NAQPMS模型预报合肥、蚌埠和芜湖空气质量的效果评估

评估了NAQPMS模式预报的合肥、蚌埠和芜湖2017年3月1日—2018年2月28日PM_(2.5)、PM_(10)和O_3地面浓度及预报准确率,发现模式对物种的预报能力依次为:O_3 PM_(2.5)PM10;对城市的预报能力依次为:合肥芜湖蚌埠。模式对PM_(2.5)和PM_(10)的预报能力在春季较弱,对O_3的预报全年均较强。整体而言,评估地区的空气质量以优良为主,等级准确率在秋季最高,冬季最低,年均值为69%;首要污染物以PM_(2.5)、O_3、PM_(10)和NO_2为主,其准确率在冬季最高,春季最低,年均值为62%。     

四川省海螺沟区域臭氧本底特征分析

利用海螺沟国家大气背景站2013～2017年的地面O_3连续观测资料统计,期间海螺沟背景区域(O_3-1h)平均浓度为71μg/m~3,(O_3-8h)平均浓度为80μg/m~3,成都市(O_3-8h)平均浓度为165μg/m~3,成都市高出背景区域106%;通过分析和比较背景区域和城市臭氧浓度的变化特征,采用局部近似回归法对海螺沟臭氧背景值进行筛分分析,得出2015～2017年海螺沟区域臭氧春季本底为83±5μg/m~3,夏季本底值为72.5±5.5μg/m~3,冬季本底值为69±5μg/m~3,秋季本底值为60±3μg/m~3。     

2014～2019年霸州市高温天气下臭氧(O_3)变化特征研究

利用2014～2019年霸州市环境质量监测数据以及同期气象资料,采用数理统计的方法,分析霸州市高温日数与O_3浓度的年、季、月、日分布的关系以及高温天气下不同级别的温湿度对O_3浓度超标的影响。结果表明:霸州市6年内O_38h (90%)浓度值均超标,O_3浓度年值和O_3年超标日数在2019年均呈现上升趋势; O_38h (90%)浓度值季节分布与高温日数的变化趋势一致,即夏季春季秋季冬季,且夏春两季O_3浓度超标;同高温日数类似,O_38h(90%)月最高浓度值出现在6月,5～9月O_3浓度超标,其中6～7月严重超标;高温日,O_3浓度日变化呈明显的"单峰型",16时达到峰值,12～18时连续7 h O_3浓度值在200μg/m~3以上,严重超标;同时得到O_3超标时的具体温湿度指标,对提高O_3预报预警能力、公众防范O_3污染及相关部门科学治理O_3污染提供可靠的科学依据。     

WRF CMAQ模式对常州市空气质量预报效果的评估

基于通用多尺度空气质量模型The Weather Research and Forecasting model coupled with CMAQ(WRF-CMAQ)对常州市2018年6～12月的空气质量预报结果,结合实况资料,进行了预报效果评估,以期为常州市空气质量的预报提供更好的参考。结果表明:(1)模式对常州市各预报时效空气质量指数(AQI)和各污染物浓度的标准化平均偏差(MFB)和标准化分数误差(MFE)均处于"理想水平"范围,能较好的反映实际空气质量变化趋势。(2)当空气质量为优良时,AQI和空气质量等级(AQI等级)预报效果最好,当空气质量达中度及以上污染时,预报效果最差,应进一步优化调整。(3)模式对首要污染物24小时预报准确率为66.9%,当空气质量为轻度污染及以上级别时,预报准确率较高。(4)模式对AQI的预报总体存在负偏差,对细颗粒物(PM_(2.5))浓度的模拟结果较好,对臭氧(O_3)和可吸入颗粒物(PM_(10))存在低估现象,对二氧化硫(SO_2)、二氧化氮(NO_2)和一氧化碳(CO)等3项污染物浓度均有所高估。     

湖南省臭氧预报效果评估

基于2017年3月—2018年2月湖南省14市臭氧观测资料,对WRF-Chem模式预报效果进行评估。结果表明,模式24 h预报结果能够较好地抓住观测到的臭氧变化趋势,其预报结果在14个城市的平均相关系数为0.6,最高可达0.71。对比不同时效臭氧预报结果发现,随着预报时长的增加,预报偏差呈增大趋势, 72 h预报结果仍具有预报价值。统计O3为首要污染物天数,发现多出现在春季、夏季和秋季,且模式的预报准确率可达70%。     

