北京空气质量预报系统奥运模拟检验与应用

采用2007年8—9月空气质量数据,对CAPPS-3空气质量预报系统进行模拟预报检验。结果表明,从污染物浓度值的模拟预报结果看,SO2的模拟效果优于NO2和PM10;从API指数检验结果看,SO2的模拟效果较好,而PM10模拟效果略差于SO2;从API指数分级检验结果看,SO2的模拟效果最好,PM10次之,而NO2预报结果最差。如果将模拟预报的结果与提前两天的观测值进行对比,预报的准确率会显著提升。总体上看,CAPPS-3空气质量预报系统运行效果良好,经订正后,该模式在奥运期间空气质量预报中得以应用,并取得了较好效果。     

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。     

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。     

银川市空气质量超标的天气形势分析

利用银川市环境监测站5a的污染物浓度资料及对应的天气图，分析了银川市空气质量超标的特征和天气形势。结果表明：银川市空气质量超标主要出现在冬半年，10月～1月SO2超标多于TSP，2月～6月TSP超标多于SO2；造成银川市空气质量超标的天气形势有西北气流型、冷空气穿脊东移型、冷槽东移型、纬向气流型、西南气流型五种。分析2002年10月～2002年12月期间的天气形势，得出的SO2、PM10超标日，对比用CAPPS数值预报模式作出的SO2、PM10超标日，SO2超的漏报率降低了20％，PM10超标的漏报率降低了18％。     

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。     

南京SO2、NO2和PM10变化特征及其与气象条件的关系

利用南京市2002—2006年大气监测资料,分析了南京市大气中SO2、NO2、PM10年变化趋势及月季规律,评价了南京市空气质量状况。结果表明:5a来,SO2质量浓度呈显著上升趋势,NO2质量浓度缓慢上升,PM10质量浓度明显下降;南京市首要污染物是PM10,SO2、NO2污染较轻;3种污染物质量浓度均以夏季最低。进一步研究不同气象条件下污染物质量浓度发现,污染物质量浓度与风速反相关,且东南风时浓度最高;降水对污染物有清除作用;雾、霾天气下污染加剧;气象能见度与PM10、NO2的质量浓度反相关;污染物有明显的"周末效应",周末质量浓度值较低。     

南京SO_2、NO_2和PM_(10)变化特征及其与气象条件的关系

利用南京市2002—2006年大气监测资料,分析了南京市大气中SO2、NO2、PM10年变化趋势及月季规律,评价了南京市空气质量状况。结果表明:5a来,SO2质量浓度呈显著上升趋势,NO2质量浓度缓慢上升,PM10质量浓度明显下降;南京市首要污染物是PM10,SO2、NO2污染较轻;3种污染物质量浓度均以夏季最低。进一步研究不同气象条件下污染物质量浓度发现,污染物质量浓度与风速反相关,且东南风时浓度最高;降水对污染物有清除作用;雾、霾天气下污染加剧;气象能见度与PM10、NO2的质量浓度反相关;污染物有明显的"周末效应",周末质量浓度值较低。     

西安市区大气污染时空变化特征及其与气象条件关系

利用 1 998— 2 0 0 3年西安市环境监测站提供的 SO2 、NO2 和 PM1 0质量浓度资料 ,分析研究了这 3种主要污染物的年际变化、年变化、季变化等时空变化特征及其与气象条件的关系。结果表明 :西安市区主要空气污染物年日均质量浓度总趋势是逐年递减 ,空气质量逐步得到改善 ;冬春两季空气污染严重 ,夏秋两季空气质量最好 ;空间分布上 SO2 和 NO2 以小寨商业区最高 ,PM1 0则以东郊纺织城地区最高。污染物质量浓度与气象条件密切相关 ,但在不同的季节与不同的污染物相关紧密的气象要素不同     

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。     

城市空气质量与气象条件的关系及空气质量预报系统

利用2002年6月1日至2004年5月31日沧州市环境监测站的逐日空气质量报告数据,对沧州市空气质量及其污染物进行了统计分析,发现沧州市空气质量优良的天数居多,两年中有236天污染天气。影响沧州市空气质量的首要污染物为PM10,其次为SO2,空气质量受季节影响较为严重,冬季取暖期污染最为严重,属于“煤烟型”污染,并与天气现象、气压场、风场、总云量等气象因子密切相关。对比沧州市每日运行的空气质量预报系统,CAPPS 1.0模式比统计预报模式预报更为准确。     

商丘市空气质量统计预报方法

利用商丘市2002年5月24日~2003年9月23日的空气污染浓度资料和同期气象观测资料,分析了商丘市空气质量的时间分布规律及影响商丘市空气中PM10、SO2和NO2浓度的气象因子,并用多元线性回归方法建立了商丘市空气质量预报方程。     

兰州市区2002年春季3～4月近地层大气气溶胶的监测与分析

对兰州市区2002年春季3~4月近地层TSP连续观测资料进行分析,结果表明:(1)兰州市区TSP的质量浓度随着沙尘天气的发生而显著增加,沙尘天气越强,TSP的质量浓度越高,对兰州市区的空气污染越严重;(2)在不同天气情况下,兰州市区TSP与PM10的质量浓度有很好的对应关系,沙尘天气越强,其质量浓度都越高,但两者增减的比例各不相同;(3)在不同天气情况下,同级粒径粒子的质量浓度各不相同,但在同种天气情况下,各级粒径粒子质量浓度的分布规律却相同;(4)TSP样品色度的3个独立分量与空气质量有一定的对应关系,L*、a*、b*值越大,空气中沙尘含量越高,空气污染越严重,兰州市区在一般天气情况下L*、a*、b*值均较小,说明兰州市区空气污染主要以本地排放的黑色有机物为主。     

