共查询到17条相似文献,搜索用时 78 毫秒
1.
2.
利用PCA-kNN方法改进广州市空气质量模式PM2.5预报 总被引:3,自引:2,他引:3
为了提高广州市PM2.5客观预报能力,采用主成分分析结合机器学习算法k近邻(PCA-kNN)方法,基于空气质量模式(CMAQ)预报产品、中尺度天气模式(GRAPES-MESO)预报产品和2017年上半年广州PM2.5观测实况,试验确定PCA-kNN方法的最佳参数方案,建立广州市空气质量模式PM2.5预报客观订正方法。结果表明:与CMAQ模式的PM2.5预报相比,在第1~3天预报时效上,PCA-kNN订正结果与实况的相关系数分别提高20%、15%、29%,均方根误差分别降低17%、16%、20%,平均偏差更接近0,PM2.5浓度等级TS评分接近或优于CMAQ预报,PCA-kNN订正结果优于CMAQ预报。机器学习算法PCA-kNN方法可有效改进广州市空气质量模式PM2.5预报,本研究对其他地区、其他污染物客观预报研究具有借鉴意义。 相似文献
3.
4.
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。 相似文献
5.
6.
几种空气质量预报方法的预报效果对比分析 总被引:9,自引:0,他引:9
目前应用于我国各个城市空气质量预报业务的预报方法主要有三种 :数值模式预报、统计预报和综合经验预报。这几种预报方法都有其各自的优势 ,同时也存在一些不足。应用以上方法对天津市市区进行空气质量业务预报 ,通过实测资料与预报结果进行对比分析 ,给出这几种方法在天津市区空气质量预报中的预报效果客观评价。 相似文献
7.
8.
基于CMAQ空气质量模式的报文资料和江门环境监测站资料,对2013年12月至2014年2月份CMAQ空气质量模式在江门市的应用进行了效果检验,分析了AQI和SO_2、NO_2、PM_(10)、PM_(2.5)等要素的预报值与实际观测值之间的误差和预报效果,结果表明:模式对AQI 24、48和72 h时效的预报值都比实测值偏高、预报时效越长、偏离越大;离散程度越高,可靠性也越差。整个冬季AQI 24 h时效预报值与实测值相关系数高达0.72,模式能够准确把握AQI的变化特征,48和72 h时效相应的相关系数分别为0.55和0.4。模式对SO_2、PM_(10)、O_3和PM_(2.5)的预报容易偏高,对NO_2和CO的预报容易偏低。6种要素预报效果较好的是PM_(2.5)和PM_(10);预报效果最差的是CO,无论是平均偏差、离散程度、相关系数和可靠性等,明显低于其它要素。 相似文献
9.
空气质量多模式系统在广州应用及对PM10预报效果评估 总被引:2,自引:2,他引:2
介绍了广州空气质量多模式系统并评估其对2010年9月广州市的气象要素和PM10日均浓度的24 h的预报效果.评估结果表明:模式系统较好地预测了气象要素的变化,但高估了风速;各空气质量模式能合理预测广州PM10浓度的时空变化,预报效果均处于可接受范围内(平均分数偏差MFB小于±60%且平均分数误差MFE小于75%),部分模式可达到优秀水平(MFB小于±30%且MFE小于50%),但同时各模式在郊区均预测偏高而在市区偏低;总体上,模式在广州郊区的PM10预报效果优于市区.模式间对比表明,在本次业务预报实践中,不存在最优的单模式,同一模式对不同的统计指标、不同的站点,其预报效果可能存在差异,基于算术平均集成各模式结果未能获得最优的预报效果.优化排放源空间分布并引进更好的集成预报方法(如权重平均、神经网络、多元回归等)是未来改进广州空气质量多模式系统预报效果的可能途径. 相似文献
10.
通过对2003年1-12月铜川市区、新区污染物监测值与 CAPPS模式预报值的对比分析发现,CAPPS模式预报正确率存在明显的要素差异,NO2预报正确率很高,年平均正确率在90%以上,SO2次之,年平均70%左右,PM10预报正确率较低,年平均55%左右;该模式预报正确率有明显的地域差异,铜川市区的预报正确率比新区明显偏低;同时该模式预报正确率存在明显的季节差异,冬半年比夏半年预报结果差,以SO2表现最明显.该模式空漏报率NO2最低,SO2次之,PM10最高,漏报率存在明显的季节差异,空报率季节之间差异较小,但在地域上空报率差异明显.分析了产生误差的原因. 相似文献
11.
12.
In recent years,several studies pointed out that anthropogenic emission sources in China which significantly contribute to the PM2.5mass burden was an important cause of particulate pollution in South Korea.However,most studies generally focused upon a single pollution event.It is rare to see comprehensive research that captures those features prone to interannual variations concerning the transboundary pollutant contribution in South Korea using a unified method.In this paper,we establish the emission inventories covering East Asia in 2010,2015,and 2017,and then conduct the source apportionment by applying a coupled regional air quality model called the Integrated Source Apportionment Module(ISAM).Comparison of simulated and observed PM2.5mass concentration at 165 CNEMC(China National Environmental Monitoring Center)sites suggests that the PM2.5concentrations are well represented by the modeling system.The model is used to quantitatively investigate the contribution from emission sources in China to PM2.5concentrations over South Korea and those features found to be prone to interannual variations are then discussed.The results show that the average annual contribution of PM2.5has dropped significantly from 28.0%in 2010 to 15.7%in 2017,which strongly suggests that China has achieved remarkable results in the treatment of atmospheric particulates. 相似文献
13.
采用2013年12月1日—2014年2月28日空气质量观测数据,对CUACE系统在乌鲁木齐空气质量预报中的效果进行离线检验。结果表明,在污染物浓度和空气质量分指数方面,NO2的预报效果优于PM10和PM2.5,28 h预报时效的预报效果优于52 h预报时效;在首要污染物预报结果中,28 h预报时效的总体预报效果优于52 h,28 h预报时效中PM2.5预报正确率为65%;从空气质量等级的预报效果来看,28 h预报时效与52 h预报时效无明显差别,对NO2和PM10的预报准确率达到100%,对PM2.5三级预报准确率达到90%以上,对二、四级预报准确率在70%~80%之间,对五、六级重度污染预报值偏低两个级别或以上。 相似文献
14.
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。 相似文献
15.
16.
17.
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。 相似文献