城市空气污染数值预报的技术关键

在分析城市空气污染数值预报要素的基础上,建立了包括污染源排放清单,气象中尺度数值预报模型MM5,ADMS-城市模型软件的城市空气质量预报系统。首次提出了空气质量环境背景值的确定等提高城市空气污染预报准确率的有效措施。     

中山市空气质量预报效果的分析与评估

准确预报城市空气质量对公众和政府部门掌握未来空气质量、制定相关政策具有重要作用。本文对比分析了中山市NAQPMS、CMAQ、CAMX数值预报和人工研判综合预报4种预报方式的空气质量预报效果。结果表明人工研判综合预报准确率最高。建议优化模式预报,加强预报人才的培养和管理,加大与气象部门的合作,以提高空气质量预报工作的效果。     

广西环境空气质量预报预警平台建设与应用成效

分析了广西2009—2015年第一季度空气质量状况,结果表明广西空气质量持续恶化,大气污染形势严峻,亟需建设广西重污染天气监测预警体系,妥善应对重污染天气。概述了广西环境空气质量预报预警平台建设内容,并对平台数值预报、统计模型效果评价和预报预警平台应用成效进行了阐述。实践证明,空气质量预报预警平台投入运行以来在服务公众和环境管理部门以及建立空气质量预报队伍方面发挥了积极的作用。     

美国环保局第三代空气质量预报和评估系统

美国环保局研制的第三代空气质量预报和评估系统(Models-3)。Models-3由程序管理、科学管理、模式构架、数据库管理、决策管理、软件管理以及研究设计七大部分组成。其中最主要的是程序管理部分。它由中尺度气象模式、排放模式以及通用多尺度空气质量模式三大模式组成。三大模式的核心是通用多尺度空气质量模式(CMAQ)。中尺度气象模式为CMAQ提供气象场的数据；排放模式为CMAQ提供排放物的资料；CMAQ则利用上述的数据资料对污染物在空气中的物理和化学过程进行空气质量的数值预报。文章给出了一个个例的预报结果。     

高斯轨迹烟云扩散模型在贵阳空气质量预报中的应用

选择在复杂地区应用较好的高斯轨迹烟云扩散模型,作为贵阳市空气质量预报的数学扩散模式,并利用贵阳市现有的污染源排放资料和气象资料,对贵阳市的大气污染物分布进行了模拟计算,经与实测结果比较表明:实测值与监测值基本一致,相关性较好。该模式可以作为贵阳市空气质量预报的数学扩散模式,对其他城市也具有一定的借鉴作用。      

网络媒体在环保宣传中的利弊分析

进入冬季之后我国的空气质量愈发恶劣,雾霾天气在各地频繁出现．环境问题得到越来越多的关注。网络媒体在环保宣传中的作用不言而喻,同时,由于网络自身的缺陷,网络环保宣传也存在一些弊端。本文针对网络媒体在环保宣传中的利弊进行分析研究。     

几种大气污染扩散模式的应用比较

几种大气污染扩散模式应用比较表明:CAPPS模式应用于国内一些城市空气污染预报,方法简单;NAQPM模式对物理、化学过程的处理、气象场模拟、污染源排放、地域环境特征、数据处理分析与计算均采用较为科学的方案;ISC在污染源排放清单和气象参数确定方面更加细致、准确;ADMS的主要特色是应用的多功能性,主要用于环境容量测算、环境质量评价方面以及大气污染预报等;Models-3模式对各种大气污染物浓度分布实施有效预测,进行较为全面的空气质量控制策略的评估.大气污染扩散模式的不断完善,使得空气质量控制和管理更加富有成果.     

全国重点城市空气质量将试行预报

据中国气象局的消息,全国气象专家和环保专家正在积极准备,将向社会发布重点城市空气质量预报。从4月份开始,有关部门将进入空气质量预报的试运行阶段,预报效果有待公众评价。从6月5日起,气象部门将与环境监测部门联合向社会发布从当日20时到次日20时我国47个城市的空气质量预报。     

山西省重污染天气监测预报预警系统设计

山西省重污染天气监测预报预警系统由"四层三体系"构成,基于环境空气质量监测数据、气象数据和污染源排放清单数据,应用空气质量数值预报与统计预报相结合的方式,实现山西省未来5天的空气质量分析、预报、预警和追因等功能,以期为合理调整污染源布局、切实做好大气污染防治提供科学依据和决策支持。     

基于气象相似准则的城市空气质量预报模型

为提高城市空气质量预报准确率,文章在传统BP神经网络的基础上提出了基于气象相似准则的样本优化方法,建立了三层样本筛选优化机制,确定了阀值及权重矩阵,从而建立了城市空气质量动态预报模型。将模型应用在广州8个空气质量监测站点的预报上,并与传统的BP神经网络空气质量预报模型进行了对比分析,效果良好。分析结果表明,广州8个空气质量监测站点的SO2、NO2、PM10/2.5的实测值与预报值的平均绝对误差分别为0.016 mg/m3、0.014 mg/m3、0.020 mg/m3,级别预报准确性评分分别为89.6、92.6和84.6,预报准确度综合评分达81.6,并且比传统神经网络模型具有更高的预报精度。     

中国步入绿色时代

城市要创造环保模范城，农村要搞生态农业，装修首选环保材料，购物要挑绿色产品，电视里有了空气质量预报，购物要挑绿色产品，电视里有了空气质量预报；我国接受全球环境基金赠款近4亿美元，成为该基金最大的受援国……近年来发生在神州大地上的这些可喜变化，昭示着——     

