共查询到19条相似文献，搜索用时 78 毫秒
1.
利用2019年1—6月地面环境监测资料和PM2.5气象条件评估指数，结合滚动偏差订正方法，对汾渭平原CUACE空气质量预报产品进行了检验订正，并对气象条件和污染减排影响进行了评估。结果表明：CUACE模式对空气质量指数(AQI)、PM2.5和SO2浓度预报值较接近观测值，PM10、CO和NO2预报值小于观测值，O3预报值大于观测值；对首要污染物O3和PM2.5及重度和严重等级污染的预报的TS评分最高，漏报率和空报率最小，预报偏差最接近1；滚动偏差订正方法对改善CUACE空气质量预报效果较为明显，尤其是对PM10、O3和NO2改善最为明显；汾渭平原2019年上半年气象条件变化使PM2.5浓度较2018年同期和过去5年同期分别上升了18.26%和11.18%，减排措施使PM2.5浓度较2018年同期和过去5年... 相似文献
2.
为了提高广州市PM2.5客观预报能力,采用主成分分析结合机器学习算法k近邻（PCA-kNN）方法,基于空气质量模式（CMAQ）预报产品、中尺度天气模式（GRAPES-MESO）预报产品和2017年上半年广州PM2.5观测实况,试验确定PCA-kNN方法的最佳参数方案,建立广州市空气质量模式PM2.5预报客观订正方法。结果表明:与CMAQ模式的PM2.5预报相比,在第1~3天预报时效上,PCA-kNN订正结果与实况的相关系数分别提高20%、15%、29%,均方根误差分别降低17%、16%、20%,平均偏差更接近0,PM2.5浓度等级TS评分接近或优于CMAQ预报,PCA-kNN订正结果优于CMAQ预报。机器学习算法PCA-kNN方法可有效改进广州市空气质量模式PM2.5预报,本研究对其他地区、其他污染物客观预报研究具有借鉴意义。 相似文献
3.
利用2013~2017年贵阳市10个国控空气质量监测站点PM2.5逐时监测数据,分析了贵阳市大气污染物污染水平及其时空分布特征。结果表明:(1)贵阳市PM2.5年均浓度为36.14 ug·m-3,基本处于国家空气质量二级标准范围内,污染程度较轻;(2)贵阳市PM2.5浓度冬季浓度为一年中最高,最高值出现在12月,夏季浓度最低,最小值出现在7月;(3)气象要素对PM2.5浓度的影响是显著的,尤其是在分季节的情况下,气象要素对PM2.5的影响差异较大。PM2.5浓度与太阳辐射、日照时数、气压呈显著正相关,与降水、相对湿度、风速、气温呈显著负相关。太阳辐射夏季对PM2.5影响最大,日照时数春季对PM2.5的影响最大,气温在夏、秋季与PM2.5浓度呈显著负相关。春季降水对PM2.5的相关性更为显著,风速对夏、冬季与PM2.5浓度具有显著负相关性。 相似文献
4.
《气象与环境学报》2017,(1)
为了检验CUACE模式指导产品在合肥地区的预报性能,本文利用合肥地区PM_(2.5)、PM_(10)、O_3监测资料对中国气象局下发的2014年3月至2015年2月合肥地区空气质量CUACE模式指导产品的预报效果进行了检验。结果表明:2014年3月至2015年2月合肥地区CUACE模式指导产品AQI和PM2.5浓度的预报值接近实测值,PM_(10)浓度预报值略小于实测值,O_3浓度的预报值明显偏大,但O_3浓度的预报值与实测值相关性最好,AQI、PM_(2.5)浓度和PM_(10)浓度预报值与实测值之间的相关系数均为0.3—0.4。实测空气质量等级为良时,CUACE模式空气质量等级预报的TS评分最高,漏报率和空报率最小;实测首要污染物为PM_(2.5)时,CUACE模式首要污染预报TS评分最高,漏报率和空报率最小。CUACE模式的预报性能并未随预报时效的延长而降低,CUACE模式指导产品总体预报效果较好,可为合肥市空气质量预报提供指导。 相似文献
5.
