基于集合卡尔曼滤波的区域臭氧资料同化试验

基于集合卡尔曼滤波方法和嵌套网格空气质量模式系统建立了一个区域空气质量资料同化系统(RAQDAS),并利用该系统开展了京津冀地区2008年北京奥运会期间的地面臭氧观测资料同化试验,分析了同化系统订正臭氧初始场对24 h臭氧预报的影响.试验结果表明采用50个集合样本的集合卡尔曼滤波同化不仅改进了观测站点的臭氧预报,也提高了观测以外区域的臭氧预报技巧,使得臭氧预报的均方根误差平均下降了15％,并且当集合样本数减小到20时也可达到相近的预报改进效果.为了解决滤波发散问题,分别采用了放大集合离散度和扰动模式误差源两种方法.其中放大集合离散度能避免滤波发散,但没有提高臭氧预报技巧,反而导致预报误差的增加;扰动模式误差源不仅解决了滤波发散问题,也使同化导致的臭氧预报均方根误差下降比例从15％进一步提高到20％.     

基于机器学习的短临预报方法及其在空气质量保障中的应用

基于多个数值模式(NAQPMS、CMAQ)预报结果和站点观测资料,采用岭回归机器学习方法构建了一种多污染物短临预报方法,并应用于2017年厦门金砖国家峰会和2019年武汉军运会空气质量保障工作,评估总结了短临预报方法的可行性和预报效果。结果表明:短临预报表现出很好的预报能力,可以有效改进数值模式的预报趋势和量值。从日均模拟效果来看,短临预报的颗粒物相关系数达到0.9以上,均方根误差小于5μg/m~3,而且预报的臭氧相关系数和均方根误差分别为0.99和2μg/m~3。相较于日均数值模式预报结果,短临预报可使颗粒物和臭氧的预报相关系数至少提升16%和9%,预报均方根误差至少下降50%和86%。对于小时模拟效果,短临预报能够更好地把握颗粒物的小时变化特征,其相关系数较模式提升了0.2以上;同时短临预报能够更好地再现观测到的臭氧日循环特征,对白天的峰值和夜晚的低值预报更好,其相关系数高达0.9。总体来说,短临预报方法可为重大活动空气质量保障提供较为精准的临近预报结果,具有较好的应用价值。     

最优化集成方法在城市臭氧数值预报中的应用研究

基于多模式(NAQPMS、CMAQ、CAMx、WRF-Chem)空气质量数值预报业务系统的滚动预报结果,结合站点观测资料,评估了最优化集成方法在城市臭氧数值预报中的可行性和预报效果。一年的评估结果表明:当训练期为15 d时,最优化集成方法能够得到相对较好的结果。总体而言,最优化集成方法对城市臭氧浓度变化趋势和浓度水平的预报效果明显优于单个模式,且在大部分城市优于多模式的最优预报,其预报值和观测的相关系数提高0.11以上,均方根误差降低约10μg/m~3;该方法对城市臭氧污染等级的预报能力也明显优于单个模式,特别是轻、中度污染。此外,在模拟偏差较大的城市,最优化集成方法对预报效果的改进更为显著;在模拟偏差较小的城市,该方法仍可进一步提升预报效果。     

CMAQ模式及其修正预报在珠三角区域的应用检验

为检验CAMQ空气质量数值预报模式对区域性空气质量的预报准确度,通过对珠江三角洲地区16个监测站点数据进行聚类分析,对划分的评价区域进行预报误差分析。结果表明,CMAQ模式输出的污染物浓度水平存在明显偏低的现象,且可吸入颗粒物的浓度偏离最大,这与污染源清单削减程度有关。污染物浓度时变规律分析表明,CMAQ模式能较好地模拟可吸入颗粒物、二氧化氮和臭氧小时浓度的日变化特征,但对二氧化硫的模拟能力较弱,反映污染源时间分配因子存在不适应性。为提高预报的初始浓度值,采用预报日前一天的监测数据作为修正项,并考虑CMAQ模式预报的浓度变化趋势,从而进行修正预报。误差统计表明,修正预报的准确度显著提高,反映了引入实际监测数据对空气质量数值预报模式进行修正的研究意义和可行性。     

