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。     

南昌市空气质量预报产品检验分析及统计订正试验

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。     

2003年冬季空气质量趋势预测方法

使用短期气候趋势预报原理与短期空气质量预报相结合的方法，根据1～7月的气候特征（背景）、天气形势以及各种相关气象要素统计分析，对冬季采暖期空气质量进行综合预报。利用上述方法对2003年度（2003．11～2004．3）冬季采暖期空气质量进行了试预测。即：在2003年冬季气候预测的基础上，通过统计分析2003冬季相似年份的天气形势、污染气象条件，确定污染潜势和气象参数。并运用现业务使用的污染物浓度预报方程，计算冬季各月的逐日空气污染物（SO2、NO2、PM10）的浓度。最后综合2003年冬季气候特征预测和日空气质量计算结果，做出冬季空气污染趋势预报。     

我国城市空气质量预报方法简介(摘要)

介绍了城市空气质量预报模式系统要求达到的技术指标和近几年我国城市空气质量预报的主要方法,并对预报方法进行了对比,认为城市空气质量预报是切实可行的,并且能够取得较好的预测精度;但由于各污染物出现高浓度的机理仍不是十分清楚,所以在污染物浓度出现骤升骤降的日子,各模式不能很好地反映,因此有待进一步深入研究,不断完善和开发多种预报方法.     

广西主要城市空气质量状况及其与气象条件关系分析

通过对南宁、桂林、北海市空气质量自动监测数据的分析得出 :三城市整体空气质量水平为 1级或 2级 ,即优或良 ,城市空气的首要污染物为可吸入颗粒物 ;桂林、北海两城市没有出现轻度或轻度以上的污染 ,特别是北海市空气质量为 1级“优”的天数占 90 .9% ,2级良占 9.1%。空气污染的浓度与气象条件有密切关系 ,其中南宁市主要污染物月平均浓度值与月平均气压呈正相关、与月平均气温、水汽压、降雨量、相对湿度、风速、 0 cm地温呈反相关关系。各种污染物日均浓度值也与地面、高空气象要素相关非常好。因此 ,在预报未来 2 4～ 36 h天气时 ,对空气质量可进行预报     

多尺度空气质量模式系统及其验证I. 模式系统介绍与气象要素模拟

主要介绍一个多尺度空气质量模式系统及其在东亚地区的应用. 这套模式系统充分考虑了天气系统与中、小尺度气象过程对污染物的输送、扩散、转化和迁移过程的影响, 区域与城市尺度之间大气污染物的相互影响, 以及污染物在大气中的气相与液相化学过程、非均相化学过程、气溶胶过程和干湿沉积过程对浓度分布的影响, 可用于区域与城市尺度对流层臭氧、大气气溶胶、能见度和其他空气污染物的预报和环境评价. 模拟的气象要素(风向、风速、温度和湿度)与TRACE-P 和ACE-Asia期间三架飞机上获取的观测资料的比较结果表明, 模拟值与其相应的观测值具有非常好的一致性, 它们的相关系数都超过了0.96.     

广西主要城市空气质量状况及其与气象条件关系分析

通过对南宁，桂林，北海市空气质量自动监测数据分析得出：三城市整体空气质量水平为1级或2级，即优或良，城市空气的首要污染物为可吸入颗粒物；桂林，北海两城市没有出现轻度或轻度以上的污染，特别是北海市空气质量为1级“优”的天数占90．9％，2级良占9．1％。空气污染的浓度与气象条件有密切关系，其中南宁市主要污染物月平均浓度值与月平均气压呈正相关，与月平均气温，水汽压，降雨量，相对湿度，风速，0cm地温呈板相关关系，各种污染物日均浓度也与地面，高空气要素相关非常好。因此，在预报未来24－36h天气时，对空气质量可进行预报。     

几种空气质量预报方法的预报效果对比分析

目前应用于我国各个城市空气质量预报业务的预报方法主要有三种 :数值模式预报、统计预报和综合经验预报。这几种预报方法都有其各自的优势 ,同时也存在一些不足。应用以上方法对天津市市区进行空气质量业务预报 ,通过实测资料与预报结果进行对比分析 ,给出这几种方法在天津市区空气质量预报中的预报效果客观评价。     

华中区域空气质量数值预报系统评估及气溶胶辐射效应的模拟研究

基于多种检验指标对2015年6月至2016年2月华中区域空气质量数值预报系统的6种污染物(PM_(10),PM_(2.5),SO_2,NO_2,CO,O_3)和AQI指数的预报结果进行检验评估,在确保模拟效果的基础上,通过敏感性试验研究区域气溶胶对地面气象要素的影响,结果表明:华中区域空气质量数值预报系统对湖北省6种污染物和AQI具有稳定且较好的预报效果。存在03预报较实况偏高,预报误差较大的问题,后期将通过误差订正来减小误差。对比CUACE模式预报效果表明,24～48 h的预报效果区域模式优于CUACE,72 h两个模式预报效果相当。气溶胶对地面气象要素具有一定的影响,对2015年1月9-12日的模拟过程而言,气溶胶的总辐射效应使地表接收太阳辐射减少7.740 W·m~(-2),2 m气温降低0.162℃,行星边界层高度降低16.457 m,相对湿度增加0.557%,10 m风速减小0.011 m·s~(-1),其中直接效应和间接效应各有一部分贡献,气溶胶对白天地面气象要素的影响比夜间大。由于区域接受太阳辐射减小、气温降低、行星边界层高度降低、风速降低、湿度增加有利于气溶胶吸湿增长等条件不利于污染物扩散,污染物浓度不断累积升高又促使气象条件的上述变化,由此产生了气象条件与大气污染之间的双向反馈作用。     

