气象与城市火灾及预报方法研究

分析河北省４５年的火灾和气象资料得知,河北省火灾发生的次数与相对湿度,降雨日数,气温成反比,与雷击次数,风速成正比,气象要素是重大火灾发生的主要环境因素,依据火灾和气象要素的统计关系建立了河北省火险等级预报系统。     

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.     

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。     

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。     

连云港市城市空气质量预报方法研究

本文利用高空大气探测资料和有限区细网格模式的数值预报产品,分别建立统计预报和数值预报等适合连云港市城市空气质量预报业务发展所需要的客观预报方法,最终利用动态分权法,综合决策集成连云港市城市空气质量预报。结果表明:动态分权法能够有效地提高空气质量的预报准确率。     

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。     

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。     

城市空气污染预报方法

介绍了城市堂气污染预报的发展过程及几种预报方法,指出了各种方法的优缺点;介绍了城市空气污染预报问题的特点,包括预报的范围、时效及时空高分辫率;论述了复杂地形条件下采用敷值模式预报污染物浓度的必要性。     

城市空气污染预报方法简述

概括论述了城市空气污染预报的基本方法(潜势预报、统计预报和数值预报)、数值预报的主要特征(空间尺度与预报时效、高分辨率、多化学物质、理化生过程耦合、污染气象与污染物排放特征)及其用于天津和沈阳等城市的空气污染数值预报模式系统(σ中尺度和β中尺度气象预报模式与城市空气污染预报模式)。     

基于IBAM指数的重庆地区空气污染气象条件预报方法

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。     

孝感市城区空气污染气象条件预报模型

使用空气污染潜势指数概念和箱体模式，开发并建立了一套孝感市城区空气污染气象条件预报模型，并用Visua1 Basic 6.0语言编写出相应的自动预报系统，实现了空气污染潜势的自动预报。其实际应用检验结果表明，全年空气污染潜势预报值评分为83．00分，春、夏、秋、冬四季的评分分别为77．65分、89．23分、76．32分和90．37分。     

北京夏季空气质量的气象指数预报

该文提出一种参数化预报方法,制作北京及其周边地区夏季空气质量气象条件指数预报。采用2000-2007年7-9月北京市观象台大气成分 (PM₁₀) 逐日观测资料和华北区域气象站网加密地面观测及探空信息,分析北京地区夏季奥运会历史同期与高污染过程 (PM₁₀浓度>150μg/m3) 关系密切的敏感气象要素和变量。引入适应度函数分级方法,计算北京周边不同观测站可能形成污染向北京输送的权重,建立北京夏季空气质量气象条件参数PLAM (parameters linking air-quality and meteorology) 预报模型。PLAM指数给出北京局地污染气象条件的客观定量诊断和预测,并可指示周边地区有利 (或不利) 于污染向北京输送的强度和方位。夏季“静稳型”气象条件参数化PLAM方法为北京奥运气象保障任务实时提供预报产品,分别用PM₁₀及可吸入颗粒物指数 (API) 对2008年7-8月PLAM逐日预报进行检验,相关系数达到0.001显著性水平。     

沙尘对空气的污染与预报

利用1998～2000年西安市环境监测资料,统计分析得出西安沙尘天气多发于2～5月,空气污染物主要为PM10;蒙古气旋与其后部冷高压是造成沙尘天气的主要天气系统;并提出减少沙尘的对策.     

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。     

空气污染预测与地面气象要素应用

利用逐步回归的数理统计方法及本溪市大气环境监测资料和地面常规气象观测资料，对辽宁省本溪市空气污染物TSP和SO2的浓度分别进行了计算分析并建立了预测方程，并对这两种污染物分别进行了预测检验。     

北京空气污染预报业务系统

介绍了空气污染预报业务流程,详细介绍了根据这个业务流程所开发的北京市气象局空气污染预报业务软件系统。     

深圳地区空气污染潜势预报的研究

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。     

空气污染气象指数在上海地区的应用

利用常规气象观测资料和逐小时PM_2.5浓度实况数据,对上海近3年污染天气过程分析后发现,导致上海重污染的天气类型主要为冷空气输送型和静稳累积型。为更好地表征及描述两种导致污染的天气类型,并在业务预报中起到指示作用,本文在反映大气垂直扩散条件的通风系数和反映水平扩散条件的滞留指数的基础上建立了空气污染扩散指数,通过检验发现,空气污染扩散指数与PM_2.5浓度呈线性正相关,相关系数达0.525,并优于单一的通风系数和滞留指数对空气污染的指示作用。针对冷空气导致的区域输送型,结合历史个例分析改进了输送强度指数,将公式中排放源参数改为上游PM_2.5浓度实况,回算检验表明改进后输送强度指数和上海市PM_2.5浓度呈指数正相关,对区域输送性污染具有明显的指示性。