基于HYSPLIT后向轨迹订正污染物浓度的霾预报方法

选用2014年~2017年辽宁朝阳站气象要素资料与PM2.5数据,根据最新霾预报预警标准确定霾日,利用Spearman,Pearson和Kendall's Tau-b三种相关对PM2.5日差与气象要素以及气象要素间作了相关性检验,确定了PM2.5日差方程影响因子;利用逐步回归分析建立PM2.5日差方程,结合过去一日PM2.5值作出PM2.5预报方程;利用PM2.5预报方程对2017年1月~10月的朝阳地区的PM2.5值进行了预报,检验得出此预报方法的PM2.5浓度预报准确率为60.5%,霾日预报准确率为84.82%;利用HYSPLIT后项轨迹模拟出的污染物路径和沉降对2014年~2016年间霾天气进行了分型,根据总结得出的6类路径和5类沉降类型的PM2.5预报方程误差,对2017年1~10月间的PM2.5预报浓度进行订正,根据路径订正的PM2.5预报效果最好,准确率提高2.7%,根据路径和沉降共同订正的霾日预报效果最好,准确率提高了3.5%。