基于CUACE系统沈阳地区春季空气质量预报的校验及修正

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%。     

国外空气污染预报方法简介

空气污染与气象有着密切的关系,因为任何程度的空气污染都与稀释和扩散过程有关。 空气污染预报可分为空气污染气象预报(潜势预报)和空气污染浓度预报。前者预报的是导致未来不同程度污染的气象状况,借以了解未来的气象条件对大气中污染物的稀释扩散是否有利,也即是预报空气污     

福州市污染物浓度时空分布及影响因子分析

利用2001年8月1日至2002年7月31日的气象资料和逐时污染物浓度数据，分析福州市污染物的时空分布特征，气象条件和非气象条件对污染物浓度的影响。结果表明：福州市的空气质量较好，夏半年空气质量优于冬半年。各污染物的日变化有明显的变化规律。污染物的浓度变化与空气污染气象条件的优劣密切相关，各气象要素对大气污染物有一定的制约关系，但并非简单的线性关系。人类活动对污染物浓度的变化影响较大。     

一个基于中尺度数值模式的城市分区空气污染预报方法

以深圳市为例，对污染物浓度与各种大气参数的定量联系进行了细致的统计及物理分析，在此基础上建立起分区的城市空气污染潜势等级预报方案。该方案定量考虑了地面和边界层共十几个因子的影响，特别是考虑了地理环境各向异性的效应，将风向作为一个独立的影响因子。方案还针对各污染物稀释特性的差异对不同污染物分别建立潜势预报方案。另外，方案还考虑了相同大气条件下大气对城市不同区域污染物稀释特性可能存在的差异，对不同区域分别建立潜势预报方案。最后用高分辨的中尺度数值模式对大气参数的未来演变作出高时空分辨的预报，进而作出分区、分时段的城市空气污染潜势预报。本方法完全客观定量，物理意义明确，可制作高时间分辨的空气污染潜势预报。     

CAPPS3模式在福州市预报效果检验

对2009年7月至2010年6月区域空气质量数值预报模式CAPPS3在福州市的应用进行效果检验,分析各季节CAPPS3预报福州市3种污染物SO2、NO2和PM10的等级预报准确率、转折性天气预报准确率及与监测值的相关系数以及综合评分。结果表明：夏秋季节CAPPS3模式3种污染物等级预报准确率较高,冬季NO2和春季PM10的等级预报准确率较低,错误等级预报多数偏高;转折性天气预报准确率夏秋季最高,春季最低,模式对天气形势的变化反应不灵敏,特别是污染物浓度突变时,预报能力较差,当天气形势稳定时,预报效果较好;CAPPS3模式浓度预报值较监测值有偏大和滞后的缺点;相关系数及综合评分结果夏秋季最高,春季最低。CAPPS3总体预报效果较好,可提供有价值的指导预报,适合业务运行。     

福州市空气污染浓度预报方法

根据福州站１９９５～１９９８年探空和地面资料,计算出影响污染物浓度的１１个地面气象要素和９个大气层结参量,将它们和福州市１９９５～１９９８年ＳＯ２、ＮＯＸ、ＴＳＰ浓度建立一系列回归方程,利用该回归方程对１９９９年２～８月空气污染物进行逐日等级预报,天气形势分类对应关系进行补充订正得出预报等级,并与实测各污染物浓度等级进行对比。     

城市空气污染预报方法简述

概括论述了城市空气污染预报的基本方法(潜势预报、统计预报和数值预报)、数值预报的主要特征(空间尺度与预报时效、高分辨率、多化学物质、理化生过程耦合、污染气象与污染物排放特征)及其用于天津和沈阳等城市的空气污染数值预报模式系统(σ中尺度和β中尺度气象预报模式与城市空气污染预报模式)。     

伊春市空气污染的气象因素及污染物浓度预报方法

对伊春市区二氧化硫、氮氧化物、空气悬浮颗粒物3种污染物浓度逐日资料及同期气象资料的分析,总结伊春市空气污染的一般规律,了解了影响伊春市区大气污染变化的天气形势及气象要素的特征,并运用这些要素特征采用多元回归方法建立污染物浓度的预报模式,为空气质量预报提供了定量依据。     

