广西城市空气污染预报业务系统的建立

应用数值预报与动态统计预报相结合的集成预报技术方法，将城市大气污染数值预报(CAPPS)模式、动态统计模式、Sybase数据库、网页技术等有机地结合起来，建立广西城市空气污染预报系统，形成了流畅的集资料传输交换、预报模式运算、预报制作与发布于一体的气象系统和环保系统预报会商的综合业务工作平台，在广西气象台同时对南宁、桂林和北海的城市空气污染做出预报。将近两年的业务实践应用表明，所建立的空气污染预报系统性能稳定、技术成熟、自动化程度和预报准确率高．     

2005年6月20日柳州市大暴雨渍涝灾害模拟分析

利用柳州市城市暴雨渍涝气象预警系统，对2005年6月20日柳州市出现了有记录以来最严重的城市渍涝灾害进行了模拟分析，结果表明：该系统具有较强的渍涝动态监测和预报能力，对拓展城市灾害预报服务领域，提高城市暴雨渍涝灾害监测、预报、灾害风险评估水平具有一定的参考作用。     

济南市城市环境气象预报服务系统

介绍了济南市城市环境气象预报服务系统的结构、功能及特点。该系统集资料采集与处理、指数预报、综合集成及产品分发于一体，以T213预报产品、地面气象观测资料、本站当日天气预报等为预报因子，可制作20多种城市环境气象预报服务产品，提高了城市环境气象预报水平和自动化程度，具有较高的预报准确率。     

中尺度对流系统(MCSs)散度场的特殊结构

在城市预报和数值预报产品释用的基础上，建立了120余个预报模型，由计算机模拟专家预报思路自动做出多种环境气象指数预报，在实际业务中发挥了重要作用，效果显著。     

浙江省气象台短期编辑系统技术简析

浙江省气象台短期预报编辑系统主要功能，是为各种预报稿（气象预报稿，专业气象广播稿，舒适度预报稿）的编辑，分发和打印提供了一个集成的实时平台，同时，能自动制作各种城市预报和旅游景点预报。极大地提高了工作效率，减少了预报员每天的工作量。     

回归诊断在城市空气质量预报中的应用研究

城市空气质量回归预报模型的残差分布存在着不对称现象，它是由高杠杆点引起。这些高杠杆试验点的残差存在着统计天气预报意义上的不合理性，导致回归系数L5估计的误差，从而引起预报的误差。针对这些问题提出了城市空气质量的回归诊断预报模型。实例计算说明，回归诊断预报模型要优于常规回归预报模型。进一步分析指出，城市空气质量回归预报模型的不合理性并非个别例子的特殊性所造成，而是由模型的数学特点所决定，因此城市空气质量的回归诊断预报模型具有普遍     

我国城市气象服务的若干进展和未来发展

该文简要介绍了我国城市中尺度气象监测和特种观测、数值预报模式引进和产品释用研究及城市环境气象研究、预报等方面的研究进展，并提出了城市气象服务发展中应解决的城市气象服务定位、工程和产业、数据库、数值模式应用研究和电子信息技术应用等问题。     

乌鲁木齐城市环境气象综合预报业务系统

介绍了《城市环境气象综合预报业务系统》的设计思路、业务流程、环境预报中各种指数的预报原理和系统的主要功能，同时列举使用该系统后预报质量的变化情况。     

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。     

西宁市空气质量预报系统CAPPS的分析与应用

城市空气污染数值预报CAPPS，是在ADPIC的概念的基础上经过积分求得的大气平流扩散的多尺度箱格预报模型。它不需要污染源强资料就可预报出城市空气污染潜势指数(PPI)和污染指数(API)。本对CAPPS系统在北京和上海市进行了分析检验。结果表明，就预报值与监测值的线形相关系数来说，CAPPS系统的预报水平与其他发达国家的模式预报水平相当。而从CAPPS系统在西宁市的应用中可以看出，模式的应用与地表地形、区域气候以及大气的稳定度有一定联系。     