基于GRAPES-CMAQ的中山市空气质量预报系统预报效果评估 总被引：2，自引：2，他引：2
对基于GRAPES-CMAQ模式的广东省中山市空气质量预报系统2016年的AQI等级、首要污染物、PM2.5和O3浓度预报数据进行检验评估。预报系统对中山市全年的AQI等级24小时预报TS评分为0.66, TS评分在6—7月最高。当实况AQI等级为一级, TS为0.84, 当空气质量变差时, TS明显下降, 说明模式目前对空气重污染事件的预报能力不足。模式对中山市的主要污染物O3、PM和NO2的预报TS评分分别为0.21、0.24和0.24, 其中对O3和NO2的漏报率达到0.78和0.76, 而PM的空报率高达0.71。预报系统对PM2.5的浓度预报总体略偏高, 相关系数为0.59, 但在霾污染较严重的月份中预报效果并不稳定。对O3的预报全年相关系数达到0.7, 且在O3污染较严重的7—11月, 相关系数均能达到0.5以上, 但这几个月的O3预报浓度均比实况明显偏低。从气象预报入手分析预报系统对10月2—7日中山市一次连续O3污染过程漏报的原因, 发现GRAPES模式对这段时间内整个珠三角地区日间降水的预报范围偏大, 强度偏强, 且预报的地面风速也比实况要偏大, 导致模拟O3浓度比实况明显偏低。 相似文献
6.
对2009年7月至2010年6月区域空气质量数值预报模式CAPPS3在福州市的应用进行效果检验,分析各季节CAPPS3预报福州市3种污染物SO2、NO2和PM10的等级预报准确率、转折性天气预报准确率与监测值的相关系数以及综合评分。结果表明：夏秋季节CAPPS3模式3种污染物等级预报准确率较高,冬季NO2和春季PM10的等级预报准确率较低,错误等级预报多数偏高;转折性天气预报准确率夏秋季最高,春季最低,模式对天气形势的变化反应不灵敏,特别是污染物浓度突变时,预报能力较差,当天气形势稳定时,预报效果较好;浓度预报值较监测值有偏大和滞后的缺点;相关系数及综合评分结果夏秋季最高,春季最低。CAPPS3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。 相似文献
7.
利用2015—2017年唐山市空气质量日空气质量指数、小时PM2.5浓度和气象数据,分析了唐山市重污染特征及PM2.5重污染生成、消散气象条件。结果表明：2015—2017年唐山市重污染天数为减少趋势,年平均重污染天数36 d。冬季发生重污染天数最多,秋季次之。重污染天气中首要污染物为PM2.5、PM10和O3,PM2.5为首要污染物占比87%,PM10占比6%,O3占比7%。小时PM2.5浓度与相对湿度、总云量、24 h变温正相关,与风速、气温、风向、1 h降水负相关。冬季相关性最好,其次是秋季和春季。90%PM2.5重污染相对湿度均为50%以上,冬季和秋季高达98%;风速大于4 m·s-1时,有0.7%的PM2.5达到重污染;降水对PM2.5有一定清除作用。升温、湿度增加和负变压有助于污染天气形成,生成过程中平均风速为1.8 m·s-1,主导风向为SW,其次是S、W。降温、湿度下降、正变压、降水有助于污染天气消散,消散过程中平均风速为3.1 m·s-1,主导风向为E,其次是NE、N。各方位3 m·s-1的风具有清除能力,偏北风具有较好清除能力,风速较其他方向风速小。 相似文献
8.
