大气扩散参数在大气污染物落地浓度估算中的贡献

从实际环评工作中如何确定扩散参数的角度，讨论其对污染物落地浓度的影响，提出在一定条件下切合实际的建议。     

沈阳主要大气污染物浓度预报的方法与业务化

阐述应用城市污染指数预报系统，结合统计预报、污染潜势分析、天气形势经验分型等综合业务。使用VB和VFP语言，实现沈阳大气主要污染物浓度预报在Windows环境下的自动运行。     

污染浓度潜势预报专家系统

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。     

环境空气污染物浓度的预报方法

如何充分利用气象资料,开展环境空气污染浓度的预报,是改善环境空气质量,防止空气污染事件的有效方法之一。     

伊春市空气污染的气象因素及污染物浓度预报方法

对伊春市区二氧化硫、氮氧化物、空气悬浮颗粒物3种污染物浓度逐日资料及同期气象资料的分析,总结伊春市空气污染的一般规律,了解了影响伊春市区大气污染变化的天气形势及气象要素的特征,并运用这些要素特征采用多元回归方法建立污染物浓度的预报模式,为空气质量预报提供了定量依据。     

武汉市区SO2污染浓度预报方法研究

对武汉市ＳＯ２污染浓度建立了三套预报模式，潜势预报模式，预报模式、扩散模式。潜势预报模式是根据天气系统分类，用编码分类法，使模式定量化；统计预报模式具有多因子综合影响的天气意义及统计预报这理化的优点；扩散模式是一种定量动态预报方法。污染浓度预报方法的研究可为控制、防治大气污染提供科学依据，以利于治理、改善大气环境。     

呼和浩特市空气污染浓度预报模型

利用1995～2000年呼和浩特市的大气污染环境监测和气象观测同步资料，在分析了边界层气象条件和影响呼市地区天气系统与空气污染的关系基础上，通过相关分析筛选出物理意义明确，且为常规观测的气象要素因子，采用逐步回归模型，分别建立了以小召、四毛、糖厂、公安厅四个监测点为代表的呼市不同功能区以及全市平均的冬、夏季TSP和冬季SO2浓度日均值统计预报模型。通过历史拟合和检验，预报效果良好。     

福州市污染物浓度时空分布及影响因子分析

利用2001年8月1日至2002年7月31日的气象资料和逐时污染物浓度数据，分析福州市污染物的时空分布特征，气象条件和非气象条件对污染物浓度的影响。结果表明：福州市的空气质量较好，夏半年空气质量优于冬半年。各污染物的日变化有明显的变化规律。污染物的浓度变化与空气污染气象条件的优劣密切相关，各气象要素对大气污染物有一定的制约关系，但并非简单的线性关系。人类活动对污染物浓度的变化影响较大。     

沈阳主要大气污染物浓度预报方法与业务化

阐述应用城市污染指数预报系统 ,结合统计预报、污染潜势分析、天气形势经验分型等综合业务 ,使用VB和VFP语言 ,实现沈阳大气主要污染物浓度预报在Windows环境下的自动运行。     

乌鲁木齐市污染物浓度的时间分布特征

本文统计了1997－2001年共217周乌鲁木齐市主要污染物指数分级，找出了其日、月、季的变化特征，并根据气象因子在各个季节、月份、日间的变化，分析了这些特征存在的成因，为提高空气质量预报的准确率提供依据。     

AN AIR POLLUTION PREDICTION TECHNIQUE FOR URBAN DISTRICTS BASED ON MESO-SCALE NUMERICAL MODEL

1 INTRODUCTION Since the 1930’s, urban air pollution has caused increasing concerns across the world[1]. Various pollution prediction techniques have been put into use in the 1970’s and significant results have been achieved[2]. Air quality prediction has been operational over recent years in many parts of China owing to cooperation between meteorological and environmental protection departments[3 – 9]. The prediction is conducted via either numerical model, potential or stochastic app…     

广州市空气污染的变化特征及预报

利用2002年11月-2004年9月广州市空气污染指数（API）和PM10、NO2、SO2等污染物逐日浓度资料,采用小波分析、相关分析等方法对广州市空气污染的变化特征及与同期地面气象要素的关系进行了分析。并采用最优子集回归方法分别建立冬、夏季API指数及污染物浓度的预报方程。结果表明。PM10是广州市的主要污染物。其次为NO2、SO2。除SO2外,广州市API指数、NO2、PM10等污染物浓度具有冬半年（11-4月）偏高,夏半年（5-10月）偏低的变化规律。API指数及各种污染物浓度均具有明显的年周期振荡及5-7天的准单周、10-20天准双周、30-60天左右的季节内振荡,且30-60天的季节内振荡在冬半年较强而在夏半年较弱。冬半年API指数和PM10、NO2、SO2浓度与气压、风速、降水呈稳定负相关,与温度、相对湿度等呈稳定的正相关,而夏半年主要与风速、降水具有较好且稳定的负相关。增加前一天的污染物浓度作为预报因子后,所建的最优子集回归方程比单选用气象因子要稳定。具有较强的预测能力。     

CAPPS在国家气象中心多城市污染指数数值预报业务系统中的应用

国家气象中心在中国气象科学研究院CAPPS系统的基础上,建立了多城市污染指数数值预报业务系统,同时预报47个重点城市的SO2、NO2和PM10的日均污染指数.从2001年6月21日至7月17日的试验预报表明,总体预报准确率和与监测值的相关都在60%以上,与各城市气象局、环境保护局联合发布的综合预报准确率和与监测值的相关比较接近.说明CAPPS用于国家气象中心多城市污染指数数值预报业务系统,能够为城市空气质量业务预报提供有参考价值的数值预报产品.     

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。     

一个模拟SO2浓度分布的数值模式研究

初步发展了一个空气污染准业务数值模式，该模式将修改过的二维Mass风场模式预报的风场据实测风廓线推广到三维，用有限元法求解欧位平流扩散方程，在此基础上，预报上海地区SO2指数和浓度分布。通过半年的试验，其结果与实测值基本一致，初步可用于业务预报使用。通过模拟表明，上海市的浓度高值区一般位于市区和郊区宝山，一天中早晨的浓度最大，傍晚次之，中午最小。     

一个基于中尺度数值模式的城市分区空气污染预报方法

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。     

香港地区空气污染的典型天气背景形势

利用香港地区2000～2005年共6年每小时一次的空气污染指数(API)资料和NCEP/NCAR 2.5 °×2.5 °风场、气压场再分析资料分析了香港地区空气污染指数特征以及典型天气形势对香港地区空气污染的影响.结果表明:近几年,香港地区空气污染日逐年增加,空气污染指数有明显的季节变化,大部分监测站空气污染日出现次数最多的是1～3月,其次是7～9月,出现次数最少是在4～6月;造成香港地区空气污染典型的天气形势有热带气旋型、大陆冷高压型、入海变性高压型和低压槽型四类.     

区域暴雨增强数值预报业务系统及其预报效果分析

该文介绍了区域暴雨增强数值预业务系统的设计思想，主体结构及主要的关键技术，并总结了该系统业务试验的情况和效果。该系统以ＹＨ模式为基础，对其从坐标系、水平和垂直分辨率及物理过程等方面进行了改进，并结合实时资料处理系统，图形处理等形成了一个比较完整的数值预报业务体系。