我国城市环境空气质量预报主要模型及应用

伴随着我国经济的快速增长和城市化进程的加快推进,大气污染已成为全国关注的热点问题。城市环境空气质量预报能实现环境空气质量与重污染天气的提前预报,支撑政府制定防治策略,提醒公众提前防范,减少自身暴露,减轻污染,我国已形成国家-区域-省级-城市四级城市环境空气质量预报体系。目前我国城市环境空气质量预报的主要模型包括多元线性回归、人工神经网络、NAQPMS、CMAQ、CAMx、WRF-Chem及多模式集合预报体系等,对各类模型的应用现状进行分析并提出相应的建议。     

万盛大气污染特征分析及污染预报模型的建立

利用2017年4月1日～2019年3月31日万盛经开区万东北路站点的空气质量日均值监测数据进行分析发现,万盛大气污染具有很强的季节变化特征,冬半年主要污染物为PM_(2.5),夏半年主要污染物为O_3,冬半年污染重于夏半年,颗粒物污染重于O_3污染。万盛污染以轻度污染为主,仅有冬季会出现中度以上污染天气,其首要污染物均为PM_(2.5)。利用多元回归模型和差分自回归移动平均模型(ARIMA)建立了万盛PM_(2.5)、PM_(10)与O_3的预报模型。通过对模型得出的预报值与实况值的比较来看,预报与实况的变化趋势基本一致,均可以较好的指示未来AQI的变化趋势。多元回归预报模型中,O_3的预报效果要远好于PM_(2.5)和PM_(10);而ARIMA预报模型三者预报效果接近。总体来说,ARIMA (p,d,q)预报模型对颗粒物污染的预报效果要远好于多元回归预报模型,而O_3则两种模型预报效果接近。     

基于Models-3的自修正空气质量预报系统及其效果检验

本文介绍了一个以Models-3为基础的自动化空气质量数值预报系统,该系统通过Gambas、Yabasic和R语言等工具进行开发,集成WRF-SMOKE-CMAQ三个模式,可通过监测数据进行自动修正,完成空气质量业务数值预报,并将结果发布到Web服务器上进行呈现。该系统对硬件的要求较低,将部署于一台DELL Optiplex 9010工作站上,设置6km—2km双层嵌套,进行成都市空气质量数值预报。本文分析了成都市2014年1月1日至2014年12月31日的空气质量数值预报结果,评价系统对成都市NO_2、SO_2、PM_(10)、PM_(2.5)、O_3、CO以及空气质量指数(AQI)的预报效果。结果显示,系统对于成都市2014年空气质量变化情况趋势的预报效果较好,302天有效预报中,24小时直接预报的空气质量等级准确率为58.27%,AQI预报相关系数0.71,观测值自动修正预报对24小时空气质量预报具有明显改善效果,使其等级预报准确率达到64.9%,相关系数提高到0.89。     

运用4种数值模型分析辽宁省空气质量预报准确率

数值模型是当前空气质量预报的主要方法。基于CMAQ模型、WRF-Chem模型、CMAx模型和REG模型对2017年辽宁省空气质量指数(AQI)的范围和级别预报准确率进行了分析。结果表明:CMAQ模型对辽宁省AQI范围和级别的预报准确率均高于其他3个模型,REG模型准确率均最低,WRF-Chem模型和CMAx模型准确率基本持平;各模型对辽宁省东南部区域的预报准确率整体高于对中部和西部的预报准确率。     

2017～2018年广安市大气细颗粒物(PM2.5)污染特征及季节性变化源解析研究

为研究广安市城区大气细颗粒物污染特征及成因，选取2017～2018年广安市委国控站点四个季度监测数据，运用移动式在线单颗粒气溶胶飞行时间质谱仪(SPAMS)对广安市大气细颗粒物污染特征、季节性变化规律开展源解析。主要结果为：(1)2017～2018年广安市大气细颗粒物污染源贡献率季节性差异较大，春季和秋季扬尘源贡献突出，夏季和冬季为工艺过程源、燃煤源；(2)不同组分贡献率季节性差异不大。夏季、秋季、冬季有机碳、元素碳贡献较大，春季有机碳贡献较大；(3)冬季和夏季细颗粒物污染表现明显，颗粒物老化程度冬季>秋季>春季>夏季。研究为广安市加强大气细颗粒物污染防治研究提供参考依据，也为科学应对重污染天气提供一些借鉴意义。     

