单站气温短时预报的气候统计方法

在分析单站气温变化基本特征的基础上，划分了云量、风向风速等对温度变化影响的分级，统计了各季节3小时的分类气温平均变量，研究探讨采用分类气温平均变量制作3小时短时气温预报的客观统计分析方法，经检验、试用效果良好。     

广西城市空气质量预报技术

以南宁市为例介绍广西城市空气质量预报技术。对南宁市二氧化硫、二氧化氮和可吸入颗粒物等污染物平均浓度与气象要素的相关分析表明，污染物浓度与地面、高空气象要素相关非常好。在未来24-36小时天气预报基础上，采用动态统计预报两种模式对城市空气质量进行预报，并根据污染日的影响天气系统类型对两种模式预报结果进行订正。业务实践证明预报准确率较高。     

MOS方法在短时要素预报中的应用与检验

通过对MM5数值预报产品的释用,将MOS统计方法应用到短时要素预报中,综合利用MM5数值预报产品、自动站实况数据和雷达数据等资料,建立降水和温度的4 h预报模型;降水作为不连续变量,将其通过建立降水可能函数的方法转化为连续变量,利用统计预报方法,可以达到定量预报的目的。通过对4140个时次的样本进行检验。结果表明：MOS预报结果较MM5直接输出结果整体有所改进,当数值模式误差较大时,统计方法显示出一定的优势;降水预报检验结果显示,TS评分为65%,预报正确率PC为91%。降水明显的样本(3 h雨量>5 mm)平均误差在8 mm以内,弱降水样本(3 h雨量<3 mm)平均误差在1 mm以内,预报方程对非雨日样本的整体预报效果较好,优于MM5模式预报,预报正确率高达98%,但对流性降水仍是预报难点;对于温度预报,20-08时段误差较小、平均在1.0℃以内,而11-17时、误差平均在1.5℃左右,但经过误差的季节订正,可以控制在1.0℃左右。     

汉中市空气质量预报模型及验证

利用汉中市2015—2016年1月1日—12月31日2a的空气质量资料和同期地面气象观测资料,分析了汉中市空气质量变化特征及其与气象要素之间的相关性,建立了汉中市空气质量预报模型。结果表明:汉中市空气质量状况总体较好,以优良天气为主,达标率为75.9%;汉中市空气质量夏季最好,秋季次之,冬季最差;空气质量指数(AQI)与气温、风速、日照时数、能见度、水汽压、降雨量、气压、地面气温相关性显著,各气象要素对AQI的影响有所不同,且不同季节内影响程度各异;建立的汉中市春、夏、秋、冬四季空气质量预报模型方程均通过显著性水平0.01检验,达到极显著水平。经验证,2017年春季空气质量级别预报准确率超过了85%,预报效果良好,可应用于汉中市空气质量预报业务。     

淄博市冬季降水概率预报业务系统

由日本数值预报产品及实时天气资料，先用消空指标剔除大量无降水样本，再用日本地面风向数值预报将样本分类，最后用事件概率回归方法建立了一个操作简单，业务产用的冬季降水概率预报系统。     

东营市空气质量预报技术方法研究

利用1999-2001年高空气象资料、东营市地面气象资料和空气污染物浓度资料,对东营市空气污染状况进行了分析,并利用逐步回归、最优回归、B-P神经网络和CAPPS系统四种方法建立了东营市空气质量预报模型,再根据四种模型历史拟合结果的TS评分确定其权重系数,建立东营市空气质量集成预报模型,通过2002-2004年的预报试验表明,集成预报优于四种模型的单一预报精度.     

