完善预警 畅通信息 积极联动——访北京市气象局总工程师孙继松

6月23日、7月24日、7月29日,在这个汛期,北京市频繁出现大雨、甚至是暴雨天气,给公众和生产经营单位带来了不少影响。因此气象部门及时、准确地预报变得极其重要。气象部门在这类局地性、影响重的气象灾害中所承担的作用是什么?在提高暴雨预报准确率和完善预警机制中都做了哪些工作?记者带着这些问题采访了北京市气象局总工程师孙继松。     

紫外线指数,提醒你保护皮肤

众所周知,阳光是生命不可或缺的要素之一。适当晒点太阳对人体还是有好处的:比如能增强人体对钙和磷的吸收,对佝偻病、类风湿性关节炎、贫血患者恢复健康有一定的益处,尤其对婴儿软骨病有预防作用;此外,阳光中的紫外线有很强的杀菌能力,一般细     

广州城市近地风场特征研究

利用实测广州市近地风速、风向数据资料,分析广州市近地风场特征。结果表明：（1）城市近地风速微弱,风速范围在0.1~0.71 m.s-1,平均风速约0.25 m.s-1,处于静风状况。城市对盛行风风速的削减达90%左右;（2）在盛行风被极度削弱的同时,珠江江风促成了城区一些区域风速的增强。同时,白云山等北部山林的山风以及大型绿地对周围测点的风场均有影响,这些局地的热力效应促进了大气的流动,增强近地风速,改善近地风速微弱甚至无风的状况。广州大道北联白云山,南通珠江,道路开敞,受到白云山山风和珠江江风的影响,广州大道监测点风速相对较大。有些地方则成为＂风影区＂,监测点基本处于无风状态。随着城市的扩展,城市近地风速微弱,通风不良,风向变化复杂,这对于汽车日益增多,尾气污染激增的城市是极为不利的。因此,城市的河流、山林以及大型绿地对城市近地风场的影响值得关注,值得进一步研究如何利用其布局改善城市的无风状况。     

基于数值模拟的台风危险性分析综述(Ⅰ)——台风风场模型

台风风场是基于数值模拟的台风危险性分析的重要组成部分。基于现有文献资料,以台风风场内空气微团的运动平衡方程为出发点,对现有的基于平衡运动方程的参数化风场模型进行了评述,并建议选用CE风场;回顾了对风场预测结果有重要影响的两个输入参数的信息获得途径,重点就国内台风区城市应该如何处理这两个参数提出了建议;然后从台风边界层的物理意义出发,评述了现有的边界层模型,建议采用Thompson和Cardone所提的具有物理意义的边界层模型;最后对今后工程风场的发展方向提出了一些看法。尽管从气象学角度来看,三维风场是精度很高的模型,但是其工程实用性还有待考证;在满足工程精度的前提下,简单易行的模型是目前进行台风危险性分析的风场数值模拟的较好选择。     

风场对太湖梅梁湾水华及营养盐空间分布的影响

为了解风场对湖泊表层蓝藻水华及营养盐空间分布的影响,以太湖梅梁湾为例,在蓝藻水华期间开展表层粒子漂流实验,研究风场对水体表层物质的推移规律,并开展全水域水体表、中、底层密集布点采样,测定水体藻类叶绿素a、氮、磷、高锰酸盐指数、溶解性有机碳、溶解氧等水质指标,探讨风场驱动下大型浅水湖泊蓝藻水华及营养盐时空分布特征.结果表明,在平均风速1. 9 m·s~(-1)和2. 3 m·s~(-1)的情况下,表层粒子的平均漂移速度分别为3. 0 cm·s~(-1)和5. 0 cm·s~(-1);风场对表层水体蓝藻水华的空间分布具有决定性影响,能够引起蓝藻水华在空间上较高的异质性;蓝藻水华物质的空间变化对水体颗粒态氮、磷、有机质和溶解氧等水质指标产生较大影响,表、中、底层颗粒态氮和磷、高锰酸盐指数与叶绿素a浓度的空间分布一致,而溶解态氮、磷浓度及溶解性有机碳的分布与叶绿素a浓度分布不尽相同;蓝藻水华物质在风场作用下的再分配对水体溶解氧产生复杂的影响,底层溶解氧平均值低于表层与中层,可能对沉积物营养盐释放产生影响;依据高密度布点调查估算,仅表层20 cm,梅梁湾水域的蓝藻干物质赋存量约396 t,远大于蓝藻打捞工程的清除量.研究表明,鉴于水华期间风场作用下对蓝藻水华漂移的巨大影响,在湖泊水质调查采样方法及数据分析时应充分考虑蓝藻水华漂移的影响因素;防控湖泛灾害的蓝藻打捞作业对湖体蓝藻水华赋存量的清除能力有限,只能对岸边带湖泛的预防产生影响.     

