CMAQ模式及其修正技术在上海市PM_(2.5)预报中的应用检验

利用CMAQ空气质量数值预报模式对上海市PM2.5浓度进行预报,选取10个囯控站点监测数据对预报进行验证评估.结果表明,CMAQ模式开展能够较好地模拟出PM2.5的时间变化趋势及浓度水平,但总体处于低估的水平,偏低幅度约25%,尤其在高污染阶段,模式的低估更为突出,达32%,这与污染源清单的不确定性有关.为提高PM2.5预报准确度,采用学习型线性回归方法对PM2.5浓度的数值预报结果进行修正,统计检验结果显示修正预报准确率由原来的76.4%提高到了79.3%,污染预报成功指数由56.4%提高至72.1%,明显提高了PM2.5浓度的预报效果,反映了引入实际监测数据对空气质量数值预报模式进行修正的研究意义和可行性.     

沧州市空气质量预报统计模式探讨

环境空气污染与气象条件密切相关，污染物在大气中输送、扩散、沉降无不依赖于各种气象务件，气象要素的变化决定大气过程的性质和强度，也直接影响空气质最的好坏。通过统计方法掌握污染物浓度变化和气象因子变化的规律，进而找到其相关性。并可以此为基础建立适用于本地区的空气质量预报模式。本以此为基础，结合沧州市环境空气污染的特点对空气质量预报的统计模式进行初步探讨。     

江西省主要城市空气质量预报研究

对建立江西省各主要城市的空气洁净指数及空气污染指数预报模式进行了探讨，并将试验期间预报结果和所属区域空气污染程度进行比较，结果表明，该模式用于各省各主要城市空气洁净指数及空气污染指数预报是可行的。     

什么是紫外线指数

细心的读者在关注媒体每天发布的天气预报时会发现,除了正常的天气和温度的变化外,还增添了“紫外线指数”这个新项目。那什么是紫外线指数呢?阳光中有大量的紫外线,紫外线对人们的生活和生物的生长有很大影响。近年来,由于地球臭氧层遭到日趋严重的破坏,地面接收的紫外线辐射量增多,因此如何防范紫外线辐射已引起人们的关注。而预报紫外线指数就是帮助人们采取措施,适当预防紫外线辐射。当紫外线为0～2级时对人体无太大影响;当紫外线达3～4级时,外出时可戴上太阳帽;当紫外线达到5～6级时,除戴上太阳帽外,还可带上太阳眼镜,并涂上防晒霜,以…     

基于WRF-RTIM的上海地区霾预报MOS方法研究

应用基于系统辨识理论的实时迭代模式(real-time iterative model,RTIM)对WRF模式预报结果进行后处理,建立了上海地区霾天气的模式输出-统计(model output statistics,MOS)方法.首先,根据WRF模式的气象输出资料,结合大气污染观测数据,筛选出霾事件的预报因子;其次,运用系统辨识实时迭代模型,建立依据MOS预报方法的PM2.5、PM10和能见度预报模式;最后根据霾事件的判别标准,对上海2012年11月—2013年1月的霾日进行24 h和48 h预报.结果表明,PM2.5模式预报成功率为75.0%~63.9%,PM10模式预报成功率为87.5%~81.8%,能见度模式预报成功率为71.0%~74.2%,霾日预报成功率为73.7%~72.7%.分析表明,研究期间上海的气溶胶以细颗粒物为主,低能见度主要由导致霾现象的PM2.5引起.该方法能较准确地预报霾日的发生,可为我国城市大气环境业务预报提供参考依据.     

基于MOS的杭州秋冬季空气污染预报和霾诊断

利用由数值预报模式WRF和辨识理论实时迭代统计方法RTIM组成的MOS方法对杭州市2013年2~3月和11~12月期间的空气污染物日平均浓度做预报,预报值与实测值之间相关系数都超过0.75 ,PM2.5、PM10、SO2、NO2、CO 24h平均浓度和O3 8h平均浓度分类预报临界成功指数(CSI)分别为89%、87%、100%、93%、100%和100%,命中率(POD)分别为93%、95%、100%、100%、100%和100%.分析表明,研究期间杭州地区气溶胶以细颗粒为主.根据PM2.5浓度、相对湿度及能见度预报值做霾日分类预报,临界成功指数为89%,命中率为93%.说明该MOS系统对污染物浓度及霾天气预报性能良好,可以为业务化预报提供参考.     

