成都市空气质量预报系统的应用及预报效果评估

介绍了成都市空气质量预报系统的模式设置和排放源处理,并评估其对2017年2月成都市的气象要素和PM_(10)、PM_(2.5)、SO_2、NO_2小时浓度的24小时预报效果。结果表明,系统能较好的预报成都市主要气象要素的逐小时变化情况,平均气温、气压和相对湿度的相关系数均在0.72以上,但对累积降水的预报效果仍需优化;系统能合理的反映各污染物的时空分布,PM_(10)和PM_(2.5)的预报效果达优秀水平,但存在不同程度的高估;NO_2的预报值与实况值的时间变化趋势一致性最高,空间分布对应较好,但模式预报对其存在一定程度的低估;对SO_2有显著的高估,但其空间分布模拟效果最佳。优化源的空间分配,及时更新源排放清单,同时针对不同排放源提高小时尺度排放清单分辨率可能是未来提高成都市空气质量预报系统预报准确率的有效途径。     

NAQPMS和CMAQ模式在臭氧预报应用中的效果检验

基于2017年泰州市环境空气质量自动监测数据,定量评估NAQPMS模式、CMAQ模式对O_3-8h的预报效果。结果表明,就全年数据分析,模式预报值高于监测值,2种模式对O_3-8h预报的相关系数在0.67～0.79,标准化平均偏差NMB在1.1%～2.2%,标准化平均误差NME在30.5%～20.7%,均在理想范围内。按不同季节分析,NAQPMS模式对O_3-8h预报效果呈现春季秋季较好、冬季较差的特征;CMAQ模式对O_3-8h预报效果春季夏季较好,秋季冬季稍差。总体而言,CMAQ模式对O_3-8h预报效果较好。     

WRF CMAQ模式对常州市空气质量预报效果的评估

基于通用多尺度空气质量模型The Weather Research and Forecasting model coupled with CMAQ(WRF-CMAQ)对常州市2018年6～12月的空气质量预报结果,结合实况资料,进行了预报效果评估,以期为常州市空气质量的预报提供更好的参考。结果表明:(1)模式对常州市各预报时效空气质量指数(AQI)和各污染物浓度的标准化平均偏差(MFB)和标准化分数误差(MFE)均处于"理想水平"范围,能较好的反映实际空气质量变化趋势。(2)当空气质量为优良时,AQI和空气质量等级(AQI等级)预报效果最好,当空气质量达中度及以上污染时,预报效果最差,应进一步优化调整。(3)模式对首要污染物24小时预报准确率为66.9%,当空气质量为轻度污染及以上级别时,预报准确率较高。(4)模式对AQI的预报总体存在负偏差,对细颗粒物(PM_(2.5))浓度的模拟结果较好,对臭氧(O_3)和可吸入颗粒物(PM_(10))存在低估现象,对二氧化硫(SO_2)、二氧化氮(NO_2)和一氧化碳(CO)等3项污染物浓度均有所高估。     

湖南省臭氧预报效果评估

基于2017年3月—2018年2月湖南省14市臭氧观测资料,对WRF-Chem模式预报效果进行评估。结果表明,模式24 h预报结果能够较好地抓住观测到的臭氧变化趋势,其预报结果在14个城市的平均相关系数为0.6,最高可达0.71。对比不同时效臭氧预报结果发现,随着预报时长的增加,预报偏差呈增大趋势, 72 h预报结果仍具有预报价值。统计O3为首要污染物天数,发现多出现在春季、夏季和秋季,且模式的预报准确率可达70%。     

运用4种数值模型分析辽宁省空气质量预报准确率

数值模型是当前空气质量预报的主要方法。基于CMAQ模型、WRF-Chem模型、CMAx模型和REG模型对2017年辽宁省空气质量指数(AQI)的范围和级别预报准确率进行了分析。结果表明:CMAQ模型对辽宁省AQI范围和级别的预报准确率均高于其他3个模型,REG模型准确率均最低,WRF-Chem模型和CMAx模型准确率基本持平;各模型对辽宁省东南部区域的预报准确率整体高于对中部和西部的预报准确率。     

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。     

基于深度学习的淮安地区臭氧浓度预报模型评估

利用2016—2020年淮安地区环境监测站点资料和淮安国家基准气候站气象资料,研究淮安地区臭氧浓度与气象、环境的关系,并利用“注意力机制”下的Seq2Seq建立臭氧预报模型。结果表明：臭氧浓度与气象要素和环境要素的关系是多样的,臭氧与气温、风速整体上呈正相关,与相对湿度、气压、降水量、NO₂、CO、PM_2.5、PM₁₀整体上呈负相关;“注意力机制”下的Seq2Seq模型在预报4 h的臭氧浓度上效果较好,相关系数大于0.6。     

