天目山地区重污染天气预测模型及其环流特征研究

建立基于LIBSVM方法的重污染天气PM_(2.5)、PM_(10)预测模型及参数寻优,得到重污染天气时PM_(2.5)、PM_(10)对应的最优环流形势场并分析重污染天气环流特征。(1)根据与PM_(2.5)的相关系数的绝对值及显著性,在训练值占比69%,相关性与显著性最好的27个要素参与时得到了重污染天气下PM_(2.5)日数据最优预测模型,训练值和测试值的R2分别达到了0.9992和0.7196;(2)由相关性与显著性最好的24个要素参与,得到了重污染天气下PM_(10)日数据最优预测模型,训练值和测试值的R2分别达到了0.9978和0.7792;(3)PM_(2.5)最优预测模型对应的最优5类700 hPa合成环流形势中第4、5类和PM_(10)模型对应的最优6类700 hPa合成环流形势中第1、3、4类均属于高压脊控制(影响)型,容易出现长时间持续污染,是天目山地区影响PM_(2.5)和PM_(10)污染的最主要天气类型。

马尔科夫链在天气预报中的应用

马尔科夫链原理复杂,应用非常广泛。通过对马尔科夫链理论和切普曼-柯尔莫哥洛夫方程(方程)的探讨,,结合天气情况不确定等诸多特点,构想了天气情况预报的马尔科夫链预测模型,给出了马尔科夫链的初始概率和多重转移概率的计算方法,根据此算法可以预报短期天气情况,同时扩展到对未来天气情况趋势的预测。

中尺度COAMPS模型在风资源评估中的应用研究

在对风电场风能资源进行评估时,主要依据测风数据及气象站数据,但由于测风数据往往缺测或不合理,而距离最近的气象站所提供的气象数据与同期的测风数据的相关性一般较差。鉴于此,引入中尺度数值天气预测模型COAMPS对湖南T风电场工程区域内风资源进行评估分析,并首次将中尺度数据应用于测风塔缺测和不合理数据的插补中。结果表明,中尺度插补订正后的数据与实测数据的月平均值误差为4.87%,标准偏差误差为9.8%,该模型能够较准确地反映风电场风能资源的实际情况。

华南沿海某大气背景点黑碳气溶胶污染特征

黑碳气溶胶(BC)因其显著的气候效应和对人类健康的危害而成为研究的热点。研究背景点位BC的浓度水平和来源特征有助于掌握BC在区域尺度上的辐射强迫特性和环境影响。2009年秋季在华南沿海某区域大气背景点进行了为期约40 d的BC在线观测。观测期间BC的平均浓度为(2.34±1.33)μg/m3,与其它区域背景点相比处于较高水平。利用中尺度天气研究和预报系统WRF模拟的高分辨率三维气象场数据驱动HYSPLIT-4反向轨迹模式,模拟观测期间每小时的气团轨迹,将所有轨迹分为来源特征明显的东北沿海、北方内陆、香港方向和东南海面方向四类。当受到东北沿海来源气团影响时,BC的浓度为平均水平的1.4倍,BC和CO有较好的线性相关关系,而其它三类气团影响时的BC浓度都低于平均浓度,且BC和CO的相关关系很差,说明来自东北沿海地区的较近距离区域传输是影响该背景点大气BC的主要源区。