气质量预报中的应用

空气污染预报涉及到多介质、多界面、多物质之间相互作用和耦合的多学科问题，文中概括地论述了空气污染数值预报的基拳特征（尺度及预报时效、时空分辨率、多物质性、理化生过程耦合、城市空气污染气象与污染物排放特征）；数值预报系统的基本构成（气象场预报和浓度场预报）；模式原始资料的收集、分类整理，边界场、背景场和初始条件的处理；计算过程中Meso-α模式和Meso-β模式资料同化的处理以及数值预报模式系统的实际业务操作的及时性、可行性和准确性均作了细致深入的探讨。     

数值预报方法在广州空气质量预报中的应用

空气污染预报涉及到多介质、多界面、多物质之间相互作用和耦合的多学科问题,文中概括地论述了空气污染数值预报的基本特征(尺度及预报时效、时空分辨率、多物质性、理化生过程耦合、城市空气污染气象与污染物排放特征);数值预报系统的基本构成(气象场预报和浓度场预报);模式原始资料的收集、分类整理,边界场、背景场和初始条件的处理;计算过程中Meso-α模式和Meso-β模式资料同化的处理以及数值预报模式系统的实际业务操作的及时性、可行性和准确性均作了细致深入的探讨.     

珠三角空气质量暨光化学烟雾数值预报系统

基于中尺度气象模式(MM5)、排放源模式(SMOKE)和大气化学模式(CMAQ),耦合本地排放源清单,建立了珠三角区域空气质量数值模式预报系统。该套模式系统对清洁、污染过程的一次、二次污染物都有较好的预报能力。冬季,能见度和PM_(2.5)的预报值和观测值的相关系数最高达0.76和0.78。O_3和NO_x的预报值和观测值的相关系数为0.64和0.61。随着预报时效的增加,预报效果没有明显降低。夏季,在2个典型光化学过程中,O_3的预报值和观测值的相关系数分别为0.68和0.81,NO_x分别为0.57和0.64。在相关的边界层气象因子中,地表通风系数和能见度相关度最高,相关系数达0.71。混合层高度、地面风速、比湿和能见度的相关系数分别为0.55、0.50、和-0.37。在灰霾过程中,PM_(2.5)占PM_(10)的质量浓度为78%。在气溶胶质量权重中,硫酸盐所占的比重最高,占PM_(2.5)权重达到33%,元素碳为18%,有机碳为14%,铵盐为5%,硝酸盐仅为1%。灰霾过程的二次气溶胶的质量权重比清洁过程的大。     

中山市空气质量预报效果的分析与评估

准确预报城市空气质量对公众和政府部门掌握未来空气质量、制定相关政策具有重要作用。本文对比分析了中山市NAQPMS、CMAQ、CAMX数值预报和人工研判综合预报4种预报方式的空气质量预报效果。结果表明人工研判综合预报准确率最高。建议优化模式预报,加强预报人才的培养和管理,加大与气象部门的合作,以提高空气质量预报工作的效果。     

空气质量预报方法综述

介绍了常见的空气质量预报方法，如回归方法、时间序列模式、决策树法、最近邻居法、模式预报法及数值预报法，通过比较分析，认为回归方法是目前比较理想的空气质量预报方法。     

城市空气污染数值预报模式系统及其应用

 介绍了城市空气污染数值预报模式系统,并利用该系统对济南市空气污染进行了预报.结果表明,该系统具有较好的预报性能;预报与实测值之间有较好的相关性;空气质量级别的预报效果更好,对SO₂、PM₁₀和NO₂ 3项污染物的级别预报准确率分别为84.6%,83.2%和94.6%,其总体级别预报准确率达到87.5%.研究结果还显示,济南市的SO₂污染已得到明显改善,机动车尾气污染相对较轻,而PM₁₀的污染比较严重,已上升为首要污染物,其来源、扩散、转化机制及其控制措施的研究是目前济南市面临的首要问题.     

