汉中市城区空气质量特征分析及预报方法初探

利用2006—2007年汉中市城区空气污染物浓度监测资料,分析了汉中市城区空气质量特征。在此基础上,利用同期的地面、高空气象要素与空气污染物进行相关分析,建立多元线性回归预报方程。结果表明：（1）汉中市城区空气质量优良天数占77％,主要污染物为PM10;污染物浓度存在明显的季节性变化,冬季远远高于夏季;（2）冬季空气质最主要受地面气象要素影响;夏季既受地面要素影响又受高空要素影响。     

永安市环境空气质量预报方法研究及应用

将永安市环境监测站2005、2006年空气质量自动监测资料与同期气象观测资料进行对比相关分析,运用统计学方法,对各相关气象因子进行筛选,针对不同污染物,分别建立了适合本区域使用的时间系列分析模型和逐步回归预报模型,通过试报取得较好的预报结果.     

河南省山地空气负氧离子预测模型研究

利用河南省西部、南部山区13个县区的34个空气负氧离子站监测数据和中分辨率成像光谱仪(MODIS,moderate resolution imaging spectroradiometer)植被指数产品数据，使用相关分析、随机森林回归模型等方法，分析了影响河南省山地空气负氧离子浓度的主要气象因子和环境因子，并建立预测模型。结果表明，影响河南省山地负氧离子浓度日变化的主要气象因子是温度和相对湿度，主要环境因子是PM_2.5浓度、PM₁₀浓度和植被覆盖。通过建立负氧离子浓度预测模型，实现了负氧离子预报的定量化，为地区空气质量评价提供参考。     

基于危害积温的重庆市三峡库区柑橘产量预报方法研究

以重庆市三峡库区柑橘典型种植区域——开县为例,利用开县1991—2010年的柑橘生长发育期观测资料、气象资料和产量资料,分析了低温、高温对柑橘生长发育的影响,确定了影响柑橘生产的主要生长发育期的危害温度指标,并对柑橘一个生长周期内的累积危害积温与气象生理产量进行相关分析,结果表明:二者为显著负相关关系,相关系数为-0.660.在此基础上,以累积危害积温和上一年气象生理产量为影响因子,建立开县柑橘的气象生理产量预报模型.利用同样的方法,建立库区其余地区柑橘的产量预报模型.利用模型计算的结果,对库区各主产区的柑橘产量进行模拟和预报,平均准确率超过92%.     

山东省潍坊市冬小麦产量统计预报的初探

利用潍坊市多年的冬小麦的产量资料,然后计算各区的气候产量,再进行聚类分析,对全市进行了冬小麦的气候区划,利用各区多年的气象资料和产量资料进行气象因子相关分析,筛选预报因子,建立各区的冬小麦产量预报方程,通过回代检验,效果很理想。     

基于多变量混合长短期记忆神经网络的长沙PM2.5预报模型

为了提高PM2.5浓度预报准确率,基于长短期记忆（LSTM）神经网络构建多变量混合预报模型（hLSTM）,利用空气质量数据、气象数据和日期时间信息对长沙10个空气质量监测站未来24小时PM2.5浓度进行逐小时预报,并对模型精度进行评估。结果表明：hLSTM逐小时PM2.5预报模型误差随预报时效的增加呈现前陡后缓逐步增大,均方根误差（RMSE）、平均绝对误差（MAE）和平均绝对百分比误差（MAPE）分别从1 h的6.53 μg·m-3、4.03 μg·m-3和16.02%增大到24 h的20.62 μg·m-3、13.56 μg·m-3和47.34%;模型误差存在明显的季节性差异,呈现冬季>秋季>春季>夏季的特征;相较于基于决策树（DTs）、循环神经网络（RNN）和普通LSTM的预报模型,hLSTM模型能更好地提取长沙PM2.5浓度数据的时序特征,达到更高的预报精度;利用hLSTM模型对长沙2019年12月13日~16日重污染天气过程PM2.5浓度进行预报,各时效的预报结果均能反映污染过程中PM2.5的变化趋势,其中3 h内的预报结果与观测值吻合程度较高。可见hLSTM可较好提取长沙PM2.5浓度变化特征,为其短临预报提供一种新思路。     

福州义序机场降雹及其预报

准确预报降雹是航空气象保障的重点和难点 .为提高降雹预报准确率 ,确保飞行安全 ,统计分析了1982 - 1995年民航福州义序机场气象资料 ,归纳机场降雹的天气特征 .依据天气学原理确定预报因子 ,利用逐步消空法得出冰雹预报因子集合 .经 1996 - 1997年的验证预报 ,效果良好.     

