我国中东部地区2015—2020年夏半年PM2.5和臭氧复合污染气象特征分析

为了解我国夏半年大气复合污染特征及其与气象条件的关系,基于2015—2020年夏半年(4—10月)空气质量监测、常规气象观测等资料,结合统计学方法与主观经验开展对比分析. 结果表明:分析时段内我国大气污染呈单污染比例升高、臭氧(O₃)与PM_2.5污染“双高”污染事件减少的特征,中东部大部分地区O₃超标日数增加、PM_2.5超标日数减少的“跷跷板”效应十分明显. 通过对污染过程的分析发现,区域O₃污染持续性特征明显,其中京津冀及周边地区持续时间超过10 d的O₃污染过程共有6次,最长持续时间为15 d. 与之相比,复合污染过程表现出离散性(区域污染过程少)、间歇性(持续性过程少)的特征. 区域O₃污染过程发生时的气象条件一般为最高温度较高、风速较小、混合层高度较低,但东北地区在大气扩散条件较好的情况下仍会出现区域O₃污染. 通过对地面天气分型的分析发现,均压场型和低压控制型为O₃污染出现时最主要的两种地面天气形势,高压控制型下出现O₃污染的概率相对较低,京津冀及周边地区在倒槽控制下也有一定概率的O₃污染出现. 研究显示,我国中东部地区夏半年O₃污染影响显著,关注不同地区O₃污染与气象条件之间的相关性对于大气复合污染防控有一定积极意义.      

一种最优多模式集成方法在我国重污染区域PM2.5浓度预报中的应用

为了提高我国重污染区域PM_2.5浓度预报准确率,基于4套国家级以及区域环境气象业务中心发展和维护的空气质量数值预报模式,通过均值集成、权重集成、多元线性回归集成和BP-ANNs集成分别建立集成预报,在实时预报效果评估基础上,建立了最优多模式集成预报。对2015—2016年预报效果进行评估,结果表明:相对于单个空气质量数值预报模式,均值和权重集成对预报偏差的改进幅度有限,但多元线性回归、BP-ANNs和最优集成能较大幅度降低预报偏差;最优集成预报与观测值间的归一化平均偏差(NMB)和均方根误差(RMSE)分别为-10%~10%和10~70 μg/m ³,且在更多的站点表现出强相关性,但依然低估了高污染等级的PM_2.5浓度。对2018年2月25日—3月4日京津冀地区污染过程进行评估,结果表明:最优集成能较好预报出该过程中PM_2.5浓度的变化趋势和量级;在北京、石家庄和郑州3个代表城市中,预报和观测值间的NMB和相关系数(R)分别为-26%~-4%和0.49~0.77;最优集成对轻度污染及中度污染的TS评分为0.39~0.73,重度污染及以上TS评分为0.13~0.30,能为预报员提供客观参考,但对污染峰值的预报能力还需进一步改进。     

2018年国家级空气质量主客观预报TS评分对比检验

目前对空气质量主客观预报效果的对比检验较少,为了解国家级空气质量主客观预报性能,利用预兆评分(threat score,TS)检验了2018年中央气象台主客观预报效果。结果表明:2018年,主(客)观预报对全国轻度及以上污染TS评分、空报率和漏报率分别为0.23~0.34(0.24~0.26)、0.37~0.43(0.39~0.41)和0.58~0.72(0.68~0.71)。说明主观预报整体上优于客观预报,但客观预报能力已接近主观预报。主客观预报的评分均在污染较重地区(京津冀及周边、汾渭平原、华中和长江三角洲地区)高于污染较轻地区(西北、西南、珠江三角洲和东北地区),在污染较重的冬季高于清洁的夏季。随着预报时效的延长,主观预报TS评分呈下降趋势,但客观预报TS评分变化不大。在污染较重的冬季,48和72 h时效客观预报TS评分高于主观预报。此外,在2018年5次重污染天气过程中,主(客)观预报对轻度、中度和重度污染的TS评分分别为0.39~0.57(0.43~0.46)、0.22~0.46(0.25~0.30)和0.10~0.34(0.10~0.18),主观预报TS评分高于客观预报的情况占了3次。随着预报时效的延长,客观预报表现更加稳定,说明客观预报能在污染过程中为预报员提供稳定参考,但对污染高值的预报能力仍需提高。