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。     

CAPPS1和CAPPS2数值预报模式对比分析

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。     

区域空气质量数值预报系统CAPPS3在辽宁的应用

利用城市大气污染数值预报系统CAPPS的第三版(CAPPS3),经过安装、调试和本地化、自动化处理,建立起适合于辽宁的区域空气质量数值预报系统,用于预报辽宁的城市污染指数和等级以及各污染物的日均浓度分布.通过模式预报结果与监测资料的对比,发现辽宁14个主要城市SO2、NO2预报准确率的总体水平明显高于PM10.区域污染物浓度分布位置和大小的预报结果与实际情况相符,污染物小时浓度的演变也与实际风场的变化趋势保持一致,表明CAPPS3模式系统能够及时准确地预报出区域污染的形成和发展过程.     

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%。     

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。     

CAPPS模式在铜川空气质量预报中的效果检验

通过对2003年1-12月铜川市区、新区污染物监测值与 CAPPS模式预报值的对比分析发现,CAPPS模式预报正确率存在明显的要素差异,NO2预报正确率很高,年平均正确率在90%以上,SO2次之,年平均70%左右,PM10预报正确率较低,年平均55%左右;该模式预报正确率有明显的地域差异,铜川市区的预报正确率比新区明显偏低;同时该模式预报正确率存在明显的季节差异,冬半年比夏半年预报结果差,以SO2表现最明显.该模式空漏报率NO2最低,SO2次之,PM10最高,漏报率存在明显的季节差异,空报率季节之间差异较小,但在地域上空报率差异明显.分析了产生误差的原因.     

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。     

CAPPS2在西安市大气污染分区预报中的应用

根据陕西省的实际情况和大气环境业务需求，利用预报实时业务的网络环境，通过对CAPPS2模式的应用开发，使用VB6．0编程，建立了西安市未来24h大气污染分区预报系统。业务运行结果分析表明，CAPPS2系统对开关厂、兴庆小区、纺织城、小寨四区主要污染物SO2、NO2、PM10质最浓度的预报值与实况监测值相关系数分别达到0．52、0．88、0．66、0．54；0．50、0．49、0．64、0．73；0．70、0．71、0．76、0．65。SO2、NO2、PM10的平均预报准确率分别达到70％、71％和75％，表明其预报能力可满足业务应用要求。     

福州市PM2.5、PM2.5/PM10分布特征及与气象条件关系的初步分析

利用福州市PM2.5、PM10和气象资料,分析PM2.5、PM2.5/PM10的分布特征及与气象条件的关系。结果表明:福州市细粒子污染程度较轻,春季PM2.5和PM2.5/PM10值均是四季中最高的,其次是冬季,夏季最低;影响PM2.5浓度出现高值的天气系统有:暖区辐合与高空槽前、大陆高压后部和暖区降水三种系统,其中暖区降水天气形势下的PM2.5平均浓度最高,超标率为25.5%;影响PM2.5浓度出现低值的天气系统有:冷高压脊、高压底部和高空槽后,副热带高压及边缘,台风(热带辐合带)及外围系统,在后两种天气系统影响下的PM2.5平均浓度最低,超标率为0;剔除因降水、雾等低能见度个例,PM2.5浓度与能见度的相关系数为-0.626,冬春季的相关系数是夏秋季的1.4倍;PM2.5浓度与单一气象要素(如温度、相对湿度、风速等)相关性不明显,但不同季节、不同气象要素变化的组合对PM2.5浓度有直接影响。      

CAPPS在太原市本地化过程中的改进和应用

该文针对CAPPS在太原市运行的误差问题，在分析其主要原因的基础上，变换地形背景场，依据不同季节、不同天气形势，在模式中增加对综合误差系数和扬尘系数的调节功能，进行多种数值模拟试验。结果表明:在误差分析基础上确定的模拟试验方案，使主要污染物SO₂、NO_X和PM₁₀的预报值与监测值的相关系数分别提高到0.96、0.91和0.89，最终使CAPPS成为预报准确率稳定在90%以上的业务化数值模式系统。     

