辽宁省区域性空气污染的天气分型

应用2003-2004年主要污染物浓度和气象资料,对辽宁省全年的PM10产生的区域性3级空气污染进行环流分型,按污染源划分为冬季煤烟型、春季沙尘型和夏秋大雾型.其中冬季煤烟型又分为长白山高压地形槽型、高压内部均压场型、东北高压脊,西部倒槽型、蒙古高压前均压场、蒙古低压前均压场、高压内部小范围均压场型6个型;春季沙尘型分为东北低压型、南大风型和干冷锋北大风型;夏秋大雾型分为低压槽型和低压前均压场.上述类型几乎概括了近两年PM10 3级污染的所有个例,为大气环境质量预报、总量控制等提供依据.     

基于神经网络模型对城市空气质量预报方法的优化研究

基于郑州市2017年1月1日—2022年2月28日环境空气细颗粒物(PM_2.5)逐日质量浓度监测数据和同期气象数据,利用反向传播(BP)神经网络构建了环境空气PM_2.5质量浓度预报模型,实现了对郑州市后1日环境空气PM_2.5质量浓度日均值进行预报。构建了考虑大气氧化性因素(情景一)和不考虑大气氧化性因素(情景二)这2种情景,并对2种情景下的预报效果进行评价。结果显示,在情景一下,各季节PM_2.5预报质量浓度与实况质量浓度的标准化平均偏差(NMB)和均方根误差(RMSE)均处于较低水平,表明预报效果均具有较好的稳定性;各季节PM_2.5实况质量浓度与预报质量浓度之间的相关系数(r)、一致性指数(IA)、准确率(Q)和级别预报准确率(G)均处于较高水平,其中Q值均>79%,G值均>80%,表明各季节PM_2.5实况质量浓度与预报质量浓度趋势的吻合程度较高。情景一各季节PM_2.5预报质量浓度与实况质量浓度的NMB和RMSE均低于情景...     

小波分析应用于大气污染物浓度的预报

在分析了国内外大气污染预报模式存在的不足的基础上,提出将小波分析应用于大气污染物时间序列的预报;利用小波分析可以将时间序列通过小波分解一层一层分解到不同的频率通道上,分解后序列的平稳性比原始序列好得多。其小波分解后的序列用时间序列模型来预报,最后再合成得到原时间序列的预报值。     

水质自动监测系统在厦门同安湾赤潮短期预报中的应用

利用2005年同安湾水质在线自动监测系统的数据,分析了同安湾赤潮前和赤潮中的实时在线监测资料,并与相关资料进行比对。初步建立数理统计预报和经验预报两种预报模式,进行同安湾2种藻类(中肋骨条藻、旋链角毛藻)赤潮短期预报。研究结果初步表明,可提前1~3 d对同安湾的中肋骨条藻或旋链角毛藻赤潮进行预警。同安湾在线监测的赤潮预警值初步定为:溶解氧饱和度105%、叶绿素8.0μg/dm3。     

一次较为成功的地震预报——纪念松潘-平武地震30周年

1976年8月16日22时06分,四川省松潘—平武发生了7．2级地震。由于地震前,四川省地震部门做出了较好的短期和临震预报,有关部门和地区采取了强有力的防震抗震措施,使人民生命财产及社会经济的损失大大减轻。     

基于机器学习方法的浙江省台风灾害风险评估和动态风险预报

利用机器学习方法建立以区县为基本研究单元的浙江省台风灾害风险评估模型,并进一步结合气象预报与实测数据形成覆盖全省、时空连续的台风过程动态风险预报,为科学应急减灾提供决策支持。首先,本研究以浙江省各区县为研究对象,考虑危险性、孕灾环境、暴露性和脆弱性等风险要素选择台风灾害风险评估模型的预测变量;其次,基于10个重大历史灾害的灾损数据(直接经济损失)划分风险等级作为输出变量;最后,采用机器学习模型XGBoost建立台风灾害风险评估模型。同时,以利奇马为例,进一步探索该模型的实战应用潜力,即以气象预报和实测数据为模型驱动,实现浙江省全域各区县台风灾害风险的实时更新预报。     

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。     

国家水环境质量预报预警研究进展及业务发展思路

开展国家水环境质量预报预警工作是生态环境治理能力现代化的重要部分,是统筹山水林田湖草系统治理的重要抓手。文章介绍了国内外水质模型的研究进展,并概述了国内外水质预报预警系统研究进展,在此基础上分析目前我国水质预报预警方面存在的不足,并提出了国家水环境质量预报预警业务发展的初步思路。我国水质预报预警体系建设要以技术体系和业务体系为保障,以水质模型和面源污染模型为支撑,依托水环境质量预报预警决策支持平台,开展环境监管业务化应用、治理决策精细化支撑、污染事故科学化处置和数据产品社会化服务4种业务应用,逐步建成架构统一、业务协同、资源共享、上下游联动的全国-流域-省级-城市四级水环境质量预报预警网络。     

北京市空气质量动态统计预报系统

简要介绍了北京市空气质量动态统计预报系统的构成、特点,以及所采用的线性回归模型LRM,分类判别树CART模型,CART与LRM结合的模型,动态统计预报模型DSM,多点预报模型MPDSM 5种预报模型,分析了不同预报模型的特点和性能.所建立的动态统计预报模型DSM有良好的预报性能,减小了在高污染季节的预报误差;多点空气质量动态预报模型也具有较好的预报性能.      

迭加模型在地下水水情预报中的运用

地下水水情预报方法较多,西宁监测区1993～2000年尝试运用迭加模型进行中长期预报,通过对预报值多种检验,准确率可达85％。基本反映出地下水动态趋势性,值得借鉴与推广。