CAPPS3模式在福州市预报效果检验

对2009年7月至2010年6月区域空气质量数值预报模式CAPPS3在福州市的应用进行效果检验,分析各季节CAPPS3预报福州市3种污染物SO₂、NO₂和PM₁₀的等级预报准确率、转折性天气预报准确率与监测值的相关系数以及综合评分。结果表明：夏秋季节CAPPS3模式3种污染物等级预报准确率较高,冬季NO₂和春季PM₁₀的等级预报准确率较低,错误等级预报多数偏高;转折性天气预报准确率夏秋季最高,春季最低,模式对天气形势的变化反应不灵敏,特别是污染物浓度突变时,预报能力较差,当天气形势稳定时,预报效果较好;浓度预报值较监测值有偏大和滞后的缺点;相关系数及综合评分结果夏秋季最高,春季最低。CAPPS3总体预报效果较好,可提供有价值的指导预报,适合业务运行。     

城市空气污染天气统计短期预报方法

近几年,苏联许多城市普遍采用空气污染天气统计预报方法制作城市空气污染短期预报。开展此类预报是很有必要的。因为通过预报,使我们有可能对城市空气中的污染状况作出总的估计,以便估计污染的危险程度,从而采取措施防止污染。同时,有必要对每一种污染物造成的空气污染进行定量预报。目前,根据大气扩散模式,计算点源污染浓度的方法研究得比较多。但此类计算方法局限在有限的点源范围内使用,且密切依赖于污染源参数及排放物资料的准确性。上述资料,目前在大城市条件下还得不到。大气扩散与湍流参数的不可预报性,是目前这方法中不可克服的困难。鉴于高浓度污染与气象条件之间存在相当密切的关系,因而有可能从气象角度来解决空气污染定量预报的问题。最近,有人尝试根据预报的气象参     

广州市大气污染与气象条件关系的统计分析

利用地面天气图、高空天气图（850hPa、500hPa）以及气象要素资料，统计分析了2002-2004年广州市10个典型的空气污染过程与各种天气系统以及气象要素间的联系，得出了秋冬季、春季和夏季广州市大气污染与各种天气类型的一些关系，并对地面各种气象要素与污染过程的关系进行了半定量分析，得出了广州市大气污染过程的一些天气概念模型及气象要素指标。     

珠江三角洲平原地区气候、雨量站网最佳密度的探讨

本文用珠江三角洲平原地区36个气象台站的气温、气压、相对湿度、风速和降水等五个要素的资料计算表明,珠江三角洲平原地区气候站的站间距离50公里;雨量站的站间距离25公里为最佳间距。同时得出该方法用于平原地区的台站设置是可行的。      

2006—2008年秋季广州市重大气污染过程特征研究

利用地面图、高空天气图(850 hPa、500 hPa)以及气象要素对2006—2008年秋季(9—11月)广州市4次典型的大气污染过程进行研究,分析其大气污染过程的特征及其相对应的天气系统、与气象要素之间的关系。结果表明,广州市秋季重大气污染多数发生在:(1)广州受冷空气影响或回暖期,持续小风或出现静风会导致污染物大量积聚,且多出现能见度明显下降;(2)由于偏北风的输送作用,处于下风向的万顷沙站较易出现重大气污染过程,表现出明显的区域性污染输送特征;(3)冷高压脊、回流天气形势、台风外围下沉气流影响期间;(4)近地面层出现逆温层或等温层。     

极端异常气象资料的综合性质量控制与分析

在传统的气象资料质量控制技术中,通常利用统计方法设置控制界限,对于界限以外的资料作为可疑值被标注或作为错误值而被剔除。文中以中国1971~2000年700多基准基本站中,气温极端事件———青海托托河站1985年10月~1986年3月的极端异常月平均气温为例,介绍了极端异常气象资料的综合性质量控制方法。通过综合性质量控制与分析,即参考Metadata、邻近站检验、不同观测项目间的一致性检查,均证明托托河站1985年10月~1986年3月极端异常月平均气温资料是正确的。从而说明,利用界限控制检查出的所谓错误资料,虽然在统计学意义上很难出现,但是它有可能反映了异常极端的天气气候事件,是正确的。因此,对于极端异常的气象资料,应进一步通过综合性质量控制,分析该资料正确与否,从而保留极端天气气候事件的事实。文中最后介绍了中国1971~2000年700多基准基本站极端异常月平均气温资料的综合性质量检查结果。     

