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。     

CUACE系统在乌鲁木齐空气质量预报中的效果检验

采用2013年12月1日—2014年2月28日空气质量观测数据,对CUACE系统在乌鲁木齐空气质量预报中的效果进行离线检验。结果表明,在污染物浓度和空气质量分指数方面,NO2的预报效果优于PM10和PM2.5,28 h预报时效的预报效果优于52 h预报时效;在首要污染物预报结果中,28 h预报时效的总体预报效果优于52 h,28 h预报时效中PM2.5预报正确率为65%;从空气质量等级的预报效果来看,28 h预报时效与52 h预报时效无明显差别,对NO2和PM10的预报准确率达到100%,对PM2.5三级预报准确率达到90%以上,对二、四级预报准确率在70%～80%之间,对五、六级重度污染预报值偏低两个级别或以上。     

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。     

广州市空气污染的变化特征及预报

利用2002年11月-2004年9月广州市空气污染指数（API）和PM10、NO2、SO2等污染物逐日浓度资料，采用小波分析、相关分析等方法对广州市空气污染的变化特征及与同期地面气象要素的关系进行了分析。并采用最优子集回归方法分别建立冬、夏季API指数及污染物浓度的预报方程。结果表明。PM10是广州市的主要污染物。其次为NO2、SO2。除SO2外，广州市API指数、NO2、PM10等污染物浓度具有冬半年（11-4月）偏高，夏半年（5-10月）偏低的变化规律。API指数及各种污染物浓度均具有明显的年周期振荡及5-7天的准单周、10-20天准双周、30-60天左右的季节内振荡，且30-60天的季节内振荡在冬半年较强而在夏半年较弱。冬半年API指数和PM10、NO2、SO2浓度与气压、风速、降水呈稳定负相关，与温度、相对湿度等呈稳定的正相关，而夏半年主要与风速、降水具有较好且稳定的负相关。增加前一天的污染物浓度作为预报因子后，所建的最优子集回归方程比单选用气象因子要稳定。具有较强的预测能力。     

铜川市空气污染气象条件分析

统计分析了铜川南、北市区近10a空气污染监测资料和对应的气象资料,并进行相关分析,结果表明:铜川市空气能见度与空气污染API指数(I)对应关系较为复杂,气温、气压、湿度、风等气象条件对污染物分布具有综合性影响。北市区能见度近3a有所下降,三种污染物的API指数I(PM10)、I(SO2)、I(NO2)10a来缓慢下降,表明空气质量在好转;南市区能见度年际变化不大,I(PM10)变化幅度较大。南、北市区I(PM10)、I(SO2)、I(NO2)均为夏季最低,冬季最高,春季次之;空气污染均是PM10最大、SO2次之、NO2最小。相关分析得出,南市区I(PM10)与相对湿度反相关性最好,I(NO2)与日平均风速相关性最好,I(SO2)与相对湿度相关性最好;北市区I(PM10)仅与空气湿度反相关显著。南市区冬季风越大,能见度越好;而春、夏、秋则相反,风速越大,能见度反而降低。年平均风速较大时,大气能见度条件相应较好,较大的风速更有利于大气污染物的扩散;而当相对湿度较大时,大气能见度较差。     

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。     

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模型在武汉市空气质量预报中的应用与检验

为了深入了解CAPPS模型对武汉市空气质量的预报效果,使用2004年10月7日至2005年5月31日逐日武汉市有关环境监测资料和CAPPS模型的预报结果,对CAPPS模型在武汉市空气质量预报中的效果进行了检验与分析。结果表明,CAPPS模型对武汉市空气质量的预报效果总体较好,预报精确度评分平均达81.99,其中PM10 API的预报值与实测值之间相关系数达到0.72。     

秦皇岛市空气污染与气象要素的关系

利用多因子分析和多元回归模型,对1998—2004年秦皇岛市城区空气污染物浓度逐日监测数据及气象要素进行分析,并调查污染源,得出主要污染物与气象要素的关系,建立当地空气质量预报。结果表明：上游西北地区是对秦皇岛市空气质量影响最大的污染源地;空气质量首要污染物PM10的峰值出现在4月,SO2的峰值出现在采暖季,NO2浓度全年稳定少变; SO2和PM10的浓度受风场影响较大,NO2最小;春季“南高北低”型气压场造成PM10污染指数全年最高;大于等于1 mm的降水对空气净化作用效果较小于1 mm的降水显著;春季气旋控制下,5级以上西风可形成中度以上污染,而非气旋控制下,6级以上西风才可形成中度以上污染。     

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。     

辽宁中部城市群主要大气污染物时空分布特征的数值模拟

利用美国第三代空气质量模式系统Models-3对2002年1月17～18日辽宁中部城市群大气污染物SO2,NO2和PM10的浓度分布进行了数值模拟,并将模拟结果与监测结果进行了对比分析。结果表明:污染物的模拟值与观测值变化趋势具有一致性,模式反映了SO2,NO2和PM10浓度的时空分布特征和变化规律,再现了污染物浓度呈波峰波谷日变化的重要特征,可用于辽宁中部城市群区域大气污染物的研究。     