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。     

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。     

城市空气中氮氧化物污染预报模型的探讨

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 .     

基于CMAQ模式产品的福州市空气质量预报系统

利用CMAQ(Community Multiscale Air Quality Model)模式预报产品和福州市2007年1月至2010年6月大气污染物的观测资料以及常规地面气象观测资料,根据动力-统计相结合的预报方法,通过多元线性逐步回归,建立不同天气系统下CMAQ模式产品和多类预报因子相结合的日污染物浓度预报模型.结果表明,影响福州市的天气系统共分为大陆高压、副热带高压、切变、暖区辐合、高空槽、台风和热带辐合带7类天气型.在暖区辐合、高空槽和大陆高压控制下,福州市的空气质量较差,而副热带高压和台风系统影响时,福州市的空气质量最好.日污染物浓度预报方程置信度均为P=0.000,模型有统计学意义.利用模型对2010年7~12月福州市各污染物浓度进行预报效果回代检验,模型对PM10的污染指数等级预报正确率达到了71.3%,对SO2和NO2的级别预报正确率达到了100%,日预报综合评分平均达88.8分.     

我国主要电子废弃物产生量预测及特征分析

中国逐渐进入电子电器产品更新、淘汰的高峰期,电子废弃物产生量逐年增多。文章将家用电器、电脑和数码产品作为主要测算对象,根据电子电器产品的国内销售量、产品寿命期、平均重量以及各省份保有量等数据和参数,使用斯坦福(Stanford)模型定量化预测了2011-2020年我国主要电子废弃物产生量及各省份分布情况。结果表明:未来10年,我国各类电子废弃物将呈现较快的增长趋势,2011、2015、2020年总产生量分别达到394×104、613×104、963×104t,年均增速7.9%左右;家用电器类电子废弃物仍将是主要来源,但以手机和便携电脑为代表的数码和电脑类电子废弃物增速和产生总量同样十分显著;电子废弃物的产生区域主要集中在东南沿海等发达地区以及河南、四川等人口大省。针对电子废弃物防治政策法规体系、回收管理体系以及责任分担制度和技术推广等方面提出合理性建议。     

某焦化场地苯并(a)芘污染空间分布范围预测的不确定性分析

针对目前我国大型工业污染场地调查和污染范围确定过程中的不确定性,以我国某焦化场地为研究对象,选择场地中的特征性污染物苯并(a)芘,分别采用反距离加权模型、Johnson数据正态变换后的普通克里格模型及数据拆分后的组合预测模型,参照北京市污染场地土壤筛选值标准,将大于规定标准0.4 mg·kg-1的区域界定为污染范围,系统阐述空间插值模型对污染范围界定结果的不确定性影响.结果显示,3种插值模型界定的污染范围分别占场地总面积的70.15％、44.78％和57.06％,数据拆分后的组合预测模型插值精度最高,插值结果能较真实地反映场地实际污染情况,通过创建的预测标准误差图显示,预测标准误差大的区域主要集中在污染场地中样点较为稀疏的右上位置和有高值点的中下部区域.本研究结果对分析污染范围界定结果的不确定性和修复治理范围的确定提供了重要参考.     

一种战车主减速器温度预测方法研究

目的针对战车主减速器温度预测需求,建立时间序列ARIMA多步预测和BP神经网络预测模型,提出基于BP神经网络修正误差的ARIMA模型温度预测方法。方法结合BP神经网络的非线性能力与ARIMA模型预测能力,分析ARIMA在多步预测时误差产生原因,在神经网络对ARIMA多步误差进行预测基础上计算修正因子,把误差修正因子和BP网络结合,实现对多步预测误差的修正。结果ARIMA模型多步预测时,预测误差随预测步数的逐步增加不断增大,引入了误差修正因子进行修正。通过预测值与实际值进行对比,可有效提高预测准确度。结论 BP神经网络和误差修正因子结合应用可显著提高温度预测效果。     

生态数学模型在人口预测中的应用——以大庆市为例

运用线性回归模型、Logistic增长模型和灰色系统GM(1,1)模型,对黑龙江大庆市2008-2020年人口发展规模进行了预测,结果表明:3种模型在本案例中均能取得较好的效果;而灰色系统GM(1,1)模型的平均相对误差最小,故最终采用该预测模型,预测2010年大庆市人口数将达到284.27万人,2020年将达到325.74万人.     

