多元线性回归方法对北京地区PM2.5预报的改进应用

利用多元线性回归方法（REG）将多模式空气质量预报系统中3个模式（CMAQ、CAMx和NAQPMS）对北京市2016年PM_2.5的预报结果和观测数据进行集合，并对集合结果进行评估。结果表明：①不同模式的预报结果不尽相同，均能够反映2016年北京地区PM_2.5随时间的变化趋势，CMAQ、CAMx和NAQPMS相关系数为0.6~0.9，标准化平均偏差为-0.6~0.6。3个模式对重污染峰值预报都存在偏差，NAQPMS预报偏差低于其他模式；②基于多元线性回归集成预报模型能显著提高日均PM_2.5预报的准确率，能较好地改进不同季节模式整体高估或者低估的系统性偏差现象，春季国控平均偏差由-23 μg/m³改善至-2.3 μg/m³，冬季平均偏差降低近20 μg/m³；③利用多元线性回归方法对2016年红色预警期间小时PM_2.5订正结果显示，相关系数提高了0.13，均方根误差降低了20~30 μg/m³，并且对峰值浓度有较好的调整，预报峰值更为接近实况峰值，特别是对北部地区的改进效果较为明显，反映了实际观测数据对空气质量数值模式预报修正的研究意义和可行性。     

山东省O3污染概况及预报效果评估

对山东省各市2018—2021年的O₃污染特征进行了分析,并对2021年5—9月O₃污染较重月份空气质量模型的O₃预报结果进行了分析评估。结果表明:山东省2018—2021年O₃-8 h第90百分位数(O₃-8 h-90per)先升高后降低,O₃污染呈现波动变化,污染月主要集中在5—9月,并呈现内陆高、沿海低,中北部高、南部低的空间分布特征。集合预报模式对O₃模拟效果最好,预测结果与O₃监测值的相关性最大、偏差最小,但较难预测出O₃的峰值浓度,易漏报O₃重度污染。WRF-Chem、CMAQ、CAMx、NAQPMS对O₃的模拟效果比集合预报稍差,CMAQ、CAMx存在系统性偏低的情况,但对优级别的模拟效果明显好于其他模式;WRF-Chem、NAQPMS存在系统性偏高的情况,WRF-Chem能较好地模拟出O₃超标日,对中度、重度日的24h级别准确率分别达94.08%、100%,对O₃超标预报尤其是中至重度污染的预测预报有重要指导意义。     

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。     

2018年11—12月北京市重污染天气过程数值预报能力评估

2018年11—12月北京市发生了4次以PM_2.5为首要污染物的重污染天气过程，为了分析数值模型对4次重污染过程的预报能力，将CMAQ模式提前1~7 d对北京市PM_2.5的小时预报结果与观测结果对比，分别从离散统计和分类统计2个方面评估CMAQ模式对4次重污染天气过程的预报效果，并简要分析了偏差产生的气象方面原因。结果表明：CMAQ模式提前1~6 d对重污染天气过程的预报显示出良好的性能，为日常业务预报提供了可借鉴的参考信息，可较好地预报出PM_2.5小时浓度变化趋势和浓度水平，离散统计结果显示提前1~4 d的预报结果好于提前5~7 d，相关系数r基本大于0.8，但有一定程度的低估趋势；分类统计结果显示不同预报时效预报准确率大于70%，探测准确率高于55%，部分时段可以达到80%~90%，对人工预报起到了良好的参考作用；输入的气象场的变化及其偏差对于重污染的起始时间、持续时间及清除时间有一定的影响，对相对湿度预报偏小和风速预报偏大是造成CMAQ模式低估的一个重要原因。     