《气象与环境学报》2017,(5)
基于华北区域气象中心、华东区域气象中心、华南区域气象中心和国家气象中心环境气象业务数值模式2015年1—3月的预报结果,从能见度和空气质量两个方面对环境气象业务数值模式的预报效果进行了对比检验。结果表明:随着能见度降低,各数值模式的预报能力均逐渐下降,对于1 km的能见度,仅华北区域模式和国家级雾霾数值预报业务系统(CMA Unified Atmospheric Chemistry Environment,CUACE)模式表现出一定的预报技巧,其中华北区域模式和CUACE模式对北京本地24 h能见度预报的TS评分分别为0.20、0.10;CUACE模式总体能见度预报误差较各区域数值模式均偏大;CUACE模式和华北区域模式、华东区域模式、华南区域模式能见度预报值与观测值的相关系数普遍低于0.6。随着空气质量下降,各数值模式AQI的预报能力均逐渐下降;AQI为优等级时,各数值模式AQI预报的TS评分均较高,其中空气质量较好的华南地区空气质量等级预报的TS评分最高,为0.81;总体上24 h的AQI预报,区域模式优于CUACE模式;48 h和72 h的AQI预报,CUACE模式优于各区域模式。各数值模式PM_(2.5)浓度的预报值普遍较观测值偏低,华南区域模式24 h的PM_(2.5)浓度预报误差相对较小,华北区域模式和华东区域模式24 h的PM_(2.5)浓度预报误差相对较大;CUACE模式PM_(2.5)浓度的预报误差较各区域模式均偏大,CUACE模式PM_(2.5)浓度预报值与观测值的相关系数较各区域模式均偏低。 相似文献
9.
为了探究银川市大气边界层逆温特征和影响因素及其与冬季PM2.5污染的关系,利用2015—2020年银川气象站探空、地面气象观测资料及银川市空气质量监测数据,在分析银川市大气边界层逆温及地面气象要素特征基础上,以冬季为研究时段,探讨逆温与地面气象要素对PM2.5污染的影响。结果表明：(1)银川市清晨大气边界层较傍晚更易出现逆温,且逆温多为贴地逆温,贴地逆温较悬浮逆温强度大、厚度小;逆温频率和厚度冬季最大、夏季最小,逆温强度秋季最强、夏季最弱。(2)冬季晴天,地面平均风速1.0～1.5 m·s-1、相对湿度30%～60%的气象条件下易出现逆温。(3)贴地逆温是影响冬季PM2.5污染天气的主要气象因素之一,当逆温厚度超过596 m、强度超过1.4℃·(100 m)-1时,易出现PM2.5污染天气,且随着逆温厚度增大、强度增强,污染加重。(4)冬季PM2.5污染天气下,清晨天空状况多为晴天,通常地面平均风速小于1.3 m·s-1 相似文献
10.
利用哈尔滨市2014—2016年逐日空气质量指数(AQI)数据,结合同期气象观测资料,分析了哈尔滨市空气质量的变化特征、主要污染物及与主要气象要素之间的关系。结果表明:近3 a间,哈尔滨空气质量为良级别的天数最多,占47%,达到污染级别的天数占31%,2016年空气质量最佳,优良级别的天数达到284 d,占全年78%;春夏季AQI指数较低,秋冬季AQI指数明显偏高,9月空气质量全年最佳,1月空气质量最差; PM_(2. 5)是造成哈尔滨空气污染的最主要污染物,其次是PM10、NO_2和臭氧8 h(O3-8 h); AQI与气压之间以正相关为主,秋冬季最为显著;与风速主要表现为负相关,冬季尤为显著;与气温的关系受到采暖的干扰差异较大,年尺度及秋冬季呈负相关,月尺度呈正相关;与降水日数呈负相关;与相对湿度冬季表现为显著正相关,而5—9月为负相关。 相似文献
11.
利用云贵高原东部84个地面气象观测站2011年和2013年4-9月逐日降水和温度资料、NCEP/NCAR再分析资料以及积温干燥度公式和视水汽汇公式,对2011年(拉尼娜年)汛期(4-9月)和2013年(中性年)汛期(4-9月)云贵高原东部干旱天气的基本特征和环流异常进行分析。结果表明,2011年汛期平均降水量比2013年汛期少,但均具有时空分布不均的特点;2011年汛期降水量偏少,主要是4-5月和7-9月的降水贡献大,2013年汛期降水量偏少,主要是7-8月的降水贡献大,且积温干燥度指数较好地反映了2011年和2013年汛期的干旱程度。2011年、2013年汛期的南亚高压均偏强、面积均偏大、东侧脊点位置均偏东,但2011年汛期的西太平洋副热带高压的强度、面积均比2013年汛期的偏强、偏大,是2011年汛期干旱天气比2013年汛期偏重的重要原因。孟加拉湾、南海以及西太平洋中低层的水汽输送偏弱是云贵高原东部2011年和2013年汛期降水少的主要原因,且云贵高原东部上空的水汽辐散中心与其降水量有较好的对应关系;700 hPa的水汽输送异常减少对2011年和2013年汛期干旱的发生起决定性作用,云贵高原东部2011年汛期700 hPa层上的水汽辐散比2013年汛期的强,导致其降水量比2013年汛期的少。视水汽汇揭示了2011年汛期干旱程度比2013年更严重的事实。500 hPa环流场、700 hPa水汽输送场对于云贵高原东部较长时间的旱涝预报具有一定的参考价值。 相似文献
12.
