基于动态统计预报方法的京津冀雾霾中期预报试验

利用欧洲中期天气预报中心（ECMWF）数值预报产品和动态统计预报方法,对北京、天津、石家庄等14个京津冀重点城市雾霾与空气污染进行定量化的中期预报试验,包括对首要污染物PM_2.5浓度和能见度的逐时定量化预报及雾霾现象的客观化判断,并对2015年10月1日-2016年11月10日试验预报效果进行了检验评估。检验结果显示:该方法对北京及周边城市未来10 d逐时和逐日能见度、PM_2.5浓度及雾霾现象的预报值与观测值之间具有显著正相关系数、较高的误差减少量和TS评分等,表明基于ECMWF数值预报产品和动态统计预报方法的京津冀雾霾污染中期定量化预报技术整体上具有较高的可靠性、稳定性与预报技巧性。此外,检验指标还显示出该动态统计预报方法对能见度的预报效果要略优于PM_2.5浓度预报,同时对霾的预报准确率高于对雾的预报。个例分析显示,该动态统计预报方法能提前5~6 d预报出北京地区典型持续性雾霾污染的发展过程,对持续性雾霾的提前预报预警具有较好的参考意义。     

京津冀及周边地区冬季能见度与PM2.5浓度和环境湿度的多元回归分析

2013年至今,中国冬季与雾霾相伴的低能见度事件频发,京津冀及周边地区尤为严重。PM_2.5浓度与环境湿度是导致低能见度的最关键影响因素。为了深入研究PM_2.5浓度与环境湿度对大气能见度的影响,利用2017年1月京津冀及周边地区MICAPS气象数据与PM_2.5观测数据,运用天气学诊断分析方法讨论了不同相对湿度下PM_2.5浓度、环境湿度对冬季能见度变化的相对贡献,按照地理环境与污染程度差异将京津冀及周边地区划分为北京-天津地区与河北-山东地区,建立了PM_2.5浓度与环境湿度（由露点温度、温度代表）对能见度的多元回归方程,并对2015、2016、2018、2019年冬季能见度进行了回算检验。结果显示:相对湿度低于70%、PM_2.5浓度低于75 μg/m3时,北京-天津地区与河北-山东地区能见度多高于10 km,PM_2.5浓度升高是此时能见度迅速降低的主导因素;相对湿度从70%上升至85%和PM_2.5浓度从75 μg/m3升高200 μg/m3的共同作用导致了能见度降低到10 km至5 km;能见度进一步从5 km下降至2 km则更多依赖于相对湿度进一步从85%升高至95%,PM_2.5浓度与此时能见度相关减弱;能见度降低至2 km甚至更低主要是由于水汽近饱和状态下（相对湿度95%以上）的雾滴消光引起,与PM_2.5浓度的变化关系不大。与不分组直接拟合相比,以相对湿度85%为界线,分别拟合能见度能够很大程度优化多元回归模型,相对湿度高于85%时能见度拟合值的均方根误差从9.2和5.2 km下降至0.5和0.7 km,5 km以下拟合能见度的误差大幅度减小。按相对湿度85%将数据分组所得的拟合方程对2015、2016、2018、2019年1月能见度估算结果较好,观测值与拟合值相关系数均高于0.91,为雾-霾数值预报系统提供了新的能见度参数化算法。      

2009年秋冬季天津低能见度天气下气溶胶污染特征

为研究天津城区秋、冬季雾霾等低能见度天气下气溶胶污染特征,采用2009年10—12月的大气能见度及相关气象和环境监测数据,并结合一次典型雾霾事件分析PM₁₀和PM_2.5质量浓度演化过程及其垂直分布特征。结果表明,低能见度天气占秋、冬季观测时长的一半以上,其中以霾天气为主;典型低能见度过程分析显示,霾日近地层内PM_2.5分布均匀,表现出显著的区域污染特征;雾日气溶胶质量浓度先升高后下降,系气溶胶粒子吸湿性增长与导致可溶性组份溶出的湿清除协同作用,低层PM_2.5质量浓度显著高于较高层,其垂直分布差异与相对湿度的垂直变化和逆温层高度有关。     

