基于MODIS气溶胶产品的安徽省颗粒物浓度反演研究

基于MODIS level2的气溶胶产品,分别利用地面气象观测和ECMWF再分析资料进行垂直订正和地面水汽订正,建立MODIS气溶胶光学厚度与地面颗粒物浓度间的关系模型,并分析了颗粒物浓度的时间变化特征。结果表明:(1)MODIS光学厚度与地面PM_(2.5)和PM_(10)浓度相关性较差,经过垂直订正得到的地面消光系数与PM_(2.5)和PM_(10)浓度的相关性增强,水汽订正后的干消光系数与PM_(2.5)和PM_(10)浓度的相关性进一步提高。(2)ECMWF再分析格点数据中边界层厚度和相对湿度产品适用于MODIS光学厚度的垂直订正和水汽订正。(3)利用MODIS光学厚度历史数据反演的合肥市月平均PM_(2.5)浓度自2000年以来呈震荡增长趋势,PM_(2.5)浓度冬季较高,春秋次之,夏季最低。     

基于多机器学习算法耦合的空气质量数值预报订正方法研究及应用

应用多种机器学习算法进行时空耦合从而建立一种新的多模式集合预报订正算法(简称“ET-BPNN算法”),对4种常规污染物(NO₂、O₃、PM_2.5和PM₁₀)的空气质量模型预报结果进行订正. 订正方法分为两步,第一步中利用随机森林、极端随机树和梯度提升回归树3种机器学习算法,采用4个空气质量数值预报模式(CMAQ、CAMx、NAQPMS和WRFChem)的多尺度污染物浓度预报数据、中尺度天气模式(WRF)的气象因子预报数据(包括2 m温度、2 m相对湿度、10 m风速、10 m风向、气压和小时累计降水量)以及污染物浓度观测数据作为训练集,训练结果进入基于均方根误差的择优选择器,选取3种机器学习算法中优化效果最好的算法;在第二步中利用了BP神经网络算法,通过加权平均获得集合模式订正预报结果. 结果表明:①与模式集合平均算法相比,ET-BPNN算法使NO₂、O₃、PM_2.5和PM₁₀浓度预报值与观测值之间的均方根误差分别减小了30.4%、18.9%、43.3%和38.1%. ②ET-BPNN算法的优化效果较随机森林、极端随机树和梯度提升回归树3个机器学习算法有明显提升,与极端随机树算法相比,ET-BPNN算法使NO₂、O₃、PM_2.5和PM₁₀浓度预报值与观测值之间的均方根误差分别降低了42.7%、20.1%、19.7%和9.7%. ③在易发生污染的秋冬季,ET-BPNN算法对PM_2.5浓度的预报具有明显的优化效果,此外该算法明显缩小了不同站点预报和不同预报时效之间的偏差,具有较好的鲁棒性. ④对O₃和PM_2.5浓度预报而言,经ET-BPNN算法优化后的预报结果能够更好地把握污染过程,对污染物峰值浓度的预报也较模式集合平均算法更准确. 研究显示,ET-BPNN算法提高了空气质量模式对污染物浓度的预报效果.      

基于变分订正TROPOMI卫星数据的京津冀地区NO2时空变化与气象影响分析

为研究京津冀地区NO₂时空变化与气象条件影响,本文利用变分方法订正TROPOMI卫星NO₂遥感数据,结合环境气象评估指数(EMI)分析气象条件对NO₂浓度变化的影响.结果表明,经过变分方法订正过的NO₂浓度具有更可靠和高分辨率的时空分布特征.京津冀西北部地区的NO₂浓度低,东部和南部浓度较高.北部燕山、西部太行山形成的半包围地形阻挡了大气污染物在京津冀平原地区的扩散,产生了不利的气象条件.其中,燕山南部的北京、天津和唐山以及太行山东部的保定、石家庄、邢台、邯郸等地气象条件较差,而高海拔地区的张家口、承德、秦皇岛大气扩散条件较好.NO₂浓度在春、夏季受到气象条件变化的显著影响,而在秋、冬季受到气象条件变化的影响较小.气象条件对NO₂不同浓度区间的作用不同,NO₂浓度较低和较高时气象条件对其作用更为显著,而浓度处于转折区间时,气象条件对其影响较小.本研究开展的TROPOMI卫星变分订正、NO₂浓...     

成都颗粒物吸湿增长特征及订正方法研究

利用2013年6月—2014年5月成都市人民南路四段逐时PM_(2.5)质量浓度、大气能见度监测资料及同期温江站相对湿度观测数据,分析了该区域相对湿度对大气消光系数的影响,探讨了消光系数湿度订正方法的原理和技术流程.结果表明:针对细颗粒物而言,平均单位质量“湿”消光系数在相对湿度为40%时存在突变(通过了α=0.05的信度检验),当相对湿度小于40%时,平均单位质量“湿”消光系数呈现平稳波动的特征;而当相对湿度介于40%~90%时,平均单位质量“湿”消光系数增长趋势明显;现有的湿度订正方法未能在成都地区起到相应的订正效果;单位质量“湿”消光系数直观上表现为非平稳随机序列,基于单位质量“湿”消光系数和单位质量“干”消光系数在统计意义下应具有一致性的原则,从不确定性分析的角度提出了消光系数湿度订正的新方法,取得了令人满意的结果.     