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。     

贵阳市空气质量预报方法与效果检验

2012年环境保护部发布的《环境空气质量标准》实施后,贵阳市空气质量状况发生了变化。利用贵阳市空气质量指数和常规气象要素等资料,分析空气质量特征及其与气象要素的关系,通过多元线性逐步回归和BP神经网络方法,分季节建立空气质量指数预报模型,并同CUACE模式进行对比检验。结果表明:近3年贵阳市空气质量状况良好,优良天数增多,污染天数减少且污染天气多出现在冬季,首要污染物为PM_2.5、PM₁₀和O_3;各季相关因子不同,但主要与相对湿度和风速有关;两种模型预报效果均表现为夏季评价最高,等级TS评分超过85%,指数准确率近99%,冬季预报效果相对最差,TS评分接近或达到70%,指数准确率超过或接近80%,而春、秋季效果指标差距不大;对2015—2016年AQI的预报效果回归模型的优于CUACE模式的,TS评分和预报准确率分别相差16.2%和20.0%。     

大气污染物非线性回归模型构建

本文基于重庆主城区（沙坪坝站）2014—2018年逐日同期同步观测的气象要素和环境空气质量监测数据进行分析。首先通过对不同大气污染物与各种气象要素进行相关性分析，剔除影响预报模型共性的气象因子，明确显著影响空气质量的气象要素；然后结合污染物排放、大气扩散过程和湿沉降作用机理；最后构建乘幂与线性叠加的混合模式的空气质量预报方程。结果表明：构建的非线性回归方程能较为真实地反映主要大气污染物与气象要素的相互影响关系，回归模型预报检验准确率高（预报评分达87.6）。     

城市空气污染指数预报方法研究

借鉴自动控制、经济和气象领域中广泛使用的马尔可夫随机过程理论，考虑了天气变化与气象要素对空气污染物浓度变化的影响，提出了新的空气污染物业务预报方法。该方法对各地区气象与环保部门联合进行城市空气污染指数的预报工作具有实际意义。     

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。     

试用MM5输出产品制作空气质量预报

使用MM5输出产品和临沂市两个空气质量监测点的三种污染物浓度逐日监测资料,利用卡尔曼滤波方法建立临沂市逐日空气质量统计预报模型,试报结果表明,对空气质量和首要污染物具有较强的预报能力。     

上海城市空气质量预报(日报)业务系统探讨

介绍了由上海市城市环境气象研究中心和上海市环境监测中心合作开发研制的上海城市空气质量预报（日报）系统的整体框架，包括数据资料采集，信息交换，预报制作和产品发布子系统，对用于城市空气污染物指日常预报服务的五种预测模式和方法及精度进行了讨论。     

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.     

用线性回归方法建立贵阳市空气质量预报模式

利用贵阳市大气中 3种主要污染物浓度的实时监测资料和气象观测资料 ,建立污染物浓度的自回归模型及其与相关气象因子的多元回归模型 ,并将两种模型进行拟合 ,确定空气质量预报的统计模式     

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。     

全国网格化多模式集成空气质量预报的初步建立

为降低单个模式预报的不确定性和提高多模式集成空气质量预报系统的精细化程度,利用Cressman插值初步建立了我国0.25°X0.25°网格化污染物实况。结合4套空气质量数值预报模式,通过均值集成、权重集成和多元线性回归集成分别逐格点建立了集成预报。在预报当天各单一模式和集成方法前50 d预报效果评估基础上,建立了最优集成预报。对2018年12月19一22日一次重污染过程中集成预报的PM_(2.5)浓度评估结果显示:在污染较重时刻,最优集成预报与观测之间的归一化平均偏差(NMB)值在重污染地区保持在—20%～40%,对污染程度为良及以上区域的预报范围相较于单个模式更接近观测。整个过程中,最优集成在大部分污染区域与观测之间的NMB值为—20%～20%,均方根误差(RMSE)值为35～75μg·m~(-3),相关系数(R)值大于0.4。相较于所有单一模式和其他集成方法,最优集成在全国最多的格点有着较高的总体评分。在污染最重区域的8个城市,最优集成预报的污染过程平均开始和结束时间分别比观测时间早1.8和6.9 h。未来需融合卫星反演和地表观测来提高网格化污染物实况的精细化程度,利用降尺度、主客观融合和滚动订正等方法进一步提高网格化多模式集成空气质量预报的准确率。