人工增雨对福州空气质量的影响分析

利用福州2008~2012年降水等气象资料和空气污染指数资料,分析福州24h降水量对空气污染指数的影响以及实施人工增雨作业对城市空气质量的改善情况;确定人工增雨改善空气质量潜力日、适合人工增雨改善福州市空气质量作业的天气系统类型;提出在外来大气污染物通道沿线增设人工增雨作业点,强增对外来污染物的防护雨带。     

熵在空气质量指数(AQI)预测中的应用

为了更准确地找出影响空气质量指数的气象因子与提高其预测精度,提出了基于熵、BP神经网络和时间序列模型的组合预测模型。该方法利用增加了特征变量的转移熵方法,得到影响AQI的气象因子及其影响度,将得到的气象因子与AQI实测值作为BP神经网络的输入因子和时间序列分析模型的特征因子,影响度作为BP神经网络输入因子的初始权重,构建BP神经网络预测模型和时间序列分析预测模型,最后用熵值法组合各个预测模型的预测结果。实验表明利用该方法对空气质量指数进行预测可提高其预测精度。     

大气污染物浓度变化及其与气象因子的关系

利用Spearman秩相关系数法分析2002~2012年北京市四类大气污染物年日均浓度的变化;并用广义灰色关联度法分析大气污染物浓度与气象因子的关系。结果表明:①近10年来四类主要大气污染物的年日均浓度总体呈下降趋势,NO2、可吸入颗粒物和CO的年日均浓度出现阶段性的稳定态势,而SO2年日均浓度一直在下降;②影响SO2年日均浓度、NO2年日均浓度和可吸入颗粒物年日均浓度的最主要气象因子都是平均相对湿度;影响CO年日均浓度最主要气象因子是全年日照数;③平均相对湿度是影响空气质量的最优因子,可吸入颗粒物浓度是表征空气质量的最优特征。     

ECMWF和T639数值预报产品在兰州市空气质量预报应用中的对比

利用2013-2015年兰州市空气污染逐日监测资料,分析了兰州市6种主要空气污染物PM_(10)、PM_(2.5)、NO_2、SO_2、CO和O_3的污染特征;以2014年欧洲中期天气预报中心(ECMWF)资料与T639气象要素预报产品,结合兰州市同期污染物质量浓度监测数据,分别建立了基于最小二乘法支持向量机(LS-SVM)的6种主要空气污染物未来2d的日均质量浓度预报模型;将ECMWF和T639中2015年2月1日-10月31日的气象要素与同期污染物质量浓度监测数据分别输入各模型进行试预报检验.结果表明,以ECMWF建立的预报模型对未来2 d的PM_(10)、PM_(2.5)、NO_2、SO_2和CO的日均质量浓度的预报效果优于T639,而T639对预报O_3有一定优势.用ECMWF建立的预报模型对未来24 h的空气质量指数等级和首要污染物的预报成功率为86.14%,48 h的为82.33%;T639对应的未来24 h预报成功率为83.52%,48 h的为74.43%.两种数值预报产品均可应用于基于LS-SVM预报模型的空气质量预报,其中使用ECMWF的预报产品的释用预报效果整体上更好.     

2014年5月8-9日金昌沙尘暴天气过程分析

通过对2014年5月8日至9日发生在金昌的沙尘暴天气过程的环流背景、物理量场等进行了综合分析,发现此次沙尘暴天气过程是高空500hpa的气旋式风切变引起的气流辐合及北方冷空气下滑共同影响所致,揭示了该次沙尘暴天气过程的天气原因。分析认为利用micaps常规气象资料并结合天气学方法、数值预报产品,可以及时、准确预报出类似的天气过程,对灾害性天气临近预报有一定的指导意义。     

海州露天矿气象因素滑坡灾害成因分析及预报

为了揭示降水对露天矿滑坡的影响规律,在对滑坡调查和分析的基础上,通过对海州露天矿近50年的滑坡灾害资料和实况气象降水资料进行对比分析,得出了因气象因素导致滑坡灾害的触发机制,利用多元回归分析方法建立了临界滑坡预报模型.采用该模型进行滑坡时间预报,结果理想,说明该模型具有一定的合理性、实用性.     

