基于BP人工神经网络法沈阳市PM_(2.5)质量浓度集成预报试验

基于CUACE(CMA Unified Atmospheric Chemistry Environment)和CMAQ(Community Multiscale Air Quality)空气质量模式预报产品,应用BP(Back-Propagation)人工神经网络法建立沈阳市不同地点小风和高湿条件下PM_(2.5)浓度集成预报模型,并对预报结果进行检验。结果表明:与单一空气质量模式相比,集成模型预报的PM_(2.5)浓度更接近实测值,预报的PM_(2.5)浓度的平均偏差和归一化均方误差均明显减小,预报的PM_(2.5)浓度的模拟值在观测值两倍范围内的百分比(FAC2)明显提高。集成模型能较好地预报PM_(2.5)浓度高值的变化,且显著提高了沈阳市外围城区PM_(2.5)浓度的预报水平。集成预报模型可以实现CUACE和CM AQ两种空气质量模式产品的最优综合,对空气质量的实时预报具有一定的参考价值。     

河北唐山一次飑线过程的中尺度天气分析

利用常规观测资料、自动气象站资料及雷达资料,对2013年8月4日影响唐山的一次飑线过程进行了中尺度分析。结果表明:500 hPa高空槽是产生这次飑线的主要影响系统,地面中尺度辐合线是这次过程的触发机制;对流层中层干冷空气入侵与低层暖湿气流的辐合增强了大气层结的不稳定;低层辐合、高层辐散进一步加强了垂直运动的发展;中低层垂直风切变则有利于飑线的发展、加强和维持。雷达回波图上可识别出中低空的中尺度辐合线、弓形回波、逆风区等中小尺度结构特征,对于此类强对流性天气的预报具有实际指示意义。