华南区域大气成分数值模式GRACEs预报性能评估

利用2016-2019年广东省国控站实况监测数据对华南区域大气成分数值模式系统(GRACEs)预报性能进行了综合评估。除空气质量指数AQI外,重点对PM_2.5、O₃及NO₂进行了分析评估。(1) 模式预报性能存在年际差异,对各要素的预报值总体偏低。(2) 模式预报能较好地反映空气质量的空间分布,PM_2.5中心在珠三角西北部,而O₃-8 h高值区在珠三角核心区和粤东沿海,但模式对O₃-8 h高值区存在显著预报低估现象。(3)模式可较好地模拟出PM_2.5月变化的单峰型特征和O₃-8 h月变化双峰型特征,但模式对AQI的秋冬季主峰值和春季次峰值的预报存在低估,分别与模式对O₃-8 h、PM_2.5的低估有关。(4) 模式能较好体现O₃的午后峰值和NO₂双峰值的日变化规律;模式对O₃前体物NO₂的预报偏差,有可能是导致随后几小时对O₃浓度预报偏差的重要原因。(5) 日平均浓度预报效果检验显示模式可较好预测AQI和3种污染物的变化趋势,但对夏秋季高O₃-8 h浓度预报显著偏低;模式对轻度污染及以上等级预报能力偏低,亟需提升模式对污染天气的预报能力。      

2015年济南地区雾霾天气过程大气物理量特征初步分析

文中对比分析了2015年29个雾、霾及雾霾混合天气过程中,章丘探空站L波段探空雷达和山东省气象局院内德国14通道地基微波辐射计观测的温度资料。对观测数据实施了质量控制,检验了精度和可信度,统计分析了宏观物理参量特征和日变化规律。针对雾、霾及雾霾天气过程各选取了一个个例进行分析,分析了大气中PM_2.5、PM₁₀、SO₂、NO₂、O₃、CO含量的变化情况,分析了相对湿度、液态水路径和综合水汽含量等的变化情况。结果表明:两种观测数据一致性较好,拟合优度高于0.97;贴地逆温层存在一定的季节变化,悬垂逆温层存在一定的差异,逆温层的变化、污染参量变化与雾霾的形成有密切关系;不同天气背景对大气物理参量有较大的影响,PM₁₀、AQI（空气质量指数）和CO均在相同时间段出现峰值,有明显的起伏;CO峰值雾霾天气中尤为明显,由早到晚随时间峰值逐渐增大,雾天和霾天峰值较小,雾霾天气明显大于雾天或霾天。     

宁波市负氧离子浓度分布与预测模型及其在旅游气象中的应用

利用2010-2011年宁波地区空气负氧离子浓度资料,分析其分布特征及与气象因素的相关性,采用逐步回归方法建立负氧离子浓度预测模型。结果表明：负氧离子浓度有市中心附近低、郊区高的地域分布特征;夜晚到清晨高、白天低,夏季高、冬季低的变化规律。据此可选择在早晨或傍晚空气负氧离子含量高的时候多到远郊污染少、植被茂密、有动态水流的地区旅游,避开冬季空气污染大的雾霾日。空气负氧离子浓度与气温、PM₁₀呈负相关,与相对湿度、雷雨、闪电等正相关,可选择在雷阵雨过后的晴朗天气出行旅游。负氧离子预测模型预报能力较好,预测模型的建立实现了宁波地区空气负氧离子浓度的定量化预报,对旅游气象服务有重要意义。     

