三维空气质量模型初始场VOCs同化对臭氧预报的影响

于2023年2月15日—3月8日,采用中尺度数值预报模式/嵌套网格空气质量模式系统（WRF/NAQPMS）,分析了初始场同化6项常规大气污染物及挥发性有机物（VOCs）对广东省臭氧（O₃）预报的改进效果。 结果表明,同化6项常规污染物可显著降低O₃预报的标准化平均偏差（NMB）和均方根误差（RMSE）,NMB从-26%改善为-8%,RMSE从50.6μg/m³下降到35.0μg/m³。但对相关系数（r）的改善效果不佳,从0.51下降到0.49。相比于只同化常规6项污染物,同时同化VOCs对O₃的预报效果改善较为明显,r从0.49提高到0.63。此外,对NMB和RMSE的改善效果也较好,NMB从-8%改善为-3%,RMSE从35.0μg/m³下降到30.1μg/m³。相比于不同化,同化6项常规污染物的改善效果显著,空气质量指数（AQI）等级预报准确率可提升10%以上,AQI范围预报准确率可提升40%以上。相比于仅同化6项常规污染物,再增加同化VOCs,AQI等级预报准确率和范围预报准确率均提升5%左右,改善程度不高。     

最优化集成方法在城市臭氧数值预报中的应用研究

基于多模式(NAQPMS、CMAQ、CAMx、WRF-Chem)空气质量数值预报业务系统的滚动预报结果,结合站点观测资料,评估了最优化集成方法在城市臭氧数值预报中的可行性和预报效果。一年的评估结果表明:当训练期为15 d时,最优化集成方法能够得到相对较好的结果。总体而言,最优化集成方法对城市臭氧浓度变化趋势和浓度水平的预报效果明显优于单个模式,且在大部分城市优于多模式的最优预报,其预报值和观测的相关系数提高0.11以上,均方根误差降低约10μg/m~3;该方法对城市臭氧污染等级的预报能力也明显优于单个模式,特别是轻、中度污染。此外,在模拟偏差较大的城市,最优化集成方法对预报效果的改进更为显著;在模拟偏差较小的城市,该方法仍可进一步提升预报效果。     

集合数值预报系统在上海市空气质量预测预报中的应用研究

介绍了上海市世博环境空气质量集合数值预报系统的框架,分析了各模式在上海市空气质量预报及排放源污染贡献测算中的应用情况,提出开发多种预报手段、实施集合预报是提高城市空气质量预报准确率的发展方向。     

基于三维空气质量模型的广东省臭氧生成速率分析

使用WRF/CAMx模型及化学过程分析(CPA)模块,系统研究了广东省夏、秋季的臭氧生成敏感性与生成速率。夏季,广州与东莞等珠三角中部地区臭氧生成主要对VOCs敏感,郊区的臭氧生成速率较大,珠江口地区是重要的臭氧生成源区,夏季白天(08:00—17:00)平均净臭氧生成速率可达37μg/(m³·h),位于珠三角东北部的天湖白天平均净臭氧生成速率约为25μg/(m³·h)。秋季,珠江口西岸臭氧生成主要对VOCs敏感,秋季臭氧生成速率显著低于夏季。夏、秋季珠三角大部分地区臭氧生成敏感性从早上对VOCs敏感逐步过渡到下午对NO_x敏感,广东其他大部分地区则全天均为NO_x敏感,一般在VOCs敏感区中的臭氧生成速率与化学消耗速率均较大。中心城区的臭氧生成弱,臭氧净化学消耗强。     

兰州市空气质量预报系统研究

从潜势预报、统计预报、数值预报三方面介绍了兰州市空气质量预报系统的研究方法和结构特点,并检验分析了2001年4～10月兰州市空气质量预报,结果表明,此系统具有较强的预报能力,适用于兰州市空气质量预报业务。     

空气质量数值模型的构建及应用研究进展

综述了近年来国内外空气质量模型的发展历程、空气质量数值模型构建的关键技术以及应用研究。指出了目前空气质量数值预报及应用主要面临气象条件,尤其是大气边界层模拟、大气污染物排放源和大气物理化学过程等问题。提出,应当通过规范化制作和完善排放源清单数据,建立统一的排放源分析标准,提高排放源数据的准确性;多向发展观测手段,加大监测密度和频率,并进行实验室化学分析,提出适合我国的大气物理化学机制。就空气质量模式而言,对模式方案进行优化,以及使用气象、卫星资料同化等技术手段,将其与观测相结合,构建监测与预报系统相结合的统一体系,应用于多平台。     

厦门市空气质量臭氧预报和评估系统

为了评价和预测厦门市区空气中臭氧的污染水平,运用2006～2009年的监测数据对臭氧的污染成因及其变化规律进行研究。通过风向、风速、气温、湿度等气象因子对臭氧浓度影响的分析,进而运用多元线性回归法建立厦门市臭氧预报及评估系统。     