2000～2002年北京市城市大气污染特征分析

通过对 2 0 0 0年 1月至 2 0 0 2年 1 2月北京市城市大气污染物SO2 ,PM1 0 ,NO2 的分析发现 :北京市主要污染物是SO2 和PM1 0 。SO2 污染月份主要发生在 1 1月至次年的 3月 ;PM1 03级以上的日数全年都有分布 ,但 4级和 5级的日数主要发生在春季和冬季 ;NO2 主要污染月份发生在 1 0月至次年的 3月 ;大多数污染物以 2 0 0 0年最为严重。对污染资料进行MHAT小波分析发现 ,北京市大气污染存在两个明显的周期波动 ,即 2 0～ 30天周期和准 5天周期 ,这说明北京市污染物浓度短期变化主要受到天气过程及大气低频振荡的影响 ,该文进一步计算了 2 0 0 0年污染资料与气象资料的相关关系发现 ,北京市污染物与日平均气温、日平均风速、每日 1 2 :0 0 (北京时 )温度梯度、相对湿度存在明显的相关关系 ,且不同的气象要素对不同的污染物浓度影响不同。     

The Representativeness of Air Quality Monitoring Sites in the Urban Areas of a Mountainous City

Lanzhou is a typical mountainous city with severe air pollution in northwestern China. This study uses hourly observational data of air pollutants at five air quality monitoring sites in Lanzhou from July to December 2015 to discuss data quality control and the representativeness of the monitoring sites(four urban sites and one suburban site). A fuzzy matrix is applied to study primary air pollutants. The results show that of the six routinely monitored pollutants,the primary pollutant is PM_10 during the study period. Based on lag correlation analysis and one-way analysis of variance, it is concluded that there are redundant observations at the four urban sites for the timely diffusion and transport of air pollutants from the same general area. The coefficient of divergence(COD) method is then used to evaluate the spatial distribution differences, and the primary air pollutant PM_10 shows differences at each site. COD can be used as a positive indicator to describe site representativeness. To evaluate the overall air pollution in the valley, correlation analysis is performed between the PM_10 concentration retrieved from aerosol optical depth satellite data and the concentration from the four urban monitoring sites. Among these, the correlation between the workers' hospital site data and the retrieval data is the highest, passing the 90% confidence level. A new representative evaluation model for air quality monitoring sites, R_s = 0.77 COD + 0.23R_(retrieval), is established by using COD and correlation coefficients between routine observations and satellite retrieval products. From this model, it can be concluded that the biological products institute site in Lanzhou is the most representative site for the evaluation of air pollution out of the four urban air quality monitoring sites from July to December 2015.     

利用中尺度模式作辽宁省空气污染气象条件预报

利用非静力中尺度数值模式（MM5V2），试验预报辽宁省空气污染气象条件。在模式中着重加密近地面的垂直分层，使用中期数值预报模式（T106L19）预报场作为初值背景场和侧边界。采用美国污染潜势预报方法，在模式预报输出市场中，通过对近地面层的混合层高度和混合层平均风速的判定，预测未来空气污染气象条件，并用SO2实测值进行检验。     

1953—2008年厦门地区的灰霾天气特征

利用厦门气象局气象观测站1953—2008年地面气象观测资料和厦门市环保局2001—2005年PM10、SO2、NOX环境监测资料,分析了厦门地区霾天气的气候特征、气象要素特征,及其影响因素,探讨了大气污染物与霾天气的关系。结果表明,在过去的50多a中,年日照时数及能见度有明显下降的趋势;厦门市灰霾日数总体呈上升趋势,尤其近十年来更加明显;厦门夏秋季节霾日少于冬春季节;2000年以来,随着霾日的增加,霾的持续日数也迅速增加;风速增大不利于霾的形成,高相对湿度有利于霾的形成;近年来大气污染日益严重,污染物（SO2、NOX、PM10）浓度增大导致霾日数增加,能见度下降。     

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．     

GRAPES_MESO模式对一次强降水过程的预报及误差分析

本文应用西南低涡大气科学试验加密观测资料,常规探空与地面资料,自动站资料等,分析国家数值预报中心运行的GRAPES_MESO中尺度模式对2010年7月14～19日四川强降水过程预报能力.结果表明,模式降水预报能一定程度反映实况降水.在模式误差分析基础上,指出造成降水预报偏差的可能原因是模式预报的高度场持续偏低,预报低值系统偏强,高值系统偏弱,不利于四川上空的辐合低值系统维持;预报的登陆台风强度偏强,台风外围气流与副高外围环流结合,导致西南低空急流较强,加之,模式预报盆地水汽场在西部偏多,东部偏少,对流层中低层冷空气活动偏弱,暖湿气流活动较强,急流带北移较快,辐合流场位置偏北偏东,导致了积分后期预报降水与实况出现较大偏差,盆地东北部降水偏弱,预报降水落区偏东、偏北.探空分析还指出,盆地测站温度偏差较大,可能是受复杂地形条件下插值误差以及观测误差影响所致,由于盆地测站风向受周边地形影响较大,各站和各层分析风的不确定性较大.误差分析揭示了高度场预报偏低,温度场偏高,地面气压偏低等基本特征,误差的来源需要作进一步的数值试验与动力诊断分析.     

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。