城市空气中氮氧化物污染物预报模型的探讨

本文着重介绍了适合城市空气中氮氧化物预报的五种模型：统计模型中的ＭＯＢＩＬＥ模式、时间序列分析法、投影回归技术和数值预报模型中的高斯模式及箱模式，并在此基础上推荐了组合预报。     

济南市空气质量数值预报研究

在大规模大气环境参数综合野外测试资料的基础上,为在济南市开展大气污染业务预报新近开发了空气质量数值预报模式系统.该系统由污染源模型(SM)、下垫面参数化模型(XDM)、诊断模式(DM)、中尺度-α气象模式(M-αM)、中尺度-β气象模式(M-βM)、行星边界层(PBL)湍流统计量参数化模式(PBLTM)、干湿沉积模式(DWDM)和高分辨化学模式(HRCM)组成.该系统已成功地应用于济南市空气质量数值预报工作,其预报与实测质量浓度之间有很好的一致性,日平均预报准确率可达80%以上.      

基于CMAQ模式产品的福州市空气质量预报系统

利用CMAQ(Community Multiscale Air Quality Model)模式预报产品和福州市2007年1月至2010年6月大气污染物的观测资料以及常规地面气象观测资料,根据动力-统计相结合的预报方法,通过多元线性逐步回归,建立不同天气系统下CMAQ模式产品和多类预报因子相结合的日污染物浓度预报模型.结果表明,影响福州市的天气系统共分为大陆高压、副热带高压、切变、暖区辐合、高空槽、台风和热带辐合带7类天气型.在暖区辐合、高空槽和大陆高压控制下,福州市的空气质量较差,而副热带高压和台风系统影响时,福州市的空气质量最好.日污染物浓度预报方程置信度均为P=0.000,模型有统计学意义.利用模型对2010年7~12月福州市各污染物浓度进行预报效果回代检验,模型对PM10的污染指数等级预报正确率达到了71.3%,对SO2和NO2的级别预报正确率达到了100%,日预报综合评分平均达88.8分.     

利用多模式集合和多元线性回归改进北京PM_(10)预报

本研究将多模式集合预报和多元线性回归集成方法结合起来减小空气质量预报的不确定性.首先评估了北京空气质量多模式集合预报系统中3个模式成员(NAQPMS、CAMx、CMAQ)对北京地区PM10日均浓度的预报性能,在此基础上引入多元线性回归将历史观测信息纳入进来对3个模式预报结果进行集成,并将集成预报结果与3个模式算术平均的预报结果进行比较.结果发现:1不同模式的预报结果差异较大,并没有一个模式的预报技巧完全优于其它两个模式,其中CMAQ对北京PM10变化趋势的预报优于其它两个模式,NAQPMS预报的均方根误差整体低于其他两个模式.2多模式预报结果的算术平均在趋势预报和偏差两项指标上都低于部分单模式预报,并不能有效改进PM10预报;基于分站点的模式和观测数据构建的多元线性回归集成预报模型能显著提高PM10预报的准确率,选定合适的训练天数(36 d)后,28个站点PM10日均值预报的均方根误差相对单模式预报或集合平均预报下降32%~43%,预报偏差大幅减小至5.8μg·m-3,总体预报技巧显著优于单模式和多模式算术平均的预报结果,并且采用线性回归集成方法大幅提高了对污染过程的预报能力.     