利用云南省普洱市2015—2017年多普勒天气雷达资料、探空资料和气象观测站5 min雨量观测资料,分析了普洱地区研究期间41次短时强降水的环境场和雷达回波演变特征。结果表明:中尺度辐合线、中气旋、逆风区是强降水触发和维持的重要成因。短时强降水发生前,整层大气水汽充沛,静力不稳定层结,大气可降水量(PW)≥35 mm、SI≤-0. 23、K> 35,可作为环境场对流潜势的判定因子;短时强降水发生时,雷达回波最强反射率因子≥40 d Bz,35 d Bz回波顶高> 5 km,径向速度的辐合切变量> 5 m·s-1。通过多元线性回归分析,选取4个相关性显著的影响因子,建立普洱市短时强降水预报模型。所选预报因子包括:35 d Bz回波顶高、30 d Bz垂直剖面中心高度、30 d Bz以上雷达回波面积和SI。预报模型的回报检验表明,普洱短时强降水平均雨强相对均方根误差为17. 0%,局地降水持续时间相对均方根误差为33. 9%,局地过程降水相对均方根误差为25. 6%,回报效果较好。4次短时强降水预报检验中,平均雨强的预报误差每5 min小于1. 2 mm,局地强降水持续时间的预报误差小于10 min,局地过程降水的预报误差小于4 mm,模型均预报出局地连续性降水超过50 mm。预报模型有较好的预报能力,可应用于普洱短时强降水的临近预报预警。 相似文献
13.
基于广东省86个国家气象观测站1965—2015年逐月日照时数资料,利用趋势分析和M-K突变检验等方法,对全省多年平均年、季日照时数的空间分布特征和时间变化规律进行研究。结果表明:(1)年日照时数的大值区位于沿海地区,小值区则位于粤北地区。(2)4个季节日照时数均呈下降趋势,秋季下降最明显,其次是夏季,显著下降的区域主要位于珠三角地区。(3)年平均日照时数在1977年左右发生突变。春、夏季日照时数突变分别发生在1997、1992年,冬季突变发生在2008年,但趋势并不明显。 相似文献
14.
基于雷达回波的贵阳地区对流性降水特征分析 总被引：2，自引：2，他引：0
为了深入理解贵阳地区对流性降水的时空分布特征,本文利用贵州省贵阳站2014—2016年5—8月CINRAD/CD回波资料,首先挑选出符合对流性降水回波特征的551个样本,然后从对流性降水的回波形态、发生频次、位置、日变化、生命史以及大尺度环境场六个方面进行统计与分析。结果表明:对流性降水回波形态可分为单体型、线状型和区域型,其中线状型接近50%,是贵阳地区最常见的对流组织形式;与线状型和区域型相比,单体型对流生命史最短且局地性特征明显;超过七成对流性降水发生在西南涡或西南气流存在的天气背景下;对流多发生在贵阳市西南和东南面,而北面最少;对流初始时刻存在午后和午夜两个峰值区。最后,还以三类对流性降水过程为例,对比分析其生消过程、降水范围和强度等特点。 相似文献
15.
利用OMI卫星遥感数据提供的NO2浓度产品及气象站点数据,分析了2005-2017年贵州省对流层NO2柱浓度时空分布特征及其影响因素。结果表明:①贵州省NO2柱浓度年均值较小,说明贵州省空气质量整体比较好,年变化为NO2柱浓度先升高再降低的趋势,冬季最高、夏季最低,而月变化呈内凹型分布,一年中最大值大多出现在1月,7月出现最低值的次数最多;②空间分布呈西高东低、北高南低的特点;③在9个地市州中,六盘水市的NO2柱浓度年均值最大,贵阳市位于第二,浓度最低的是黔东南州。④降水和温度对NO2柱浓度都具有一定的负影响。 相似文献
16.