基于澳大利亚空气质量社区教育经验推进我国社区环保教育

澳大利亚素来有"环保王国"的美誉,其民众较高的环保意识和浓厚的环保参与热情,得益于澳大利亚社区环境教育的开展。社区环境教育在澳大利亚发展了十余年,它与工作场所教育和学校教育相并列,是澳大利亚环境教育的三种主要途径之一。近些年澳大利亚开展的空气质量社区教育活动广泛应用参与、社会营销等多种方法,提高社区民众环保意识,改善社区民众的行为和选择,在改善空气质量方面成效显著。本文将根据澳大利亚空气质量社区教育项目开展实践,系统总结其开展和评估过程中采取的方法,并对于我国开展空气质量社区教育提出建议措施,以推动我国空气质量社区教育项目的进程。     

城市空气质量中长期预报的探讨

江苏省环境空气质量预报工作已开展多年,在这几年的预报工作中,发现现在使用的对未来24 h空气质量预报的方式上存在一些问题,从而限制空气质量预报发挥应有的作用.改进预报方式,在现有的空气质量预报的基础上,开展城市空气质量的中长期预报,有利于各级政府及环境管理部门,提前采取必要的措施,减少或控制污染的产生,从而避免城市空气污染事件的发生,以保护城市居民的身体健康.     

环境空气质量趋势预报研究

阐述和分析了环境空气质量趋势预报作为一种具体的预报方法,在空气质量预报中的重要地位和作用,应作为今后空气质量预报的重要手段,并提出开展趋势预报的一些具体经验.     

岳阳市区空气质量变化特征及气象条件预报

利用2014年3月-2015年2月6个空气质量监测点资料,对岳阳市区AQI的时空变化特征及气象影响因素进行了分析,并用综合指标法和逐步回归法建立岳阳市区AQI预报模型。结果表明:岳阳市区年AQI为88。夏季空气质量最好;春、秋季次之;冬季空气质量最差。其中7-9月空气质量最好,1-2月空气质量最差。岳阳市区空气质量总体由北向南趋好,同时水库、景区明显好于工业区。岳阳市区年空气质量优良率为73%。年和各季空气质量优良率时空分布与AQI分布基本一致。岳阳市区首要污染物以PM10为主,其次为PM_(2.5)。重度污染及严重污染日基本出现在空气质量相对较好的夏秋季节,且工业区明显多于水库、景区。岳阳市城市工业布局方向与年主导方向一致,使得市区广大区域处于工业气流的下游,导致空气污染加剧。以短期天气预报中的气象要素预报作为空气质量气象条件预报的基础,采用日平均气温、相对湿度、低云量、风速、降水、雾等气象因子建立的岳阳市区AQI预报模型模拟效果较好。     

开展环境空气质量预报预警工作的研究

近年来,全国各地雾霾天气的大范围、高频次地发生,为改善环境空气质量,及时有效地为政府及公众提供环境质量状况信息,抓紧构建环境空气质量监测预报预警技术体系建设成为了环境部门当前迫在眉睫的一项工作.通过分析湖南省长株潭区域开展城市环境空气质量预报预警工作的现状,描述了预报期间发生过由雾霾造成的大气污染指数变化情况及气象条件,同时对区域内环境空气质量预报预警工作的技术路线进行了探讨,介绍了空气质量集合数值预报系统中的常用模型,及其在北京市、上海市空气质量预报系统的应用情况,提出了统一规划,搭建集合数值预报系统平台、注重气象部门合作,开展科学研究、加快人才培养,提高预报水平和科学管理发布与宣传的具体建议措施.     

我国环境空气质量预报预警工作浅析

近年来,全国各地雾霾天气频发,影响范围广,持续时间长。准确预报未来空气质量状况对于公众的生活和相关部门有针对性的污染控制具有重要意义。本文将就开展空气质量预报预警工作的方法、我国空气质量预报预警工作存在哪些问题和如何解决这些问题展开叙述。     

环境空气质量预报方法简介

准确预报城市未来空气质量对公众及时掌握未来空气质量,对管理部门应对重污染天气和开展区域大气污染联防联控具有重要作用。本文主要介绍了目前主要的空气质量预报方法,统计预报、数值预报和人工研判综合预报,分析了不同预报方法和特点以及国内应用研究情况,为各地开展空气质量预报工作和研究提供参考。     

环境空气质量监测预报预警系统

正中科宇图环境空气质量监测预报预警系统是基于环境空气质量多模式集合预报技术(集成NAQPMS模型、CMAQ模式、CAMx模式、中尺度气象模式)、空气质量条件指数预报技术、大气后向轨迹分析技术,开发的集空气质量监测数据、气象观测数据、污染源等基础信息接入、传输、管理以及空气质量预报结果会商、制作、发布于一体的决策支持系统。     

基于GA-ANN改进的空气质量预测模型

基于人工神经网络的空气质量预测模型优于传统的逐步回归模型,但由于性能差异不明显而较少在空气质量预报中应用. 设计了将遗传算法和神经网络算法相结合的基于GA_-ANN的空气质量预测模型,并利用天津市2003—2007年气象和污染物监测资料对该模型进行验证. 对2007年全年的ρ(SO₂),ρ(NO₂)和ρ(PM₁₀₎进行预测,预测值与实测值的相关系数分别为0.899 6,0.828 3和0.600 0. 与一般的人工神经网络预测模型相比较,GA_-ANN模型将空气质量等级预报的准确率从77.57%提高到79.67%. GA_-ANN模型可结合其他方法进行日常空气质量预报.