2015～2019年云南省城市空气质量特征及影响因素研究

利用2015～2019年云南省16个州市29188个空气质量日报数据进行数理统计,采用克里金插值法及Daniel趋势检验法分析AQI (空气质量指数)及主要污染物浓度的时空变化特征,探讨近5年云南省城市空气质量时空变化特征及其影响因素。结果表明:(1) 2015～2019年云南省SO_2、PM_(2.5、)PM_(10)浓度呈下降趋势,NO_2浓度保持基本稳定,O_3浓度呈显著上升趋势,各年间空气质量综合指数值波动较小,且逐年改善。(2) 2019年O_3-8h作为超标污染物占比达57.52%。云南省PM_(2.5)年均值相对较高区域面积略有减少,O_3年均值相对较高区域面积显著增加。(3)云南省PM_(2.5)与PM_(10)月均值呈现冬春高夏秋低的变化规律,O_3月均值为春季单峰高值,SO_2月均值整体趋势平稳变化幅度不大。(4)云南省AQI值及平均能见度和平均降水量呈显著负相关(P0.01),AQI值与平均气温及平均风速不存在显著相关性。研究显示云南省空气质量优良逐年改善,污染类型由颗粒物污染转为以颗粒物和臭氧为特征的复合型污染。空气质量受气象条件影响,能源结构优化、污染物总量减排等措施对空气质量改善起到积极作用。     

四川省上空臭氧时空变化分析

以OMI卫星的OMITO3e臭氧总量日产品为基础,分析2005~2015年间四川省上空O_3时空分布特征。结果表明:(1)空间上,区域内近10年O_3累计值大体呈现北高南低、东高西低的分布格局。O_3高值区主要分布在以广元、巴中、南充、达州四个城市为核心的川北城市群以及四川盆地中央。低值区分布在甘孜藏族自治州、凉山彝族自治州以及攀枝花地区。(2)时间上,2006~2009年有明显的下降,2015年O_3增加幅度尤为突出;季节上表现为O_3春夏高、秋冬低;月变化特征表现为,O_3最高值出现在春季的4月,最低值出现在秋季的10月。(3)四川省上空臭氧时空分布受太阳辐射、地形、云量、源等各种因素影响。     

2014~2016年成都地区空气污染气象要素分型研究

为研究成都地区发生不同程度空气污染时,地面气象要素的搭配类型特征,基于成都地区2014~2016年多个逐日气象要素值(气温、气压、湿度等)和逐日AQI资料,对2014~2016年成都地区空气质量状况进行特征分析,并且通过TSI天气分型方法,并结合同期逐日空气质量资料探讨了四季不同天气类型下空气质量特征,主要结果为:(1)2014~2016年成都市总体空气质量夏秋季空气质量最佳,春季次之,冬季最差。(2)不同天气类型空气质量状况差异较大。春季3型和4型容易发生轻度污染;夏季1型和4型容易发生轻度污染;秋季3型容易出现轻度污染;冬季4型和5型天气下容易发生轻度污染以上的空气污染状况。研究为成都地区空气污染气象研究提供参考依据,也为空气污染预报提供一些借鉴意义。     

大连市大气中气态总汞的时间分布特征研究

为研究大连市大气中气态总汞的时间分布特征,采用Lumex RA-915AM型测汞仪对大连市气态总汞进行了长达一年(2015年)的连续监测。结果表明:2015年大连市气态总汞年平均值为3.72 ng/m3;季节浓度高低顺序为春季夏季冬季秋季;月均值最大值出现在夏季,日均值最大值出现在春季;春季气态总汞浓度白天明显高于夜间,而夏季则白天明显低于夜间,秋季、冬季白天与夜间气态总汞浓度没有明显差别。     

桂林市霾天气的潜势预报模型研究

利用2012年1月～2015年12月桂林国家基本气象站观测到的地面、高空气象观测资料及大气成分观测资料,从污染物浓度、水汽、风速、大气层结、降水等几个方面初选了29个预报因子,根据这些因子与霾天气相关程度,选取相关显著的因子,分别用事件概率回归、逻辑回归、指数叠加等3种方法建立桂林霾天气的潜势预报模型。结果表明:3种潜势预报模型中Logistic无论是在回报还是预报检验中效果都最好,其中在预报检验中空报率、漏报率、TS评分、准确率分别为32. 0%、34. 5%、50. 2%、80. 3%,事件概率回归、指数叠加建立模型效果稍差,但事件概率模型漏报率只有21. 4%。整体而言,3种模型预报效果稳定,TS预报评分都在50%左右,准确率均超过74%,在实际预报中有较好地参考价值。     

