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％.     

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.     

基于气溶胶三维变分同化天津PM2.5数值预报研究

基于气溶胶三维变分同化技术,建立天津空气质量数值模式气溶胶同化模块,通过天津地区两次重污染过程同化模拟敏感性试验,分析了观测资料范围对同化结果的影响,并结合一个月的滚动预报试验,分析了气溶胶同化对天津地区PM_2.5数值预报效果的影响,以期为提升天津空气质量预报能力提供支撑.结果表明：气溶胶同化各控制变量背景误差水平相关系数的衰减尺度约50km,垂直方向上400m高度与模式底层的相关系数衰减至0.6左右;观测资料范围对同化结果影响显著,仅采用天津地区观测数据进行同化,对重污染过程期间天津地区PM_2.5浓度模拟的影响时效约12h,采用模拟区域内所有观测数据进行同化影响时效可持续24h以上,且模拟效果更优;采用三维变分同化技术,实现地面PM_2.5观测资料同化,天津地区PM_2.5数值预报效果显著提升,预报值和实况值之间的相关系数由0.74增加到0.87,均方根误差由32.3μg/m³减小为22.4μg/m³,平均相对误差由39.9%减小为27.1%;同化对模式初始时刻的改进效果最明显,随时间同化效果衰减,14h内改进效果最佳,对24h PM_2.5浓度预报也有明显改进.     

PM_(2.5)和PM_(2.5~10)资料同化及在南京青奥会期间的应用试验

建立了面向PM_(2.5)和PM10观测资料的三维变分同化系统,并在南京地区青奥会期间进行了同化和预报试验.同化系统的控制变量为PM_(2.5)和PM_(2.5~10)(PM10中扣除PM_(2.5)后剩余部分),利用南京地区2014年8月的WRF-Chem模拟结果,估计了PM_(2.5)和PM_(2.5~10)的背景误差协方差,发现在水平和垂直方向上PM_(2.5)的相关系数随距离的衰减均小于PM_(2.5~10),这可能与PM_(2.5)粒径小、生命史长,在大气中传播地更远有关.利用南京及周边区域的134个监测站PM_(2.5)和PM_(10)逐时观测资料,对青奥会期间(2014年8月16~28日)进行滚动同化和预报试验,并利用模式最内层观测资料进行检验分析,结果表明同化对初始场有显著改进,PM_(2.5)和PM10的相关系数均提高53%以上,均方根误差降低55%以上,平均偏差则降低了90%左右;同化试验对其后的预报场也有明显改进,正效应可以持续到20h以后,模式对PM10的预报效果好于PM_(2.5).     

气象资料同化对PM2.5预报影响的模拟分析

基于GSI（网格点统计插值）同化系统和WRF-Chem模式,利用高分辨率的气象自动站观测资料和天气雷达资料进行同化和模拟预报,针对2017年11月4~5日发生在我国京津冀地区的一次污染过程,对比研究了气象资料同化对PM_2.5模拟效果的影响.结果表明,WRF-Chem模式能较为准确地预报出北京-石家庄-邯郸的污染带分布和演变,低层风场辐合是污染带形成的主要气象因素;无同化的控制试验由于地层风场辐合较强,高估了污染带上的PM_2.5浓度,同化试验减小了低层的风场辐合,同时增高了地面温度并抬升了边界层高度,从而降低了污染带上PM_2.5的浓度;预报检验分析表明,同化试验的预报效果整体好于控制试验,0~36h的平均BIAS（标准偏差）和RMSE（均方根误差）分别降低了7.55和5.42μg/m³,MFB（平均相对偏差）和MFE（平均相对误差）分别降低了28.8%和9.4%,同化试验在预报的第10~30h时段上的改善效果最为显著.     

基于集合均方根滤波的太湖叶绿素a浓度估算与预测

叶绿素a浓度作为表征水质状况的重要参数之一,反映了水体富营养化程度和藻类含量,是决定水体的反射光谱特征的重要因素,也是水质遥感领域研究较多的一项水质参数.研究叶绿素a浓度的遥感定量反演可以为湖泊水质监测与评价提供新的思路和方法.本研究发展了一个基于集合均方根滤波和风生流的污染物扩散模型的数据同化方案,并结合2010年5月20日的太湖3个浮标观测站点的观测数据进行了同化实验.首先对太湖叶绿素a浓度进行同化估算,然后利用优化后的估算结果对太湖叶绿素a浓度进行了为期6 h的预报.在同化阶段,均方根误差分别从1.58、1.025、2.76降低到了0.465、0.276、1.01,平均相对误差也从0.2降低到了0.05、0.046、0.069.在预报阶段,均方根误差从1.486、1.143、2.38降低到了0.017、0.147、0.23,平均相对误差也从0.2降低到了0.002、0.025、0.019.结果表明,利用集合均方根滤波的数据同化方法可以有效地提高太湖叶绿素a浓度的估算与预报精度.     

珠江三角洲SO_2初始场同化试验研究

基于WRF-CMAQ空气质量模式系统,采用最优插值法(OI)和集合平方根滤波法(EnSRF)对2013年12月广东珠江三角洲地区污染物SO_2进行初始场同化试验.背景场误差水平分布高值区主要位于江门一带,垂直分布在边界层内较大,400m以下基本不变,400m以上随高度增加而递减.对比OI与EnSRF两种方法同化前后SO_2浓度场变化,表明同化观测资料调整了污染物浓度场的分布型态,与观测场更为吻合,两种方法都能为模式提供与实际更加接近的初始场.敏感性试验表明最优插值法的最优水平尺度为20km;同化站点和检验站点的均方根误差平均下降率分别达到73%和39%.     