2016年秋季新乡市空气质量模式预报效果评估

基于新乡市空气质量数值预报平台，采用相关系数（r）、标准化平均偏差（NMB）等统计指标，系统评估2016年秋季新乡市嵌套网格空气质量预报模式（NAQPMS）和通用多尺度空气质量模式（CMAQ）的预报效果，对比分析2套模式不同预报时效和不同水平分辨率的空气质量等级预报准确率。结果显示：2套模式均较好地表征了各主要污染物的浓度变化特征，2套模式的等级预报准确率高于60%，其中CMAQ对中度及重度的预报等级准确率达到70%。对比模式24、48、72 h 3种预报时效效果，24 h预报时效的统计数据最优，说明24 h预报时效模拟结果可作为业务预报重要的支撑。     

几种空气质量预报方法对冬季预报效果的评估与对比

基于2016年冬季泰州市环境空气质量自动监测数据,定量评估NAQPMS模式、CMAQ模式和人工订正对污染物质量浓度和空气质量等级的预报效果。结果表明,模式预报和人工订正对各污染物预报的相关系数由高到低排列为PM_(2.5)、PM_(10)、NO_2、SO_2、O_3-8h,颗粒物预报效果最好。除O_3-8h外,NAQPMS对各项污染物预报的相关系数R为0.47～0.82,CMAQ为0.75～0.81,人工订正为0.43～0.78,3种预报方式均能准确反映污染物浓度的变化趋势;模式预报、人工订正对O_3-8h预报相关系数均0.4。在发生颗粒物污染过程时,人工订正结果相对更为准确。NAQPMS、CMAQ和人工订正对空气质量等级24 h预报准确率分别为38.9%、41.1%和35.6%,NAQPMS对优类别的预判准确率较高,CMAQ、人工订正对良类别的预判准确率较高。对比不同时效的预报效果,24 h预报时效的准确率高于48和72 h。提出,城市空气质量预报可采用集合预报方式,综合1～2种运行较稳定的主流预报模式预报结果,预报员对模式模拟结果进行人工修订,提高预报准确率。     

周口市大气污染特征及污染防控对策——以2021冬防为例

基于周口市2021年冬防期间（2021年10月1日—2022年3月31日）4个国控站点的在线小时数据和日均数据，利用统计和相关性分析等方法，研究了冬防期间污染要素的时空变化特征及其与主要气象因子之间的相关性。结果表明，周口市2021冬防期间空气质量达标率为64.8%，主要污染物为细颗粒物（PM_2.5），其中1月的大气污染最严重，ρ（PM_2.5）小时平均值为120 μg/m³，可吸入颗粒物（PM₁₀）质量浓度小时最高值出现在3月沙尘期间，为591 μg/m³。各污染要素的变化整体趋同，但多个站点的ρ（SO₂）和ρ（NO₂）频繁出现短时高值，这一现象可能与局地细颗粒物污染相关，在后续大气污染防控中需引起重点关注。市运管处站的NO₂和SO₂质量浓度整体偏高，需关注周边机动车相关的颗粒物排放。此外，西北风和东风对于PM_2.5污染传输的影响较大，气象不利条件下，需要加强管控，以有效保证空气质量达标。     

连云港市冬季霾污染成因分析及应急管控效果评估

针对2022年1月5—14日连云港发生的细颗粒物（PM_2.5）连续污染事件（PM_2.5超标共计5 d），基于常规空气质量参数、气象要素、颗粒物组分参数等数据资料，系统分析了污染期间PM_2.5时空变化特征及污染成因，结合大气化学与天气预测模式（WRF Chem）和敏感性试验方法，定量评估了应急减排措施对连云港各区县PM_2.5浓度的影响。结果表明，5 d超标日中有3 d为轻度污染，2 d为中度污染，全市PM_2.5浓度呈现先上升后下降的趋势。不利的气象条件（静稳、小风、高湿）、本地排放（机动车尾气、工业工艺源）和二次生成共同导致了PM_2.5污染的发生。实施黄色预警管控后，ρ（PM_2.5）平均值下降了4.6μg/m³，降幅为5.2%，其中东海县和灌云县ρ（PM_2.5）的降幅最大，分别为6.1%和8.3%，同时污染天ρ（PM_2.5）峰值平均下降了9.4μg/m³（6.0%）。通过PM_2.5过程分析方法发现，应急减排导致人为排放、化学过程和背景浓度对近地面ρ（PM_2.5）正贡献的减少量要显著大于垂直混合、区域输送和对流过程负贡献的增加量。     