成都市空气质量预报系统的应用及预报效果评估

介绍了成都市空气质量预报系统的模式设置和排放源处理,并评估其对2017年2月成都市的气象要素和PM_(10)、PM_(2.5)、SO_2、NO_2小时浓度的24小时预报效果。结果表明,系统能较好的预报成都市主要气象要素的逐小时变化情况,平均气温、气压和相对湿度的相关系数均在0.72以上,但对累积降水的预报效果仍需优化;系统能合理的反映各污染物的时空分布,PM_(10)和PM_(2.5)的预报效果达优秀水平,但存在不同程度的高估;NO_2的预报值与实况值的时间变化趋势一致性最高,空间分布对应较好,但模式预报对其存在一定程度的低估;对SO_2有显著的高估,但其空间分布模拟效果最佳。优化源的空间分配,及时更新源排放清单,同时针对不同排放源提高小时尺度排放清单分辨率可能是未来提高成都市空气质量预报系统预报准确率的有效途径。     

渤海偏东风对北戴河区降水及温度影响统计分析

利用2001—2010年1～12月北戴河观测站气象资料,筛选出401个样本个例,应用常规统计学方法及天气学理论,按不同分级统计分析降雨(雪)前6～8 h风向、风速及转为海风时温度变化基本数据,计算不同分级相关系数值,得出海上偏东风与降水、温度半定量化估计值。并用临近4个观测站同步资料对比分析,偏东风动态变化对岸区强降水落区具有指示意义;北戴河至内陆延伸温度梯度估计值为:夏季平均值0.6℃/10 km,冬季0.3℃/10 km;为单站精细化预报方法研究及中尺度数值模式检验提供基本依据。     

成都市城区大气污染特征及其假日效应研究

对成都市城区O_3、SO_2、NO_X、CO、PM_(2.5)、PM_(10)、苯和甲苯进行了为期一年的在线观测。结果表明:成都市超标最严重的为NO_X,年平均质量浓度为(100. 9±61. 5)μg/m3,超标天数为119 d。PM_(2.5)、PM_(10)、CO和NO_X的浓度均为冬季最高; O_3春夏季高而冬季低; SO_2浓度冬季相对较高但总体水平较低。春、夏、秋季成都市大气中苯系物的主要来源为机动车,冬季则是机动车源和燃烧源的综合贡献。O_3日变化呈"单峰型"; NO、苯和甲苯都在上午出现峰值; NO_2与PM_(10)、PM_(2.5)均呈现出"双峰双谷"型日变化; CO也为双峰型日变化。各大气污染物浓度没有明显"周末效应",但"长假效应"显著。     

南充市空气中可吸入颗粒物污染水平分析

本文在连续1年又5个月同步采样的基础上，测得南充市市辖三城区5个采样监测点环境空气中PM10的浓度及其时空变化进行了分析。结果表明，PM10的日平均浓度范围为0．020～1．030mg／m^3，超标率达38．0％；周日均浓度在0.040～0．520mg／m^3之间，超标率达到了37．8％。空气污染最重为嘉陵城区，其次为高坪城区，再次为石油学院、炼油厂和市府二院。浓度季节变化特征表现为冬季最高，其次为秋季，再次为春季，最轻为夏季。     

基于支持向量机和树叶磁学的大气颗粒物浓度模拟

在南京市仙林地区采集桂花、雪松及女贞树叶,测试其磁学参数,分析大气颗粒物浓度与树叶磁学参数、气象数据的相互关系,使用支持向量机方法构建大气颗粒物磁学评估模型。结果显示,雪松树叶的质量磁化率(χ)、饱和等温剩磁(SIRM)和非磁滞剩磁(ARM)值最高。3种树叶在夏季和秋季富集了相对较多的细磁畴磁性颗粒物,而在春季和冬季富集了相对较多的粗磁畴磁性颗粒物。PM_(10)和PM_(2.5)浓度与风速、温度和湿度之间显著负相关,与大气压显著正相关;与3种树叶的磁学参数显著正相关,且与χ和SIRM的相关性高于ARM,其中与桂花树叶χ、SIRM的相关系数均高于0.560。将"树叶磁学参数+气象数据"作为输入因子的支持向量机模型对PM_(2.5)浓度的模拟效果较好,将"树叶磁学参数"作为输入因子的模型对PM_(10)浓度的模拟效果较好,模型误差都在可接受范围内。