武汉市空气质量预报与检验

简单介绍了城市空气污染指数预报系统（CAPPS）的功能和特点；给出了空气污染预报条件分级的评价标准及其内容描述，根据污染指数将污染等级划分为5个级别，并指出了不同程度的空气污染可能对人体造成的不利影响以及相应的预防措施；最后，对武汉市近年来空气质量状况与预报结果进行了讨论。     

西宁市空气质量预报系统CAPPS的分析与应用

城市空气污染数值预报CAPPS，是在ADPIC的概念的基础上经过积分求得的大气平流扩散的多尺度箱格预报模型。它不需要污染源强资料就可预报出城市空气污染潜势指数(PPI)和污染指数(API)。本对CAPPS系统在北京和上海市进行了分析检验。结果表明，就预报值与监测值的线形相关系数来说，CAPPS系统的预报水平与其他发达国家的模式预报水平相当。而从CAPPS系统在西宁市的应用中可以看出，模式的应用与地表地形、区域气候以及大气的稳定度有一定联系。     

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。     

深圳市空气质量预报系统业务应用与软件开发

深圳市气象台空气质量预报系统的研制和开发始于1999年,当年初步完成了对于空气污染程度的潜势预报研究,2000年,完成了空气污染指数的数值预报研究,并将数值预报系统投入业务使用,2001年春,作为全国47个环保重点城市,开展了空气质量指数预报和实况资料上传,对此,我们将空气污染潜势预报、数值预报产品和资料格式转换上传重新整合,开发了集成预报系统软件投入业务使用,收到了较好的效果.     

西安空气质量预报系统及检验

介绍了西安地区空气质量预报业务系统WRF-CMAQ及其预报产品,该系统主要包括:气象模式WRF(Weather ResearchForecasting Model)、稀疏矩阵排放源模式SMOKE(Sparse Matrix Operator Kernel Emissions)以及公用多尺度空气质量模式CAMQ(Community Multi-scale Air Quality Model)。初步检验表明:系统的预报结果处于合理范围,24h内对PM2.5和PM10的逐小时模拟质量浓度与实况的相关系数达到0.6以上,能够满足业务需求。     

广东省空气质量预报系统

文章介绍了广东省气象系统开展空气质量预报的概况，包括使用的预报工具，其预报能力与业务运行的预报质量分析，以及进一步提高预报水平的一些设想。     

广西气象台城市空气质量预报业务系统

介绍广西气象台城市空气质量预报业务系统的流程规范、设计思想、技术路线和功能模块     

城市空气质量与气象条件的关系及空气质量预报系统

利用2002年6月1日至2004年5月31日沧州市环境监测站的逐日空气质量报告数据,对沧州市空气质量及其污染物进行了统计分析,发现沧州市空气质量优良的天数居多,两年中有236天污染天气。影响沧州市空气质量的首要污染物为PM10,其次为SO2,空气质量受季节影响较为严重,冬季取暖期污染最为严重,属于“煤烟型”污染,并与天气现象、气压场、风场、总云量等气象因子密切相关。对比沧州市每日运行的空气质量预报系统,CAPPS 1.0模式比统计预报模式预报更为准确。     

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.     

西安城市空气质量预报业务系统建设总论

对城市空气质量预报内涵及开展原由、空气质量预报的历史及现状、开展空气质量预报的意义和作用及其预报技术方法及业务化进程进行综述,并提出西安市空气质量预报工作存在的问题和建议.     

兰州市空气质量预报系统结构及效果检验

文中从潜势预报、浓度预报、统计预报和数值预报 4方面介绍了兰州市空气质量预报业务系统的研究方法和结构特点。对 2 0 0 1年 4～ 10月兰州市空气质量预报与日报 (实况 )进行了分析研究 ,结果表明 ,该系统对兰州市空气质量预报有较强的预报能力 ,适用于兰州市空气质量预报业务。     

河西走廊东部城市空气质量预报系统

利用气象和环保资料详细分析了武威市空气质量的特点,针对不同季节、不同时次分别建立了沙尘暴短时、短期预报模式及空气质量统计预报、潜势预报模式,经检验效果良好。应用Fortran和VB语言设计编程,建立了武威市空气质量预报系统,该系统包括沙尘暴预报预警服务系统、空气质量统计预报系统和空气质量潜势预报系统,直接和MICAPS系统接口,具有资料处理、动力统计预报、潜势预报等模式计算及资料采集、处理、模式运行、预报显示、产品分发、资料查询、预报评分等多种功能,在业务应用中效果良好。     

