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。     

2008北京奥运会前后城区黑碳气溶胶浓度的变化特征

利用Model-5012型黑碳仪观测的大气中黑碳气溶胶的浓度资料,结合北京城区环保控制措施和气象资料,分析了2008北京奥运会前后和奥运会期间黑碳气溶胶浓度变化的主要影响因子。结果表明,7月20日前(北京城区无机动车单双号控制),大气中黑碳气溶胶的特征浓度为3.4μg.m-3;实施机动车单双号控制后至奥运会前(7月20日至8月7日),该特征值增加至3.9μg.m-3;奥运会期间[8月8日00时(北京时间,下同)至24日23时]城区黑碳气溶胶浓度有明显下降,为2.5μg.m-3,比奥运会前下降了31%。对同期气象观测数据的分析表明,奥运会期间北京周边降雨量明显增大,偏北风出现的频次也从奥运会前的24.1%提高至38.8%。另外,八达岭高速路健翔桥段的机动车监测数据显示,奥运会期间进、出北京的机动车流量有所降低,上下班高峰期机动车流量减少了约30%,这也是奥运会期间黑碳气溶胶浓度降低的重要原因。     

光化学臭氧日变化特征与其前体物关系的探讨

应用大气光化学模式研究了日最大臭氧体积分数及其出现时刻与其前体物NMHC、NOx体积分数及NMHC／NOx比值的关系。结果表明，影响日最大臭氧体积分数（ψ03max）脊线位置（EKMA图，Empirical Kinetic Modeling Approach）的关键因子是NMHC成份组成比例；日臭氧体积分数达到最大值需要的时间（τ03max）与NMHC／NOx比值及NMHC成份组成比例有关，与NMHC、NOx体积分数关系不大。此外，利用该结果解释了近20a北京日最大臭氧体积分数出现时刻具有不断提前的变化趋势的原因。     

东亚地区黄沙长距离输送模式设计

在比较国内外相关起沙机制模型的基础上,结合中国北方大量气象台站的有关起沙过程的观测资料,提出了一个适合我国北方的用于黄沙输送模拟与预报的新的起沙机制模型。采用此起沙模型,通过对黄沙输送过程中的干沉降过程、降水清除过程的参数化处理,建立了适合东亚地区的分谱的黄沙输送模式。模式考虑了黄沙的分谱机理及可能的微物理过程。通过与实测资料的对比,表明模式可以较好地模拟黄沙的输送过程。     

关于我国和东亚酸性物质的输送研究 I. 三维欧拉污染物输送实用模式

本文发展了一种三维欧拉型污染物长距离输送实用模式，比较详细地考虑了源、输送、干、湿沉降、气、液相化学过程。用分裂解法对气相化学过程进行查表式处理，颇具特色，使用实测气象输入场，节约了大量的计算机资源。通过模式的灵敏度试验，模式具有较高的分辨率和灵敏度。根据与实测资料对比，模式有较好的可信度，能方便的计算长时间（月、季、年）的污染物沉降及远距离输送态势。     

气象预报模式参数化方案对重污染过程PM2.5浓度预报效果的影响

针对北京市2016年12月16～21日的重污染过程,基于嵌套网格空气质量模式预报系统（NAQPMS）,面向气象驱动模式WRF中7类物理过程的参数化方案,通过单扰动和组合扰动方式构建了51组不同的WRF模式运行配置,对比分析不同方案配置下NAQPMS对这次重污染过程细颗粒物（PM2.5）浓度预报的性能。结果表明:在重污染时段,组合扰动优化方案在城中心站点和城郊站点的PM2.5浓度预报精度都显著高于基准参数化方案配置下的预报结果,特别是能显著改进基准方案下模式对重污染过程结束时间的预报误差问题,显著减小12月21日存在的预报偏差。从统计指标来看,城中心站点在组合扰动优化方案下预报相关性最高,相关系数在0.7以上;从预报均方根误差来看,组合扰动优化方案误差最小。城郊站点同样是在组合扰动优化方案下预报相关性最高,与观测之间的偏差更小。从污染物与气象要素的空间分布来看,组合扰动优化方案比基准方案能更好再现污染时段的气象要素变化,预报的风速更小、相对湿度更高,从而有利于12月21日北京高浓度PM2.5的维持和累积。本文结果表明气象预报模式参数化方案不确定性是重污染预报的关键不确定性来源,选择合适的参数化方案可以减小重污染期间气象要素的模拟偏差,并可进一步提高重污染时段的PM2.5浓度预报精度。     