江苏省空气质量预报与实测结果比对研究

选取2015年1—8月江苏地区NAQPMS、CMAQ、CAMx、WRF-Chem 4个模式预报结果与实测值进行比对分析,结果表明,标准化分数偏差(MFB)为-0.066 5~0.201 1,标准化分数误差(MFE)最大值为0.381 8,均在理想范围内,其中CAMx预报效果相对较好,WRF-Chem有一定误差。4个模式相比,NAQPMS对于PM_(10)的模拟性能较好,各模式对PM_(2.5)模拟性能相近,CMAQ和CAMx对O_3模拟较好,WRF-Chem对CO模拟较好,各模式对SO_2和NO_2的模拟都需进一步优化。     

AQI标准下北京市空气质量数值预报系统及其在重大活动保障中的应用

围绕新AQI标准下环境空气重污染预报预警工作的需求,全面优化升级了北京市空气质量数值预报系统。该系统集成了新一代天气模式WRF,并进一步发展污染源处理模型SMOKE,实现了点源、面源、机动车源等排放源高时空分辨率制作,同时紧追空气质量模型(CMAQ、CAMx、NAQPMS)新发展,实现在线源解析模块的业务应用。这一系统不仅在日常业务预报中有效提升了北京市空气重污染过程的预报准确率,还成功应用于2014年APEC会议、2015年纪念中国人民抗日战争暨世界反法西斯战争胜利70周年阅兵等重大活动空气质量保障工作中,满足了重大活动对空气质量预报预警的特殊需求,为进一步提高城市空气质量预报预警技术的发展做出有益尝试,并积累了丰富的经验。     

“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。     

基于WRF-NAQPMS的一次沙尘天气预报评估

为提高沙尘天气的预报准确率,利用ECWMF再分析资料和近地面PM₁₀小时质量浓度监测数据,评估WRFNAQPMS模式对2021年3月15—21日甘肃强沙尘过程的预报能力。结果表明,WRF-NAQPMS能够在一定程度上模拟此次污染过程:WRF对“3· 15”天气系统的模拟与实况整体趋势较为一致,随着预报时效延长,气象模拟场移动偏快,导致沙尘预报场发展偏快、沙尘二次传输影响下游时间提前;近地面风向的局地偏差是导致甘肃中东部地区沙尘浓度出现预报误差的主要气象因素。NAQPMS模式对PM₁₀小时质量浓度的模拟随着预报时效增加和离沙源地距离的增大,预报误差逐步增大:在河西地区,沙尘影响时段和起沙浓度的模拟值均接近监测值,其中嘉峪关、酒泉、张掖的PM₁₀小时质量浓度模拟值与监测值相关系数r>0.8;中部地区城市的沙尘影响时段预报略有偏差,且模拟值低于监测值;受复杂下垫面和气象场预报误差影响,省内其他地区沙尘预报结果参考性较低。     

广东省清远市PM2.5污染天气分型及污染潜在源区分析

利用2016—2021年清远市逐时空气质量监测数据和相关气象资料,基于统计分析、主观天气分型方法和后向轨迹模式（HYSPLIT）,归纳总结粤北代表城市清远市在不同细颗粒物（PM_2.5 ）污染天气分型下的气象要素特征及污染潜在源区特征,为大气污染精细化防控提供有效参考。结果表明：在日均风速＜2m/s、日均相对湿度为75%～90%、日均气温为18～22℃时的无降水或微量降水天气下,清远市易出现PM_2.5 污染。变性高压脊型、脊后槽前型、冷锋前型、弱冷高压脊型、高压底后部型、台风外围型是造成清远市PM_2.5 污染的典型天气型,其中PM_2.5 重度污染均出现在秋、冬季弱冷高压脊型控制下;变性高压脊型下出现PM_2.5 轻度和中度污染的频率最高;脊后槽前型是清远市春季PM_2.5 污染的主要天气型;冷锋前型、高压底后部型和台风外围型下的PM_2.5 污染程度较轻。加剧清远市PM_2.5 污染的主要气流轨迹为弱偏南气流和南北气流辐合,当弱偏南气流控制时,污染潜在源区主要位于清远市辖区及广州、佛山、东莞、江门等珠三角城市;当南北气流辐合时,潜在源区主要位于清远市南部、韶关及珠三角,南岭山脉阻挡作用削弱了偏北方向长距离输送的PM_2.5 污染。     