河西走廊东部城市空气质量预报系统

利用气象和环保资料详细分析了武威市空气质量的特点,针对不同季节、不同时次分别建立了沙尘暴短时、短期预报模式及空气质量统计预报、潜势预报模式,经检验效果良好。应用Fortran和VB语言设计编程,建立了武威市空气质量预报系统,该系统包括沙尘暴预报预警服务系统、空气质量统计预报系统和空气质量潜势预报系统,直接和MICAPS系统接口,具有资料处理、动力统计预报、潜势预报等模式计算及资料采集、处理、模式运行、预报显示、产品分发、资料查询、预报评分等多种功能,在业务应用中效果良好。     

基于MM5模式的站点降水预报释用方法研究

对MM5模式输出产品解释应用，建立县级站点定量降水MOS预报模型。方案为将影响辽宁降水的天气模型归纳为动力诊断模型，从中构造出多个能够较全面反映降水模型特征的综合物理因子；根据站点降水的气候分布特征，对偏态分布的降水量进行正态化处理，处理方案为首先将降水量划分为有雨和无雨两档，然后对有雨样本进行分级、开4次方处理，经分析对比降水量经过正态化处理后建立的预报模型优于未经处理的模型。运用统计方法建立站点降水预报模型，该模型分为晴雨预报模块和雨量预报模块。通过2001和2002年夏季业务试运行表明，该模型对降水有较强的预报能力，较原模式预报水平有一定改进。     

南京市SO2污染浓度时空分布特征及统计预报方法的研究

本文根据南京市六个空气污染浓度监测站的2001年6月至2005年7月的SO2污染浓度监测资料分析南京市SO2污染浓度的时空分布变化特征,结果为6个站浓度值有明显的季节变化特征,且在冬季容易出现南北相反的分布特征。针对目前常用的回归预报方法在选取气象要素时没有考虑其互相之间的相关性的缺点,本文提出了一种建立在EOF展开基础上的首先使预报因子正交化,再与逐步回归方程结合并且资料逐日更新的变系数的新型统计预报模型,经过实际预报检验,预报准确率比较高,有很好的应用效果。     

城市空气质量短期统计预报

文章通过污染物浓度时间序列的持续性和气象要素的相似性，进行了城市空气质量短期统计预报可行性分析。以深圳市空气中可吸入性颗粒物的污染指数预报为例，发展了一个基于MM5输出量的自知识统计模式，该预报方法在预报量本身的持续性水平上，预报效果改进15％左右，效果显著。该方法克服了常规预报方法的地域限制，只要积累足够量的污染场资料和气象要素资料，就可以自动、客观地完成具有一定准确度的空气质量短期业务预报。     

A microscale model for air pollutant dispersion simulation in urban areas: Presentation of the model and performance over a single building

A microscale air pollutant dispersion model system is developed for emergency response purposes. The model includes a diagnostic wind field model to simulate the wind field and a random-walk air pollutant dispersion model to simulate the pollutant concentration through consideration of the influence of urban buildings. Numerical experiments are designed to evaluate the model's performance, using CEDVAL(Compilation of Experimental Data for Validation of Microscale Dispersion Models) wind tunnel experiment data, including wind fields and air pollutant dispersion around a single building. The results show that the wind model can reproduce the vortexes triggered by urban buildings and the dispersion model simulates the pollutant concentration around buildings well. Typically, the simulation errors come from the determination of the key zones around a building or building cluster. This model has the potential for multiple applications; for example, the prediction of air pollutant dispersion and the evaluation of environmental impacts in emergency situations; urban planning scenarios;and the assessment of microscale air quality in urban areas.     

贵州铜仁2019年1月两次空气污染过程及其气象条件特征分析

2019年1月铜仁市发生了中到重度污染过程,本文利用铜仁市城区逐时环境监测资料,高空及地面气象观测资料,分析了本次污染过程气象条件特征。结果表明,此次首要污染物为细颗粒物（PM2.5）。污染天气发生时,铜仁上空是高压脊或一致的西南气流,地面为冷高压或均压区控制,气压梯度小,风小;当转为高空槽前,地面有冷空气补充,气压梯度增大时,污染物浓度得到降低。同时风速和相对湿度大小跟污染物浓度也有一定关系,地面风速小,空气干燥时,污染物浓度增加;相反,风速增大达4m/s以上,空气相对湿度增大达90%以上,特别是明显的雨雪天气发生时,污染物浓度得到快速降低。另外,污染天气伴随有近地层逆温层持续影响,逆温层厚度越厚,且逆温强度越强,抑制了大气垂直方向的湍流交换,有利于污染物浓度累积增长。受梵净山地形阻挡作用,当近地层为弱偏东风影响时,污染物不能翻越梵净山向西扩散,会在山的东侧堆积,导致铜仁城区污染物在本地循环累积,污染浓度维持较大值。上述研究结果,可为铜仁市空气质量预报及污染防控提供新的参考依据。     

