区域空气质量数值预报模型

给出了区域尺度空气质量数值预报模型的基本物理构架， 重点介绍了欧拉型输送／沉降模式对各种物理 （沉降、输送）、化学 （气相化学与液相化学） 过程、初值与边界条件等问题的处理／简化； 利用本模型作了一周的预报实验， 实验结果与分析说明， 区域空气质量数值预报模型能够较好地反映全国重点城市的空气质量以及污染物随时间的演变态势； 最后， 指出了需要进一步完善的工作。

宜宾市南溪区空气质量预报模型研究

本文基于2017年至2022年间收集自宜宾市11个区县城区3个监测点及县城6个监测站的2557条空气质量实测数据,深入分析该地区空气质量的时间分布特征。研究显示,宜宾市南溪区的空气质量呈现出显著的季节性差异,夏季空气质量最佳,而冬季则相对较差。通过相关性分析,我们探讨了气象因素与空气污染指数之间的关系,并发现气象条件对当地空气质量具有重要影响。在此基础上,采用长短期记忆网络建立了预测空气污染指数的数学模型,为未来空气质量的变化趋势提供了科学依据和预测工具。

城市空气质量数值预报模式系统及其应用

介绍了一种城市空气质量数值预报模式系统 ,该系统由气象模式 (中尺度气象模式MM5及城市大气边界层模式CBLM)和大气污染物输送扩散化学模式组成 .将模式系统应用于南京市 ,试预报结果同监测结果一致 ,表明模式具有较好的模拟性能 .模式系统试运行后的检验改进工作 ,气象资料、污染源及环境参数等质量的提高 ,预报结果检验方法的确定等都是模式系统业务化时应予以充分考虑的 .

AQI标准下北京市空气质量数值预报系统及其在重大活动保障中的应用

围绕新AQI标准下环境空气重污染预报预警工作的需求,全面优化升级了北京市空气质量数值预报系统。该系统集成了新一代天气模式WRF,并进一步发展污染源处理模型SMOKE,实现了点源、面源、机动车源等排放源高时空分辨率制作,同时紧追空气质量模型(CMAQ、CAMx、NAQPMS)新发展,实现在线源解析模块的业务应用。这一系统不仅在日常业务预报中有效提升了北京市空气重污染过程的预报准确率,还成功应用于2014年APEC会议、2015年纪念中国人民抗日战争暨世界反法西斯战争胜利70周年阅兵等重大活动空气质量保障工作中,满足了重大活动对空气质量预报预警的特殊需求,为进一步提高城市空气质量预报预警技术的发展做出有益尝试,并积累了丰富的经验。

城市空气质量数值预报系统对PM_(2.5)的数值模拟研究

发展了南京大学城市空气质量数值预报模式系统(NJU-CAQPS),在模式系统中引入了气溶胶模块.运用该系统对南京地区冬夏两季PM2.5浓度的时间变化规律和空间分布特征进行了数值模拟研究,通过与实际观测资料对比,检验发展后的模式系统对于细颗粒物的模拟性能.结果表明,南京市城近郊内冬夏两季PM2.5浓度具有明显的时空变化特征,一般在半夜和清晨会出现较高浓度,午后至傍晚浓度较低.冬季浓度高于夏季,冬夏两季算例的浓度日均值之比为1.51.空间分布受到排放源位置、地面流场等因素影响.二次气溶胶在PM2.5中占相当的份额,冬夏两季算例中二次气溶胶在PM2.5中所占比例分别为12%和15%,夏季二次气溶胶对PM2.5浓度贡献较冬季大.与实际观测资料的对比验证表明,经过发展的该模式系统对于城市PM2.5等颗粒物的模拟性能良好.

济南市空气质量数值预报研究

在大规模大气环境参数综合野外测试资料的基础上 ,为在济南市开展大气污染业务预报新近开发了空气质量数值预报模式系统。该系统由污染源模型 (SM)、下垫面参数化模型 (XDM)、诊断模式 (DM)、中尺度 -α气象模式 (M -αM)、中尺度 -β气象模式 (M -βM)、行星边界层(PBL)湍流统计量参数化模式 (PBLTM)、干湿沉积模式 (DWDM)和高分辨化学模式 (HRCM)组成。该系统已成功地应用于济南市空气质量数值预报工作 ,其预报与实测质量浓度之间有很好的一致性 ,日平均预报准确率可达 80