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。     

2018—2021年安徽省PM2.5和O3时空分布特征及其健康风险分析

利用2018—2021年安徽省空气质量监测数据分析了PM_2.5和O₃时空分布特征及其引发的健康风险。结果表明:从时间分布来看,2018—2021年安徽省PM_2.5年均值下降25.5%,而O₃-8 h年均值则保持持平;PM_2.5和O₃-8 h月均值具有明显的季节变化特征,PM_2.5月均质量浓度和超标天数均在冬季达到最大值,O₃-8 h月均值和超标天数则在夏季达到最大值。从空间分布来看,PM_2.5、O₃-8 h年均值和超标天数均为皖北最高,其次为皖中,最后为皖南。夏季O₃是主要的健康风险因子,冬季PM_2.5是主要的健康风险因子。当PM_2.5超标时,除2021年皖北地区外(PM₁₀是主要的健康风险因子),PM_2.5均是主要的健康风险因子;当O₃-8 h超标时,O₃是主要的健康风险因子。     

2014—2018年洛阳市大气污染变化特征及影响因素研究

研究采用空气质量指数法对2014—2018年洛阳市大气污染变化特征进行了分析,构建了空气污染物浓度的影响指标体系,采用灰色关联法研究了空气污染物浓度与影响因子之间的关联度,得到了影响空气污染物浓度的主要指标因子,并提出了改善洛阳市空气质量的措施。结果表明:洛阳市空气质量指数类别主要为良和轻度污染。2014—2018年空气质量为优良的天数主要出现在春季、夏季和秋季,重度污染和严重污染主要出现在冬季。2018年PM₁₀、PM_2.5、NO₂、SO₂和CO这5项污染物浓度随时间变化呈"V"型,污染主要集中在1—5月和11—12月。O₃浓度随时间变化呈倒"V"型,污染主要集中在4—9月。研究期内PM_2.5、PM₁₀和O₃是主要污染物。市区总人口、工业(综合)能源消耗量、人均生产总值、城市机动车总数、城市房屋施工面积、人均公园绿地面积、建成区绿化覆盖率和一般工业固体废物产生量等8项指标因子与PM_2.5、PM₁₀和O₃的浓度表现出高关联度或较高关联度。     

辛集市"十三五"期间空气质量特征分析

重点对河北省辛集市"十三五"期间整体空气质量变化情况以及影响辛集市优良天数的2个重要参数O₃和PM_2.5的污染规律进行了分析。结果表明,辛集市"十三五"期间空气质量改善明显,优良天数整体增加,污染天数整体减少。O₃浓度及其作为首要污染物出现的天数整体呈现上升趋势,对综合指数的贡献率逐年增加;O₃污染高发期主要集中在4—9月,高值区域分布差距较大,但市区污染持续突出。PM_2.5浓度逐年下降,以PM_2.5为首要污染物的天数逐年减少;PM_2.5浓度季节变化特征整体呈现"秋冬高、春夏低"的分布特点,空间分布呈"南北高、中间低"的污染特征。     