基于BP神经网络的污染物浓度多模式集成预报

基于中国气象局雾-霾数值预报系统CUACE、北京区域环境气象数值预报系统BREMPS和华东区域大气环境数值预报系统WRF-Chem三个环境气象模式预报产品,利用BP神经网络方法建立多模式集成预报模型.首先通过实验得到BP神经网络的训练函数、隐含层节点数和训练样本长度分别为贝叶斯归一化训练函数trainbr、10和50.随后选取北京、天津和石家庄站点的预报结果检验该模型的预报性能.结果表明：（1）相对于单模式,BP神经网络集成预报的3~72h逐3h污染物浓度和观测之间的归一化平均偏差从-100%~200%降低到-20%~20%,污染物浓度和观测的均方根误差比各单模式降低15%以上,相关系数从0.1~0.8提升到0.3~0.85之间,说明其预报结果优于各单模式.（2）2016年AQI等级评估表明,集成模型预报的北京轻度和中度污染的TS评分分别比CUACE提高22%和10%,在天津重度污染的空报率和漏报率分别降低31%和25%.（3）2016年12月份的重污染过程评估发现,集成模型预报的PM_2.5浓度的演变趋势和实况基本相符.     

基于WRF-RTIM的上海地区霾预报MOS方法研究

应用基于系统辨识理论的实时迭代模式(real-time iterative model,RTIM)对WRF模式预报结果进行后处理,建立了上海地区霾天气的模式输出-统计(model output statistics,MOS)方法.首先,根据WRF模式的气象输出资料,结合大气污染观测数据,筛选出霾事件的预报因子;其次,运用系统辨识实时迭代模型,建立依据MOS预报方法的PM2.5、PM10和能见度预报模式;最后根据霾事件的判别标准,对上海2012年11月—2013年1月的霾日进行24 h和48 h预报.结果表明,PM2.5模式预报成功率为75.0%~63.9%,PM10模式预报成功率为87.5%~81.8%,能见度模式预报成功率为71.0%~74.2%,霾日预报成功率为73.7%~72.7%.分析表明,研究期间上海的气溶胶以细颗粒物为主,低能见度主要由导致霾现象的PM2.5引起.该方法能较准确地预报霾日的发生,可为我国城市大气环境业务预报提供参考依据.     

深度学习方法在上海市PM2.5浓度预报中的应用

为提升PM_2.5浓度预报能力,尤其是对PM_2.5重污染的预报能力,以中尺度气象-化学耦合模式系统（WRF-Chem）为基础,结合中尺度WRF气象预报数据、地面及高空气象观测数据、PM_2.5浓度观测数据,基于人工智能深度学习序列到序列的算法建立了上海市PM_2.5统计预报模型.结果表明,人工智能深度学习算法（Seq2seq）明显修正了WRF-Chem模式由于模型非客观性造成的偏差,提高了上海市PM_2.5浓度的预报能力;该算法优化和修正了WRF-Chem模式结果,并通过检验发现可以使PM_2.5浓度预报值与实况值间的相关系数由0.51上升至0.79,均方根误差由25.9μg/m³下降至15.01μg/m³.而单独使用套索法（Lasso）线性回归算法对WRF-Chem模式优化效果不理想.基于Seq2seq的PM_2.5浓度预报修正模型能够有效提升预报精度.     

我国城市O3污染的数值预报试验研究

为在我国开展城市O₃污染预报,新近发展了一个O₃污染数值预报模式系统.它由物理、生态过程模式(包括污染源模型,下垫面参数化模型,中尺度-α气象模式,中尺度-β气象模式,湍流统计量参数化模式和干湿沉积模式)和高分辨O₃化学模式(HROM)组成.用该系统对重庆、广州和济南市的O₃污染作了24 h实际预报试验,结果表明:预报与实测O₃质量浓度之间有相当好的一致性,API指数平均预报准确率超过85%;城市O₃质量浓度表现出明显的日变化、空间分布的非均匀性和地区差异;NO₂是O₃的一个重要前体污染物,它们之间呈好的负相关.      

风蚀性粒子降尘浓度的动力学预报模式

为探求开放源露天煤尘在自然风力作用下的扩散情况,本研究采用空气动力学的数值计算方法,以离散相拉格朗日随机轨道为计算模型,预测了原煤、大矿、水洗和精煤4类煤种料堆的降尘浓度分布,并采用风洞试验对结果进行了对比验证.结果表明:动力学模式对风蚀粒子的预报误差在±25%,其中原煤种的预报度最高,误差10%.动力学模式与高斯沉降模式相比,高斯模式对尘源处的降尘浓度预报误差过大,动力学预报模式是基于颗粒群的运动轨迹的行为预报,能准确地描述粗大颗粒的跃移运动状态,对于满足Rosin-Rammler粒径分布的固体粒子降尘浓度的预报良好.     