基于BP神经网络的贵阳市空气质量指数预报模型

采用贵阳市2013年1月1日—2015年12月31日的空气质量指数(AQI)日均值,常规的地面和高空观测资料,基于不同季节,调整BP神经网络的隐藏层个数和隐藏层节点数,建立不同的BP神经网络预报模型,进行参数检验,最终选取预报效果最好的模型带入实况进行检验。结果表明,夏季的预报效果最好,采用的模型TS评分为81.6%,平均绝对误差为9.1,正确率为97.4%,用该模型检验预报效果,实况和预报的相关系数为0.71,平均误差为9;而冬季的预报效果明显低于其他季节,采用的模型TS评分为65.7%,平均绝对误差为19.5,正确率为72.9%,用该模型检验预报效果,实况和预报的相关系数为0.79,平均误差为19。而且BP神经网络模型的预报效果同隐藏层个数与隐藏层节点数没有显著关系。     

广西重点城市空气质量预报系统

介绍了应用数值预报和统计预报相结合的集成预报技术建立的广西重点城市空气质量预报系统。指出该系统可根据影响大气污染物的天气系统类型修正预报结果,提高预报的准确率;建立的气象和环保部门的预报会商平台,使气象与环保部门实现了每天异地技术会商、信息资源共享等功能;系统的运行环境要求较低,只需终端用户具有拨号或专线上网或局域网联网功能;系统能用于多城市空气质量预报,对城市环境天气服务中的中小尺度短期(24h-48h)的天气预报也有参考价值。     

天津市基于新标准的空气质量预报模型效果评估

利用2015年环境空气质量监测数据,对天津市OPAQ空气质量统计预报模型预测效果进行验证评估。结果表明,模型对天津市AQI和PM_(2.5)、PM_(10)、O_3、NO——2的预测结果与实测结果具有较好的趋势一致性,且预测时间越临近,拟合度越好,24 h预报的相关系数r全部达到0.8以上。对PM_(2.5)的预报性能明显优于PM_(10)、O_3和NO_2,PM_(2.5)平均值预测略呈正偏差,但重污染预测值偏低约15%;O_3和NO_2预测值呈明显负偏差,O_3峰值预测不足,NO_2预测值整体偏低,均以24 h预报趋势性最好,但负偏差最为突出。     

衡阳市区和衡山背景站臭氧浓度变化规律的对比分析

选取衡阳市区和衡山背景站臭氧自动监测数据,分析两地的臭氧污染特征。对空气质量的优良率情况、臭氧作为首要污染物的变化情况、臭氧浓度的日变化特征、典型时段的浓度变化特征、臭氧浓度的月际变化特征和臭氧与PM_(2.5)的关联情况等进行了分析。结果表明,多云及阴雨天气时,衡阳市区的臭氧浓度日变化幅度大于衡山背景站。夏季,衡阳市区和衡山背景站的臭氧浓度的日变化特征规律差异较大,臭氧浓度分布比较分散,前者为典型的单峰形,后者则波动平缓。冬季,日变化幅度不大,但衡阳市区的臭氧浓度明显低于衡山背景站。衡山背景站和衡阳市区的臭氧基本同步变化,但日均值高于衡阳市区。     

“十三五”期间赣州市环境空气质量特征及变化趋势

为科学谋划赣州市“十四五”期间大气污染防治工作,重点对赣州市“十三五”期间整体空气质量变化情况,以及影响赣州市优良天数的两个重要参数——臭氧(O₃)和细颗粒物(PM_2.5)的污染规律进行了分析。结果表明,赣州市“十三五”期间空气质量改善明显,优良天数整体增加。O₃浓度和O₃超标天数占总污染天数的比例整体均呈现波动上升趋势,对空气质量综合指数的贡献率逐年增加;高浓度O₃污染通常发生在干燥、高温条件下,高发期主要集中在4—5月和7—11月,空间分布呈西高东低的特点,与2018年大气污染源排放清单中挥发性有机物(VOCs)的排放量分布情况较为一致。PM_2.5浓度呈逐年下降趋势,在2019年和2020年达到国家空气质量二级标准;PM_2.5污染天数在2016年同比增加26 d,而后逐年减少,其中2020年较2015年减少了12 d;PM_2.5浓度的季节变化特征整体呈现为冬季高、春秋次之、夏季低,空间分布特征与O₃类似。建议赣州市在“十四五”期间以PM_2.5和O₃协同治理为主要思路,继续深入打好蓝天保卫战。     

海口市臭氧污染特征

基于2013—2015年海口市4个空气质量自动监测站点数据,结合气象资料,分析了海口市O_3的污染特征。结果表明:海口市O_3总体优良,优良天数比例为99.4%,污染天数均为轻度污染;在良和污染天数中,O_3作为首要污染物的天数占40%,超过其他5项污染物占比。海口市10月O_3浓度最高。O_3月均浓度与温度呈负相关关系,同时与风向有密切关系:5—8月气温较高,以南风为主,O_3浓度较低;1月北风频率较高,易受外来污染传输作用,O_3浓度相对较高。O_3超标日以东北风为主,日变化并未呈现单峰型特征,12:00—22:00时段O_3浓度在10%范围内小幅变化。台风外围型和北方冷高压底部型是造成海口市O_3超标的2类典型天气形势。     