江苏省颗粒物激光雷达组网在一次复合过程中的应用分析

基于2022年9月5—11日江苏省发生臭氧连续超标，细颗粒物（PM_2.5）浓度同步上升的一次典型复合污染过程，利用颗粒物激光雷达组网对江苏省6个城市的大气垂直剖面进行了连续监测，并结合近地面污染物浓度和气象要素观测数据分析了此次污染过程的成因。结果表明，污染过程期间各城市呈现高温、小风、强太阳辐射的特征，造成日间二次生成的颗粒物在本地积聚。各城市颗粒物浓度的小时变化趋势大致相同，颗粒物浓度大幅升高期间，ρ（PM_2.5）/ρ（PM₁₀）值也同步上升，以PM_2.5生成为主导。激光雷达探测结果显示，1 km以内的355 nm消光系数显著增强，表明此次污染过程是由于强大气氧化性导致以极细颗粒物为主导的PM_2.5大量二次生成，无明显的区域传输，同时夜间伴随边界层高度降低，白天生成的高浓度PM_2.5沉降至地面，期间淮安市、扬州市和镇江市受浮尘、扬尘等粗粒子影响，边界层内粗颗粒物浓度也较高。     

山东省2015年PM2.5和O3污染时空分布特征

利用中国环境监测总站的城市空气质量自动监测数据，分析了2015年山东省细颗粒物（PM_2.5）和臭氧（O₃）污染的时空分布特征，并初步探讨了其与气象要素的相互关系。研究发现：山东省PM_2.5年均质量浓度和年超标天数的空间分布均呈现由东部向西部递增的趋势，半岛地区的浓度最低，其他地区浓度均较高，年均质量浓度最大值出现在德州（101 μg/m³）。各城市PM_2.5的月均质量浓度均呈现出季节性变化，冬季最高，夏季最低。O₃-8h年均值和O₃年超标天数的空间分布与PM_2.5不同，半岛地区污染天数最少，其次为南部地区，中部地区和西北部地区污染最为严重并且各区域的城市之间O₃污染情况存在较大差异，具有明显的局地性特征。O₃质量浓度在春末夏初最高，超标现象主要出现在5—8月。分析各城市PM_2.5污染和O₃污染的协同性与差异性发现，虽然不同城市之间两者污染情况存在一定差异，但整体上看，山东省大气复合污染特征明显，全年有10个城市的PM_2.5和O₃同时超标天数都在20 d以上，并且该现象主要发生在夏季。夏季高温低湿的大陆气团控制更有利于O₃和PM_2.5叠加共存形成复合型污染。温度≥26℃时，O₃-8 h与PM_2.5日均质量浓度的相关系数为0.63，相对湿度≤60%时，两者相关系数为0.69。此外，当在大陆气团的控制下发生O₃污染时，相对湿度的提高更有利于PM_2.5浓度的增加。     

杭州秋冬季PM2.5污染特征分析

为研究杭州PM_2.5污染来源特征,利用2013—2019年杭州市PM_2.5监测数据和气象观测数据,分析了杭州市2013—2019年PM_2.5浓度变化,选取本地积累型和输入型2种PM_2.5污染过程,结合单颗粒气溶胶飞行时间质谱仪（SPAMS）和在线离子色谱数据,探讨杭州市PM_2.5化学组分和污染来源。结果表明：每年秋冬季（11月至次年3月）杭州以东北风、西北风及偏南风为主,风速低于4 m/s时,大气扩散条件差,受本地污染物积累影响,PM_2.5浓度容易出现超标;风速较大且为东北风和西北风时,受上游污染输入影响,易出现PM_2.5重度污染。本地积累型和输入型案例中,PM_2.5化学组分中占比最大的为NO₃^-、SO₄^2-和NH₄⁺;PM_2.5浓度上升过程中,二次NO₃^-和SO₄^2-转换率明显上升,其中NO₃^-上升更为显著,二次气溶胶污染严重。2次案例中,PM_2.5来源贡献占比前3位均为机动车尾气源、燃煤源和工业工艺源,其中本地积累型PM_2.5浓度上升阶段,机动车尾气源占比会明显上升;输入型案例中,输入阶段机动车尾气源占比显著上升,燃煤源贡献也小幅上升。