西安空气质量预报系统业务运行评估

利用2014年8月至2015年1月西安市环保局实况监测数据、西安空气质量预报系统(XAWRF-CMAQ)预报产品及国家气象中心空气质量预报指导产品,按照中国气象局发布的《城市空气质量预报检验评估和考核办法(试行)》对XAWRF-CMAQ进行业务运行评估。结果显示:在评估时段内,XAWRF-CMAQ空气质量预报考核评分为61.1,空气质量预报准确性评分为71.0,重污染预报能力评分为0.36,达到中国气象局的要求。另外,XAWRF-CMAQ的预报结果对粗颗粒物存在一定程度的偏低估计,这可能是由于系统对颗粒物排放估计偏低所引起。     

海口市基于CAPPS系统的空气质量预报制作平台

对城市大气污染潜势和污染指数预报系统（ＣＡＰＰＳ）的构成、功能、技术要点及运行环境作了详细介绍，通过对ＣＡＰＰＳ系统进行改进和完善，将其集成为一个自动化程度较高的业务系统。     

区域空气质量数值预报系统CAPPS3在辽宁的应用

利用城市大气污染数值预报系统CAPPS的第三版(CAPPS3),经过安装、调试和本地化、自动化处理,建立起适合于辽宁的区域空气质量数值预报系统,用于预报辽宁的城市污染指数和等级以及各污染物的日均浓度分布.通过模式预报结果与监测资料的对比,发现辽宁14个主要城市SO2、NO2预报准确率的总体水平明显高于PM10.区域污染物浓度分布位置和大小的预报结果与实际情况相符,污染物小时浓度的演变也与实际风场的变化趋势保持一致,表明CAPPS3模式系统能够及时准确地预报出区域污染的形成和发展过程.     

珠三角空气质量数值预报系统的模拟结果分析

通过对珠三角空气质量预报模式的模拟结果与观测资料进行对比,发现模式颗粒物预报的等级准确率存在季节差异,夏季等级预报较好,春季较差;灰霾等级预报准确率高,达到84%以上,秋季灰霾等级预报较好,春季较差;不易出现灰霾月份的灰霾天气过程和易出现灰霾月份清洁天气过程的预报准确率都较高,达到80%以上。     

贵阳市空气质量预报方法与效果检验

2012年环境保护部发布的《环境空气质量标准》实施后,贵阳市空气质量状况发生了变化。利用贵阳市空气质量指数和常规气象要素等资料,分析空气质量特征及其与气象要素的关系,通过多元线性逐步回归和BP神经网络方法,分季节建立空气质量指数预报模型,并同CUACE模式进行对比检验。结果表明:近3年贵阳市空气质量状况良好,优良天数增多,污染天数减少且污染天气多出现在冬季,首要污染物为PM_2.5、PM₁₀和O_3;各季相关因子不同,但主要与相对湿度和风速有关;两种模型预报效果均表现为夏季评价最高,等级TS评分超过85%,指数准确率近99%,冬季预报效果相对最差,TS评分接近或达到70%,指数准确率超过或接近80%,而春、秋季效果指标差距不大;对2015—2016年AQI的预报效果回归模型的优于CUACE模式的,TS评分和预报准确率分别相差16.2%和20.0%。     

海口市基于CAPPS系统的空气质量预报制作平台

对城市大气污染潜势和污染指数预报系统（CAPPS）的构成、功能、技术要点及运行环境作了详细介绍，通过对CAPPS系统进行改进和完善，将其集成为一个自动化程度较高的业务系统。     

基于WRF/CMAQ的成都空气质量模拟与预报

本文是成都地区空气质量预报的一次模拟试验,文章通过污染源排放清单编制、不同模式下垫面资料使用、气象模式大气物理过程参数选取、以及成都地区空气质量实例模拟预报几个方面来开展工作。分析结果表明:使用新下垫面资料对SO₂、NO₂的模拟结果的统计结果均好于旧下垫面资料;选出了适合于成都地区的气象模式物理过程参数方案;受外地源影响较小的NO₂与PM₁₀的模拟预报效果比受外地源影响较大的SO₂模拟预报效果好;清单编制过程中对污染物排放的时间分配因子把握不精确造成了预报趋势与监测值趋势存在差异;对污染源排放量的低估是造成预报值普遍小于监测值的重要原因,同时未考虑外源的输入影响,以及用监测值的点均值来验证预报值的面均值,也是造成预报值与监测值存在明显差异的主要原因。      

用卡尔曼滤波法和逐步回归法建立空气质量预报系统

用卡尔曼滤波法和逐步回归方法，选用地面及850hPa的气象因子资料和环境监测浓度资料，建立预报方程，对贵阳市城市空气污染物浓度进行滚动预报，预报效果较好。该方法能有效地弥补单一的统计回归方法的不足，实用性高。