城市空气污染数值预报系统CAPPS及其应用

城市空气污染数值预报系统CAPPS, 是在ADPIC的概念的基础上经过积分求得的大气平流扩散的多尺度箱格预报模型。它不需要污染源的源强资料就可预报出城市空气污染潜势指数 (PPI) 和污染指数 (API), 克服了由污染源调查本身具有的不确定性给城市空气污染的数值预报所带来的困难。该文对CAPPS系统在北京市和上海市进行数值预报的结果进行了分析检验, 并与国际上几种光化学污染预报模式的预报结果进行比较。结果表明, 就预报值与监测值的线性相关系数来说, CAPPS系统的预报水平与其他发达国家的模式预报水平相当。此外, CAPPS系统的污染指数等级预报准确率 (北京市和上海市) 平均达到61.5%。     

上海城市空气质量预报分类统计模型

上海城市空气质量预报的分类统计模型利用上海地区2000年6月至2002年12月的空气污染浓度资料及常规气象资料建立模型，用2003年全年资料检验模型。模型采用方差分析方法区分不同污染浓度高低的气象条件，按季节、地面风向和雨量3项指标对浓度样本分类，季节分类划分冬、夏半年子样本，风向分类划分偏西风向、非西风向子样本，雨量分类划分有雨、无雨子样本，共计3层分类，18个分类子样本，样本分类的高值区和低值区与实际污染浓度的季节、地面风向和雨量的分布是一致的。最后，采用线性逐步回归方法对各分类子样本建立起一组预报模型。模型的检验评分结果显示：分类统计模型较全样本统计模型实际业务预报精度有所提高，在城市空气质量预报中是切实可行的。     

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。     

东北区域空气质量数值预报模式应用研究进展

中国气象局沈阳大气环境研究在2014年基于CUACE和CMAQ建立了东北区域空气质量数值预报业务系统,本文介绍了空气质量数值模式的研究进展以及业务现状,为东北区域空气质量和雾霾预报提供了技术支撑。然而,随着预报精细化和更长预报时效的业务发展需求,存在预报准确率不高、计算资源短缺、科技创新能力不足等问题。本文基于存在的问题提出了东北区域空气质量数值预报未来发展建议与展望,包括加强大气污染源清单研究与技术规范制定、观测资料同化技术研究与业务应用、物理过程参数化方案的改进优化、发展数值预报产品订正技术、开发高分辨率7—10 d数值预报产品、加强人才引进和科技创新等。     

A new way to predict forecast skill

Forecast skill (Anomaly Correlated Coefficient, ACC) is a quantity to show the forecast quality of the products of numerical weather forecasting models. Predicting forecast skill, which is the foundation of ensemble forecasting, means submitting products to predict their forecast quality before they are used.Checking the reason is to understand the predictability for the real cases. This kind of forecasting service has been put into operational use by statistical methods previously at the National Meteorological Center (NMC), USA (now called the National Center for Environmental Prediction (NCEP)) and European Center for Medium-range Weather Forecast (ECMWF). However, this kind of service is far from satisfactory because only a single variable is used with the statistical method. In this paper, a new way based on the Grey Control Theory with multiple predictors to predict forecast skill of forecast products of the T42L9 of the NMC, China Meteorological Administration (CMA) is introduced. The results show: (1) The correlation coefficients between “forecasted“ and real forecast skill range from 0.56 to 0.7 at different seasons during the two-year period. (2) The grey forecasting model GM(1,8) forecasts successfully the high peaks, the increasing or decreasing tendency, and the turning points of the change of forecast skill of cases from 5 January 1990 to 29 February 1992.     

