基于BP神经网络的空气污染指数预测模型研究

BP神经网络已成为研究空气污染预测的有效工具之一。文章利用近十年北京市地面气象观测资料和空气污染指数数据,通过BP神经网络技术构建了不同季节的空气污染指数预测模型,对北京市空气污染指数进行了预测。通过相关系数分析法,对比分析了预测结果与实际监测结果,研究结果表明:春、夏、秋、冬季的预测值与监测值线性相关系数分别为0.81、0.84、0.89、0.85。北京春季常伴随有沙尘天气,而文章并没有考虑沙尘天气对预测模型的影响,因此春季BP神经网络预测精度在四季中最低,其预测值与监测值的线性相关系数为0.81。由于秋季不同空气质量级别的数据都有较多分布,因此该季节构建的网络更具有代表性,其预测精度在四季中最高,预测值与监测值的线性相关系数高达0.89。总之,BP神经网络模型对于北京空气污染指数预测是行之有效的。

MODIS和HJ-1B资料在江苏大雾监测中的应用

雾是一种常见的天气现象,雾的遥感监测是近年来的热点之一。利用多种卫星资料实现雾的监测和预警工作,对于环境保护、灾害评估等具有重要的意义。根据云、雾及下垫面在可见光、中红外和热红外波段的光谱特性差异,结合EOS-MODIS数据特点和HJ-1B传感器波段设置等,利用多通道阈值法分别对2013年1月24日江苏省一次雾天过程不同生长阶段的雾进行雾区监测,并分别结合地面实测数据对两种数据源的监测结果进行精度检测。结果发现:对此次雾的两个生长阶段的雾区监测,MODIS数据监测的结果总体精度为80.28%,HJ-1B数据的监测结果总体精度为91.04%,两者监测效果均比较理想,HJ-1B数据可作为雾监测的一种可靠资料来源。

江苏省宿迁市气象条件对空气污染的影响

利用江苏省宿迁市空气污染指数(API)、空气质量指数(AQI)数据分析宿迁市大气污染不同时间尺度的变化特征,结合同时期的气象观测资料,对大气污染与气象要素的相关性进行研究。结果表明,宿迁市空气质量为良的频次最高(78.3%),优次之(10.6%),首要污染物为PM2.5(66.6%),其次为PM10(25.3%);宿迁市夏季空气质量最优,明显好于其他季节,秋冬季空气质量最差,其中6月、10—11月的空气质量明显偏差,大概与农田的秸秆焚烧有一定的关系;气温、降水量、风速、湿度对空气质量均有显著的正效应作用,而气温日较差则表现出较强的负效应。

江苏省宿迁市酸雨发生规律的分析与研究

该文利用宿迁市沭阳县和泗洪县观测站2007—2010年的酸雨观测数据和气象资料,统计分析了宿迁市酸雨的变化特征,并对比了酸雨pH值与降水量、降水电导率(K值)、酸雨频率变化规律的关系。结果表明:宿迁市5 a来酸雨单次降水pH值最低达3.26 mol·L-1,属强酸雨。5 a来,沭阳县降水平均pH值均达酸雨标准;泗洪县降水平均pH值未达酸雨标准。春秋季降水酸性最强,酸雨频率出现也最多,冬季则降水酸性和酸雨频率最低;地面风向对宿迁酸雨污染也有一定的影响,形成宿迁酸雨的主要是东南风和东北风;宿迁市雨量的大小对酸雨出现百分率影响不大,但对降水酸度有影响,暴雨的酸性最强,其次是大雨。

浅谈几种相似云和天气现象的观测和判定

目前地面气象观测中云和天气现象的观测仍然采用人工目测,受多种因素的影响,往往观测结果误差较大,不同的观测员记录的结果不同。笔者根据个人观测经验从形成、特征、演变等方面对相似云和天气现象进行分析,提出一些观点与同行们进行交流。

近30a来江苏省宿迁市的气象要素变化特征

利用江苏省宿迁市1981-2010年气象观测事实资料,对近30 a的日照时间、降水、气温、风速等气象要素进行统计分析,探讨其变化规律。结果表明,宿迁市降水量亦呈增加趋势,气温呈显著的增加趋势,年日照时间呈显著的减少趋势,风速大小呈减少趋势。此外,研究发现宿迁市近30 a来的平均降水量和平均气温年际变化呈正相关关系。

江苏省宿迁市各气象站点迁移前后观测资料对比分析

通过对江苏省宿迁市4个气象站新、旧站对比年份1、4、7月的气压、气温、相对湿度、风、降水量等观测资料的对比,发现大部分新址气温、本站气压低于旧址,风速、相对湿度均高于旧址,泗阳站局地小气候明显,部分要素有例外。基于此,从拔海高度、下垫面性质、测站环境等方面分析了各县新旧站址各气象要素差值的形成原因,为宿迁各站的资料序列延续和订正提供依据。