试用RegCM3模式输出产品制作SO2污染浓度预报

试用RegCM3模式输出产品制作SO2污染浓度预报作者：魏璐，鲁坦，郭学峰，朱玉周作者单位：河南省气象局,郑州,450003相似文献(10条)1.期刊论文黄世芹用卡尔曼滤波法和逐步回归法建立空气质量预报系统-贵州气象2002,26(5)用卡尔曼滤波法和逐步回归方法,选用地面及850hPa的气象因子资料和环境监测浓度资料,建立预报方程,对贵阳市城市空气污染物浓度进行滚动预报,预报效果较好.该方法能有效地弥补单一的统计回归方法的不足,实用性高.2.学位论文喻雨知长沙市空气质量演变特征及预报方法研究2007本文首先分析了长沙市2001-2006空气质量状况，分析表明长沙市区的污染物以可吸入颗粒物为主，PM10污染超标日较多，累计污染超标日为687天，出现3级以上的概率为32.8％；SO2累计超标日为253天，概率为12.1％；NO2未出现浓度超标。持续型污染也是长沙市空气污染的一个典型特征，持续型污染日数占所有浓度超标日的76.2％。污染物浓度有明显的季节变化，但SO2变化比PM10和NO2明显；秋冬季是长沙市污染超标出现频率大和浓度偏高的季节，夏季空气质量较好。在日变化中存在两个污染高峰，一个出现在上午9～10时，以SO2浓度增值显著为特点，一个出现在晚上21时前后，以PM10污染为主。污染物浓度分布不均匀，火车站、雨花区、伍家岭是长沙市污染最为严重的地区，尤以火车站最为显著；随着城市化进程的加快，城市污染正逐步向城郊漫延。分析了长沙城市空气质量与气象要素之间的关系，给出了引发较重污染时所对应的典型气象场，并对发生较重污染的天气形势进行了天气学分型。研究表明：影响长沙市空气质量的气象要素主要有气温、风速、降水以及混合层厚度；同一污染物，与不同的气象因子的相关程度不同；同一气象因子对不同污染物的影响效果也不一样。引起长沙市出现高浓度污染的典型气象场为：高空为弱暖高脊，地面则处于暖高压中后部。引发较重污染的地面天气形势场可分为四类，高空形势场可分为三类。对自主研发的两种城市空气质量统计预报方法：天气形势相似方法和动态逐步回归方法，进行了效果检验和对比分析。结果表明：两种方法对SO2，PM10，NO2等三种污染物都有一定的预报能力，预报的误差绝对值多集中在30以内，而级别误差基本上在1级以内。两种方法对NO2的预报准确率均在98％左右，预报效果优良。对于PM10而言，相似预报法稍优于动态逐步回归法。绝对误差对比发现，两种预报方法对SO2的预报优于PM10预报；级别准确率对比时，两种预报方法对三种污染物的预报准确率相近。两种预报方法对三个污染因子的预报准确率呈现出NO2优于SO2优于PM10的趋势。影响天气形势相似预报准确率的原因主要有两个：一是短期天气预报准确率直接影响到空气质量预报准确率。二是模式本身的缺陷，如相似预报法中挑选出来的预报因子不能完全反映天气形势。采用天气形势相似方法对城市空气质量进行预报，避开了槽、脊等天气系统的计算机识别这个技术难点，用统计学原理将天气背景以及大气环流形势变化有机地在模式中体现出来，这一技术较适用于污染源年变率较小的地区。应用动态逐步回归方法，不仅可以及时反馈最近预报误差，而且可以及时扬弃影响污染物浓度的气象因子，有利于提高客观预报质量。污染物排放总量的调查及污染源的监测，是城市空气质量管理工作中的一个薄弱环节，空气质量数值预报也需要对污染源排放强度有定量的了解。本文对SO2排放强度的反演进行了初步探索：在系列简化的情况下，推导出了一个简单易行的污染源强反演计算公式：Q=C*U*X*ZI，即污染物排放源强，是污染物浓度、风速、下风方距离、以及混合层高度的函数。利用GB混合层高度计算方案和HPDM混合层高度计算方案，计算了长沙市2002、2003和2005年的混合层高度。利用计算出的两类混合层高度，分别反演了2002、2003和2005年三年的SO2的排放量。