上海热浪与健康监测预警系统

用1989～1998年上海逐日4次气象观测资料,应用美国特拉华大学的SSC天气分类方法确定逐日天气类型,形成了10年逐日天气类型日历。并通过天气类型与死亡率的对比分析,确定MT+类型是上海地区形成热浪的“侵人型”气团,是具有最高死亡率的天气类型。采用逐步回归方法建立了MT+类型下因受热浪侵袭而超正常死亡数的回归方程。在此基础上建立了上海热浪与健康监测预警系统。通过1999年气象和死亡实况资料检验,系统对热浪及因此引起的死亡具有较好的监测和预警效果。     

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。     

月平均气温集成预测方法研究

为了有效综合各种预测方法的预测结果,以陕西3个气候区域1999年7月至2010年6月月平均气温的集成预测为例,利用3种预测方法和国家气候中心业务产品月平均气温预测结果历史评分建立二类6种动态客观集成预测方法进行对比研究,结果表明：（1）各种集成预测方法年评分平均值均高于参加集成的任何一个成员,6种集成预测方法评分平均值比4个成员评分平均值高4.6,比同期陕西发布的业务产品高5.1;各种集成预测方法预测与实况距平符号一致率至少高于其中3个成员,6种集成预测方法预测与实况距平符号一致率平均值比4个成员平均值高4.7%,比陕西业务产品高5.1%。（2）3个气候区域中,榆林集成预测效果最好。6种集成预测方法评分平均值比4个成员评分平均值高5.7,比陕西业务产品高5.7;预测与实况距平符号一致率比4个成员高6.9%,比陕西业务产品高7.3%。（3）第二类集成预测方法预测技巧高于第一类,全年评分平均值高0.5,预测与实况距平符号一致率高0.7%。其中Z_（23）全年评分平均值比4个成员评分平均值高5.1,比陕西业务产品高5.7,预测与实况距平符号一致率比4个成员高6.0%,比陕西业务产品高7.6%,推荐首先选择使用。     

潍坊市区近10年空气质量与气象条件的关系

运用潍坊市环境监测中心站 1 993～ 2 0 0 2年的潍坊市区空气质量逐日监测资料与潍坊市气象局气象观测资料 ,分析了 1 0年间潍坊市区空气质量的时空特征、变化趋势及与气象条件的关系。结果表明 ,在影响潍坊市区空气质量的主要三种污染物———二氧化硫 (SO2 )、氮氧化物 (NOX)和总悬浮颗粒 (TSP)中总悬浮颗粒是首要污染物 ;三种污染物随季节的分布规律是 :冬半年 ( 1 1～ 4月 )偏多 ,夏半年 ( 5～ 1 0月 )偏少 ;三种污染物的变化趋势是随年代减少 ,年减少率SO2 为 0 0 0 54mg·m- 3,NOX 为0 0 0 1 6mg·m- 3,TSP为 0 0 0 6 2mg·m- 3。按国家标准分级 ,空气质量 3级以上 (API>1 0 0 )的日数占 33 5% ,年递减率为 5 96天。针对市区空气质量特征又重点分析了混合层高度、雾与其它天气现象 (烟尘、浮尘、扬沙 )与空气污染的关系。     

利用BP神经网络提高奥运会空气质量实时预报系统预报效果

将BP(Back Propagation)神经网络方法引入到奥运空气质量预报工作中,利用MATLAB神经网络工具箱搭建运行平台,将高时效性的观测结果与多模式集成实时预报系统的模式输出结果相结合,做出BP神经网络拟合预报结果。在对北京大学医学部站点2008年7月7日到8月26日模式模拟结果、观测结果以及BP神经网络拟合结果的对比研究中发现:BP神经网络能大大提高模式预报效果,平均误差率减少34.7%,相关系数提高39%,特别是在模式模拟效果较差的情况下,对提高预报效果更明显。对BP神经网络样本问题进行敏感性实验结果表明,样本数目多少并不是决定拟合效果的决定性因素,应选取具有稳定映射关系的样本,才是提高拟合预报效果的关键。