空气质量数值模式预报中资料同化的初步研究

利用嵌套网格空气质量预报模式,在对上海市环境监测中心提供的观测数据进行必要的质量控制后,采用最优插值方法对可吸入颗粒物(PM10)、二氧化氮(NO2)和二氧化硫(SO2)进行资料同化。选取2004年8月1～20日做作逐日同化试验的结果表明,无论是PM10、NO2还是SO2,其同化偏差平均值均在20μg.m-3以下,比同化前减少了至少50%;3种污染物的同化偏差小于其未同化偏差的天数均在16天以上。在大气清洁和污染两种情况下,对PM10分别作10天的同化试验表明,同化后的均方根误差均小于同化之前。此同化方法能利用观测数据较好地修正空气质量模式预报场,从而为模式提供与实际更加接近的初始场。

华中区域空气质量数值预报系统评估及气溶胶辐射效应的模拟研究

基于多种检验指标对2015年6月至2016年2月华中区域空气质量数值预报系统的6种污染物(PM_(10),PM_(2.5),SO_2,NO_2,CO,O_3)和AQI指数的预报结果进行检验评估,在确保模拟效果的基础上,通过敏感性试验研究区域气溶胶对地面气象要素的影响,结果表明:华中区域空气质量数值预报系统对湖北省6种污染物和AQI具有稳定且较好的预报效果。存在03预报较实况偏高,预报误差较大的问题,后期将通过误差订正来减小误差。对比CUACE模式预报效果表明,24～48 h的预报效果区域模式优于CUACE,72 h两个模式预报效果相当。气溶胶对地面气象要素具有一定的影响,对2015年1月9-12日的模拟过程而言,气溶胶的总辐射效应使地表接收太阳辐射减少7.740 W·m^(-2),2 m气温降低0.162℃,行星边界层高度降低16.457 m,相对湿度增加0.557%,10 m风速减小0.011 m·s^(-1),其中直接效应和间接效应各有一部分贡献,气溶胶对白天地面气象要素的影响比夜间大。由于区域接受太阳辐射减小、气温降低、行星边界层高度降低、风速降低、湿度增加有利于气溶胶吸湿增长等条件不利于污染物扩散,污染物浓度不断累积升高又促使气象条件的上述变化,由此产生了气象条件与大气污染之间的双向反馈作用。

基于BP神经网络的佛山空气质量预报模型的研究

提出非数值的佛山惠景城站点空气质量预报模型,将BP神经网络引入到预报模型中,以降雨量、风速、风向、温度、湿度和云量等气象参数和前1 d污染物浓度为模型输入参数,建立了结构为7-7-1的非季节预报模型和夏季预报模型。结果表明,夏季模型无论在模型检验还是在实际预报精度方面都略优于非季节模型。夏季模型的级别预报评分基本在90分以上,综合评分比非季节模型高10%。对夏季模型进行了参数敏感性分析,结果表明具有较好的稳定性。

基于随机森林算法的滁州市空气质量预报研究

利用2017—2019年滁州市6种空气污染物质量浓度和AQI资料、气象要素及ECMWF数值预报作为输入参数,构建基于随机森林算法的污染物质量浓度和AQI预报模型,其中AQI预报按季节划分为4个模型。结果表明:6种污染物中O_(3)的预报效果最好,相关系数为0.84,PM_(2.5)、PM_(10)和NO_(2)相关系数分别为0.76、0.72和0.72,SO_(2)和CO预报效果略差;基于分季节模型AQI的24 h预报结果TS评分为0.77,空报率(FAR)和漏报率(PO)分别为15%和12%,相较于非季节模型预报效果更好;春季和秋季的TS评分分别为0.88和0.86,相较于冬季和夏季预报效果更好。

区域空气质量数值预报模式CAPPS3在福建省的应用

利用区域空气质量数值预报模式CAPPS3,预报了2009年9月1日～11月30日福州市SO2、NO2、PM10的等级和浓度,将其污染物等级预报准确率、浓度预报准确率、转折性天气预报准确率、综合评分等,与人工经验预报和统计预报结果进行对比。结果表明:CAPPS3模式对SO2、NO2、PM10污染物等级预报准确率分别为100%、94.5%、70.3%,转折性天气预报准确率27.2%;SO2、NO2、PM10浓度预报值与监测值的线性相关系数分别为0.62、0.74、0.71;CAPPS3模式对天气形势的变化反应不灵敏,特别是相临两天污染物浓度突变时,CAPPS3的预报能力差,当天气形势稳定时,预报效果较好;CAPPS3模式污染物等级和浓度预报值偏高情况较多;模式对前日污染实况依赖性强,导致预报结果滞后;综合评分低于人工经验预报,略低于统计预报,总体预报效果较好,可提供有价值的指导预报,适合业务运行。

沈阳市区2种空气质量数值模式预报结果的对比分析

建立了一个简单空气质量数值模式预报系统(SAQMS)。该系统是由中尺度数值预报模式(MM5)、Pielke中-β尺度气象模式和Eu-ler大气平流-扩散模式以及Erisman干沉降模式所组成。分别利用该系统和中科院大气物理研究所提供的高分辨率化学模式预报系统(HRCM)对沈阳地区的SO2浓度值进行了预报试验,结果表明,这2个模式的预测值都非常接近实测值,初步说明该模式系统可用于沈阳市的空气质量预报业务。

