迭加模型在地下水水情预报中的运用

地下水水情预报方法较多，西宁监测区1993～2000年尝试运用迭加模型进行中长期预报，通过对预报值多种检验，准确率可达85％。基本反映出地下水动态趋势性，值得借鉴与推广。     

青藏铁路沿线风沙指数预报方法研究

文章利用欧洲数值预报产品和青藏铁路沿线海晏到当雄12个气象站日最大风速资料,采用完全预报方法设计思路,以逐步回归为因子分析方法,研制了一套应用欧洲数值预报模式输出、适用于铁路沿线风沙指数预报的完全预报方法,从2007年10月进行了业务试运行。检验和业务试用结果均表明:该方法对铁路沿线风沙指数具有较强的预报能力,用完全预报方法做风沙指数预报是可行的,并有一定的实用价值。     

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。     

开远市空气污染与气象条件关系及污染等级预报方法

为探究空气污染与气象条件的关系，以及基于气象条件的空气污染等级报方法，以开远市为例，利用相关性分析、数值统计预报方法及《空气污染扩散气象条件等级》标准进行了分析。结果表明：(1)开远空气污染具有“冬春高夏秋低”的鲜明特点，影响污染物主要有SO₂、PM₁₀、O₃、PM_2.5,其中O₃为首要污染物；(2)影响开远市空气质量的气象条件主要有降水、相对湿度和风向。夏季降水的湿清除作用对改善当地空气质量有重要作用，尤其是在调节降低SO₂、PM₁₀、CO、PM_2.5浓度中作用显著。相对湿度与空气质量呈负相关，影响开远市空气污染扩散的风向主要为南向风；(3)根据《空气污染扩散气象条件等级》标准建立的基于气象条件的空气污染等级预报方程，比数值统计预报方法建立的AQI逐步回归预报方程具有更好的适用性，预测AQI等级对比实测AQI预报等级正确率达79.4%,对开远市空气污染防治具有一定的科学指导意义。     

空气质量周报探微

空气质量周报工作在我国开展时间不长,开展的城市面也不广,可以说是起步阶段。因此,加强空气质量周报的管理,实现周报工作的规范化,确保周报的科学性、准确性和可比性,保障周报数据时效性,提高空气质量周报的水平和效果,是环境监测人员应该潜心研究的问题。我们大庆市的空气质量连续监测工作于1997年6月开始进行准备,今年1月14日正式进行空气质量周报。4月22日通过市电视台、日报社等新闻媒介向社会发布。之后,国家环保总局批准大庆市为国家质量空气周报重点城市,5月1日起向中国环境监测总站传送空气质量情况。一、空气质量周报…     

神经网络在空气污染预报中的应用研究

空气污染预报是一项复杂的系统工程，是当今环境科学研究的热点，国内外已有将神经网络法应用于大气污染预报的研究。本论文以PM2．5为例，采用伦敦市PM2．5的小时平均浓度数据，使用传统的BP神经网络建立预报模型，定量预测伦敦市PM2.5的小时平均浓度，探讨了大气污染预报网络的建模过程中，扩大样本集、去除样本集数据噪声和在输入向量中加入气象变量等因素对建模所产生的影响。最后得出结论，适当的选择样本集、气象变量，有利于提高所建立网络模型的预测精度。     

青海南部地区大风天气分析和预报

大风天气是青海南部地区频繁发生的重大灾害性天气之一。本文通过普查该区1971—2000年风速大于等于17m／s的大风天气过程，得出大风分布特征，并用天气学方法对24h内本地有区域性大风（相邻三站以上）的42个天气过程进行了环流分型和诊断分析，总结归纳出了产生本地区域性大风的天气学指标，给出了大风预报的一般思路和预报着眼点。     

当前城市空气质量周报工作中应注意解决好的几个问题

通过新闻媒介向全社会发布空气质量周报是国务院环境保护委员会１９９７年１月做出的决定，当时要求在全国４６个环境保护重点城市发布空气质量周报。当年５月２３日，南京市率先启动之后，相继有许多城市在当地电视台、广播电台、报纸上公布本地区一周来城市的空气质量状况。两年多来，空气质量周报工作的开展，为提高公众环境意识找到了新形式，使公众了解了环保知识，增强了公众保护环境和参与环境监督的自觉性，培养了公众良好的环境道德观念，促进了社会环境文化建设。为建立公众参与机制找到了新途径，使决策者们增加了压力，加大了对…     