计算结果表明，GB混合层方案下反演的SO2结果与实际情况较相符，HPDM混合层方案下反演的SO2排放量偏大。反演出的SO2排放量具有明显的月季变化特征，夏季小，秋冬季大，与实况基本相符。3.学位论文宁海文西安市大气污染气象条件分析及空气质量预报方法研究2006本文利用1998-2004年西安市区SO2、NO2、PM10浓度资料，分析了空气污染物的时空分布特征；利用同期的地面气象要素和天气图等资料重点分析了逆温、沙尘天气以及降水等对空气污染的影响，探讨了污染物浓度变化的成因，在此基础上利用逐步回归统计方法和基于主成分的人工神经网络方法建立了不同季节PM10的浓度预报模型，并对这两种预报模型进行了比较研究。结果表明：(1)西安市区污染物浓度的总趋势是逐年递减；可吸入颗粒物PM10是首要污染物。冬、春季空气污染比夏、秋季严重，采暖期比非采暖期的污染严重。小寨商业区的SO2和NO2浓度较高，纺织城工业区的PM10浓度最高。(2)风速大小和逆温强度与空气污染浓度的大小密切相关。当西安处于冷高压前部或强高压控制时空气质量较好；受变性高压或均压场等不利于污染物扩散的地面形势控制时，空气污染较重。(3)受春季沙尘天气影响，PM101小时平均浓度可增加0.585mg·m-3，月平均浓度可提高12.1％。微量的降雨(雪)会使空气污染加重，1mm以上的降雪和5mm以上降雨对气溶胶粒子有显著的清除作用。冬季1mm的降雪对SO2、NO2和PM10的清除能力分别是夏季降雨清除能力的4倍、3倍和3.78倍。(4)春季PM10重度污染主要由外来源引起，PM10浓度日变化特征是急升急降，重度污染日前后气象要素变化剧烈。冬季PM10重度污染是在不利污染扩散的天气形势下，本地污染物经过逐渐积累后达到重度污染，PM10浓度变化缓慢，气象要素变化也比较平稳。(5)运用线性逐步回归预报方程和基于主成分的人工神经网络模型两种方法对PM10浓度进行预报，结果表明后者在历史样本的拟合精度上和独立样本的检验结果上都明显优于前者。因此主成分神经网络预报模型通过浓缩信息，降维去噪可达到提高污染预报准确率的效果。4.期刊论文高安春.申培鲁.GaoAnchun.ShenPeilu利用MM5模式输出产品制作空气质量预报方法探讨-气象科学2007,27(1)根据2004年中尺度数值预报模式MM5输出产品和临沂市环境监测中心逐日监测资料建立了各污染物浓度预报方程,在2005年夏季的试报中,该方程的试报效果较差,其预报准确率明显低于其历史拟合率.为了提高预报准确率,利用逐步回归筛选的因子及统计模型研究中的有关数据,探讨了使用卡尔曼滤波方法制作空气污染物浓度预报的问题.分析发现,利用卡尔曼滤波方法制作空气质量预报可以取得比较满意的效果.5.期刊论文李素文.刘文清.谢品华.王凤随.杨一军差分吸收光谱系统监测污染物浓度实时预测模型-光谱学与光谱分析2009,29(11)差分吸收光谱(DDAS)法是一种有效的监测大气污染气体浓度的光学遥感方法,不仅有好的时间分辨率,而且测量灵敏度也很高.但是由于遥测系统处于复杂的大气环境中,各种干扰因素以及恶劣的气候条件,都会对系统产生影响.针对现有实时、在线监测差分吸收光谱系统中存在的不足,作者提出了一种基于改进Elman网络的实时预测模型.利用逐步回归筛选预测因子,不仪降低了预测网络的复杂程度,而且增强了系统的预测实时性.利用带自适应学习率的动态BP算法对改进的Elman网络进行训练,使预测系统能更好地辨识要预测的差分吸收光谱系统,该模型能较准确地对DOAS系统监测污染物数据进行实时跟踪监控,一定程度上弥补了遥测系统的不足.6.期刊论文孙向田.王霞.司瑶冰.李小平.SUNXiangtian.WANGXia.SIYaobing.LIXiaoping气象条件变化对呼市地区大气污染的影响-内蒙古环境保护2005,17(1)利用1995至2002年呼和浩特市区空气污染物PM10、TSP、NOx、NO2、SO2浓度的实际监测数据与同期的地面要素场资料、大气边界层气象参数和地面天气图分析了污染物浓度与气象条件的关系及气象条件变化对呼市地区污染物浓度变化的影响,讨论了污染物浓度变化规律的成因.