2015—2017年唐山市PM2.5重污染生消气象条件分析

利用2015—2017年唐山市空气质量日空气质量指数、小时PM_2.5浓度和气象数据,分析了唐山市重污染特征及PM_2.5重污染生成、消散气象条件。结果表明：2015—2017年唐山市重污染天数为减少趋势,年平均重污染天数36 d。冬季发生重污染天数最多,秋季次之。重污染天气中首要污染物为PM_2.5、PM₁₀和O₃,PM_2.5为首要污染物占比87%,PM₁₀占比6%,O₃占比7%。小时PM_2.5浓度与相对湿度、总云量、24 h变温正相关,与风速、气温、风向、1 h降水负相关。冬季相关性最好,其次是秋季和春季。90%PM_2.5重污染相对湿度均为50%以上,冬季和秋季高达98%;风速大于4 m·s^-1时,有0.7%的PM_2.5达到重污染;降水对PM_2.5有一定清除作用。升温、湿度增加和负变压有助于污染天气形成,生成过程中平均风速为1.8 m·s^-1,主导风向为SW,其次是S、W。降温、湿度下降、正变压、降水有助于污染天气消散,消散过程中平均风速为3.1 m·s^-1,主导风向为E,其次是NE、N。各方位3 m·s^-1的风具有清除能力,偏北风具有较好清除能力,风速较其他方向风速小。     

基于多种边界层方案的天津PM2.5集合预报试验

基于大气化学模式WRF/Chem采用4种边界层方案（YSU,BL,MYJ和MYN3）模拟2015年全年天津地区细颗粒物质量浓度演变趋势,分析不同边界层方案对天津地区PM_2.5质量浓度模拟和预报的影响,并构建多种边界层方案的集合预报产品,以期提高天津地区PM_2.5质量浓度预报效果。结果表明:大气化学模式的4种边界层方案在空气质量模拟中均有较好的适用性,PM_2.5模拟值与观测值相关系数达到0.76左右,晴空和大风天气BL方案表现较优,阴天和小风天气YSU和MYJ方案表现优于其他两种方案,综合所有过程没有任何单一方案具有显著优势。基于上述原因,该文开展多种边界层方案的天津空气质量集合预报试验,经过对2015年全年模拟值分析,多边界层方案和多气溶胶机制扰动的集合预报可以减小PM_2.5质量浓度预报的相对误差和均方根误差,降低重污染天气预报的漏报率,提升空气质量等级预报能力,在计算资源得到保证的基础上,是一种可以提升数值模式PM_2.5质量浓度预报能力的有效手段。     

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。     

汾渭平原CUACE模式空气质量预报性能的检验订正及环境评估

利用2019年1—6月地面环境监测资料和PM_2.5气象条件评估指数，结合滚动偏差订正方法，对汾渭平原CUACE空气质量预报产品进行了检验订正，并对气象条件和污染减排影响进行了评估。结果表明：CUACE模式对空气质量指数(AQI)、PM_2.5和SO₂浓度预报值较接近观测值，PM₁₀、CO和NO₂预报值小于观测值，O₃预报值大于观测值；对首要污染物O₃和PM_2.5及重度和严重等级污染的预报的TS评分最高，漏报率和空报率最小，预报偏差最接近1；滚动偏差订正方法对改善CUACE空气质量预报效果较为明显，尤其是对PM₁₀、O₃和NO₂改善最为明显；汾渭平原2019年上半年气象条件变化使PM_2.5浓度较2018年同期和过去5年同期分别上升了18.26%和11.18%，减排措施使PM_2.5浓度较2018年同期和过去5年...     

