共查询到20条相似文献,搜索用时 9 毫秒
1.
2.
3.
4.
深圳地区空气污染潜势预报的研究 总被引:5,自引:2,他引:5
本文系统地介绍了目前深圳市气象台研制的深圳市空气污染潜势预报方法,本方法基于在污染源一定的情况下,未来空气污染状况主要取决于大气环流形势演变和局地相关的气象要素以及天气形势的思想,应用以统计加权法为主、数值预报为辅的方法,根据主观预报和数值预报给出的气象要素预报值和天气形势,制定相关因子的加权值表,最后通过非加权因子的修正,得出对未来24小时空气污染潜势预报,目前这一方法已经过业务上实践应用,取得了较好的效果。 相似文献
5.
6.
根据空气污染与气象条件的关系分析,引入一个空气污染气象指数,用T213数值预报产品相关资料作为空气污染气象因子输入,从而作出空气污染气象指数预报。 相似文献
7.
根据空气污染与气象条件的关系分析,引入一个空气污染气象指数,用T213数值预报产品相关资料作为空气污染气象因子输入,从而作出空气污染气象指数预报. 相似文献
8.
9.
10.
11.
12.
北京市空气污染业务预报方法 总被引:5,自引:4,他引:5
对北京市气象局目前正在运行的空气污染业务预报方法进行较全面的介绍,其中包括以天气学方法为主的空气污染潜势预报,多元线性回归统计模式和基于大气污染平流扩散方程的数值模式3部分。由这3部分组成了污染预报的业务流程,该流程是在北京市气象局现有业务运行的中尺度数值预报模式(MM5)支持下建立的。2001年4月和5月在北京开展了试预报和正式预报,由于受北京春季沙尘天气的影响,预报准确率受到了一定的影响。 相似文献
13.
通过重庆城区2013—2016年空气质量指数AQI与气象要素的相关分析,引入表征大气温湿状态的物理量总温度、比湿、近地层风速、24h变压及大气低层总温度差,构建新的空气污染气象条件指数IBAM(Index Between Air pollution and Meteorology)。应用2013年4月1日至2016年12月31日欧洲中心预报产品计算重庆地区历史IBAM指数,通过K均值聚类分析,引入极端天气事件概念确定空气污染气象条件阈值,建立预报模型。利用IBAM指数与滞后1天AQI建立拟合曲线方程,计算出AQI预报值,计算预报准确率,经过2017年1月1日至2018年9月1日样本检验,72h内预报准确率在70%左右。通过误差分析发现:当气象条件为大气污染物浓度主要影响因素且在大气污染源变化不明显时,预报误差较小;而当大气污染源变化明显时,预报误差较大。该预报方法已在重庆市气象台业务应用,对预防和处理重污染事件,改善重庆地区空气质量有较好参考价值。 相似文献
14.
以高级人工智能语言Turbo Prolog建立的污染浓度潜势预报专家系统,这使天气形势和污染善得到了较好的结合,并构成污染浓度潜势预报地专家知识,在实际应用中,该系统结构合理,功能较全,用作污染2势预报效果较好。 相似文献
15.
该文在对平流扩散方程积分的基础上, 建立了对初始浓度有记忆力, 并对非相邻地区的浓度有感受力的箱格预报模式, 该模式的框架可用于各种时、空间尺度或多尺度的空气污染预测、预报.文中还定义了物理意义明确的空气污染潜势指数PPI以反映大气通风扩散稀释和干、湿沉降清除大气污染物的总能力, 结合天气预报模式和箱格预报模式则可进行空气污染潜势预报.给出了对源强和浓度监测要求灵活的空气污染指数PSI的预报公式和方法.在仅使用常规浓度监测资料的条件下, 检验了该文的基本方法, 其结果看来是可接受的. 相似文献
16.
17.
湖北省城市空气污染气象条件预报模式(以下简称模式)建立在有限区域中尺度数值天气预报模式和大气污染扩散箱格模型的基础上,是一种利用大气探空资料和一些地形、地表特征来预测城市空气污染变化趋势的方法。 相似文献
18.
文章以武川县某风电场为分析区,选取对流有效位能、K指数、抬升指数、700h Pa假相当位温、垂直速度等5个对雷暴具有较好指示意义的预报因子,利用2010—2011年5—9月武川站雷暴日资料和NCEP/NCAR逐6h的1o×1o再分析资料建立雷暴潜势预报方程,为风电场安全运行提供依据。对2012年雷暴预报效果检验表明,该方程对雷暴天气具有一定的预警能力,预报方程的命中率为80.6%,虚假报警率为67%,能够成功预报出该风电场两次较为严重的雷击事故,可用于支撑该风电场的雷暴预警服务。 相似文献
19.
天津市空气污染数值预报试验中的模式系统 总被引:9,自引:1,他引:8
介绍了天津市空气污染数值预报实验中城市空气污染数值预报模式系统的构成及各模块的功能。在天津市空气污染预报实验期间, α中尺度气象模式对区域范围内的逐时风、温、湿及其降水预报取得了较好的效果, 且模式的计算时间短; β中尺度气象模式在边界层内具有较高的垂直分辨率, 模拟结果合理, 其中计算与观测的风向差小于60o的概率达到643% , 计算与观测的风速比值接近于1; 预报的地面SO2、NOx和TSP浓度与同步监测值相比, 城市空气污染预报模式对SO2和NOx的日平均浓度的预报效果较好, 预报准确率达640% , 而对TSP的预报则较差 相似文献
20.
以深圳市为例,对污染物浓度与各种大气参数的定量联系进行了细致的统计及物理分析,在此基础上建立起分区的城市空气污染潜势等级预报方案。该方案定量考虑了地面和边界层共十几个因子的影响,特别是考虑了地理环境各向异性的效应,将风向作为一个独立的影响因子。方案还针对各污染物稀释特性的差异对不同污染物分别建立潜势预报方案。另外,方案还考虑了相同大气条件下大气对城市不同区域污染物稀释特性可能存在的差异,对不同区域分别建立潜势预报方案。最后用高分辨的中尺度数值模式对大气参数的未来演变作出高时空分辨的预报,进而作出分区、分时段的城市空气污染潜势预报。本方法完全客观定量,物理意义明确,可制作高时间分辨的空气污染潜势预报。 相似文献