江苏省空气质量预报准确度及改进方法分析

介绍了江苏省重污染天气监测预报预警系统以及大气重污染预警会商流程,将2015年13个地级市的模式预报、人工预报结果分别与实际观测值进行比较。结果表明:人工预报更准确,PM_(2.5)日均值、臭氧日最大8 h平均值、AQI 3个指标人工预报和实况的相关性分别比模式预报高出12.8%、0.3%、11.4%,平均标准误差(MNE)分别低20.7%、3.1%、23.1%。依据国家空气质量预报技术指南评分办法,对各市2015年全年空气质量级别为"良"时进行评分。通过开展07∶00预报更新,使2015年上半年空气质量预报级别得分平均提高了0.9分,全年级别得分平均提高了2.6分;通过改进模式预报参数,使PM_(2.5)日均预报值、臭氧日最大8 h平均预报值、AQI预报值和实际观测值的相关性比上年同期分别提高26.0%、5.0%、33.9%,MNE分别降低3.6%、31.3%、7.6%。     

油田废水BOD5测定中COD估算法与BOD2预报法的对比

通过分析油田废水,对两种快速测定ＢＯＤ５的方法进行了对比分析,得出了各自的适应性方程,并进行了统计检验。     

空气质量数值模型的构建及应用研究进展

综述了近年来国内外空气质量模型的发展历程、空气质量数值模型构建的关键技术以及应用研究。指出了目前空气质量数值预报及应用主要面临气象条件,尤其是大气边界层模拟、大气污染物排放源和大气物理化学过程等问题。提出,应当通过规范化制作和完善排放源清单数据,建立统一的排放源分析标准,提高排放源数据的准确性;多向发展观测手段,加大监测密度和频率,并进行实验室化学分析,提出适合我国的大气物理化学机制。就空气质量模式而言,对模式方案进行优化,以及使用气象、卫星资料同化等技术手段,将其与观测相结合,构建监测与预报系统相结合的统一体系,应用于多平台。     

“Ox增减量”O3人工订正预报方法与应用

为满足环境管理部门"O₃污染过程不漏、AQI类别准确和AQI范围预报准确"的要求,基于大气箱式模型和相似案例分析,引入O_x指标原创性提出"O_x增减量"O₃人工订正预报方法。介绍了该方法的预报思路、预报要点和步骤、历史相似案例库构建与基于大气条件预报的判别分析、方法普适性和局限性等,以期为提高区域、城市O₃业务预报准确率提供技术参考。以东部沿海城市青岛市为研究案例,结果显示,2020年6—9月24 h人工订正AQI类别预报、AQI范围预报准确率分别为91%和68%,比同期业务化运行的WRF-Chem数值模式预报准确率分别提高19%和25%,应用该预报方法可有效提高O₃污染过程预报准确率。     

空气质量多模式预报系统在中山市的应用

介绍了中山市空气质量多模式预报系统。对2015年3月—2016年2月的预报效果评估表明:系统可以较好地反映污染物的变化趋势但仍存在系统性偏差。通过对排放源清单的调整优化及对模式干沉降模块的改进使模式系统的偏差显著减小。总结并建立中山市污染天气案例库,发现在典型污染天气形势下,除O3-8 h外,其他污染物均值均能达到空气质量二级标准。未来将从2个方面提高中山市空气质量预报预警系统的实用性,包括逐步实现污染源排放清单的动态及时更新和提高极端气象条件下O3污染预报能力。     

兰州市空气质量预报系统研究

从潜势预报、统计预报、数值预报三方面介绍了兰州市空气质量预报系统的研究方法和结构特点,并检验分析了2001年4～10月兰州市空气质量预报,结果表明,此系统具有较强的预报能力,适用于兰州市空气质量预报业务。     

天津市基于新标准的空气质量预报模型效果评估

利用2015年环境空气质量监测数据,对天津市OPAQ空气质量统计预报模型预测效果进行验证评估。结果表明,模型对天津市AQI和PM_(2.5)、PM_(10)、O_3、NO——2的预测结果与实测结果具有较好的趋势一致性,且预测时间越临近,拟合度越好,24 h预报的相关系数r全部达到0.8以上。对PM_(2.5)的预报性能明显优于PM_(10)、O_3和NO_2,PM_(2.5)平均值预测略呈正偏差,但重污染预测值偏低约15%;O_3和NO_2预测值呈明显负偏差,O_3峰值预测不足,NO_2预测值整体偏低,均以24 h预报趋势性最好,但负偏差最为突出。     

空气质量预报的改进

阐述了发布空气质量预报的意义。以江苏省为例,指出目前在空气质量预报工作中存在发布途径狭窄、准确率不够高、缺少区域性和趋势性等问题,建议拓宽预报发布渠道,加强指标解释,提高预报的准确性,尽快开展空气污染趋势预报和区域预报研究。     

大气污染物浓度的神经网络预报

首次将神经网络应用于实测大气污染物浓度的预报.结果表明,预报值与观测值符合得较好.由于人工神经网络具有逼近精度高、学习速度快、对资料长度要求不高等优点,因而在非线性时间序列的预报中显示出了独特的优越性,并将会在大气环境和气候预报中得到越来越多的应用.     

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。