共查询到10条相似文献,搜索用时 187 毫秒
1.
2.
城市空气质量与气象条件的关系及空气质量预报系统 总被引:8,自引:0,他引:8
利用2002年6月1日至2004年5月31日沧州市环境监测站的逐日空气质量报告数据,对沧州市空气质量及其污染物进行了统计分析,发现沧州市空气质量优良的天数居多,两年中有236天污染天气。影响沧州市空气质量的首要污染物为PM10,其次为SO2,空气质量受季节影响较为严重,冬季取暖期污染最为严重,属于“煤烟型”污染,并与天气现象、气压场、风场、总云量等气象因子密切相关。对比沧州市每日运行的空气质量预报系统,CAPPS 1.0模式比统计预报模式预报更为准确。 相似文献
3.
4.
对伊春市区二氧化硫、氮氧化物、空气悬浮颗粒物3种污染物浓度逐日资料及同期气象资料的分析,总结伊春市空气污染的一般规律,了解了影响伊春市区大气污染变化的天气形势及气象要素的特征,并运用这些要素特征采用多元回归方法建立污染物浓度的预报模式,为空气质量预报提供了定量依据。 相似文献
5.
2003年冬季空气质量趋势预测方法 总被引:4,自引:0,他引:4
使用短期气候趋势预报原理与短期空气质量预报相结合的方法,根据1~7月的气候特征(背景)、天气形势以及各种相关气象要素统计分析,对冬季采暖期空气质量进行综合预报。利用上述方法对2003年度(2003.11~2004.3)冬季采暖期空气质量进行了试预测。即:在2003年冬季气候预测的基础上,通过统计分析2003冬季相似年份的天气形势、污染气象条件,确定污染潜势和气象参数。并运用现业务使用的污染物浓度预报方程,计算冬季各月的逐日空气污染物(SO2、NO2、PM10)的浓度。最后综合2003年冬季气候特征预测和日空气质量计算结果,做出冬季空气污染趋势预报。 相似文献
6.
利用2014年1月1日—2016年12月31日荆州城区逐日空气质量数据和同期地面气象要素逐日观测资料,分析了荆州城区空气质量状况、变化特征及其与气象要素的相关性。结果表明,荆州城区优良日数偏少,但2014—2016年荆州城区空气质量略有改善,首要污染物为PM_(2.5);AQI和PM_(10)、PM_(2.5)、SO_2、NO_2、CO的月变化规律一致,呈V型分布,冬季空气污染最严重,夏季空气污染相对较轻,O_3的变化规律则相反,呈反V型分布;除O_3外,AQI和其他污染物浓度与前一日AQI、气压呈正相关关系,与气温、水汽压、湿度、云量、降水、风速呈负相关关系,据此建立了AQI和各污染物浓度的回归预报方程;进一步分析了2014年1月严重污染天气的成因,本地污染物的分布、外地污染物的输入和气象扩散条件是影响空气质量的主要因素。 相似文献
7.
8.
9.
郑州市空气质量统计预报方法探讨 总被引:5,自引:0,他引:5
根据2005年、2006年采暖期RegCM 3模式输出产品和郑州市环境监测中心逐日监测资料,利用逐步回归方法建立了PM10、SO2、NO2等污染物质量浓度预报方程。该方法在2007年采暖期的试报中效果不理想,预报准确率明显低于历史拟合率。为了提高预报准确率,针对目前采用的统计方法中存在的不足,即在选择预报因子时没有考虑预报因子之间的相关性,挑选的预报因子由于非正交,使回归计算的结果不稳定。将自然正交分解和多元回归分析结合起来,以采暖期各污染物的日均质量浓度为预报对象,建立预报模型。结果表明,采用新方法制作的空气质量预报准确率有一定程度提高。 相似文献
10.
介绍了城市空气质量预报模式系统要求达到的技术指标和近几年我国城市空气质量预报的主要方法,并对预报方法进行了对比,认为城市空气质量预报是切实可行的,并且能够取得较好的预测精度;但由于各污染物出现高浓度的机理仍不是十分清楚,所以在污染物浓度出现骤升骤降的日子,各模式不能很好地反映,因此有待进一步深入研究,不断完善和开发多种预报方法. 相似文献