新标准下空气质量预报指导产品对比检验

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。     

CAPPS模式在石家庄市应用的效果检验

根据《气象部门空气质量预报质量考核和管理暂行办法》,对CAPPS系统在石家庄市空气质量预报中的应用效果进行检验,对CAPPS1.0和CAPPS2.0的预报能力和产生的误差进行了对比分析。结果表明:CAPPS2.0的整体预报水平高于CAPPS1.0,但其预报值多偏高于监测值,这是导致冬季首要污染物正确性评分偏低、夏季高污染预报能力偏低的主要原因。CAPPS系统对前日污染实况依赖性强,预报结果滞后,对高浓度污染日的预报准确率仅为13%,预报能力偏低。     

城市空气污染预报系统CAPPS2.0在辽宁的应用及检验

在利用CAPPS2.0进行空气质量自动化预报的前期工作中,为了验证模式的准确性,对辽宁省14个主要城市2003年1月的31 d、4月、7月和10月各12 d作出了模拟,分别得到各城市SO2、NO2和PM10的污染指数预报值。将各污染指数每天模拟的预报值与实际监测值进行对比,发现春、夏、秋季的预报效果非常好,而冬季预报值明显偏高。对预报值与监测值的相关性检验表明两者相关性非常显著,冬季预报值出现的是一个系统误差,可以通过修改模式进行订正。     

济南PM2.5质量浓度与气象条件相关性初步研究

通过对济南2013年12月—2018年2月PM2.5质量浓度数据分析得出,PM2.5质量浓度平均和最大值均为冬季最高,春秋季次之,夏季最低;PM2.5质量浓度值1月和12月最高,8月最低;其质量浓度呈明显的逐年递减趋势。在不同风向上PM2.5质量浓度存在显著差异性,在N风向和ESE(盛行)风向上均出现了质量浓度较大值,一方面与污染物的异地输送有关,另一方面与济南的特殊地形有关。研究表明,无论污染源在山脉的背风侧还是迎风侧,都很容易导致高浓度污染;尤其在冬季,山脉地形还会加重逆温影响,使污染程度加重。通过相关性研究发现,冬季、春季和秋季,PM2.5质量浓度与相对湿度和平均总云量均呈正相关,与日照时数及其距平呈负相关;冬季,PM2.5质量浓度与平均气温及其距平以及最高、最低气温均呈正相关,与平均、最高、最低气压均呈负相关;春季和秋季,PM2.5质量浓度与气温距平值呈正相关;夏季和秋季,PM2.5质量浓度与日降水量呈负相关,而且随着雨强的增大,对PM2.5的洗消作用越显著。上述变量间相关性均通过了P≤0.01显著性检验。     

辽宁空气中度污染和重污染天气类型分析

统计分析了2005-2009年辽宁省14个城市5种污染物逐日的污染指数API数据,基于东北低压型、南大风型、干冷锋北大风型和夏秋大雾型四种易形成辽宁地区沙尘污染的天气类型,对污染天气类型进行归类统计分析。结果表明：重污染和中度污染天气中PM10污染所占比例最高,污染天气类型主要是干冷锋北大风型。     

郑州市空气质量状况及冬季持续污染过程的气象机理分析

利用2004-2008年郑州市环境监测站所监测的SO2、NO2、PM10日平均浓度资料及历史气象资料,分析了郑州市近5a的空气质量状况与特征,并以2006年12月份的2次持续性污染过程为例,分析了气象条件对污染物浓度的影响,结果显示：郑州市以煤烟型污染为主,污染物浓度具有明显的季节变化特征,冬春季节污染物浓度明显高于夏秋季节;冬季均压场中持续多日风速小、近地面层出现逆温层是造成郑州市出现持续污染事件的主要气象条件,持续性污染过程往往因受冷空气的影响而结束。     

CAPPS预报方法研究

针对在应用城市空气污染数值预报系统CAPPS过程中容易出现的疑问，对CAPPS模式系统中污染潜势和指数的预报原理，模式中一些参数的意义以及扬尘的预报，作了进一步的说明和讨论。