广东省臭氧污染特征及其来源解析研究

使用广东省近年大范围长期连续臭氧观测数据分析了珠三角与广东省的臭氧污染特征,并使用NAQPMS模型研究了广东省与典型城市不同季节的臭氧来源情况.结果表明:2014—2016年广东省的臭氧污染局部在改善.珠三角的臭氧浓度水平总体高于粤东西北地区,广东省臭氧总体上呈现出珠三角中南部和粤东东部部分地区较高、粤西污染相对较轻的分布态势.广东省的臭氧夏秋季浓度较高,冬春季浓度较低.广东省臭氧主要来源于本地排放,夏季占比为57%,其余季节约占40%,臭氧的跨省输送特征明显.珠三角西南部春夏季臭氧本地贡献约为50%,但秋冬季仅占19%~28%.若要减轻广东的臭氧污染,建议实施臭氧消峰行动,即在夏秋季节严控珠三角地区的臭氧前体物排放,特别是珠三角中部广州、佛山与东莞等城市的排放要重点控制.同时,强化粤东西北地区与周边省份的协同减排.     

京津冀区域重污染天气过程数值预报评估新方法

利用区域空气质量监测数据、空气质量模式数值预报产品及天气图资料,建立了一种适用于区域重污染天气过程预报的评估方法,将其用于评估NAQPMS模式系统对2013年和2014年京津冀地区静稳型、沙尘型和特殊型3类重污染天气过程的预报能力,并探讨了重污染天气过程早报、晚报及漏报的可能气象条件原因,以提高预报准确率.结果表明:数值模式系统提前3 d预报重污染天气过程的预报准确率可达57%,秋冬季预报效果好于其他季节,静稳型预报效果好于沙尘型和特殊型.对模式AQI预报结果统计发现,当预报AQI值达到150以上时,实际发生重污染天气过程的概率较大,如定义AQI等于150作为重污染天气预警临界值,模式预报准确率可提高至70%以上.天气系统对污染过程预报有重要影响,WRF气象模式对中低层天气系统位置及强度预报偏差是导致静稳型污染过程早报和晚报的一个重要原因.     

利用多模式集合和多元线性回归改进北京PM_(10)预报

本研究将多模式集合预报和多元线性回归集成方法结合起来减小空气质量预报的不确定性.首先评估了北京空气质量多模式集合预报系统中3个模式成员(NAQPMS、CAMx、CMAQ)对北京地区PM10日均浓度的预报性能,在此基础上引入多元线性回归将历史观测信息纳入进来对3个模式预报结果进行集成,并将集成预报结果与3个模式算术平均的预报结果进行比较.结果发现:1不同模式的预报结果差异较大,并没有一个模式的预报技巧完全优于其它两个模式,其中CMAQ对北京PM10变化趋势的预报优于其它两个模式,NAQPMS预报的均方根误差整体低于其他两个模式.2多模式预报结果的算术平均在趋势预报和偏差两项指标上都低于部分单模式预报,并不能有效改进PM10预报;基于分站点的模式和观测数据构建的多元线性回归集成预报模型能显著提高PM10预报的准确率,选定合适的训练天数(36 d)后,28个站点PM10日均值预报的均方根误差相对单模式预报或集合平均预报下降32%~43%,预报偏差大幅减小至5.8μg·m-3,总体预报技巧显著优于单模式和多模式算术平均的预报结果,并且采用线性回归集成方法大幅提高了对污染过程的预报能力.     

东亚边界层臭氧时空分布的数值模拟研究

利用嵌套网格空气质量预报模式系统(NAQPMS)对2010年东亚地区边界层臭氧(O3)的时空分布进行了数值模拟,并评估了东亚边界层光化学反应的活性.结果表明,NAQPMS模式与观测结果较为一致,站点观测与模拟的日均值(月均值)相关系数达到0.56~0.91,模式能合理再现东亚地区地面O3的时空分布特征.东亚地区冬季边界层O3低值区出现在中国东部;春季O3浓度增加,西北太平洋沿岸地区O3浓度达60μL/m3左右;夏季东亚中纬度35°N附近大陆地区O3由于强烈的光化学反应呈现出一浓度高值带,浓度达60μL/m3以上;秋季东亚大部分地区O3浓度维持在40~45μL/m3左右.夏季中国京津冀和长江三角洲部分地区光化学净生成率已超过30×10-9/d.