城市空气质量数值预报方法研究

城市空气质量数值预报,在时空分辨率和预报客观性方面具有明显优势,是未来城市空气质量预报的主要发展方向。以济南市为例,探索建立了一套较为成熟的城市空气质量数值预报方法。该方法采用高分辨率对流层化学模式系统为预报模式基础,同时根据济南市特点对模式系统进行修正,取得了较好的预报效果。此外,该模式系统由于能够较为准确地模拟城市范围内污染物的时空分布,在城市空气污染防治规划方面具有较为广泛的应用前景。

城市空气质量数值预报的不确定性与可预报性

主要综述了数据误差、随机误差和模式物理误差所造成的城市空气质量数值预报的不确定性，简要介绍分析预报不确定性的统计方法。

珠江三角洲空气质量与能见度数值预报模式系统

珠三角已构建并准业务运行的空气质量与能见度(大气灰霾)数值预报模式系统能反映污染物的产生、聚集和消亡,能模拟大气灰霾的形成过程;预报结果与观测结果随时间演变的趋势比较一致,较好地体现了污染物的日变化特征。通过对2009年11月严重大气灰霾过程的模拟分析表明,广州地区引起灰霾天气的气溶胶主要是细粒子即硫酸盐气溶胶、碳气溶胶(黑碳与有机碳)与铵盐气溶胶的消光作用;在高湿度条件下硫酸盐的消光作用明显增大。

运用4种数值模型分析辽宁省空气质量预报准确率

数值模型是当前空气质量预报的主要方法。基于CMAQ模型、WRF-Chem模型、CMAx模型和REG模型对2017年辽宁省空气质量指数(AQI)的范围和级别预报准确率进行了分析。结果表明:CMAQ模型对辽宁省AQI范围和级别的预报准确率均高于其他3个模型,REG模型准确率均最低,WRF-Chem模型和CMAx模型准确率基本持平;各模型对辽宁省东南部区域的预报准确率整体高于对中部和西部的预报准确率。

区域空气质量数值预报系统CAPPS3在辽宁的应用

利用城市大气污染数值预报系统CAPPS的第三版(CAPPS3),经过安装、调试和本地化、自动化处理,建立起适合于辽宁的区域空气质量数值预报系统,用于预报辽宁的城市污染指数和等级以及各污染物的日均浓度分布。通过模式预报结果与监测资料的对比,发现辽宁14个主要城市SO2、NO2预报准确率的总体水平明显高于PM10。区域污染物浓度分布位置和大小的预报结果与实际情况相符,污染物小时浓度的演变也与实际风场的变化趋势保持一致,表明CAPPS3模式系统能够及时准确地预报出区域污染的形成和发展过程。

集合数值预报系统在上海市空气质量预测预报中的应用研究

介绍了上海市世博环境空气质量集合数值预报系统的框架,分析了各模式在上海市空气质量预报及排放源污染贡献测算中的应用情况,提出开发多种预报手段、实施集合预报是提高城市空气质量预报准确率的发展方向。

空气质量数值模型的构建及应用研究进展

综述了近年来国内外空气质量模型的发展历程、空气质量数值模型构建的关键技术以及应用研究。指出了目前空气质量数值预报及应用主要面临气象条件,尤其是大气边界层模拟、大气污染物排放源和大气物理化学过程等问题。提出,应当通过规范化制作和完善排放源清单数据,建立统一的排放源分析标准,提高排放源数据的准确性;多向发展观测手段,加大监测密度和频率,并进行实验室化学分析,提出适合我国的大气物理化学机制。就空气质量模式而言,对模式方案进行优化,以及使用气象、卫星资料同化等技术手段,将其与观测相结合,构建监测与预报系统相结合的统一体系,应用于多平台。

天津市基于新标准的空气质量预报模型效果评估

利用2015年环境空气质量监测数据,对天津市OPAQ空气质量统计预报模型预测效果进行验证评估。结果表明,模型对天津市AQI和PM_(2.5)、PM_(10)、O_3、NO——2的预测结果与实测结果具有较好的趋势一致性,且预测时间越临近,拟合度越好,24 h预报的相关系数r全部达到0.8以上。对PM_(2.5)的预报性能明显优于PM_(10)、O_3和NO_2,PM_(2.5)平均值预测略呈正偏差,但重污染预测值偏低约15%;O_3和NO_2预测值呈明显负偏差,O_3峰值预测不足,NO_2预测值整体偏低,均以24 h预报趋势性最好,但负偏差最为突出。