温州市近岸海域具齿原甲藻密度预测模型研究

通过对2004年5月温州市洞头列岛附近海域赤潮发生过程相关监测数据的深入分析,利用多元回归分析方法建立了基于COD、PO4-P和Chl-a的温州市近岸海域赤潮优势种具齿原甲藻(Prorocentrum dentatum)密度线性预测模型,并以2003年该赤潮监控区相关监测数据对其进行了检验.结果表明,该模型具有较高精度和可靠性,预测值最大相对误差为16.90%、最小仅为2.10%.     

某铅酸蓄电池污染场地表层土壤重金属Pb空间分布预测研究

为准确界定某典型蓄电池企业污染场地土壤中特征性污染物Pb的空间分布范围,分析和比较了数据拆分后的分区预测模型(OKLG+TIN)、数据正态变换后克里格模型(OKBC)、反距离加权模型(IDW)以及样条函数模型(Spline)对土壤Pb污染空间分布预测和污染评价的影响.结果表明,原始数据集具有高偏倚特征,局部区域存在较大的空间变异性;分区预测模型取得了最高的预测精度,预测的污染物空间分布比较符合场地实际污染状况,其它3种模型受适用原理及数据特征影响,预测精度较低,预测结果不能很好反映高污染区域的细部变化特征,不适合该场地Pb的空间分布预测与制图.研究结果对于此类型工业污染场地后续的修复范围确定和修复治理决策制定提供了参考.     

最小二乘支持向量机在臭氧浓度时间序列预测中试应用

将基于统计学理论的最小二乘支持向量机(LSSVM)方法试用于臭氧浓度时间序列预测.首先利用臭氧浓度时间序列资料重构了该混沌动力系统的相空间,然后沿着系统演化的相轨道用最小二乘支持向量机建立了臭氧浓度短时预测模型,并用上海市淀山湖站的臭氧观测资料做了提前1～8 h和提前24 h预报试验,结果显示这一模式能够较好地模拟臭氧浓度演化轨迹,提前1～8 h的预测精度均超过90%,提前24 h预报精度亦都在68%以上,预报效果较好.     

美国AERMOD模型与中国大气导则推荐模型点源比较

介绍了美国AERMOD模型和中国大气导则推荐模型一般浓度公式,通过大气稳定度和扩散参数的确定、复杂地形处理和对流条件下污染物扩散等原理方面的比较认为,AERMOD模型优于大气导则推荐模型.以美国环境保护局(USEPA)2个试验场Clifty Creek(平坦地形)和Lovett(复杂地形)的数据资料为比较数据,分别用AERMOD模型和大气导则推荐模型计算SO₂小时质量浓度,在Pasquill 6类稳定度下用相对偏差(FB)、预测值与观测值的比率(RHC_R)及图形法(Q-Q图)等进行模型比较,结果表明:在RHC_R和FB中,AERMOD模型除个别值外,其他均好于大气导则推荐模型;而大气导则推荐模型存在接近或大于模型可靠性界限0.67(0.66和0.74),说明其可靠性比AERMOD模型差;图形法比较中,强不稳定和不稳定下AERMOD模型明显好于大气导则推荐模型,而大气导则推荐模型预测值明显偏低,其他稳定度下结果相差不大.研究认为:在平坦地形和复杂地形条件下,AERMOD模型点源预测值均优于大气导则推荐模型,并从原理上进行了解释.      

霍山震群的前兆意义研究

本文利用1970年以来霍山地区14次震群资料,对其单项及综合指标作了计算和研究,根据《地震学分析预报方法程式指南》及其它文献,判断其前兆性.另外,对前兆震群与未来中强震距离和分布区域以及间隔时间进行了统计,并对其预报效能作出评估,为安徽及华东地区中强地震震情判定提供一个较科学的依据.