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。     

湖北省城市空气污染气象条件预报模式

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。     

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)。     

城市空气污染预报方法

介绍了城市空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、时效及时空高分辨率;论述了复杂地形条件下采用数值模式预报污染物浓度的必要性。     

大庆市空气污染预报方法

用污染潜势指数和污染浓度指数等方法结合当地的天气气候特点，以及污染源分布状况，建立了污染预报模型，作大庆城区24h空气污染浓度指数预报，经验证效果较好。现已投入业务使用，并开始对外发布预报。     

城市空气污染数值预报试验

采用城市空气污染数值预报模式系统, 并结合天津市部分气象资料和浓度监测资料对１９９８ 年１ 月１～１５ 日的ＳＯ２、ＮＯｘ和ＴＳＰ浓度进行数值模拟和试预报。结果表明,该模式运行稳定, 计算满足预报时效要求, 对ＳＯ２和ＮＯｘ日均值预报的准确率可分别达到６４％ 和７０％ , 对ＳＯ２逐时预报的准确率为５５％ ～６２％ , 对ＴＳＰ预报的准确率低于ＳＯ２和ＮＯｘ。此次预报试验说明,该模式可作为城市空气污染数值预报的基本模式进行初步应用,但仍需进一步的研究、发展和完善     

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。     

广西城市空气污染预报业务系统的建立

应用数值预报与动态统计预报相结合的集成预报技术方法,将城市大气污染数值预报(CAPPS)模式、动态统计模式、Sybase数据库、网页技术等有机地结合起来,建立广西城市空气污染预报系统,形成了流畅的集资料传输交换、预报模式运算、预报制作与发布于一体的气象系统和环保系统预报会商的综合业务工作平台,在广西气象台同时对南宁、桂林和北海的城市空气污染做出预报。将近两年的业务实践应用表明,所建立的空气污染预报系统性能稳定、技术成熟、自动化程度和预报准确率高．     

济南市空气污染潜势预报

通过统计历史资料,总结了影响济南市空气污染物扩散的７个气象预报因子,并给出空气污染潜势报的预报方法和方程,以预测空气质量的演变趋势。     

西安市空气污染潜势预报方法

介绍了空气质量潜势预报方法,在因子选取上主要考虑了各种地面天气形势对污染物的稀释和扩散能力,在此基础上统计出各种气象因子对污染物稀释和扩散的贡献及对预报因子的选取.     

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。     

沈阳市空气污染统计预报

使用逐步回归的统计方法,对沈阳市空气污染轴TSP和SO2分别建立了预报方程,并对这两种污染物分别进行了试报检验。     

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。     

城市空气污染数值预报系统CAPPS及其应用

城市空气污染数值预报系统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。它不需要污染源的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), 克服了由污染源调查本身具有的不确定性给城市空气污染的数值预报所带来的困难。该文对CAPPS系统在北京市和上海市进行数值预报的结果进行了分析检验, 并与国际上几种光化学污染预报模式的预报结果进行比较。结果表明, 就预报值与监测值的线性相关系数来说, CAPPS系统的预报水平与其他发达国家的模式预报水平相当。此外, CAPPS系统的污染指数等级预报准确率 (北京市和上海市) 平均达到61.5%。     

天津市空气污染数值预报试验中的模式系统

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６４３％ , 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６４０％ , 而对ＴＳＰ的预报则较差     

集对分析在城市空气污染预报中的应用研究

在城市空气污染预报模型中, 精心挑选的因子具有较好的预报性能, 但是因子的优良性能并非始终不变, 而有时个别因子的不良表现往往可能导致预报的失败。根据集对分析 (SPA) 把不确定性和确定性作为一个动态的同异反系统处理的思想, 动态地分析和处理每次预报中因子作用的变化, 即每次预报前, 先对因子进行态势判别和同异反分析, 然后使可能干扰预报的弱势因子的作用受到有效抑制, 使有助于预报的强势因子的作用得到充分发挥, 从而实现了因子作用大小在各次预报中的动态变化, 取得了较为满意的效果。在预报模型中增加不确定性处理有助于提高预报准确率。     

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。     

沈阳市空气污染统计预报

使用逐步回归的统计方法,对沈阳市空气污染物ＴＳＰ 和ＳＯ２ 分别建立了预报方程,并对这两种污染物分别进行了试报检验。     

北京市空气污染业务预报方法

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。     

2003年辽西地区空气污染试预报检验

应用新一代大气扩散模型进行了辽西地区2003年春季和夏季条件下的SO2和TSP日均浓度试预报，同时引入平均相对误差的概念对浓度预报值进行了检验。结果表明：SO2预报结果好于TSP，夏季预报结果好于春季。