| 海口市臭氧浓度统计预报模型的构建与效果评估 |
| |
| 引用本文： | 符传博,林建兴,唐家翔,丹利.海口市臭氧浓度统计预报模型的构建与效果评估[J].环境科学,2024,45(5):2516-2524. |
| |
| 作者姓名： | 符传博 林建兴 唐家翔 丹利 |
| |
| 作者单位： | 海南省气象科学研究所, 海口 570203;海南省南海气象防灾减灾重点实验室, 海口 570203;海南省气象台, 海口 570203;中国科学院大气物理研究所东亚区域气候-环境重点实验室, 北京 100029 |
| |
| 基金项目： | 国家自然科学基金项目（42065010,42141017）；海南省重大科技计划项目（ZDKJ202007）；海南省自然科学基金项目（422RC802,421QN0967）；海南省院士创新平台科研项目（YSPTZX202143） |
| |
| 摘 要： | 主要利用2015~2020年海口市臭氧（O3）浓度资料和ERA5再分析资料,基于污染物浓度控制方程挑选出海口市O3-8h浓度（日最大8 h滑动平均）的15个关键预报因子,构建了多元线性回归模型（MLR）、支持向量机模型（SVM）和BP神经网络模型（BPNN）,并对2021年海口市O3-8h浓度进行预测和效果检验.结果表明,O3-8h浓度与关键预报因子的相关系数绝对值主要分布在0.2~0.507之间,其中1 000 hPa的相对湿度（RH1000）和风向（WD1000）,875 hPa的经向风（v875）的相关系数绝对值超过了0.4,具有较好的指示作用.3个预报模型基本能预报出海口市O3-8h浓度冬半年偏高,夏半年偏低的变化趋势,其中BPNN模型的标准误差（RMSE）数值最小（22.29 μg·m-3）.实测值与3个统计模型预报值的相关系数从大到小排列为：0.733（BPNN）>0.724（SVM）>0.591（MLR）,均通过了99.9%的信度检验.O3-8h浓度等级预报的结果检验表明,3个预报模型的TS评分均随着O3-8h浓度等级的上升而下降,而漏报率（PO）和空报率（NH）随着O3-8h浓度等级的上升而上升.SVM和BPNN模型在3个等级预报中TS评分均略高于MLR模型,特别是在轻度污染等级,TS评分还维持在70%以上,具有较好的预报性能.
|
| 关 键 词： | 臭氧（O3） 多元线性回归 支持向量机 BP神经网络 预报评估 海口市 |
| 收稿时间： | 2023/6/5 0:00:00 |
| 修稿时间： | 2023/8/6 0:00:00 |
Establishment and Effective Evaluation of Haikou Ozone Concentration Statistical Prediction Model |
| |
| FU Chuan-bo,LIN Jian-xing,TANG Jia-xiang,DAN Li.Establishment and Effective Evaluation of Haikou Ozone Concentration Statistical Prediction Model[J].Chinese Journal of Environmental Science,2024,45(5):2516-2524. |
| |
| Authors: | FU Chuan-bo LIN Jian-xing TANG Jia-xiang DAN Li |
| |
| Institution: | Hainan Institute of Meteorological Science, Haikou 570203, China;Key Laboratory of South China Sea Meteorological Disaster Prevention and Mitigation of Hainan Province, Haikou 570203, China;Hainan Meteorological Observatory, Haikou 570203, China; Key Laboratory of Regional Climate-Environment Research for Temperate East Asia, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《环境科学》浏览原始摘要信息 |
| 点击此处可从《环境科学》下载免费的PDF全文 |
|