城市空气污染预报的特点及方法

论述了城市空气污染气象特征及城市空气污染与排放条件，从而证明城市空气污染预报的范围、时效及内容，并结合我省实际，介绍了空气污染预报系统中的几种主要方法。空气污染预报系统中的主要方法可按预报模式性能的不同，可分为潜势预报、统计模式和数值模式预报。按污染预报的要素不同，可分为污染潜势预报和污染浓度预报。     

国外城市非点源径流水质模型简介

随着人们环保意识的提高。城市中的点源污染已大部分得到了控制，于是非点源污染变得越来越突出,越来越严重．并引起了城市环保者的关注。借此。本文介绍了国外四种最主要的城市非点源污染的管理模型,以供我国城市环保人员在对非点源污染进行管理时作为参考。     

南方部分中小城市水污染驱动力及防治措施优先级序

评价了江苏、浙江、湖北、安徽16个典型中小城市污水排放、水环境质量、水污染治理现状,对经济发展好水污染轻和经济发展一般水污染重的2类城市,选取经济发展等方面13项指标,从污水排放和水环境质量2个方面,采用多元线性回归法建立驱动力模型,根据模型确定影响南方中小城市水污染的主要因素,提出水污染防治措施优先级序.结果表明,工业污水排放达标率是影响中小城市水污染的首要因素,为水污染防治首要任务;经济发展相对较好和较差的城市污水排放量分别受农业面源和工业经济发展影响;水环境质量受生活污染排放、工业用水循环利用率、生活污水处理程度影响.第三产业发展有利于减少污水排放量,应根据城市自身条件,适当加大发展力度.     

国外大城市的交通发展模式及其借鉴

国外大城市的交通存在两种模式——公共交通与小汽车交通模式，通过对这两种模式的比较，并结合中国实际情况。指出中国城市交通的发展方向。     

多模式集成方法在安徽地区PM2.5预报中的应用研究

分别采用算术平均、权重平均、多元线性回归和神经网络的集成方法,对3种空气质量模式在安徽地区2017年2月-2018年2月PM_2.5预报结果进行集成释用.结果表明：各模式和订正产品的预报值与实况值之间均能达到显著相关,相较于WRF-Chem,多元线性回归的均方根误差（RMSE）下降了21.7%,归一化平均偏差（NMB）下降了6%,且在16个地市中NMB均下降至-25%~25%之间;从不同时次的预报效果来看,在3个代表性城市（淮北、合肥和芜湖）,多元线性回归均能大幅度降低RMSE和NMB,但从时间和空间效果来看,其对于提升预报值与实况值之间的相关性方面,略差于权重平均的集成方法;多元线性回归方法对于重污染天气PM_2.5预报评分（TS）最高,为0.46.该方法能较为有效地提升不同模式的预报效果,可为重污染天气预报预警提供参考.     

城市垃圾产生量预测研究

通过对城市生活垃圾产生状况的分析，选取我国西部和东部的典型城市成都、上海进行研究。运用线性回归模型对两城市垃圾量进行预测，为城市建设规划和垃圾综合处理提供依据。     

可持续发展城市判定指标体系

对可持续发展城市指标体系进行了探讨,提出了真实储蓄率、多元综合指标、复合价值、可持续发展度的概念及模式。可持续发展城市指标值的确定是一个复杂的问题,要求具有完善信息的采集,完备的监测系统,建立必要的评价程序和制度。     