博鳌亚洲论坛2018年年会期间空气质量预报保障技术研究

为了做好博鳌亚洲论坛2018年年会期间的空气质量保障工作,通过综合分析2015-2017年同期的监测数据及其气象条件,依托空气质量多模式数值预报系统,以专家组现场会商研判的方式开展了空气质量预报保障工作。结果显示,海口市、三亚市和博鳌镇在会议期间空气质量保持优良,每日AQI预报结果在±10的准确率为72. 2%,有效支撑了博论坛期间空气质量保障工作。会议期间文昌区域站和五指山背景站出现超标现象,超标污染物均为O3,外来污染传输是今后博鳌论坛保障中需重点关注的关键影响因素。     

夏季重大活动期间O3监测数据质量提升方法研究

2018年夏季上海合作组织成员国元首理事会环境空气质量保障工作开始前,中国监测总站对山东、江苏2个省份19个城市共计85个国控站点开展O3专项质控工作。结果表明,保障区域O3监测数据低、中、高浓度点相对误差变异系数分别为4. 7%、4. 3%和4. 8%,95%预测区间分别为[-7. 4%,9. 0%]、[-6. 9%,8. 3%]和[-8. 0%,8. 4%]。与之相比,2018年全国范围内开展外部比对的1 346个国控站点O3监测数据低、中、高浓度点相对误差变异系数分别为7. 4%、6. 5%和6. 2%,95%预测区间分别为[-13. 1%,15. 4%]、[-11. 7%,13. 2%]和[-11. 6%,12. 2%]。通过专项质控工作,保障区域O3监测数据质量明显提升,能够为夏季重大活动保障提供更为准确、可比的O3监测数据支持。     

Forecasting Daily Maximum Ozone Concentrations in the Athens Basin

In the work ozone data from the Liossion monitoring station of the Athens/PERPA network are analysed. Data cover the months May to September for the period 1987–93. Four statistical models, three multiple regression and one ARIMA (0,1,2), for the prediction of the daily maximum 1-hour ozone concentrations are developed. All models together, with a persistence forecast, are evaluated and compared with the 1993's data, not used in the models development. Validation statistics were used to assess the relative accuracy of models. Analysis, concerning the models' ability to forecast real ozone episodes, was also carried out. Two of the three regression models provide the most accurate forecasts. The ARIMA model had the worst performance, even lower than the persistence one. The forecast skill of a bivariate wind speed and persistence based regression model for ozone episode days was found to be quite satisfactory, with a detection rate of 73% and 60% for O3 >180 g m-3 and O3 >200 g m-3, respectively.     

基于深度学习的空气质量预报方法新进展

空气质量预报与人们的日常生活密切相关,其基本思想是分析历史空气质量数据,发现其内在的时空相关性,结合未来气象信息以及污染源排放量,对未来的空气质量进行预测。目前,环境管理和社会公众服务对空气质量预报提出了长时间、多维度、高精度的预测要求,一些新型的空气质量预测方法仍处于起步探索阶段。近年来,随着人工智能的普及与推广(特别是云计算与大数据的发展),深度学习这项基于传统人工神经网络的技术被国内外研究者所重视。笔者对现有典型的空气质量预报方法进行了阐述,包括数值预测模型方法、统计预报模型方法、基于机器学习模型的预测方法等,并重点介绍了该领域最新进展:基于深度学习模型的预测方法,并在此基础上进行了总结与展望。     

Comparison of ozone levels between working days and weekends in Athens,Greece

Athens has a major problem of ozone air pollution due to its climate which is dominated by hot and dry summers with intensesunshine. As a result there is a high violation of the air quality limits of ozone. By comparing ozone air pollution betweenweekdays and weekends it is possible to estimate the effect of the reduction of primary pollutants causing the formation ofozone on the levels of this pollutant. Thus it was estimated thatwhile during the weekends the concentrations of the ozone precursors (nitrogen oxides and volatile organic compounds) werereduced by the order of 10–20%, the effect on ozone levels was lower.     

黑龙江省“十三五”时期生态环境质量变化及趋势预测

以黑龙江省生态环境监测网监测结果为基础,总结归纳了\"十三五\"期间黑龙江省生态环境质量变化特征,并采用随机森林和GM(1,1)预测模型对\"十四五\"期间黑龙江省生态环境质量状况进行了预测。结果表明:\"十三五\"期间,黑龙江省环境空气、水环境和声环境质量全面好转。其中,环境空气主要污染物PM_2.5、PM₁₀、SO₂、NO₂和CO的年均质量浓度均呈现出明显下降的趋势,\"哈大绥\"重点区域PM₁₀、SO₂、NO₂和CO年均质量浓度呈现下降趋势。地表水水质总体呈波动变化趋势,水质状况均为轻度污染。\"十四五\"期间,黑龙江省生态环境质量将处于稳中向好的趋势。环境空气主要污染物及地表水主要污染指标年均质量浓度均呈现明显的下降趋势,道路交通声环境质量也将得到进一步改善。