库尔勒市空气质量分析及预报方法研究

环境部门1999年在库尔勒市选择三个不同地点,分别代表城市中心区、工业区和居民生活区,建立空气质量监测站。由三个监测站的十年空气质量监测数据进行分析,可以看出,库尔勒市的主要污染物是总悬浮颗粒物,属自然浮尘与煤烟型混合污染,春季以浮尘污染为主,冬季以煤烟型污染为主;这和库尔勒市春季风多,冬季取暖的自然生活规律有关。根据高斯扩散模式原理选取预报因子,用多元线性逐步回归的方法,建立空气TSP、SO2和NO2浓度预报方程,对库尔勒市的空气质量的分析,实现了库尔勒市空气环境质量气象等级的预报。     

东营市城市空气质量集成预报研究

利用1999—2003年高空气象资料、东营站地面资料以及东营市环境监测资料，按季度分别建立了高空资料因子库、物理量资料因子库和东营资料因子库，并分别与各污染物求取了相关系数，建立各自的典型场，运用逐步回归法、最优回归法、BP神经网络方法建立了各污染物的预报模式，加上CAPPS模式，分别对2001—2002年进行了试报。根据四种模式预报的准确性计算出各模式的权重系数，建立了空气质量集成预报系统，并对2003年进行了试报，效果较好。     

库尔勒市空气质量分析及预报方法研究

环境部门1999年在库尔勒市选择3个不同地点,分别代表城市中心区、工业区和居民生活区,建立空气质量监测站.由3个监测站的10 a空气质量监测数据进行分析,可以看出,库尔勒市的主要污染物是总悬浮颗粒物,属自然浮尘与煤烟型混合污染,春季以浮尘污染为主,冬季以煤烟型污染为主;这和库尔勒市春季风多,冬季取暖的自然生活规律有关.根据高斯扩散模式原理选取预报因子,用多元线性逐步回归的方法,建立空气TSP、SO2和NO2浓度预报方程,对库尔勒市的空气质量的分析,实现了库尔勒市空气环境质量气象等级的预报.     

合肥市空气质量预报方法

通过对空气污染预报方法的研究，采用MOS预报方法、卡尔曼滤波方法分别建立适合于合肥市空气污染特点的预报模式，为开展空气污染预报提供了必要的技术基础。     

我国城市空气质量预报方法简介(摘要)

介绍了城市空气质量预报模式系统要求达到的技术指标和近几年我国城市空气质量预报的主要方法,并对预报方法进行了对比,认为城市空气质量预报是切实可行的,并且能够取得较好的预测精度;但由于各污染物出现高浓度的机理仍不是十分清楚,所以在污染物浓度出现骤升骤降的日子,各模式不能很好地反映,因此有待进一步深入研究,不断完善和开发多种预报方法.     

东营市空气质量预报技术方法研究

利用1999-2001年高空气象资料、东营市地面气象资料和空气污染物浓度资料,对东营市空气污染状况进行了分析,并利用逐步回归、最优回归、B-P神经网络和CAPPS系统四种方法建立了东营市空气质量预报模型,再根据四种模型历史拟合结果的TS评分确定其权重系数,建立东营市空气质量集成预报模型,通过2002-2004年的预报试验表明,集成预报优于四种模型的单一预报精度.     

广西城市空气质量预报技术

以南宁市为例介绍广西城市空气质量预报技术。对南宁市二氧化硫、二氧化氮和可吸入颗粒物等污染物平均浓度与气象要素的相关分析表明，污染物浓度与地面、高空气象要素相关非常好。在未来24-36小时天气预报基础上，采用动态统计预报两种模式对城市空气质量进行预报，并根据污染日的影响天气系统类型对两种模式预报结果进行订正。业务实践证明预报准确率较高。     

城市空气质量短期统计预报

文章通过污染物浓度时间序列的持续性和气象要素的相似性，进行了城市空气质量短期统计预报可行性分析。以深圳市空气中可吸入性颗粒物的污染指数预报为例，发展了一个基于MM5输出量的自知识统计模式，该预报方法在预报量本身的持续性水平上，预报效果改进15％左右，效果显著。该方法克服了常规预报方法的地域限制，只要积累足够量的污染场资料和气象要素资料，就可以自动、客观地完成具有一定准确度的空气质量短期业务预报。     

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.     

