共查询到17条相似文献,搜索用时 211 毫秒
1.
2.
本文利用2013年1月1日~2015年6月30日贵阳市9个环境监测站的6种主要大气污染物(SO2、NO2、O3、PM10、CO、PM2.5)监测数据,分析了贵阳市主要大气污染物的年变化、日变化特征及降水对首要污染物浓度变化的影响。发现SO2、NO2、PM10、CO、PM2.5浓度为单谷型年变化,夏季浓度最低,冬季浓度最高;O3浓度为双峰型年变化,4、10月分别有两个极大值、11~2月与7月分别为两个极小值;SO2、NO2、PM10、CO、PM2.5浓度日变化呈双峰型特征;O3浓度日变化为单峰型特征;郊区SO2、NO2、PM10、CO、PM2.5日平均浓度低于市区,而郊区O3日平均浓度高于市区。降水对O3的湿清除效果不好,对其余大气污染物的湿清除效果较好,尤其夜间降水对颗粒污染物(PM2.5、PM10)的清除效果优于白天降水,但会使O3浓度明显上升。 相似文献
3.
《气象与环境学报》2016,(6)
本文基于CUACE系统,利用2015年4—5月沈阳市大气环境观测数据对沈阳地区春季空气质量的预报效果进行了校验和修正。结果表明:CUACE模式对6种污染物(PM10、PM2.5、NO2、O3、SO2和CO)质量浓度的预报值普遍小于观测值,对PM10浓度的预报存在严重低估。CUACE模式预报的沈阳地区春季日首要污染物多为PM2.5,而观测表明沈阳地区春季PM10和PM2.5为日首要污染物的日数相当。同时,CUACE模式预报的空气污染等级与实际观测的空气污染等级相比存在较高的等级偏差率。利用污染物观测浓度和预报浓度之间的线性拟合公式修正CUACE模式的预报结果,修正后首要污染物的预报结果与实际观测结果基本吻合,同时空气污染等级的预报准确率也明显提高,提高幅度为50.0%—80.0%。 相似文献
4.
CAPPS1和CAPPS2数值预报模式对比分析 总被引:6,自引:0,他引:6
对CAPPS1模式和CAPPS2模式预报广西污染物进行了对比分析。主要对比了其污染扩散原理、气象预报模式、操作系统、运行时间、预报时效及预报效果。分析表明:CAPPS1和CAPPS2模式对各种污染物预报的相关系数均在0.44以上,两种模式预报广西空气污染都是可行的;两种模式均对SO2的预报效果最好,NO2次之,PM10相对最差;CAPPS2模式对各种污染物的预报值与实测值相关系数均比CAPPS1高,其中NO2的相关系数提高幅度最大;CAPPS2模式对NO2和PM10的预报准确率比CAPPS1偏高,而对SO2的预报准确率比CAPPS1偏低;CAPPS2预报首要污染物正确率比CAPPS1高出11个百分点,而预报首要污染物等级正确率则高出9个百分点。 相似文献
5.
6.
利用南昌市环境空气质量监测数据,对比分析了WRF-Chem模式和国家级空气质量预报指导产品对6种污染物浓度的预报效果,并采用时序法、时刻法和标准化法3种训练样本构建方案,利用BP神经网络法对WRF-Chem模式和国家级空气质量预报指导产品6种污染物浓度的预报结果进行订正试验。结果表明:1)WRF-Chem模式预报的6种污染物浓度的预报误差整体比国家级空气质量预报指导产品的预报误差要小,即WRF-Chem模式的预报效果优于国家级空气质量预报指导产品。2)WRF-Chem模式6种污染物浓度预报值与观测值的均方根误差的日变化均呈波动形式,除了O3在10时开始升高到18时达到峰值以外,其余的污染物均是从10时开始下降到16时或18时达到谷值。国家级指导产品6种污染物浓度预报值与观测值的均方根误差日变化则略有不同,除了NO2和O3分别在08时和20时达到谷值以外,其他4种污染物均是在14时达到谷值。3)采用标准化法对CO、SO2、PM10、PM2.5集合订正后的误差比WRF-Chem模式的要小;时刻法、时序法对NO2、SO2、PM2.5集合订正后的误差比WRF-Chem模式的要小,预报效果对单一模式预报结果有一定改进作用。 相似文献
7.
8.
9.
广州市空气污染的变化特征及预报 总被引:7,自引:5,他引:7
利用2002年11月-2004年9月广州市空气污染指数(API)和PM10、NO2、SO2等污染物逐日浓度资料,采用小波分析、相关分析等方法对广州市空气污染的变化特征及与同期地面气象要素的关系进行了分析。并采用最优子集回归方法分别建立冬、夏季API指数及污染物浓度的预报方程。结果表明。PM10是广州市的主要污染物。其次为NO2、SO2。除SO2外,广州市API指数、NO2、PM10等污染物浓度具有冬半年(11-4月)偏高,夏半年(5-10月)偏低的变化规律。API指数及各种污染物浓度均具有明显的年周期振荡及5-7天的准单周、10-20天准双周、30-60天左右的季节内振荡,且30-60天的季节内振荡在冬半年较强而在夏半年较弱。冬半年API指数和PM10、NO2、SO2浓度与气压、风速、降水呈稳定负相关,与温度、相对湿度等呈稳定的正相关,而夏半年主要与风速、降水具有较好且稳定的负相关。增加前一天的污染物浓度作为预报因子后,所建的最优子集回归方程比单选用气象因子要稳定。具有较强的预测能力。 相似文献
10.