以福州为示范的城市空气质量实时精细化模拟与预报

本研究在已有空气质量站点的基础上,采用多功能、高效、小巧的传感设备进行监测加密,利用大数据的分析机理与空气质量模型的城市计算技术,以海峡西岸城市群中的福州市为示范,建设城市空气质量实时精细化模拟与预报系统。实时分析城市细粒度(1km×1km)的空气质量,有效提高了城市不同地理位置污染物浓度差异性的分辨率,同时对城市空气污染的发展趋势提出预测,为精细化分析污染成因提供基础数据,从而为环境管理提供决策辅助支持、市民出行提供帮助与指导。     

关于吉林省开展城市空气质量预报探讨

目前,随着沙尘暴不断出现,空气质量预报已为人们所关注。为了更好地反映环境污染变化趋势,加大环境污染控制力度,预防严重污染事件发生,开展城市空气质量预报工作是十分。必要的,本文概括地论述开展此项工作的目的、意义、方法及其进展,同时结合吉林省实际情况,指出了目前吉林省要开展此项工作应注意的一些问题。     

秦皇岛沿海灾害性天气对自然环境的影响和预报

风暴潮天气是一种灾害性的自然现象。一般情况下,大于500 km的东到东北大风持续12个小时,且风速大于或等于6级,将在秦皇岛沿海形成风暴潮天气。通过分析引发风暴潮天气的动力条件,风暴潮与台风、温带气旋等天气系统相关联系,再根据天文、潮汐变化、台风、温带气旋24 h诊断预报,判断台风、温带气旋移动径,从而达到准确预报风暴潮天气之目的。分析表明:成灾风暴潮多发生在朔日和望日及其后的5天。     

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。     

基于Matlab的神经网络在绵阳空气质量预测中的应用

以绵阳市2014～2016年空气污染指数(API)以及SO_2、NO_2、PM_(10)等污染物为研究对象,探讨了绵阳市空气污染的变化规律,并分析它们与常规观测的地面气象资料之间的关系。尝试采用多元线性回归方法及BP神经网络方法建立污染预报模型,并检验分析两种模型的可行性。结果表明基于BP神经网络的预报模型在污染预报中可行,并建立基于BP神经网络进行空气质量预测的预测模型,利用历史资料进行验证。     

基于深度学习的大数据空气污染预报

为了更好地反映环境污染变化趋势,为环境管理决策提供及时、全面的环境质量信息,预防严重污染事件发生,开展城市空气质量预报研究是十分必要的.本文针对环境大数据时代下的城市空气质量预报,提出了一种基于深度学习的新方法.该方法通过模拟人类大脑的神经连接结构,将数据在原空间的特征表示转换到具有语义特征的新特征空间,自动地学习得到层次化的特征表示,从而提高预报性能.得益于这种方式,新方法与传统方法相比,不仅可以利用空气质量监测、气象监测及预报等环境大数据,充分考虑污染物的时空变化、空间分布,得到语义性的污染物变化规律,还可以基于其他空气污染预测方法的结果(如数值预报模式),自动分析其适用范围、优势劣势.因此,新方法通过模拟人脑思考过程实现更充分的大数据集成,一定程度上克服了现有方法的缺陷,应用上更加具有灵活性和可操作性.最后,通过实验证明新方法可以提高空气污染预报性能.     

青海省森林病虫害防治工作中存在的主要问题及对策

文章从青海省森林资源现状和森林病虫害严重发生的形势入手，列举和分析了森林病虫害测报、检疫、防治三大体系工作中存在的主要问题及原因，并从调整森防工作思路着眼，以育苗、造林、抚育环节为切入点，提出了加强森林病虫害防治工作的对策与措施。     

一个森防老兵的足迹——记辽宁省阜蒙县森林测报站工程师胡忠义

胡忠义,1976年参加国有周家店林场工作以来,一直从事森林病虫害预测预报和防治工作。38个春夏秋冬,38年的森防生涯,留下了一串森防老兵的足迹,那是一串闪光的足迹,顺着这条足迹看过去,我们看到了这样一个森防人——     

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。