基于EC细网格产品在乌鲁木齐机场低能见度预测中的释用

利用2015—2018年乌鲁木齐机场航空例行天气报告(METAR报)、ECMWF(European Centre for Medium-Range Weather Forecasting)细网格数值预报产品对影响能见度的主要因子进行分析,提取与低能见度相关性高的物理量作为预报因子,采用SVM方法,分别基于Poly、RBF核函数建立乌鲁木齐机场未来21 h能见度预报模型。结果表明:(1)基于预报因子区间分类的SVM模型物理意义明确,试验结果较好;以RBF为函数建立的SVM模型(SVM-RBF)预报能力更好,其训练样本预测的TS评分0.84,准确率89.20%。(2)SVM-RBF模型的检验样本中,预报准确样本的预报误差整体偏小;在漏报样本中则有能见度越低、预报误差越大的特点,模型的振荡性明显。(3)结合NCEP/NCAR再分析资料研究SVM-RBF模型对天气过程的预报表现,发现模型对于特定天气形势下引发的低能见度天气,预报误差较小且预报提前量较大。     

沿天山高速公路冰雪灾害分析及其对交通安全的影响

利用2002年12月-2006年12月沿天山高速公路因恶劣天气导致交通管制统计记录,结合相应时间段高速公路沿线气象资料,对比分析了高速公路冰雪灾害对交通安全的影响,结果表明：高速公路冰雪灾害的危害程度依次是道路结冰、风吹雪、强降雪。路面结冰主要影响路段在吐乌大高速公路、乌奎高速公路和乌鲁木齐机场高速公路;风吹雪集中出现在达坂城到乌鲁木齐一线;除了吐乌大高速达坂城到吐鲁番段没有因强降雪影响交通的记录外,沿天山其它各段均有发生。归纳了高速公路冰雪灾害气象要素预报指标,建立了预报模型,制定出冰雪灾害的气象指数等级、安全行车预防措施,为交通运输气象服务提供具体可操作的预报产品。     

菏泽市紫外线辐射变化特征及月预报方程

利用2008年4月至2012年12月菏泽市紫外线观测资料以及地面常规气象观测资料和空气质量资料,分析了该地区太阳紫外线辐射的变化特征及其与各因子的相关关系,并建立逐月预报方程。结果表明:菏泽紫外线辐射年总量达到187.98 W/m2,春夏两季明显高于秋冬两季,5月达到全年的最大值,1月为全年的最小值;3~9月紫外线辐射极大值均可达到5级,其他月份均可达到4级。不同天气条件下紫外线辐射强度存在明显差异,其中晴天紫外线辐射强且稳定,呈抛物线变化;多云天紫外线辐射波动较大,时强时弱;阴天紫外线辐射相对较弱。紫外线辐射强度与风速、能见度、气温呈正相关,与总云量、低云量、相对湿度呈负相关,与SO2、PM10、NO2、PM2.5多呈负相关。基于多元线性回归分析向后剔除变量方法得出的逐月预报方程,经检验总体预报效果较好,对当地紫外线等级预报工作具有参考意义。     

基于CUACE模式产品的订正方法比较研究

分别利用一元线性回归、分季节消除偏差订正和滚动偏差订正的方法,结合实况观测资料和2014年3月—2015年2月CUACE模式产品的评估结果,对2015年3月—2016年2月中国气象局下发的CUACE模式产品进行了订正。结果表明,利用一元线性回归方程订正的效果最差,利用分季节消除偏差订正的方法能降低冬季PM10、SO2和NO2的RMSE、MB和MNB值,对于预报效果有提升作用,但该方法对其他季节的订正效果较差。而利用滚动偏差订正的方法,能够降低SO2和NO2预报值的ERMS、MB和MNB,而且对于除O3外的其他污染物相关系数具有明显的提升作用。     