不同大气污染物监测密度对CMAQ源同化修正效果影响的模拟

采用(美国环保部的MODEL-3系统的)CMAQ源同化模型及4种不同空间分辨率的SO2、NO2实测资料,反演得到中国不同尺度的同化修正排放源,利用新一代中尺度气象模式WRF与多尺度空气质量模式CMAQ,模拟分析了中国不同观测信息密度对SO2、NO2源同化反演及其浓度预报的影响,重点分析了华北地区SO2、NO2浓度加密观测对改善SO2、NO2排放源和空气质量预报的重要影响。结果表明,采用不同分辨率的实测资料时,SO2、NO2的趋势预报效果改善程度有一定差异;采用较高分辨率的实测资料进行SO2、NO2源同化修正时,可明显减小SO2、NO2浓度的预报误差。华北地区较高分辨率的观测信息对于改进源同化修正效果及SO2、NO2浓度的趋势预报十分重要,尤其是对SO2浓度的预报尤为重要;采用经高分辨率的实测资料同化修正的排放源时,WRF-CMAQ模式对北京城市尺度SO2、NO2浓度的变化趋势、浓度水平和空间分布特征具有较好的预报效果。高分辨率的观测资料和区域源同化反演方法对于区域污染物浓度预报及排放源清单具有显著的改进作用。     

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%。     

空气质量数值模式预报中资料同化的初步研究

利用嵌套网格空气质量预报模式,在对上海市环境监测中心提供的观测数据进行必要的质量控制后,采用最优插值方法对可吸入颗粒物(PM10)、二氧化氮(NO2)和二氧化硫(SO2)进行资料同化。选取2004年8月1～20日做作逐日同化试验的结果表明,无论是PM10、NO2还是SO2,其同化偏差平均值均在20μg.m-3以下,比同化前减少了至少50%;3种污染物的同化偏差小于其未同化偏差的天数均在16天以上。在大气清洁和污染两种情况下,对PM10分别作10天的同化试验表明,同化后的均方根误差均小于同化之前。此同化方法能利用观测数据较好地修正空气质量模式预报场,从而为模式提供与实际更加接近的初始场。     

Models-3/CMAQ模式对郑州市大气污染物的预报分析研究

介绍了美国国家环保局第三代空气质量模式(Models-3)的主要组成部分:气象模式系统、排放模式系统以及公共多尺度模式系统(CMAQ)。并对郑州市SO2和NO2观测值与Models-3/CMAQ预报值进行对比分析,结果表明:模式可以模拟出郑州市SO2和NO2的同位相变化规律;预报值存在系统性偏低的现象;随着预报时效的延长,对SO2和NO2的预报效果逐渐变差。     

CAPPS在国家气象中心多城市污染指数数值预报业务系统中的应用

国家气象中心在中国气象科学研究院CAPPS系统的基础上,建立了多城市污染指数数值预报业务系统,同时预报47个重点城市的SO2、NO2和PM10的日均污染指数.从2001年6月21日至7月17日的试验预报表明,总体预报准确率和与监测值的相关都在60%以上,与各城市气象局、环境保护局联合发布的综合预报准确率和与监测值的相关比较接近.说明CAPPS用于国家气象中心多城市污染指数数值预报业务系统,能够为城市空气质量业务预报提供有参考价值的数值预报产品.     

Models-3/CMAQ模式对郑州市大气污染物的预报分析研究

介绍了美国国家环保局第三代空气质量模式(Models-3)的主要组成部分:气象模式系统、排放模式系统以及公共多尺度模式系统(CMAQ).并对郑州市SO2和NO2观测值与Models-3/CMAQ预报值进行对比分析,结果表明:模式可以模拟出郑州市SO2和NO2的同位相变化规律;预报值存在系统性偏低的现象;随着预报时效的延长,对SO2和NO2的预报效果逐渐变差.     

银川市空气质量动力预测系统及预测结果分析

在介绍银川市空气质量动力预测模型的基础上,重点对该模型的预测结果及误差进行分析。结果表明:该系统能较好地对24 h污染气象条件进行预测,污染气象条件的预测结果与监测结果比较吻合,预报准确率PM10为61%、SO2为92%;春季各月PM10预测值的平均绝对误差较大,其它3个季节相对较小,SO2的情况与PM10正好相反;考虑风沙条件对模式预测准确性的影响,可根据不同时间、不同季节,逐步调整模式中的扬沙系数,能有效地提高该模式对银川市多风沙季节以PM10为首要污染物的空气质量预测准确率,以适应银川市特殊的气候及环境条件。     

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.     

汉中市空气污染特征及其气象条件分析

利用2015年汉中市空气质量资料和同期的地面气象观测资料,统计分析了2015年汉中市空气质量与气象条件之间的关系。结果表明:2015年汉中市空气质量状况总体较好,以优良天气为主,达标率78%;空气质量指数和空气污染物SO2、NO2、PM10、PM2.5及CO质量浓度变化趋势基本一致,均表现为夏季最低,冬季最高,O3变化规律正好相反;降水能够有效清除空气污染物,净化空气,对于0~50mm的降水,降水量级越大,对空气污染物的清除作用越明显;汉中主导风向为偏东风和偏南风时,空气质量较差,为偏北风时,空气质量较好;风速对空气质量具有双重影响。