| 多元线性回归方法对北京地区PM2.5预报的改进应用 |
| |
| 引用本文： | 潘锦秀,晏平仲,孙峰,李云婷,刘保献,王占山,董瑞.多元线性回归方法对北京地区PM2.5预报的改进应用[J].中国环境监测,2019,35(2):43-52. |
| |
| 作者姓名： | 潘锦秀 晏平仲 孙峰 李云婷 刘保献 王占山 董瑞 |
| |
| 作者单位： | 北京市环境保护监测中心, 大气颗粒物监测技术北京市重点实验室, 北京 100048,中国科学院大气物理研究所, 大气边界层和大气化学国家重点实验室, 北京 100029,北京市环境保护监测中心, 大气颗粒物监测技术北京市重点实验室, 北京 100048,北京市环境保护监测中心, 大气颗粒物监测技术北京市重点实验室, 北京 100048,北京市环境保护监测中心, 大气颗粒物监测技术北京市重点实验室, 北京 100048,北京市环境保护监测中心, 大气颗粒物监测技术北京市重点实验室, 北京 100048,北京市环境保护监测中心, 大气颗粒物监测技术北京市重点实验室, 北京 100048 |
| |
| 基金项目： | 国家重点研发计划（2016YFC0208803）；北京市科委重大专项（D17110900150000） |
| |
| 摘 要： | 利用多元线性回归方法（REG）将多模式空气质量预报系统中3个模式（CMAQ、CAMx和NAQPMS）对北京市2016年PM2.5的预报结果和观测数据进行集合，并对集合结果进行评估。结果表明：①不同模式的预报结果不尽相同，均能够反映2016年北京地区PM2.5随时间的变化趋势，CMAQ、CAMx和NAQPMS相关系数为0.6~0.9，标准化平均偏差为-0.6~0.6。3个模式对重污染峰值预报都存在偏差，NAQPMS预报偏差低于其他模式；②基于多元线性回归集成预报模型能显著提高日均PM2.5预报的准确率，能较好地改进不同季节模式整体高估或者低估的系统性偏差现象，春季国控平均偏差由-23 μg/m3改善至-2.3 μg/m3，冬季平均偏差降低近20 μg/m3；③利用多元线性回归方法对2016年红色预警期间小时PM2.5订正结果显示，相关系数提高了0.13，均方根误差降低了20~30 μg/m3，并且对峰值浓度有较好的调整，预报峰值更为接近实况峰值，特别是对北部地区的改进效果较为明显，反映了实际观测数据对空气质量数值模式预报修正的研究意义和可行性。
|
| 关 键 词： | PM2.5 集合预报 多元线性回归方法 空气污染红色预警 |
| 收稿时间： | 2018/1/22 0:00:00 |
| 修稿时间： | 2018/5/8 0:00:00 |
Application of Ensemble Forecast and Linear Regression Method in Improving PM2.5 Forecast over Beijing Area |
| |
| PAN Jinxiu,YAN Pingzhong,SUN Feng,LI Yunting,LIU Baoxian,WANG Zhanshan and DONG Rui.Application of Ensemble Forecast and Linear Regression Method in Improving PM2.5 Forecast over Beijing Area[J].Environmental Monitoring in China,2019,35(2):43-52. |
| |
| Authors: | PAN Jinxiu YAN Pingzhong SUN Feng LI Yunting LIU Baoxian WANG Zhanshan and DONG Rui |
| |
| Institution: | Beijing Key Laboratory of Airborne Particulate Matter Monitoring Technology, Beijing Municipal Environmental Monitoring Centre, Beijing 100048, China,State Key Laboratory of Atmospheric Boundary Layer Physics and Atmospheric Chemistry, Institute of Atmospheric Physics, Chinese Academy of Science, Beijing 100029, China,Beijing Key Laboratory of Airborne Particulate Matter Monitoring Technology, Beijing Municipal Environmental Monitoring Centre, Beijing 100048, China,Beijing Key Laboratory of Airborne Particulate Matter Monitoring Technology, Beijing Municipal Environmental Monitoring Centre, Beijing 100048, China,Beijing Key Laboratory of Airborne Particulate Matter Monitoring Technology, Beijing Municipal Environmental Monitoring Centre, Beijing 100048, China,Beijing Key Laboratory of Airborne Particulate Matter Monitoring Technology, Beijing Municipal Environmental Monitoring Centre, Beijing 100048, China and Beijing Key Laboratory of Airborne Particulate Matter Monitoring Technology, Beijing Municipal Environmental Monitoring Centre, Beijing 100048, China |
| |
| Abstract: | |
| |
| Keywords: | PM2 5 ensemble forecast multiple linear regression red alert of air heavy pollution |
|
| 点击此处可从《中国环境监测》浏览原始摘要信息 |
| 点击此处可从《中国环境监测》下载免费的PDF全文 |
|
