空气污染预报应用模型系统建立初探

在空气污染影响因素及其与环境空气质量定性关系分析基础上,通过对环境空气质量变化特征及统计、数值两种预报模型方法的对比分析,结合实际应用的目的要求及现有基础条件,提出了立足于业务化应用的空气污染预报模型系统的总体构想,并进行了实例分析。     

城市空气污染预报方法研究

介绍了国内外空气污染预报所采用的几种主要方法 ,强调指出空气污染预报的特点以及在今后预报中应注意的问题。     

城市空气污染预报的特点及方法

论述了城市空气污染气象特征及城市空气污染与排放条件，从而证明城市空气污染预报的范围、时效及内容，并结合我省实际，介绍了空气污染预报系统中的几种主要方法。空气污染预报系统中的主要方法可按预报模式性能的不同，可分为潜势预报、统计模式和数值模式预报。按污染预报的要素不同，可分为污染潜势预报和污染浓度预报。     

城市空气污染数值预报的技术关键

在分析城市空气污染数值预报要素的基础上,建立了包括污染源排放清单,气象中尺度数值预报模型MM5,ADMS-城市模型软件的城市空气质量预报系统。首次提出了空气质量环境背景值的确定等提高城市空气污染预报准确率的有效措施。     

呼和浩特市空气污染潜势预报方法研究

利用1995～1997和2000年资料，统计分析了呼市边界层气象条件和影响呼市地区的天气系统，寻找出了城市污染与天气的关系，据此研究制定了有利和不利于污染物扩散的天气形势和气象要素指标，给出了不同污染物的空气质量等级判据，从而建立了呼市污染潜势预报方法。     

复杂地形空气污染预报模式的研究

本文依据一个同时包括地形，热力以及摩擦等因素的内的，能够较真实地反映复杂地形情况下，大气运动基本特征的近地层水平流场二维数值模式，将其扩展成三维模式，在此基础上，从平流扩散方程出发，建立了一个与上述流场相应的浓度场预报模式，经与实测值比较，该预报模式具有较好的可靠性和适用性。     

深圳市空气污染分区预报思路的建立

基于本市2005—2010年各区API日资料和污染日逐时资料、逐日气象要素资料、物理量因子,在对全市污染时空分布特征和各影响因素细致分析的基础上,运用典型天气形势和典型要素判定方法,在此基础上,进行气象要素的偏最小二乘回归提炼主要因子,建立污染天气预报思路,运用2011年重污染目的资料进行检验,结果表明：该种三级判定的方法预测污染小概率事件,吻合较好,为空气污染客观预报和高污染预警系统的建立提供依据。     

空气污染潜势-统计结合预报模型的建立及应用

建立了一个空气污染潜势预报和统计预报相结合的模型,该模型以特征气象因子和大气扩散清除因子为基础,并考虑不同因子的权重,定义空气污染潜势指数APPI.所考虑的因子包括:地面风速、混合层高度、混合层内平均风速、风向日变化、稳定度级数、垂直扩散系数、SO2干沉降速率、NO2干沉降速率、PM10干沉降速率、降水时长、地面天气形势.进一步利用统计方法建立空气污染指数API与APPI之间的关系.利用南京地区2009~2010年气象资料计算APPI,通过3项式拟合得到API与APPI的统计方程.结果表明,拟合得到的API与实际API相关系数为0.67,具有显著的相关性,且等级准确率为76.7%.进一步利用2011年1~12月中尺度气象模式WRF预报的气象场开展实况预报.研究表明,24h预报、48h预报、回顾预报的逐月等级正确率分别为44.4%~87.5%,46.4%~100%和63.0%~80.0%,年均等级正确率为60.6%,62.4%.和73.1%.若定义预报API与实际API相差±20以内为正确,则24h预报、48h预报、回顾预报的正确率分别为58.1%, 59.4%和63.8%.在IBM x3500并行集群服务器上计算,48h预报需要机时3h.可见,该模型具有较好的预报性能, 相对数值模型计算效率很高.     

基于小波分解和ARMA模型的空气污染预报研究

细颗粒物PM2.5为首要污染物的空气污染严重影响了公众健康,对空气污染进行有效预报具有十分重要的意义。而目前常用的空气污染物浓度预报方法在短时事件和意外事件预测方面存在不足。利用小波多尺度分析方法改进ARMA预测模型,并将其应用于短时空气污染物浓度预测。改进模型通过小波分解方法将时间序列分解为一个近似序列和多个细节序列,分别采用ARMA模型进行预测,然后将各序列预测结果进行重构,得到最终预测结果。以天津市2014年PM2.5浓度数据为例,分别采用ARMA模型、支持向量回归(SVR)模型、人工神经网络(ANN)模型以及基于小波多尺度分解改进的SVR模型和基于小波多尺度分解改进的ARMA模型进行了对比分析。结果表明:1)小波多尺度分解能够显著提高SVR模型和ARMA模型预报精度;2)ARMA、SVR、ANN等传统模型在重污染情况下预报精度显著下降,而小波分解改进策略能够较好地解决这个问题;3)基于小波多尺度分解改进的ARMA模型预报精度较高,是城市污染物浓度预报的有效手段。     