在此基础上用逐步回归方法建立了不同季节呼市地区空气污染浓度统计预报模型.7.学位论文司瑶冰呼和浩特市大气污染物变化特征及空气质量预报方法研究2003该文利用(1995-2002年)呼和浩特市区空气污染物PM,10、TSP、NO,x、NO,2、SO,2浓度的实际监测数据,分析了呼市地区空气污染物的时空分布特征;并利用同期的地面要素场资料、大气边界层气象参数和天气图资料进行统计分析污染物浓度与气象条件的关系及天气形式场对呼市地区污染物浓度变化的影响,讨论了污染物浓度变化规律的成因,在此基础上用逐步回归方法建立了不同季节呼市地区空气污染浓度统计预报模型,并以MM5中尺度数值预报模式为依托建立了数值预报模式.比较研究了空气质量统计预报模型和数值预报模式的优缺点.分析结果表明:呼市市区主要以煤烟型污染为主,冬、春季比夏、秋季污染严重,采暖期比非采暖期污染严重.PM,10、NO,2、SO,2都有明显的年变化,SO,2的浓度值呈逐年减小趋势,PM,10、NO,2的浓度值在近几年是增加的.月变化里单峰型(1和12月达最高值,7和8月达最低值).日变化冬、夏季为双峰型,(8:00-10:00)出现主峰值,(20:00-24:00)出现次峰值,春季PM,10为三峰型,(17:00-18:00)为主峰型,(1:00-3:00和8:00-11:00)为两个次峰型.大气颗粒物是呼市首要的污染物,居民区污染最为严重.冬季、夏季和秋季呼市污染物浓度与风速呈负相关,但春季当风速大于2m/s时,污染物TSP的浓度值与风速呈正相关.当降水大于1毫米小于30毫米时,污染物浓度值与降水呈明显的负相关.总云量和相对湿度与污染物浓度呈正相关.逆温层的厚度越厚,强度越强污染物浓度越大,冬季07时逆温最高.混合层厚度越低污染物浓度越大,一年中呼市地区冬季混合层厚度最低.当呼市地区持续受地面高压控制时,形成严重污染;有冷空气入侵且呼市位于冷高压前部和冷锋后部时,污染物浓度值明显减小,空气质量良好.空气质量统计预报具有多因子综合影响的天气意义以及预报定量化的优点,但缺乏对物质变化物理机制的考虑,当在天气变化不大,天气状况比较平稳时预报准确率较高.数值预报方法是与大气物理、边界层大气动力学和大气化学为理论基础建立的,但对污染物源强的资料和气象场预报的要求较高,并且计算量大.虽然在天气变化较大时对污染物浓度的预测比较准确,但当缺少计算资料时便无法进行稳定的计算.因而需要以统计预报方法和数值预报方法结合进行空气污染浓度的预报.8.会议论文刘国红.彭朝琼.黄广文.余淑苑.王秀英.刘宁深圳市2002～2005年大气污染物浓度与气象因素的关系研究2007目的:探讨大气SO2、N02、PMl0浓度变化与气温、气压、相对湿度的关系。方法:大气SO2、N02、PM10浓度和日平均气压、日最大气压、日最小气压、日平均气温、日最高气温、日最低气温、日平均相对湿度、日最小相对湿度的月均值由相应月份的日监测值得出，大气污染物浓度与气象要素的相关关系采用多变量逐步回归分析模型分析。结果:①大气so：浓度变化与日最大气压有关，气压的增加有利于SO2浓度的加大，其标化偏回归系数(β)为0.6246；SO2浓度变化与日平均相对湿度有关，湿度的加大有利于SO2浓度的减少(=βO.7623)。②大气N02浓度变化与日最大气压有关，气压的增加有利于N02浓度的加大(β=0.9999)；N02浓度变化与日最高气温、日平均相对湿度有关，这二者的升高有利于N02浓度的减少(β分别为-O.4226和-O.6307)。③大气PM10浓度变化与日平均气压有关，气压的增加有利于PM10浓度的加大(β=O.8368)；PM10浓度与日平均相对湿度、日最小相对湿度有关，日平均相对湿度的加大有利于PM10浓度的降低(=β-2.6988)，日最小相对湿度的升高有