空气质量预报在世界互联网大会中的应用

为支持世界互联网大会期间大气污染管控工作，利用人工结合数值模式预报的方式在第二届到第五届世界互联网大会期间开展空气质量预报工作。多模式系统中WRF-CMAQ对乌镇及浙北区域大气污染变化的趋势模拟最好，2016—2018年对AQI日均值模拟的平均分数偏差（MFB）和平均分数误差（MFE）分别为-1.3%~1.6%和24.3%~28.3%。会前48 h、72 h和96 h空气质量等级预报准确率分别为37.5%~83.3%、33.3%~90.0%和0~89.9%。会议期间乌镇的AQI日均值48 h预报准确率为33.3%~100%，等级预报准确率为66.7%~100%。与日常空气质量预报不同，会议期间预报还应重点关注大气污染过程，如有污染可能性，需要给出污染过程的起始时间、持续范围和浓度峰值等情况及其关键时间节点，有针对性地提出大气污染管控的措施建议，为会议期间空气质量保障提供技术支撑。     

上海世博会长三角区域空气质量预警联动系统开发与应用

围绕2010年上海世博会空气质量保障目标,开发了长三角区域空气质量预警联动系统.系统主要由区域数据共享、预报预警、信息发布和应急联动等4个子系统构成,运用了自动质量控制检查、多模式集合预报、秸秆焚烧火点判定、预警联动机制研究、GIS自动化处理和表达等关键技术.在世博会期间,实时监控了长三角区域空气质量状况,科学预测了空气质量未来变化趋势,成功发布了5次大气污染预警,启动了应急联动措施,为世博空气质量保障提供了坚实的技术基础.同时,该系统也是一次跨行政区解决区域性空气污染问题的有益实践,具有十分重要的示范意义.     

大气污染预报技术及有关防治对策的研究

依据历史监测数据,研究了大气污染预测预报的方法及污染防治对策。利用主分量分析、多元逐步回归、拟合与逼近等方法,进行了天气预报参数与主要污染物的关系研究,建立了大气污染预测预报模型,制定了大气污染警戒值及警戒措施。模型可做４８小时内大气污染预报及１０日内大气污染趋势分析。     

基于ＷＲＦ与田湾核电站外围监控系统的区域风场模 拟对比分析

WR F模式是新一代中尺度预报模式和同化系统，通过 WR F 模式构建田湾核电站区域气象预报系统，可为江苏省建设先进的核应急决策支持系统提供坚实的理论基础和技术支持。介绍了田湾核电站区域 WR F 模式风场预报系统的构建和对比试验情况，通过数值模拟风场与实测结果的对比检验，WR F模式精细化的三维风场预测具有非常高的准确性。     

重大活动空气质量保障预报会商机制及经验探讨

重大活动空气质量保障预报会商已经成为保障过程中的重要环节,旨在以精细化空气质量预报为环境管理部门制定高效可行的区域大气污染管控措施提供关键技术依据。预报会商机制可有效规范区域联动预报会商的开展,在多个重大活动空气质量保障中,预报会商机制已日益完善,尤其是在强化立体化监测网、开展多技术组协同作业、建立多维预报会商流程、提升多种重点污染物预报能力等方面积累了大量宝贵的实践经验。该文首次系统性探讨国内空气质量保障预报会商机制和经验,以期为今后承办重大活动的地区开展空气质量保障预报会商提供借鉴。     

江苏省级区域空气质量数值预报模式效果评估

采用中国科学院大气物理研究所开发的嵌套网格空气质量模式系统(NAQPMS),搭建江苏省级区域空气质量数值预报模式系统,并测试了该系统对2013年夏季江苏省PM2.5质量浓度未来24 h预报以及7 d潜势预测的效果。结果表明,该系统成功应用于江苏省的空气质量预报;所有地市的24 h预报效果均在合理范围内(平均分数偏差小于±60%且平均分数误差小于75%);7 d潜势预测效果比24 h预报效果略差,整体能准确把握PM2.5质量浓度的变化趋势。     

兰州市大气污染特征与污染预报技术研究

结合兰州市大气污染特征,采用国际上较为先进的污染预报模式,分别建立了实时资料与数值产品相结合的实用统计预报模型.其系统预报结果准确程度较好,实用性强,时研究兰州市大气污染来源及政府决策都起着重要的作用.     

对我国大气污染自动监测系统建设的思考

六十年代末七十年代初世界上许多发达国家相继建立了大气污染自动监测系统(APMS)。实现了在一个地区进行多点、同步、连续监测。大气污染自动监测系统可以提供大气污染时间——浓度变化曲线,各类平均值与频数分布统计资料及污染事故发生时的大气污染状况与气象数据;为掌握区域性大气污染特征及变化趋势:研究污染物分布变化规律、评价人体及动植物污染暴露的影响状况;验证大气污染物扩散模式;进行污染的预测预报及控制、环境规划、立法及管理提供科学依据。     

2019年江苏省PM2.5和O3多模式集合预报算法效果评估

基于江苏省重污染天气监测预报预警系统多模式预报结果,分析了不同数值模式对江苏省13个城市细颗粒物(PM_2.5)和臭氧(O₃)的预报偏差特征,发展了多模式集合预报算法,并对其进行了评估。结果表明,相较于单一数值模式,集合预报算法显著改善了PM_2.5和O₃预报的准确率,其对江苏省PM_2.5和O₃空气质量分指数等级的预报准确率超过了80%。就江苏省整体而言,PM_2.5集合预报的准确率相比最优单一数值模式提升了6%。O₃浓度较低时,集合预报能有效改善各模式存在的高估现象。但受限于目前的校正策略,出现高浓度O₃污染时,集合预报对预报效果的提升相对有限。     