冷锋天气系统对天津市空气质量的影响分析

利用2005—2006年PM10、SO2、NO2月平均浓度数据分析了天津地区空气质量状况,发现冬半年是天津市空气污染最为明显的时段。气象条件是影响空气质量的主要因素之一,冷锋系统对天津市的空气质量有明显的影响。利用天津本地气象观测资料及历史天气图资料,选取3个不同路径的冷锋系统,对应3项污染物的小时浓度值进行了分析,结果表明3条路径的冷锋系统对天津市空气质量的影响有所不同。     

基于GA-BP神经网络的自建点PM2.5浓度校准研究

为精准预报空气质量,以PM2.5为例对其自建点监测浓度进行校准,选取6种污染物浓度以及5个环境因素建立神经网络模型。BP算法由于权值和阈值的随机性可能存在局部最优、过渡拟合等缺陷,所以利用遗传算法优化BP神经网络,构建GA-BP神经网络模型。仿真结果表明,GA-BP神经网络的校准平均绝对百分比误差和均方误差分别为12.56%和0.0197,明显低于BP神经网络,说明该模型校准效果更好,能明显提高空气质量预报的准确率。     

商丘市气象要素对空气质量的影响

利用商丘市环境监测站2015—2016年逐日空气质量监测数据,对空气质量总体状况、首要污染物变化特征等进行了分析,并利用商丘市多年逐日气象资料分析了气象要素对空气质量的影响.结果表明:商丘近两年占主导的首要污染物为PM2.5,出现频率为56%,空气质量优和良总体比率占51.6%,重度污染和严重污染总体比率为6.7%,连续3 d以上的重污染天气出现在11月到次年2月,AQI指数与平均气温、平均风速、降水量呈显著负相关,空气质量等级愈大,气象要素值愈小,降水频率愈高,空气质量愈好,降水量、降水日数、平均风速和大风日数的变化对空气质量有显著影响.     

西宁市风寒气象指数预报方法研究

利用2000—2009年1—4月、9—12月西宁市气象站的有关气象资料和风寒气象指数计算公式,订正了西宁市风寒气象指数,并划分为偏凉、冷、很冷、寒冷、极寒5个等级;为客观、定量地反应西宁市风寒气象指数,利用上述10年气象资料,采用统计学方法,并用天气学预报方法进行修正,建立了西宁市风寒气象等级逐月回归预报方程。     

基于污染物浓度设计值和相对响应因子的空气质量达标控制情景预测方法——以四川省“十四五”规划为例

提出一种基于污染物浓度设计值和相对响应因子的空气质量达标规划预测方法。首先通过数值模拟, 评估最近5年年际气象条件差异对空气污染物浓度的影响, 筛选出最接近5年平均气象条件的一年作为基准年, 将该基准年气象场和各排放情景作为输入进行空气质量模拟, 降低气象条件年际差异对未来污染物浓度水平预测的影响。然后, 基于基准情景和控制情景在不同排放水平的空气质量模式模拟结果, 将控制情景相对于基准情景的污染物模拟浓度的变化比例(相对响应因子)与污染物浓度设计值相结合, 进行控制情景的空气质量水平预测和达标分析。以四川省为例, 围绕相关减排政策, 设计多个虚拟控制情景, 对全省城市未来空气质量进行情景预测和达标分析, 为“十四五”空气质量规划落地策略的制定提供科学支撑。     

山西省神池县风速风向特征分析及应用

以山西省神池县地面气象观测站多年来观测的风向风速资料为依据,分析了该县风向随季节的变化规律,风速的年变化、月变化、日变化特征,指出其结果对当地城市规划、环境评价、空气质量预报以及风能资源的合理开发利用具有良好的参考价值。     

基于GIS技术与嵌套网格的大气PM2.5污染最优集成预报方法

为了提升城市空气质量的预报准确率,分析大气PM_2.5污染物各尺度污染变化情况,提出基于GIS技术与嵌套网格的大气PM_2.5污染最优集成预报方法.基于大气污染扩散模拟情况,利用GIS技术的前、后期数据处理以及结果显示输出,处理大气PM_2.5污染数据,可视化展示污染扩散情况;采用嵌套网格空气质量预报模式系统(NAQPMS),模拟大气PM_2.5污染物各尺度污染变化,完成污染预报;基于观测、预报资料结合多种集成方法组建集成预报,经评价获取评分最高集成预报方法,完成大气PM_2.5污染最优集成预报.以安阳市为例,应用该方法进行空气质量预报实验.结果表明：该方法的PM_2.5质量浓度预报值与实际观测值更加接近,有效提升了大气污染预报准确率,以PM_2.5为代表的细颗粒物和以扬尘为主要源的粗颗粒物污染突出,需加强企业烟尘污染物的管控.