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。     

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。     

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。     

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)。     

洛阳市城市环境气象监测预报服务研究

利用洛阳市环境监测资料和气象资料,分析了洛阳市污染物浓度的日变化、季节变化、年际变化规律,并分析了污染物浓度与气象因子的关系。在此基础上,通过回归分析预报方法、污染潜势预报方法、CAPPS模式预报方法对洛阳市3种主要污染物的浓度和级别进行了24 h和48 h预测,并建立了气象局与环保部门共享的气象和污染数据库平台,为双方今后的合作奠定了基础。     

洛阳市城市环境气象监测预报服务研究

利用洛阳市环境监测资料和气象资料,分析了洛阳市污染物浓度的日变化、季节变化、年际变化规律,并分析了污染物浓度与气象因子的关系.在此基础上,通过回归分析预报方法、污染潜势预报方法、CAPPS模式预报方法对洛阳市3种主要污染物的浓度和级别进行了24 h和48 h预测,并建立了气象局与环保部门共享的气象和污染数据库平台,为双方今后的合作奠定了基础.     

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。     

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.     

成都市冬季大气污染气象条件预报方法

用降水量、风速、风向、总、低云量的预报值，来预测成都地区冬季大气污染扩散状况。其中风速、风向按逐步聚类法进行分类，总、低云量是近按太阳辐射等级分类，然后结合环流特点以及当时的天气实况作出成都市委大气污染预报。     

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。     

区域空气质量数值预报模型

给出了区域尺度空气质量数值预报模型的基本物理构架, 重点介绍了欧拉型输送／沉降模式对各种物理 （沉降、输送）、化学 （气相化学与液相化学） 过程、初值与边界条件等问题的处理／简化; 利用本模型作了一周的预报实验, 实验结果与分析说明, 区域空气质量数值预报模型能够较好地反映全国重点城市的空气质量以及污染物随时间的演变态势; 最后, 指出了需要进一步完善的工作。     

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%。     

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。     

城市空气质量预报质量评估系统的研制及应用

根据《气象部门空气质量预报质量考核和管理暂行办法》中的方法，编制了一套适合全国47个重点环境保护城市的空气质量预报质量评分系统，并在武汉投入了初步应用，该评分标准科学，系统运行稳定。     

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     

全国网格化多模式集成空气质量预报的初步建立

为降低单个模式预报的不确定性和提高多模式集成空气质量预报系统的精细化程度,利用Cressman插值初步建立了我国0.25°X0.25°网格化污染物实况。结合4套空气质量数值预报模式,通过均值集成、权重集成和多元线性回归集成分别逐格点建立了集成预报。在预报当天各单一模式和集成方法前50 d预报效果评估基础上,建立了最优集成预报。对2018年12月19一22日一次重污染过程中集成预报的PM_(2.5)浓度评估结果显示:在污染较重时刻,最优集成预报与观测之间的归一化平均偏差(NMB)值在重污染地区保持在—20%～40%,对污染程度为良及以上区域的预报范围相较于单个模式更接近观测。整个过程中,最优集成在大部分污染区域与观测之间的NMB值为—20%～20%,均方根误差(RMSE)值为35～75μg·m~(-3),相关系数(R)值大于0.4。相较于所有单一模式和其他集成方法,最优集成在全国最多的格点有着较高的总体评分。在污染最重区域的8个城市,最优集成预报的污染过程平均开始和结束时间分别比观测时间早1.8和6.9 h。未来需融合卫星反演和地表观测来提高网格化污染物实况的精细化程度,利用降尺度、主客观融合和滚动订正等方法进一步提高网格化多模式集成空气质量预报的准确率。     

北京城区空气污染浓度长期预测

通过分析北京城区４种主要空气污染物（ＳＯ２、ＮＯＸ、ＣＯ、ＴＳＰ）浓度的月、季变化特征,建立起均生函数预测模型。拟合及预报试验表明,这些预测模型不但可以很好地拟合空气污染浓度的变化趋势,而且还能够对未来几个月的空气污染浓度做出较准确的预测。     

2003年冬季空气质量趋势预测方法

使用短期气候趋势预报原理与短期空气质量预报相结合的方法，根据1～7月的气候特征（背景）、天气形势以及各种相关气象要素统计分析，对冬季采暖期空气质量进行综合预报。利用上述方法对2003年度（2003．11～2004．3）冬季采暖期空气质量进行了试预测。即：在2003年冬季气候预测的基础上，通过统计分析2003冬季相似年份的天气形势、污染气象条件，确定污染潜势和气象参数。并运用现业务使用的污染物浓度预报方程，计算冬季各月的逐日空气污染物（SO2、NO2、PM10）的浓度。最后综合2003年冬季气候特征预测和日空气质量计算结果，做出冬季空气污染趋势预报。     

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。