资源型城市可持续发展对碳排放的影响研究——基于资源依赖的视角

基于2003~2018年285个地级市的面板数据,首先使用双重差分模型考察《全国资源型城市可持续发展规划(2013~2020年)》(以下简称《规划》)对碳排放的影响;其次,探究该政策通过资源依赖这一路径对碳排放的影响效果;进一步地,基于城市区域和城市规模两个视角分析该政策通过资源依赖影响碳排放的异质性效果;最后,探究《规划》的空间溢出效应.结果表明《规划》显著地降低了资源型城市的碳排放;机制分析表明,《规划》能够通过降低资源依赖进而减少碳排放,且产业结构升级和技术进步对《规划》的碳减排效应起到了正向调节作用;异质性分析表明,《规划》通过降低资源依赖进而促降碳排放的效果在东､中部地区以及大城市更为明显;《规划》对本地及周边地区均具有显著的碳减排效应.本研究对于在双碳目标下实现中国资源型城市的可持续发展具有重要的政策启示.     

国家中心城市共享住宿的时空分布及影响因素——基于DBSCAN算法的分析

共享住宿的兴起是城市旅游服务业供给侧结构性改革的重要推动力,科学认识其时空格局及驱动因素对城市旅游发展意义重大。通过Airbnb网站获取我国九个国家中心城市的共享住宿房源信息,运用标准差椭圆,DBSCAN聚类算法等空间分析方法分析房源的时空演变格局,并借助地理探测器探讨房源空间分布格局的影响因素。结果表明：（1）2015—2017年,国家中心城市共享住宿的空间格局变化较快,整体处于快速发展期,2017—2019年,空间格局趋于稳定,整体处于稳步增长期;（2）国家中心城市共享住宿的发展具有时空依赖性,聚类中心随时间均不断增加,多数城市的共享住宿逐步向城市四周扩展,东中西三个区域之间聚类中心的时空差异明显;（3）从发展方向和高级别聚类中心数量来看,国家中心城市共享住宿的发展方向存在四周型和“单—多”方向主导型以及“0-1”“X-1”“1-X”三种演变模式;（4）商业、交通、人口等指标因素对国家中心城市共享住宿的空间格局产生较大影响,各区域之间及各城市之间影响因素的作用强度和显著性存在明显差异,其中餐饮、休闲娱乐、购物、住宅小区等成为驱动共享住宿空间格局形成的主要影响因素。     

近地层氮氧化物和臭氧的区域分布研究

介绍了近地层氮氧化物和臭氧的区域分布研究方法,使用简化的区域尺度大气污染物传输模型和光化学反应模型,模拟计算了1990年中国主要城市排放氮氧化物的情景下,夏季(7月)主要城市的氮氧化物和相应的臭氧在近地层的浓度分布。      

中国资源型城市的高质量发展：困境与突破

资源型城市的高质量发展具有重大的战略意义。为清晰认识中国资源型城市转型存在的问题以及高质量发展的路径,邀请来自不同领域的十位专家就当前资源型城市高质量发展的主要困境与突破路径等研究前沿进行访谈,访谈结果表明：中国资源型城市转型取得了巨大成绩,但距离高质量发展的要求仍有较大距离,突出表现在经济发展仍未能摆脱资源依赖的发展路径、推动高质量发展的新要素集聚偏弱和碳减排目标下资源型城市的内、外部均面临着巨大的压力;新时期需要重新认识资源型城市的作用和地位,提升资源型城市保障国家资源能源安全的能力;在深刻把握传统资源禀赋概念内涵基础上实现对新资源体系的再认知,注意挖掘新资源,充实资源型城市研究的新知识体系;要针对不同类型的资源型城市的发展条件,分类施策,因地制宜推动资源型城市的创新发展;要继续提高经济增长的就业弹性,增强经济发展拉动就业的能力,并充分重视就业机会的创造和培育;要加快探索绿色、高效的转型发展道路,同步实现“存量”的绿色化和“增量”的绿色性;要综合考虑资源型城市开发基础和要素资源条件,从传统的“增长和扩张型”转变为“高效增长与精明收缩结合型”发展模式;要整合新数据与新技术方法科学/智...