汕头市PM2.5的气象要素影响分析及预报研究

利用2014—2017年汕头市PM_2.5的日浓度资料、以及汕头市国家基准气象观测站的同期地面气象资料,重点分析了汕头市PM_2.5浓度的变化特征以及风、混合层厚度、降水等气象条件对PM_2.5浓度的影响,同时探讨了污染物浓度变化的成因。在此基础上,根据汕头市的气候特点,采用BP （Back-Propagation）人工神经网络方法针对汛期和非汛期分别建立了PM_2.5质量浓度预报模型。结果表明：与多数内陆城市不同,汕头市PM_2.5浓度日变化为单峰型,这与汕头地处沿海受海陆风影响有关;PM_2.5浓度日峰值出现在08时左右,除早高峰污染物排放增加的因素外,与早晨时段的低风速环境有关;PM_2.5日均浓度随着风速的增大呈现减小趋势,PM_2.5日均浓度与08时混合层厚度显著相关（相关系数为-0.143）;汕头市非汛期PM_2.5浓度比汛期高,这与汕头市的亚热带季风气候特征有关,汛期各量级降水（暴雨以上除外）对PM_2.5的清除效果无明显差别,而非汛期降水对PM_2.5浓度有明显清除作用;BP人工神经网络模型的预报效果表明,汛期和非汛期的PM_2.5级别命中率TS分别为100%和90.3%,准确指数分别为87.7%和89.9%,总体预报效果良好。不同时期预报模型出现正误差的数量和程度均大于负误差,汛期预报模型在有强降水发生时误差较大,而非汛期预报模型在有冷空气入侵时误差较大。     

城市大气污染物扩散模拟系统开发

简单介绍了一个应用于复杂地形，下垫面条件下的中尺度大气污染物扩散模式的开发和利用；并为城市大气质量数值模拟和预测的实施，以兰州为例进行了初步的理想数值试验，其结果将对改进模式和城市污染源描述提供依据并积累经验，同时这也是最终形成城市大气质量预测系统的前期工作。     

贵州普定县人居环境气候条件分析

利用普定国家气象观测站1971年1月1日-2022年2月28日逐日平均气压、平均气温、平均相对湿度、平均风速、降水量等气象资料以及普定县空气污染物日均浓度、空气质量指数（AQI）等资料,运用人体舒适度指数、气象要素与污染物浓度的相关性、人体舒适度与空气质量相关性分析方法,分析普定县近50a的人居环境气候条件。结果表明：普定县平均气温、平均风速以及日照时数呈增加趋势,相对湿度、降水量以及气压呈降低趋势。常年体感主要为凉（3级）～最舒适（5级）之间,全年体感无寒冷及酷热等级,且体感舒适（含凉舒适及最舒适）月份主要为4-10月,占全年58%。普定县气温上升、风速增大、气压下降的趋势有利于污染物浓度降低,空气质量好,而相对湿度降低、降水量减少的趋势不利于污染物浓度降低,影响空气质量。普定县空气质量以4-5月、7-11月为优,且其四季空气质量均为优,表明空气质量好,人体舒适度高,适宜人居。     

兰州市低空风时空变化特征及其与空气污染的关系

对1988年至1992年兰州市环境监测站自动监测系统监测到的近地面逐时风和空气污染浓度资料以及对应时段的兰州市低空风资料乃至城，郊近40年的地面风资料做了深入的分析，并将城区与郊区对照点（榆中站）进行对比研究，揭示了风向频率变化特征和风速日变化，年变化，年际变化以及风随高度的变化规律。同时分析了对应时段空气污染的分布状况及其与风速的相关关系，为研究兰州市边界层大气动力稳定度的时空变化规律和开展空气污染预报提供了一定的依据。     