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。     

1951—2015年乌鲁木齐市极端升温过程气候变化特征

利用乌鲁木齐市气象站1951年1月1日至2015年12月31日逐日最高气温,建立了乌鲁木齐市升温过程数据库。在分析单要素强度指标及升温过程强度排序特征基础上,定义了一个升温过程综合强度指数(IZ),根据百分位排序法,整理出了乌鲁木齐市的极端升温过程,分析了过程的持续日数、发生频数以及强度的气候变化特征。分析结果表明：基于6项单要素强度指标,乌鲁木齐市最强升温过程有6种不同结果。基于IZ,1951—2015年乌鲁木齐市共出现567次极端升温过程,平均每年8.7次,强度最大的一次升温过程出现在2009年3月14—16日。乌鲁木齐市567次极端升温过程持续日数平均3.25 d,持续2 d的最多,占23.1%。1951—2015年,乌鲁木齐市极端升温过程持续日数在春季4月(5.37 d)最长,冬季1月(2.29 d)与12月(2.37 d)最短。65年来持续日数略减少,线性变化趋势不显著。1951—2015年乌鲁木齐市极端升温过程主要集中在冬半年的12—4月,占64.3%,1月最多;7月最少,仅占1.9%。65年来年极端升温过程发生频数呈不显著的线性增加趋势,从20世纪80年代以来基本上处于偏多时期,进入21世纪以来年际间变化幅度加剧。1951—2015年,乌鲁木齐市极端升温过程的综合强度指数无显著线性变化趋势,在20世纪50、60年代强度较强、年际间变率相对较大,之后强度逐渐减弱、年际间变率减小,进入21世纪以来强度增强、年际间变率加剧。     

基于数值模拟和统计拟合分析华北冬季一次大范围重污染过程的形成机理

基于WRF/Chem（Weather Research Forecasting/Chemistry）模式对2015年11月25日至12月2日我国北方一次大范围PM2.5（空气动力学当量直径小于等于2.5 μm的颗粒物,即细颗粒物）重污染过程进行了模拟。与观测资料对比表明,模式能够较好地模拟出PM2.5浓度及气象因素的变化趋势,结果适用于此次污染事件的机理分析。动力、热力条件及化学转化等因素对此次强污染事件形成的机理分析表明,动力因子主要通过表面风和垂直风切变的减弱对此次污染事件造成影响,边界层逆温等热力因子促进了大气稳定性的增强,不利于污染物扩散。依据PM2.5组成成分变化分析可知,硝酸盐、硫酸盐和有机碳在此次事件中含量增加,说明机动车汽车尾气和燃煤排放所致的二次气溶胶生成对PM2.5污染加剧起重要贡献。多元线性回归分析和多因子相对贡献率量化解析结果表明,热力因子在此次污染过程中起主要作用,方差贡献率为52%,动力因子次之,方差贡献率为34%,而化学转化方差贡献率约为14%,说明气象条件,尤其是热力条件是引起此次污染事件的主要原因。     

支持向量机在大气污染预报中的应用研究

支持向量机是基于统计学习理论的新一代机器学习技术，其非线性回归预测性能优越于传统统计方法。利用前一天该污染物的日均浓度、前一天地面平均风速等7个预报因子建立了基于RBF核函数支持向量回归法的大气污染预报模型，并利用十重交叉验证和网格搜索法寻找模型最优参数。乌鲁木齐大气预报实例表明：支持向量机显示出小样本时预报精度较高和训练速度快的独特优势，为空气质量预报提供一种全新的模式。     

天津气传花粉预测模型研究

使用1999～2004年3～10月天津市河西区铁塔花粉监测数据和同地点的气候观测站(54517)气象资料,进行了天津市72h气传花粉浓度预测模型研究。设计了全花粉季、分季节(春、夏、秋)、分阶段的3种不同预测方案,利用多元线性和非线性回归技术分别建立了花粉预测模型,并对各个方案及预测模型进行了对比分析。结果发现,除夏季以外,多元非线性预测模型优于多元线性回归预测模型,分阶段预测方案优于全花粉季和分季节预测方案,且预测准确率也随之提高。     

多元样条逐步回归模型在夏收中期预报中的应用

在夏收期间的中期预报中,使用了非线性多元样条函数回归预报模型。该方法保留了线性统计预报模型中多元分析,逐步筛选因子和显著性检验等特点,又吸取了数值逼近中样条函数处理复杂非线性函数的一些优点。经过与线性回归的对比和１９９８年的预报,在历史拟合率和预报效果上的提高较为明显。