城市空气中氮氧化物污染物预报模型的探讨

本文着重介绍了适合城市空气中氮氧化物预报的五种模型：统计模型中的ＭＯＢＩＬＥ模式、时间序列分析法、投影回归技术和数值预报模型中的高斯模式及箱模式，并在此基础上推荐了组合预报。     

抚顺市空气环境容量的测算

在建立空气污染物排放清单的基础上，利用ADMS-城市多元扩散模型，采用城市空气质量管理战略初步成果，测算了抚顺市二氧化硫、颗粒物的容量。     

城市空气污染数值预报模式系统及其应用

 介绍了城市空气污染数值预报模式系统,并利用该系统对济南市空气污染进行了预报.结果表明,该系统具有较好的预报性能;预报与实测值之间有较好的相关性;空气质量级别的预报效果更好,对SO₂、PM₁₀和NO₂ 3项污染物的级别预报准确率分别为84.6%,83.2%和94.6%,其总体级别预报准确率达到87.5%.研究结果还显示,济南市的SO₂污染已得到明显改善,机动车尾气污染相对较轻,而PM₁₀的污染比较严重,已上升为首要污染物,其来源、扩散、转化机制及其控制措施的研究是目前济南市面临的首要问题.     

资料同化方法在空气污染数值预报中的应用研究

基于第5代中尺度非静力气象模式MM5以及区域气溶胶和沉积模式REMSAD耦合的空气污染数值预报模型系统,分别采用最优插值法和集合卡尔曼滤波法对南京2002-08～2002-09 NOx和SO2模型预报结果进行了资料同化试验,结果表明,NOx和SO2经最优插值法同化后偏差平均值的改进率分别为34.20%、47.53%,均方根误差的改进率分别为31.95%、42.04%;NOx和SO2经集合个数为30的集合卡尔曼滤波法同化后偏差平均值的改进率分别为26.73%、60.75%,均方根误差的改进率分别为25.20%、55.16%;说明最优插值法和集合卡尔曼滤波法都具有改善空气污染数值预报中污染物浓度初始场的作用.进行了集合卡尔曼滤波法中集合个数为61时2种同化方法同化效果比较的试验,结果表明,随着集合卡尔曼滤波法集合个数的增加,NOx和SO2的同化效果都较集合个数为30时有所改善,并且,集合卡尔曼滤波法对NOx和SO2模式预报结果的改善效果将好于最优插值法.     

空气污染预报方法简介

随着经济高速发展,大气环境污染日趋严重,为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,开展空气质量预报尤为重要,空气污染预测方法研究必行.本文概括地介绍了空气污染预报的几种方法.     

大气污染预测预报研究

以排放到大气环境中的烟尘为例，进行大气污染预测预报，并利用保证率的概念表示预测的结果，为大气污染的预测预报工作提供了一种基本方法。     

用伴随方程研究空气污染的优化控制

从一类常见的空气污染控制问题出发，推导了三维非平坦地形下大气平流扩散方程的伴随方程，利用伴随方程和原始方程的关系，对优化控制问题进行了等价变形，大大降低了计算量．文中指出，空气污染预报问题是正问题，适合用平流扩散原始方程求解；控制问题是反问题，用伴随方程求解是很自然的途径。     

基于逐步回归分析方法的PM_(10)浓度预报模型

根据沈阳市2003～2005年的PM10浓度资料以及同期的气象要素资料,采用逐步回归方法建立了分季节的空气污染物PM10与气象因子的关系模型,并且利用2006年PM10资料和气象资料对模型进行了验证。结果表明:PM10预报浓度准确率和等级准确率最好的是夏秋两季,最差的是春季。春季当PM10日均浓度出现很高值时,预报结果与实测值有较大的误差,但趋势是一致的。秋季趋势的一致性不好,但波动比较小。冬季和夏季预报值与实测值的变化趋势基本上一致。     

抚顺市望花地区空气污染现状分析及其治理途径

目前，抚顺市望花区空气质量总体水平较差，同市内其它地区相比，望花地区空气中主要湖南省的如二氧化硫，总悬浮微粒，沥青烟，氟等含量均较高。在分析研究的基础上，借鉴国内外大气治理的进行经验，就如何减少该地区大气中SO2，B[a]P，氟，TSP等主要污染物，改善区域空气质量，进行了深入而广泛的探讨。     

环境空气污染预测预报探讨

文章简要回顾了环境空气污染预报的发展历史，阐述了开展污染预报的意义和作用。在此基础上重点探讨了环境空气污染预报的程序，特点和方法，对通常预测方法和优缺点进行了分析，并对其发展趋势作子简单的预测。     

石家庄市大气主要污染物的统计预报

介绍了石家庄市在大气主要污染物预报统计模式方面的研究，包括统计回归分析的原理，预报选取的因子，主要污染物的回归方程及其相关系数和推广应用情况，通过分析指出了模式存在的不足，并给出了改进方向。