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。     

本世纪昆明气温异常及突变的分析

根据昆明１９２１～１９９３年的年，夏季（６～８月），冬季（１２～２月）平均气温资料，分析研究了昆明的气温变化趋势，冷暖阶段，气温异常发生频率及气温突变点，结果表明：从本世纪２０年代开始，昆明气温呈上升趋势，至４０年代前后达最高，此后下降，７０年代降至最低，８０年代开始略有回升，１９２１～１９５４年为偏暖阶段，１９５５～１９９３年偏冷阶段，昆明高温异常主要出现在１９５０年以前，低温异常大多数出现在１     

连云港海区养殖优质条斑紫菜原因研究

根据条斑紫菜的生物学特性及不同生育期的生长、发育要求,通过对我国沿海主要海区11～4月的海温、雾、风向、降水量及雨日和海区底质状况分析,得出连云港海区养殖条斑紫菜的客观条件比其他海区优越,所养殖的条斑紫菜品质好的结论。     

影响上海市空气质量的地面天气类型及气象要素分析

地面天气形势及气象要素的变化在空气污染潜势预报中具有很好的指示作用。利用天气学原理将地面天气系统进行分型,探索研究不同地面天气类型对上海空气质量变化的影响。整理、分析2003—2005年地面天气类型和气象要素与空气质量的关系,发现:(1)上海秋冬季以大陆冷性高压系统移动为主,而夏季主要以副热带高压和台风影响为主,春季是冬季与夏季之间的过渡,天气系统转换较为频繁。(2)春、秋、冬季易引起上海市空气污染的天气类型有L型高压、高压、高压前和均压场4种地面天气类型,与空气质量优等级相对应的天气类型是低压槽、高压底和高压后。夏季空气质量优等级对应的天气类型主要有台风、高压(副高)和低压槽。(3)秋冬季节典型天气过程一般经历高压前(或冷空气)→L型高压→高压→高压后(或高压底)→低压槽的转换,PM10浓度变化也表现为先升后降。(4)气象要素的变化也与空气污染存在密切联系,气压与空气污染物的关系为正相关,而气温、相对湿度和风速与空气污染物浓度呈负相关。     

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％。     

利用地面气象资料进行福州市空气质量日预报

空气污染预报是建筑在空气污染与气象条件关系的基础之上的。利用福州市1995－1997年地面气象预测资料，运用统计学方法，探讨污染物浓度与气象因子（温度、气压、风、湿度、大气稳定度、降水等）分布规律，建立气象预报指标及统计预报方程，在1999年2－8月进行福州市空气污染物浓度等级试预报。结果表明运用统计模式开展城市空气污染浓度等级预报是切合实际并且可行的。     

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。     

热带气旋活动与连云港市的暴雨、大风天气

本文主要讨论影响连云港市的热带气旋,从路径活动特点及天气类型方面进行分析,通过统计分类,建立了连云港市海区大风的热带气旋警戒区域,以及发生暴雨的热带气旋路径图和不影响本市的热带气旋径图,并对热带气旋大暴雨天气形势进行了分析,为预报提供基本思路。     

北京城区大气边界层空气污染特征观测研究

2001年1～3月共分3期,在北京城市地区大气边界层进行了大气化学和气象现埸观测.结果表明北京城市低层大气中主要的气体污染物是NOx,其次为SO2;各高度SO2和NOx之间的关系有较好的一致性,NOx大约为SO2浓度的2倍或2倍以上;污染源排放是造成北京城市低层大气空气污染严重与否的主要原因之一;同一季节中空气污染状况很大程度上取决于天气条件;NO2/NO和NO之间有着较好的负幂指数相关关系;近地层不同高度和不同地点观测到的大气污染物随时间变化趋势有较好的一致性.     

连云洪市一次降雹过程个例的物理检验和数值模拟研究

本文对1998年8月29日发生连云港地区的降雹过程的分析，从物理检验和数值模拟角度进行了分析研究，研究表明，该降雹过程经人工催化作业后，地面降雹减少，降雨增加，初步论证了防雹的效果。     

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。