兰州市大气污染气象潜势预报研究

介绍了大气污染气象潜势预报方法和兰州市大气污染气象潜势预报系统。通过2001年9－12月兰州市空气质量预报检验分析，表明该系统对首要污染物等级预报准确率在60％以上，对兰州空气质量预报具有较好的指示性。     

长三角区域空气质量预警联动系统及其在上海世博会的应用

为保障上海世博会空气质量,开发了长三角区域空气质量预警联动系统.系统由区域数据共享、预报预警、信息发布和应急联动等4个子系统构成,采用自动质量控制检查、多模式集合预报、秸秆焚烧火点判定、预警联动机制研究、GIS自动化处理和表达等关键技术.在上海世博会期间,实时监控和预测了长三角区域空气质量状况和变化趋势,发布了5次大气...     

京津冀及周边地区空气质量预报工作存在问题及解决对策

环境空气质量预报工作作为担负重污染预警应急和大气污染防控不可或缺的基础工作,正逐步成为环保部门核心业务之一。基于近3年京津冀及周边地区省、市环境空气质量预报工作开展现状,针对预报工作中遇到的人员短缺、能力建设进度缓慢、预报资料匮乏等现实问题,从政策制度和预报技术2方面分析原因,提出需要从制度建设着手,通过建立健全预报工作保障制度、评价制度、考核制度和培训制度,完善地区预报能力建设和预报水平,同时为全国其他区域省、市空气质量预报工作的开展提供参考与借鉴。     

区域环境空气质量预报的一般方法和基本原则

为响应公众服务和环境管理对环境空气质量预报的迫切需求,中国环境监测总站率先在京津冀区域开展了区域环境空气质量预报测试。结合目前积累的预报经验和国内外相关研究,探索出区域空气质量预报的一般方法和基本原则,讨论了客观订正环节中大气扩散条件、污染源排放、物理化学过程和空气质量变化规律的分析方法及系统建立、结果确定、天气控制形势分析和信息表述等基本原则,以期为各地开展环境空气质量预报提供技术参考。     

西北部主要城市环境空气质量特征与预报影响因素分析

西北部地区经济和工业的快速发展导致各项污染物排放对空气质量影响形势较为严峻,近几年频发的重污染过程严重影响了当地居民的生产生活,因此开展西北部主要城市的空气质量预报工作十分必要。研究选取西北部主要城市展开讨论、分析,并初步总结了主要城市2013—2015年的空气质量分布特征、预报影响因素、预报要点等,为环境监测系统预报工作人员在未来预报业务工作中提供参考。     

长三角区域环境空气质量预测预警体系建设的思考

世博会期间长三角区域空气质量自动监测网络和数据共享平台的成功搭建和有效运行,为探索长三角区域空气质量预测预警长期合作模式提供了宝贵的经验和启示。需要建立全方位区域空气质量监测网络和数据资源共享系统、源排放清单、开发区域多模式集合预报系统,构建区域多层面运作机制和会商制度,建设一批专业技术和复合型人才队伍。区域不同层面有效的管理体制机制的保障是区域环境空气质量预测预警体系的基础支撑。     

长三角空气质量区域预报准确性评估方法研究

根据长三角空气质量区域预报工作的实际需要,对分区文字预报和落区图预报两种方式分别制定了不同的空气质量指数级别预报准确性评估方法。分区文字预报根据设定的预报准确性判定方法计算预报评分,落区图预报按区域内预报准确城市占比进行准确率统计。分区文字预报结果显示,2017年长三角区域的预报准确天数占比为62.2%,预报评分为70.2,区域预报评估效果良好。落区图预报评估结果显示,预报级别偏差具有地域性差异,安徽北部、江苏北部和江西中北部预报等级偏高,长三角中南部沿海城市预报等级偏低。该套评估方法可为区域空气质量预报偏差成因分析提供依据,为区域预报工作的改进提供定量参考。     

中小城市空气质量预报试验与问题研究

当前中国大气污染形势严峻,迫切需要开展环境空气质量预报预警业务工作。为调研国内中小城市开展空气质量预报的基础条件和业务需求,促进全国城市空气质量业务体系建设,中国环境监测总站组织8个典型中小城市,利用基于数值预报基础的统计模式预报系统开展了空气质量预报实验工作。在此基础上,针对开展全国预报业务体系建设所需的中小城市预报方法、基础条件、人员技术水平等方面进行专项调研,并对国内中小城市开展空气质量预报能力建设和业务工作面临的问题、困难提出了建议和参考对策。     

基于深度学习的人工智能空气质量预报系统构建

针对现有空气质量预报系统存在预报精度低、人工经验辅助、适用范围单一等问题,利用深度学习方法在分析数据内在特征方面表现出的优异性能,结合多源数据融合技术,设计了基于深度学习的空气质量预报系统实现方案。通过对多源数据集的实时制作更新、分析空气质量演变的时空特性、定义和拟合深度学习模型并部署于服务器等关键技术的研究,最终实现了空气质量的多尺度、高精度实时预报服务和预报结果可视化服务。应用结果表明,基于深度学习的空气质量预报系统具有更高的预报精度和更优良的应用效果,可提高预报效率,为空气质量预报服务提供一种新型、高效的实现方式。