采用2007年8—9月空气质量数据,对CAPPS-3空气质量预报系统进行模拟预报检验。结果表明,从污染物浓度值的模拟预报结果看,SO2的模拟效果优于NO2和PM10;从API指数检验结果看,SO2的模拟效果较好,而PM10模拟效果略差于SO2;从API指数分级检验结果看,SO2的模拟效果最好,PM10次之,而NO2预报结果最差。如果将模拟预报的结果与提前两天的观测值进行对比,预报的准确率会显著提升。总体上看,CAPPS-3空气质量预报系统运行效果良好,经订正后,该模式在奥运期间空气质量预报中得以应用,并取得了较好效果。 相似文献
11.
分析广州2003年1~6月的SO2、NO2和PM10指数,发现(1)SO2、NO2和PM10具有非常好的同步变化关系,且以NO2和PM10的相关最大。(2)从月平均值来看,PM10是整个时段的主要污染物,SO2次之,NO2最小(1月除外);PM10和NO2呈现出逐月减小趋势,SO2变化平稳。主要讨论PM10指数的变化。(3)从月方差值来看,SO2、NO2和PM10的最大值均在1月,次大值在2月。(4)给出了几种地面气压型,结论显示主要清洁时段出现在锋区强风型,主要污染时段出现在脊内回流型。在脊内回流型下,若由前期的静风转吹东南(从东到南)风时,指数会增大。 相似文献
12.
2010年沙尘天气对巴彦浩特空气质量的影响 总被引:1,自引:0,他引:1
利用巴彦浩特2010年1月至2011年2月PM10、SO2、NO2的逐日监测数据和同一时期气象观测资料,分析巴彦浩特空气污染物特征及PM10浓度与沙尘天气之间的关系。分析结果表明:2010年春、夏、秋三季巴彦浩特的主要污染物是PM10,冬季主要污染物是SO2;沙尘天气是造成巴彦浩特PM10浓度变化的最重要因素;影响巴彦浩特空气质量的沙尘主要来源于其西北方向和西北偏北方向。建议有关部门在巴彦浩特西北地区搞好生态保护与建设,以减轻沙尘天气对巴彦浩特地区空气质量的影响。 相似文献
13.
对乌鲁木齐市环境监测站2013—2015年冬季逐日AQI、PM2.5、PM10、SO_2、NO_2、CO、O_3数据进行相关分析,并利用MATLAB编程工具进行多元回归统计分析,建立了多元回归统计预测模型。对2015年1—3月乌鲁木齐雾霾天气进行预测试验,发现预测值与实际值有较好的拟合效果和预报效果。实验证明,在大气层结稳定的冬季将当天的大气污染物浓度作为因子,用多元线性回归算法建立预测模型对次日雾霾天气进行预测是一种有效的雾霾统计预报手段,本文试图用MATLAB编程工具建立动态多元回归预测模型,编写了自动预测系统软件,测试取得了较好的预测效果。 相似文献
14.
长江三角洲地区四省会城市PM10污染特征 总被引:12,自引:0,他引:12
对长江三角洲地区四省会城市(上海、南京、杭州、合肥)2001-2005年逐日大气污染指数资料进行统计分析,并采用HYSPLIT轨迹模式,分析了各城市中度以上大气污染过程的输送特征。结果表明:2002年以后,四省会城市的大气质量都有好转的趋势;大气污染发生频率最高的季节是春季(南京)和冬季(其他城市);11月和3月是大气污染出现频率最高的月份。上海PM10与NO2和SO2浓度之间存在非常显著的正相关,合肥PM10与NO2和SO2浓度之间的相关性比上海略差。两城市都是PM10与NO2之间的偏相关系数远大于与SO2之间的偏相关系数。各城市的PM10浓度都与另外三个城市之间存在显著的正相关,尤其是3,4月份。后向轨迹分析表明,造成本地区中度以上大气污染的气团以西北来向为主。 相似文献
15.
16.
为了解和掌握上级指导产品对石家庄市空气质量预报的适用性,进一步提高石家庄市空气质量预报的准确性,利用国家气象中心(NMC)、北京区域气象中心(BJ)和河北省气象局(HB)空气质量预报产品,对石家庄市夏季4种主要污染物PM_(2.5)、PM_(10)、O_3和SO_2的预报进行了对比检验,结果表明:1)NMC对4种污染物的预报效果均逊于HB和BJ的,对PM_(10)、PM_(2.5)和SO_2的预报值明显较实况偏大,尤其在发生重污染天气时,对PM_(10)和PM_(2.5)的空报率高达90%以上;2)HB对PM_(10)和SO_2的预报效果好于BJ的,对SO_2的预报值与实况值均在一个等级范围内,发生重污染天气时,对PM_(10)的预报效果好于BJ的,预报值更接近于实况,但对重污染向优、良转折天气的预报值偏高;3)BJ预报PM_(2.5)和O_3的效果好于HB的,对O_3的0级误差级别预报准确率高达90.5%,对PM_(2.5)优到轻度污染等级的预报效果较好,但对重污染天气的预报值低于实况。 相似文献