基于机器学习的成渝地区空气质量数值预报PM2.5订正方法研究

空气质量预报对于大气污染防治、打赢蓝天保卫战意义重大.本研究基于重庆市气象局的中尺度天气模式（WRF）和空气质量数值预报模式（CMAQ）的预报产品,采用2018年4个代表月份（1、4、7、10月,分别代表冬、春、夏和秋季）成渝地区22个观测站点的PM_2.5浓度和气象要素观测数据,建立基础特征变量数据集（包括训练数据集和测试数据集）,通过调整模型参数,并利用训练数据集采用机器学习方法（Lasso回归、随机森林回归、深度学习RNN-LSTM）进行模型训练,订正了成渝地区PM_2.5数值预报.其中,通过Lasso回归算法对成渝地区4个区域分别进行变量优选,优化模型,利用测试数据集对模型进行测试并检验评估.结果表明,基于3种机器学习方法订正后的PM_2.5小时浓度相比CMAQ模式模拟预报结果,偏差显著降低,相关系数显著提高.其中,随机森林回归和RNN-LSTM的订正效果优于Lasso回归,区域统计与站点统计结果较为一致;Lasso回归订正后的均方根误差减小50%左右,相关系数达70%,随机森林回归和RNN-LSTM订正后的均方根误差减小70%左右,相关系数达90%,随机森林回归与RNN-LSTM订正后的偏差范围相比Lasso回归集中范围更窄,最大概率分布更集中;3种方法对不同季节的订正效果与全年一致,其中,冬季订正效果更为显著.研究结果可为提高我国重点城市群区域—成渝地区PM_2.5浓度的大气污染预报能力提供有益参考.     

贵阳市环境空气质量预报预警系统建立的探讨

分析了贵阳市空气质量预报中污染物、地形及下垫面、植被等关键影响因素。提出了贵阳市环境空气质量预报预警系统的整体架构,分别对排放源监测与管理系统、环境空气质量预报系统和污染预警与控制决策支持系统等三个核心部分进行阐述,进一步提出了贵阳市大气污染防控措施及防控机制。     

北京市空气质量动态统计预报系统

简要介绍了北京市空气质量动态统计预报系统的构成、特点,以及所采用的线性回归模型LRM,分类判别树CART模型,CART与LRM结合的模型,动态统计预报模型DSM,多点预报模型MPDSM 5种预报模型,分析了不同预报模型的特点和性能.所建立的动态统计预报模型DSM有良好的预报性能,减小了在高污染季节的预报误差;多点空气质量动态预报模型也具有较好的预报性能.      

大气环境质量预测与计算机技术的结合--"大气污染扩散空间信息系统研究"小论

简述了在“大气污染扩散空间信息系统研究”项目中 ,大气环境质量预测的理论和计算机技术有机结合起来 ,达到了取长补短的目的     

广东省春节期间空气质量特征及预报方法研究

2017年春节期间广东省环境空气质量自动监测站的数据分析结果表明:春节假期广东省空气质量等级变化较大.除夕全省空气质量为良;初一,全省以良和轻度污染为主,粤东出现重度污染,粤西和粤北出现中度污染,可能与除夕夜烟花爆竹燃放有关;初二起,全省空气质量逐渐转为优良.首要污染物以PM2.5和O3为主.现有的NAQPMS和CMAQ空气质量预报模型在污染相对严重的初一表现较差,主要是因为数值模型未能考虑到烟花爆竹燃放等排放源的输入.     

当前城市空气污染预报方法存在的问题及新思路

论述了当前国内外城市空气污染预报的主要方法以及存在的问题,探讨了一个基于贝叶斯网络的城市空气污染预报的新思路,并对其技术路线和关键问题等进行了初步探讨。新方法可以在一定程度上克服了现有方法理论上的缺陷和应用上的困难,而且具有更大的灵活性、现实性和可操作性,对于我国中小城市开展空气污染预报具有较好的应用前景。     

沙尘天气对北京市空气质量的影响及其预测预报

概述了北京市沙尘天气的分类、特征、判别方法,总结了2000—2002年沙尘天气对北京市空气质量的影响情况,提出了沙尘天气影响空气质量的短期(1～2d)预报方法。利用该方法预报了2002年4次主要沙尘天气过程,预报结果都比较准确。研究发现沙尘天气年际变化主要是受气候条件年际变化影响,提出根据气候条件年际变化预测来进行沙尘天气年际变化预测的初步方法。      

我国城市O3污染的数值预报试验研究

为在我国开展城市O₃污染预报,新近发展了一个O₃污染数值预报模式系统.它由物理、生态过程模式(包括污染源模型,下垫面参数化模型,中尺度-α气象模式,中尺度-β气象模式,湍流统计量参数化模式和干湿沉积模式)和高分辨O₃化学模式(HROM)组成.用该系统对重庆、广州和济南市的O₃污染作了24 h实际预报试验,结果表明:预报与实测O₃质量浓度之间有相当好的一致性,API指数平均预报准确率超过85%;城市O₃质量浓度表现出明显的日变化、空间分布的非均匀性和地区差异;NO₂是O₃的一个重要前体污染物,它们之间呈好的负相关.