春节期间气象条件对南京大气环境(污染/清洁)的影响

利用1981—2015年南京常规气象观测资料和NCEP/NCAR再分析资料,分析了南京市春节前后主要的天气形势及其对大气环境的可能影响。结果表明:(1)1981—2015年,南京地区春节前共出现冷空气过程19次,春节期间出现21次;春节前共出现降水天气过程27次,而春节期间共出现25次,降水持续时间均为2 d左右。春节前和春节期间,既没有冷空气又无降水天气过程的年份均为8 a。(2)影响的冷空气过程以中西路为主,春节前冷中心位于贝加尔湖以西,春节期间冷空气中心位置略偏南,强度略偏大;500 hPa以两脊一槽型分布,南京处于槽区,槽后冷空气不断南下影响南京;在冷空气影响下,南京以偏北风为主,且南京都处于大风速区;冷空气过程有利于污染物的清除和扩散。(3)降水过程期间,冷暖气流交汇于南京地区,南京处于南北气流交汇的鞍型场中,同时湿度大,且处于风场辐合区内,有利于降水天气的发生,进而对于大气污染物也起到了稀释和清除的作用。(4)南京市处于海平面气压的均压场中,地面风速较小,这样的天气条件不利于污染扩散;同时近地层相对湿度适中,有利于污染物半径吸湿扩大,进而增加大气污染物浓度;从温度层结来看,南京地区上空700～1 000 hPa气温基本一致,这样的中性层对污染物的向上扩散也起到一定的一致作用;上述这些气象条件都有利于大气污染浓度增加。春节期间的稳定天气形势会加剧污染天气的发生。     

基于支持向量机模式识别的大雾预报方法

选取1971～2000年11～12月大雾发生前近地面层的气象要素(气温、降水、能见度、风向风速、相对湿度、云量等9个预报因子),将支持向量机(SVM)方法应用于大雾预报.采用支持向量机方法,应用径向基函数,建立了陕西公路站点大雾24 h预报模型,并进行了大雾预报的模拟、训练,其寻优标准TS评分达到了理想的效果.     

新都区冬季空气污染扩散与气象要素相关性研究

利用2014~2018年冬季空气质量和污染物浓度数据,结合地面观测、探空及风廓线雷达资料,对新都区冬季气象要素及其污染扩散条件进行分析。结果表明:（1）新都区不同污染物具有相同的日变化特征,在11时左右浓度最高,18时达到最低。（2）新都区污染物浓度与风速、气温、降水、相对湿度有密切关系。当风速大于(小于)平均风速时,污染物浓度减小（增加）;气温越高且相对湿度越大,污染也越强;降水较弱时,反而会加重污染。（3）新都区污染天气过程中,逆温强度与厚度的大小将影响污染物的垂直扩散,强度和厚度偏大,污染偏严重。      

Verification of the Weather Research and Forecasting Model when Forecasting Daily Surface Conditions in Southern Alberta

The Weather Research and Forecasting (WRF) model was compared with daily surface observations to verify the accuracy of the WRF model in forecasting surface temperature, pressure, precipitation, wind speed, and direction. Daily forecasts for the following two days were produced at nine locations across southern Alberta, Canada. Model output was verified using station observations to determine the differences in forecast accuracy for each season.

Although there were seasonal differences in the WRF model, the summer season forecasts generally had the greatest accuracy, determined by the lowest root mean square errors, whereas the winter season forecasts were the least accurate. The WRF model generally produced skillful forecasts throughout the year although with a smaller diurnal temperature range than observed. The WRF model forecast the prevailing wind direction more accurately than other directions, but it tended to slightly overestimate precipitation amounts. A sensitivity analysis consisting of three microphysics schemes showed relatively minor differences between simulated precipitation as well as 2?m surface temperatures.