气温数据栅格化中的几个具体问题

用地理信息系统软件ARC／INFO及4种空间插值方法，对中国617个气象站30年平均气温数据和1961年平均气温数据的栅格化试验发现，克立格插值方法的精度最高，反距离权重法次之，样条插值法的精度第三，趋势面插值方法的精度最低。利用多年平均气温数据和年平均气温的距平值进行气温数据的栅格化，虽然可以减少分析和计算量，但栅格化结果的精度比利用年平均气温数据直接进行栅格化的精度要低。气象站的实际高程与气象站经纬度对应的数字高程(DEM)上的高程不完全一致，但气温数据的栅格化完全依赖于DEM，用气象站实际高程建模进行气温数据栅格化的精度比用与气象站经纬度对应的DEM上的高程建模进行气温数据栅格化的精度要高。     

南昌市一次连续空气污染过程的气象条件分析

2004年12月8—16日南昌市出现了一次连续空气污染过程。利用城市空气污染观测资料和气象常规观测资料,从天气形势和主要气象要素两个方面,对此次空气污染过程进行了分析。结果表明,此次连续空气污染事件都是出现在风速小、无雨和有雾或霾的气象条件下,高空主要为高压脊的形势或是处在西风槽底的平直气流中,低层大气稳定,中层大气增温明显;地面形势主要为地面高压脊、高压底部或是倒槽前部,地面有弱冷空气南下时不一定能改变污染状况。极厚、极强的逆温层和极小风速的持续存在是造成污染物高浓度最重要的气象条件。此外,地形也是影响南昌市空气质量水平的因素之一。     

黄山冬季气温分类及雪、雨凇和雾凇的气候分析

用对应分析方法对黄山1956～1996年冬季气温进行聚类分析。结果表明：Ⅰ类冬季气温特点,后冬冷于前冬,隆冬气温很高,冬季气温低;Ⅱ类特点,前冬暖后冬冷,隆冬气温很低,冬季气温正常;Ⅲ类后冬暖前冬冷,隆冬气温偏高,冬季气温高。Ⅰ类冬季降雪、积雪、雨凇和雾凇日数多;Ⅱ类冬季积雪日数多,降雪、雨凇和雪凇日数少;Ⅲ类冬季降雪日数正常,雨凇日数偏多,积雪和雾凇日数偏少。各类冬季降雪、积雪、雨凇和雾凇日数的冬季月分布差异明显。ENSO对黄山冬季气温有明显影响,ElNino年黄山多为暖冬年份,冬季平均气温正距平百分比18．8％。关于中高纬度和极区环流与黄山冬季气温关系也进行了初步探讨。     

影响上海市空气质量的地面天气类型及气象要素分析

地面天气形势及气象要素的变化在空气污染潜势预报中具有很好的指示作用。利用天气学原理将地面天气系统进行分型,探索研究不同地面天气类型对上海空气质量变化的影响。整理、分析2003—2005年地面天气类型和气象要素与空气质量的关系,发现:(1)上海秋冬季以大陆冷性高压系统移动为主,而夏季主要以副热带高压和台风影响为主,春季是冬季与夏季之间的过渡,天气系统转换较为频繁。(2)春、秋、冬季易引起上海市空气污染的天气类型有L型高压、高压、高压前和均压场4种地面天气类型,与空气质量优等级相对应的天气类型是低压槽、高压底和高压后。夏季空气质量优等级对应的天气类型主要有台风、高压(副高)和低压槽。(3)秋冬季节典型天气过程一般经历高压前(或冷空气)→L型高压→高压→高压后(或高压底)→低压槽的转换,PM10浓度变化也表现为先升后降。(4)气象要素的变化也与空气污染存在密切联系,气压与空气污染物的关系为正相关,而气温、相对湿度和风速与空气污染物浓度呈负相关。     

泉州沿海县市区域性空气污染气象条件分析

根据天气形势、本地气象要素等分析了易于产生泉州沿海区域性污染的气象条件,重点从干湿条件、相对湿度及无雨日数等与湿度相关的要素方面探讨泉州沿海区域性污染的干湿污染特点。结果表明：泉州沿海区域性空气污染产生的天气系统主要有地面高压（高压底部、后部或高压脊）、地面倒槽、低涡锋面和锋前暖区等形势;地面气象要素多为升温降压、日风向及风速存在海陆风变换、夜晨有雾霾现象;相对湿度在70%-80%时,易造成区域性空气污染。