基于多通道长短期记忆网络的PM2.5小时浓度预报

PM_2.5作为主要的大气污染物之一,严重影响空气质量和人体健康. 基于深度学习的PM_2.5小时预报研究中,不同输入要素的历史时间序列对PM_2.5预报结果的响应情况存在差异. 因此,基于太原市2019—2020年空气质量监测站、气象观测站的数据,提出一种多通道长短期记忆网络(Multi-Channels Long Short Term Memory,MULTI-LSTM)模型对PM_2.5浓度进行预报. 首先使用独立的长短期记忆网络(LSTM)学习每个输入要素,然后将每个模型的学习结果进行融合,最终获得未来多小时的PM_2.5浓度预报结果. 将单通道LSTM模型(BASE-LSTM)和LSTM扩展模型(LSTME)作为对照模型,与MULTI-LSTM模型的预报精度进行对比. 结果表明:不同观测窗与预报时效下,MULTI-LSTM模型在测试集上的预报精度明显高于其他2个对照模型. 其中,MULTI-LSTM模型在8 h观测窗和6 h预报时效组合下,均方根误差(RMSE)、平均绝对百分误差(MAPE)以及拟合指数(IA)分别为20.26 μg/m3、51%、0.91. 对未来逐6 h的预报中,观测窗宽度从8 h增至32 h,MULTI-LSTM模型的预报精度无明显变化,观测窗宽度为40和48 h时,RMSE比8 h观测窗下分别下降了2%和3%. 此外,增加LSTM层深度不会提升模型的预报精度. 研究显示,利用MULTI-LSTM模型作为PM_2.5浓度小时预报模型,通过选取合适的观测窗宽度与气象要素,可获得精度较高的预报结果.      

空气重污染预测预警将提前两到三天“预测未来”

正中国加强空气重污染监测预警体系建设,公众有望提前两三天知晓未来空气质量.环保部副部长吴晓青在全国环境监测工作现场会上(2014年4月3日)指出,要抓好空气质量预报和空气重污染监测预警体系建设,充分利用环境遥感等高新技术,创新空气质量状况发布的渠道和方式,及时回应社会关切.据了解,早在1998年,环保部就会同中国气象局在47个城市进行空气质量预报工作.今年,"三区"中地级以上城市、其他省(区、市)和省会城市都将开展空气质量预报工作.吴晓青说,环境监测总站要为各地开展预报业务提供     

城市环境污染因子24小时污染状况解析

根据运城市城区环境空气质量监测数据,分析其24小时环境空气污染变化特征,并结合同步气象观测资料综合分折,找出了二者之间的联系特征。引入气温日较差这一便于观测、预报的气象要素,分析污染状况并提出防治措施。     

太原市PM2.5浓度的气象特征影响分析及预报

利用2016～2020年太原市污染物浓度资料、以及国家基准气象观测站的同期地面气象资料,重点分析了太原市PM_2.5浓度的变化特征以及湿度、降水、风和混合层厚度等气象条件对PM_2.5浓度的影响,同时探讨了污染物浓度变化的成因,建立基于LSTM神经网络的PM_2.5浓度预报模型.结果表明,2016～2020年太原市区冬季出现的重污染天数最多,其中2017年冬季出现天数最多为28 d, PM_2.5浓度总体呈现出秋冬季节高,春夏季节低,周末PM_2.5浓度高于工作日浓度,PM_2.5浓度日变化大致呈现双峰型分布,分别出现在09:00左右和23:00至翌日01:00.除相对湿度和冬季气温外,其余气象要素与PM_2.5浓度在四季均表现为负相关.影响太原市区PM_2.5浓度升高的污染源主要位于其NE-ENE-E方向,西北部地区的相对不明显.汛期当达到中雨(降水量≥10 mm)以上级别的降水都对PM_2.5浓度降低有明...     

煤层的火灾预测和预报

一、煤层的自然发火期估算方法 目前我国规定采用统计比较和类比的方法确定煤层的自然发火期。其办法如下：