FAO生产潜力模型中基本参数的修正

用美国Licor -6200便携式光合作用测定仪对黄淮海主要作物叶片光合进行了测定 ,建立了较强机理的冠层光合模型 ,模型时间积分为瞬时尺度并充分考虑了株型对冠层光合的影响 ,验证结果表明模型具有较高的准确度。在此基础上 ,对deWit在1965年用数值模式计算出的、目前仍在国内大量使用的FAO生产力模型中最基本的参数进行了重新计算 ,发现FAO生产力模型中基本参数对黄淮海地区而言存在较大偏差。文中重新给出了冬小麦、夏玉米两种作物冠层CO2 日总同化量随纬度分布表 ,为以后更准确地计算中国不同作物生产潜力提供了最基本的模型参数 ,同时文中也阐明了作者对国内生产潜力研究的一些观点和看法。     

基于TRMM订正数据的横断山区降水时空分布特征

鉴于高时空变异地区降水观测的需求,论文提出了基于ISODATA动态聚类法和最大似然法分区逐月回归的TRMM数据订正方法,并以横断山区为例,利用地基台站降水数据对1998-2012 年的TRMM 3B43 V7 数据进行了实验研究,并探讨了过去15 a 横断山区的降水时空分布特征及变化趋势。结果表明,TRMM 3B43 V7 数据在横断山区的总体精度较高,单站精度较低。订正后的TRMM 3B43 数据,与实测值偏差大为减少,降水相对偏差大于10%的站点由原始数据的16 个(42.1%)减少为7 个(18.4%),有81.6%的站点年降水量相对偏差小于10%,且相对偏差大于等于20%的站点仅3 个,能够基本满足横断山区降水时空分布特征研究的精度需要,有效地弥补了有限站点观测的不足。研究区内年降水量从东南向西北递减,与东亚季风在该区域的走向一致;1998-2012 年横断山区的降水量主要呈减少趋势,减少地区主要分布在南部以及中西部地区。夏季降水减少趋势最为突出,秋季次之,冬春变化趋势不明显。横断山区大部分区域的降水量与东亚夏季风指数正相关,与东亚冬季风指数负相关;最近15 a,研究区东亚季风指数持续变小,恰好与研究结果中的降水减少趋势一致。     

廊坊市春季气温精细化预报订正

利用廊坊市2001-2012年云量、降水、光照时间、气温等地面观测资料根据统计学分析方法对廊坊市阴雨、雾霾、大风等5种天空状况进行分类,讨论相应天气类型下气温的时空分布特征。分析表明不同天气类型下,最低气温和最高气温分布差别明显,尤其是最低气温,晴天微风天气时,郊外站点最低气温比市区低2℃以上,而阴雨天气时各站温差却小于1℃。此外,本文通过差值统计对各种天气型的欧洲中心温度预报进行经验性订正,得到相应的修正值区间。结合数值预报和统计出的本地气候特征,对廊坊市各站最低、最高气温进行逐步订正,最终得到廊坊市气温的精细化预报,预报准确率有了明显的提高。     

基于AGRI颗粒物浓度遥感反演及季节变化分析

基于AGRI数据反演区域PM_2.5浓度.利用6S辐射传输模式,分析气溶胶光学厚度AOD与能见度相关性,建立AOD、气溶胶标高和能见度模型;通过对大气柱AOD垂直订正,构建AOD与近地面PM_2.5浓度关系的物理模型;同时引入了地面相对湿度数据.结果表明,FY-4A遥感的PM_2.5浓度与地面空气质量监测站的PM_2.5浓度变化趋势一致,算法计算效率较高.利用AGRI估算近地面PM_2.5与地面观测网对比分析,其结果不亚于于MODIS以及VIIRS的对比结果,AGRI估算的均方根误差和相对误差较小.从季节分析,冬季近地面颗粒物浓度是影响整层大气柱AOD值的主要因素,AGRI反演结果精度较好,夏季相关系数相对于其他三个季节偏低.总体而言,采用FY-4A/AGRI反演颗粒物浓度精度可靠,有利于实现区域气溶胶全天候实时监测.     

基于可吸入颗粒物评估的广西能见度观测资料订正

对能见度观测值进行湿度修订,以凸显能见度与可吸入颗粒物(PM10)的关系。以广西3个典型台站(南宁站、桂林站、北海站)为研究对象,利用2001年7月至2011年12月样本数据建立3个台站能见度订正模型,分别采用建模期样本数据与非建模期(2012年1月至2012年12月)样本数据对订正模型进行评估,发现订正后能见度与PM10相关系数绝对值有所提高,即订正后能见度可以更好地表征PM10污染。最后,分析了湿度影响导致的能见度观测偏差以及订正前后能见度分布频率、趋势变化的差异。     

珠三角空气质量数值预报系统的检验与订正研究

通过对珠三角空气质量预报模式的模拟结果进行检验,发现模式预报值整体偏小,特别是峰值,但变化趋势与实测一致,峰值都能较好模拟出.模式对PM10的预报准确率要高于PM2.5,从等级预报来看PM10和PM2.5的二级预报准确率要高于一级,利用MOS方法对模式预报结果进行订正,订正后颗粒物平均偏差都有一定程度的下降,颗粒物等级预报准确率PM10由64.7%提高到77.6%,PM2.5由59.9%提高至74.5%,准确率的提高明显.