河南省人工影响天气(以下简称人影)一体化智能业务系统是在河南人影综合分析和指挥系统(CPAS_HN)的基础上,利用云平台、大数据等技术开发的具有河南特色的人影一体化智能业务系统。根据人影五段实时业务要求,该系统完善了数据采集存储模块、作业条件潜力预报模块、作业条件预警模块和飞机作业跟踪指挥模块,增加了作业过程和作业计划模块和人工防雹系统应用集成及作业效果分析评估功能;升级了地面作业信息管理和作业站点信息管理两个模块;实现了省级人影产品共享发布功能;并通过3G/4G等多种通讯方式,实现了省、市、县人影指挥中心与作业点外场人员之间的信息快速传递。该系统包括8个分系统:人影综合处理分析和指挥系统(CPAS_HN)、产品共享发布系统、综合业务信息管理系统、手机APP系统、地面作业空域申报系统、高炮/火箭安全射界图设计系统、数据产品和业务系统监控系统、作业效果分析评估系统,并与河南省人工防雹系统和人影作业装备弹药物联网管理系统无缝连接,大幅度提升了全省人影作业装备弹药作业指挥的效率与作业实施的及时性和安全性。 相似文献
17.
为满足雷电灾害风险决策的精准化需求,突破人口、GDP等社会经济数据受行政区域的限制。本文基于多源遥感资料及统计年鉴数据,反演贵州省人口、GDP空间精细化分布情况,实现受灾对象在空间上的连续性分布;同时结合闪电定位监测资料、土壤电导率(HWSD)数据、地理信息数据,从致灾因子、孕灾环境、承灾体3个方面选取评价因子,构建雷电灾害风险评价模型,实现精细化风险评价研究。结果表明:(1)通过融入坡度分布修正人居指数、土地利用数据和夜间灯光数据反演不同产业经济数据实现的人口、GDP数据空间化分布,在总体趋势和局部特征上与贵州省实际情况相符,可为雷电灾害及其他自然灾害风险评价中承灾体的精细化分布提供参考。(2)雷电灾害风险主要受致灾因子、承灾体的影响,与雷电活动频繁程度以及社会经济发展水平有关。贵州省高风险区域主要集中在六盘水、毕节东南部、黔西南东北部、安顺南部及北部、贵阳东南部,黔南西南及东北部、遵义西北部、铜仁中部及东南部等区域。 相似文献
18.
沈阳春玉米不同生育阶段需水量及缺水量变化特征 总被引：2，自引：0，他引：2
基于1960—2016年沈阳5个气象观测站玉米发育期资料及气象观测资料,计算春玉米不同生育阶段需水量、有效降水量,进而计算水分盈亏指数并分析其变化特征。结果表明:沈阳市春玉米除播种—出苗、出苗—七叶及拔节—抽雄期有效降水量呈增加趋势,其他发育阶段及全生育期呈显著减少趋势;全生育期及各生育阶段需水量均呈下降趋势;全生育期缺水量总体以下降为主,其中拔节—抽雄期处于强下降趋势,播种—出苗和出苗—七叶期呈弱下降趋势。沈阳北部有效降水量偏少、需水量偏高,是缺水量高值区;拔节—抽雄期缺水量最大。 相似文献
19.
本文利用2007～2017年贵州省卫星遥感火险监测数据,对近11年来贵州野外火灾发生的时空分布特征静下来分析,结果如下：1.春季是四季中野火发生频次最高的季节,占了全年的近一半,其次是冬季; 2月份野火发生频次最高,其次是3月份,2～5月发生的野火次数占了全年72.6%。2.近11年遥感监测野火频次总体呈逐年减少的趋势,平均每年减少194起,期间呈现分为2个变化阶段,2007～2010年处于上升趋势,2011～2017年呈现减少趋势。3.从空间分布来看,9个市州中发生野火频次最高的是黔南,占全省的21.3%,黔西南排第二,占全省的19.7%,其后依次是毕节、安顺、黔东南、六盘水、遵义、铜仁、贵阳;森林火灾占总野火频次的一半。 相似文献