一种基于集合最优插值的排放源快速反演方法

基于集合卡尔曼滤波的源反演方法是估计排放源、提高空气质量模拟和预报精度的有效方法。为构建排放源与污染物浓度之间的误差协方差矩阵,该方法通常需要运行几十次大气化学传输模式。庞大的计算量限制了该方法的应用,使其无法为实时预报系统快速更新排放源。本研究发展了一种基于集合最优插值的排放源反演方法。该方法使用历史集合数据构建误差协方差矩阵,仅需一次常规的空气质量模拟便可根据观测模拟差异反演排放源,从而显著降低计算量。本文使用该方法同化2015年1月全国1107个地面站点观测的CO小时浓度数据,结合2014年1月的历史集合数据集,估计2015年1月全国15 km分辨率的CO排放源。该方案反演的全国CO排放总量仅比使用2015年1月集合数据集的反演量高1%,表明历史时段与反演时段的气象条件差异对月均CO排放的影响有限。使用历史集合数据集更新的排放源再次模拟可将全国349个独立验证站点的平均低估从0.74 mg m?3降至0.01 mg m?3,均方根误差降低18%,表明该方法可快速更新排放源并降低其不确定性。     

曹妃甸工业区空气污染来源及其对周边地区污染贡献的数值模拟研究

为了深入研究曹妃甸工业区的建立和大型工业企业的迁入对京津冀地区空气质量的影响,利用嵌套网格空气质量预报模式系统NAQPMS(Nested Air Quality Prediction Modeling System)研究该工业区和周边地区在2016年秋、冬季空气质量状况,并对PM2.5(空气动力学当量直径小于等于2.5μm的颗粒物,即细颗粒物)来源与区域输送进行分析。结果表明:模式能很好地再现气象要素和污染物浓度分布特征;曹妃甸地区本地排放在1月和10月的月均贡献分别为17.8%和25.8%。当空气质量为优良时,曹妃甸地区PM2.5主要受短距离周边传输影响,唐山和天津贡献率之和达23%～53%;当空气出现轻度及以上污染时,曹妃甸地区PM2.5浓度主要受到长距离输送的影响,河北中南部和山东地区贡献之和达40%～50%。曹妃甸工业园区排放对周边地区PM2.5浓度贡献相对较小,对唐山和天津地区贡献为3%～7%,对京津冀地区其他城市PM2.5浓度贡献可忽略不计。空气质量转差时,曹妃甸、北京和天津地区PM2.5中一次排放占比相较于空气质量优良时明显下降,二次生成的无机盐类和二次有机气溶胶贡献率增加;曹妃甸地区10月二次生成硫酸盐贡献率较1月明显增加,月均贡献率为22%。因此,在致力于削减京津冀地区PM2.5一次排放的同时,对SO2、NOx等进行控制,能有效改善该地区空气质量。     

灰霾污染的跨控制区影响——一次京津冀与东北地区灰霾污染个案分析

利用MODIS卫星、空气质量监测、天气图资料以及后向轨迹分析法,分析研究了2010年11月4～6日发生在京津冀地区和东北地区一次灰霾污染过程.初步的研究结果表明:在此次天气系统演变过程中,上述两地区的污染过程表现出内在的联系,即此次东北地区的灰霾过程主要是京津冀地区灰霾输送影响的结果,其影响通道是渤海湾及与其毗邻的辽河...     

城市环境对重气扩散的影响及其验证

开发了适合城市环境下的应急重气扩散模型——SLAB_URBAN模型,该模型能够对城市环境下重气的传输扩散过程进行模拟。模型的原理基于重气扩散浅层理论,采用了新的城市边界层和扩散参数的参数化方案。该方案考虑了城市冠层内特有的风和湍流扩散的特征,能够体现城市边界层和湍流对重气扩散的影响。对美国盐湖城Urban2000的城市扩散试验进行模拟,主要验证下风方向观测弧所观测到的气体最大小时平均浓度与源释放速率的比值。结果表明,模型能够比较好地模拟出下风方向上浓度的分布特征。另外,与国外同类城市扩散模型的比较来看,SLAB_URBAN模型的模拟能力居于前列。