集合最优插值同化方法在珠三角空气质量模拟中的初步应用

本文旨在探讨集合最优插值(EnOI)同化方法对MM5-STEM空气质量模式污染物浓度预报场的修正能力,先从局地化尺度(L)及经验系数(α)的敏感性试验中获得NO2、SO2和PM10各自的"最优L和α组合",然后对此参数设置下的同化结果进行分析.研究结果显示,EnOI在NO2、SO2及PM10的同化试验中均取得较好的效果,检验站点均方根误差(RMSE)的平均下降比例分别可达33%、32%和42%,RMSE值下降的站点占检验站点总数的比例分别为86%、84%和91%.表明该方法能够有效地应用在珠三角空气质量模拟中,产生与实际更为接近的污染物浓度预报场.     

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.     

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WRFDA-Chem的中国大气成分数据再分析方法研究

大气成分数据是开展空气质量预报、认识大气污染形成机理、评估空气污染各种效应的基础,而融合了模式结果和观测资料的大气成分再分析数据则有更广泛的应用价值.本文基于WRFDA-Chem空气质量模型和三维变分同化技术,逐时同化地面站点污染物浓度观测资料 （包括PM_2.5、PM₁₀、O₃、SO₂、NO₂及CO）,建立了大气成分数据再分析的方法.以2019年7月和12月为例,构建空间分辨率为10 km、时间分辨率为1 h的全国大气成分再分析数据,并对该方法的性能进行了检验.结果表明,经过再分析后的大气成分数据的时间变化趋势和空间分布得到显著改善,其中,7月PM_2.5 和O₃的平均偏差分别降低了55%和39%,相关系数分别提升了77%和7%,达到0.80和0.98;12月PM_2.5 和O₃的平均偏差分别降低了55%和68%,相关系数分别提升了58%和13%,达到0.98和0.98.综合而言,基于WRFDA-Chem逐小时同化全国站点空气质量监测资料,能够得到高时空分辨率的大气成分再分析数据,可以为认识我国大气污染的演变特征和制定科学的管控措施提供有效支撑.     

基于数据同化的太湖叶绿素多模型协同反演

在国内外众多学者的不懈努力下,开发了大量的水质参数遥感估算反演模型,但不同的模型都具有其"局限性",只能从某个层面反映"真值".基于上述考虑,本研究发展了基于数据同化方法的太湖叶绿素a浓度多模型协同反演算法.利用2006~2009年太湖野外实测水体高光谱遥感反射率数据,构建了7个叶绿素a浓度反演模型;通过模型精度对比,最终遴选出6个适宜的叶绿素a浓度反演模型.进而使用不同模型组合,进行多模型协同反演.结果表明:1多模型协同反演算法的反演精度要高于单模型反演的反演精度,最优MAPE仅为22.4%;2随着参与多模型协同反演的模型个数的增加,其反演精度也逐渐提高,MAPE均值从25.6%降低到23.4%,RMSE均值从15.082μg·L-1降低到14.575μg·L-1,相关系数R均值从0.91提升到0.92;3通过对多模型协同反演产品的置信区间进行计算,可以有效地估算产品精度和误差,同时使得获取全湖反演叶绿素a浓度的误差空间分布情况成为可能.     

基于DEA模型的我国城市生活垃圾管理效率评价

运用数据包络分析(DEA)的模型,通过建立城市生活垃圾管理系统的指标体系,对我国34座城市的生活垃圾管理效率进行了总体评价,并分析了城市GDP产值和人口规模与生活垃圾管理系统效率的相关性.结果表明,现阶段大部分城市的生活垃圾管理具有较好的规模效率(均值0.905),但总体效率需要进一步提高(均值0.622).按照城市所在的地理分区进行排序,华南、华北、华东地区的生活垃圾管理效率较高,而东北、西南、西北和华中地区的城市相对较低.1000万人口规模以上的城市生活垃圾管理的平均效率(0.843)要明显高于该规模以下的城市(<0.6).由此,优化资源配置,提高技术和投入,实现集约发展是提升生活垃圾管理系统的有效途径.     

在役储运装置安全控制系统改造要求

基于对国内在役储运装置(大型储油罐区、站场、长输管道)安全控制/管理现状调研分析,并结合国际国内标准IEC61508和IEC61511(GB/T20438和GB/T21109)及国外石油公司良好的工程实践,开展在役储运装置安全控制系统可靠性研究,制定适应于储运装置成套的安全控制方案,形成在役储运装置安全控制系统设置/管理要求。     

基于AHP-DEA模型的土地整治项目规划方案比选

为了提高土地整治项目实施的综合效益,从众多规划方案中选择最优方案成为项目规划设计的关键。论文以甘肃省庆阳市西峰区肖金镇双桐村土地整治项目为例,从不同的角度设计出了4种项目工程建设方案,在此基础上根据建设工程内容和投资水平等资料,构建了带层次分析法（Analytic Hierarchy Process,AHP）约束锥的数据包络分析（Data Envelopment Analysis,DEA）模型,对4个可行方案的土地整治综合效益进行评价。结果显示：方案1~4的最优值依次为1.000 0、 0.864 5、 0.652 7、 0.963 8,方案1为最优,方案4次之。研究表明：AHP-DEA模型将传统DEA方法对输入输出数据的客观分析与决策者的主观偏好结合起来,评价结果客观准确,在土地整治项目规划方案比选中是一种理想的方法。