江苏省大气重污染过程特征分析以及预报效果评估

结合了气象、环境的观测数据和模式数据对江苏省近两年冬季重污染过程进行了分析,并评估了模式和人工预估结果。研究表明,与2016年相比,2017年冬季的大气污染形势更加严峻,重污染天数和污染程度都明显增加。冬季风异常是造成重污染加重的重要原因,秋冬季预报时应该及时分析短期气候变化,尤其是风场的变化。     

基于大数据分析与认知技术的空气质量预报预警平台

为深入认识区域大气污染现象规律,完善并提高城市空气质量预报预警能力,提高大气污染治理决策支持能力,开展城市污染成因分析与空气质量预报预警研究是十分必要的。本文针对环境大数据时代下的城市空气质量预报,提出了一种基于大数据分析与认知技术的专业先进的大气环境业务应用系统体系。该体系基于底层统一的数据资源中心,融合各类不同类型的空气质量监测、不同预报系统的产品数据以及基础辅助数据,建立数据汇交、共享、质控管理机制,通过上层预报预警、综合分析、案例分析、应急决策支持四大子系统,从多模式集合预报结合专家调优支撑高性能预报会商应用,从大数据融合时空关联分析深度挖掘大气复合污染特征与污染成因,从多维度历史污染过程和天气形势全自动化认知分析支撑重污染过程研判,从业务化仿真情景方案与污染溯源助力专业应急决策。最后,通过在北京市环境保护监测中心的系统实现证明体系的高性能、稳定性和实用性。     

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。     

日本保护水质和空气质量的法律

本篇中我们将主要谈一下日本有关保护水质和空气质量的法律。Ⅰ、水质 a、水污染控制法(1970年第138号法) 在保护水质的工作中,水污染控制法对     

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。     

游客对空气质量感知的情感分析——基于双向LSTM模型

空气质量是影响旅游目的地发展的重要因素,游客目的地选择、旅游体验和重游意愿等与其关系紧密。获取2013年1月至2019年7月游客在携程网发布的259个国内5A级景区空气质量的13,069条评论,通过双向LSTM模型进行情感分析,借助Gephi、Vosviewer分析其共现网络图,并依托扎根理论诊断影响游客对景区空气质量感知的因素。结果发现:①游客对我国旅游目的地空气质量感知情感值正面极性显著,时间上呈稳中有升的趋势,空间上"南高北低"格局明显。②高情感值景区与景区类型相关,低情感值景区则受地理位置影响。③共现网络图谱和扎根理论分析均得出自然环境、身体健康和服务设施是影响情感值的主要因素。     

环境解说评估基本概念、功能和过程

环境解说评估,是根据一定的科学基准,在系统地、科学地和全面地搜集、整理、处理和分析环境解说信息的基础上,对环境解说的客观属性及其实施效果所做出判断的一种过程,目的在于促进环境解说的改进,提高环境解说的质量。     

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。     

实施“煤改燃”对天津空气质量的改善效果研究

燃煤供热所排放的废气是城市污染物的来源之一。以天津市河东区空气质量相关数据为基础,通过对比2015—2016年供暖期与前三年同期大气环境中SO_2、CO、NO_2、NO以及可吸入颗粒物(PM10)等污染物相关浓度数值,计算大气中污染物浓度改善率,分析实施"煤改燃"工程后河东区空气质量的改善效果,得出各项污染物改善效果的顺序为:SO_2NOPM10CONO_2,为后续提升环境质量工作提供理论支持。     

基于靶器官和证据权重模型评估土壤重金属健康风险

以某硫酸厂重金属污染场地为研究对象,评估该场地重金属对人体的非致癌健康风险。在导则暴露评估模型的基础上,采用靶器官毒性剂量法(TTD),对重金属能够产生毒性作用的靶器官进行健康风险评估;采用证据权重模型(WOE),分析多种重金属在靶器官内的复合效应,以修正靶器官的危害指数值,并将其与常规方法进行比较。结果表明,采用TTD和WOE模型得出的HI和HII值分别为31.842和34.609,大于常规的评估方法HI值15.932。研究认为,TTD和WOE模型能表征重金属对人体多个器官的影响水平,能更严格的反映土壤污染对人体产生的健康风险。     

福建省节能减排政策效果评估基于多层指数分解模型北大核心

为探讨能源消费量与能源消费产生的CO_(2)排放量增长的驱动因素,同时评估节能减排政策的实施效果,选择福建省作为研究区域,核算了2000—2019年福建省能源消费量和CO_(2)排放量,并运用多层指数分解模型对该省能源消费量和CO_(2)排放量进行分解研究,根据不同因素的分解结果评估节能减排政策的实施效果。结果表明:①福建省能源消费量和CO_(2)排放量的变化均表现为先逐年增长后趋于稳定,但未出现明显的下降。②福建省终端能源强度效应和能源转化效率效应主要表现为负效应,其他影响因素主要呈正效应,经济规模效应是最大的驱动因素。③在各项节能减排政策中,终端能源强度降低的政策效果最为明显,能源转化效率提高和初级能源结构优化的政策也取得了阶段性的成果,而优化经济结构的施行效果最不明显。