共查询到20条相似文献，搜索用时 31 毫秒
1.
基于2014—2018年4—10月汾渭平原空气质量监测数据及同步气象要素数据分析臭氧时空分布特征,利用Lamb-Jenkinson客观环流分型方法分析影响汾渭平原地区臭氧污染的主要环流形势,探讨环流型与臭氧质量浓度及气象要素之间的关系。结果表明：2014—2018年4—10月臭氧最大 8 h滑动平均质量浓度（用C8 h（O3）表示）呈波动增长,2017年污染最重;不同环流型出现的频率不同,且各环流型控制下C8 h（O3）有所差异,其中气旋型（C）、东北气流型（NE）、偏北气流型（N）及东北气旋型（CNE）控制时时易出现臭氧污染日,且对应的环流型出现频率和污染日数的乘积较大;C型及与C型混合的环流型控制时C8 h（O3）值均较高,A型及与A型混合的环流型控制时C8 h（O3）值均较低;风速与C8 h（O3）的相关性较差,日最高气温、日平均气温、相对湿度、风速及云量与C8 h（O3）的相关系数分别为094、087、-082、-033、-070。 相似文献
2.
基于支持向量回归(SVR)、BP神经网络(BPNN)、随机森林(RF)、梯度提升决策树(GBDT)和极端梯度提升(XGBoost)等5种机器学习算法,利用2016—2021年逐小时PM2.5质量浓度监测数据和气象观测数据,构建汾渭平原代表城市PM2.5质量浓度预报模型,对比检验不同预报模型在不同时段的预报效果。结果表明：(1)5种机器学习算法模型总体表现为秋冬季和供暖期的预报效果要优于春夏季,各模型在细颗粒物污染较重时段的预报能力更加稳定,预报效果更好。(2)XGBoost模型无论在决定系数、平均绝对误差、均方根误差上均不同程度地优于其他模型,其次是GBDT、RF和BPNN模型,SVR模型预报能力较差。(3)XGBoost模型预报结果在量级和演变趋势上与实况十分接近,预报值偏离实况值的幅度较小,但春夏季预报结果有明显的高估或低估,对极端高值区也存在低估。(4)当前和过去1 h的能见度是影响预报效果的最关键因子,气象因子对汾渭平原PM2.5质量浓度预报存在明显的时间滞后性影响。 相似文献
3.
汾渭平原因其封闭的地形条件以及煤炭为主的能源结构,大气污染问题一直存在,并于2018年被列入大气污染防控的重点区域。文章利用2015年以来PM10、PM2.5、SO2、NO2、CO、O3质量浓度的观测数据和空气质量指数（Air Quality Index,简称AQI）,分析了汾渭平原AQI及大气污染物质量浓度的时空分布特征;使用多元线性回归模型研究了气象条件对冬季PM2.5和夏季O3浓度日最大8 h滑动平均值（MDA8_O3）日变化和年际变化的影响。研究发现,汾渭平原的空气质量在2015～2017年间逐年变差,在2018～2019年有所好转,污染较重的城市为西安、渭南、咸阳、临汾、运城、三门峡、洛阳,集中在汾河平原与渭河平原交界处。汾渭平原的首要大气污染物多为PM2.5、PM10或O3,三者占比之和约90%。重污染时期主要集中在天气条件不利及污染物排放量大的冬季供暖期,但夏季O3浓度的升高趋势使得汾渭平原夏季污染情况越来越严重。影响汾渭平原冬季PM2.5浓度和夏季MDA8_O3日变化最主要的气象要素都是2 m高度气温（简称T2M）,相对贡献分别是45.5%、35.3%,都表现为正相关;第二主要的气象要素都是2 m相对湿度（简称RH2M）,相对贡献分别是41.5%（正相关）、25.4%（负相关）。影响汾渭平原冬季PM2.5浓度年际变化最主要的2个气象要素是T2M和RH2M,其相对贡献分别为43.6%、31.9%,且都呈正相关,2015～2019年汾渭平原冬季气象条件的变化会导致PM2.5浓度上升,部分削弱了人为减排导致的下降趋势（?8.3 μg m?3 a?1）。影响汾渭平原夏季MDA8_O3年际变化最主要的2个气象要素是T2M（正相关）和850 hPa风速（WS850,负相关）,其相对贡献分别为71.7%、16.3%。2015～2019年汾渭平原夏季气象条件的变化导致O3污染呈上升趋势（1.2 μg m?3 a?1）,但O3污染的总上升趋势（8.7 μg m?3 a?1）中,人为排放变化的贡献更大（7.5 μg m?3 a?1）。本研究表明,汾渭平原大气污染形势严峻,其颗粒物污染问题尚未解决,还面临着新的臭氧污染的挑战,汾渭平原内的11个地级市分属陕西、山西、河南三省管辖,三省交界处又是重污染区域,所以需要三省联合防治防控,协同改善汾渭平原的空气质量。 相似文献
4.
利用西安市高陵区2018—2022年臭氧(O3)逐小时质量浓度资料,统计分析O3质量浓度（用C(O3)表示）的年、月、日变化特征,并利用Mann-Kendall检验法和Theil-sen斜率法分析C(O3)年际变化趋势;基于HYSPLIT-4后向轨迹模式,研究以高陵为受点的O3输送特征。结果表明：（1）近5 a高陵C(O3)呈波动升高趋势, O3日最大8 h平均质量浓度（用C8 h(O3)表示）呈波动下降趋势,C8 h(O3)超标日数呈减少趋势。（2）C(O3)日变化呈“单峰型”,午后高,凌晨低;C(O3)和C8 h(O3)月均最高值出现在6月,最低值在12月。（3）近5 a高陵O3质量浓度评价值和年均值增加趋势不显著,背景值升高趋势显著,平均每年增加28 μg/m3;C8 h(O3)年际变化趋势表现为秋冬季升高趋势显著,春夏季升高趋势不明显。（4）经聚类分析得到晴天到达高陵的气团输送路径共4条,分别来自西北、东南偏南、东南三个方向,其中东南偏南与东南方向两类气团出现频率最高,分别为 4315%和2054%,且该来向气团对应的C(O3)较高,对高陵O3污染贡献较大。 相似文献
5.
《干旱气象》2020,(4)
基于2016年冬季的观测资料和ECMWF细网格240 h气象要素预报资料,选用与能见度变化相关的水汽、动力、热力等因素作为预报因子,利用多元动态逐步回归方程对北京地区未来10 d的能见度进行预报研究。同时将能见度分为3个等级:1 km、1～10 km(低能见度)和≥10 km,并从区域平均、空间分布及3次低能见度过程个例进行预报效果检验。多元动态逐步回归方法对北京地区的能见度及其变化趋势均有一定预报能力且效果稳定,其中≥10 km等级的能见度预报效果最好,TS评分为64.2%,其次是1～10 km,TS评分为53.1%,最后是1 km,TS评分为51.3%;两个低能见度等级中平原地区预报效果优于山区,表现为从东南向西北递减的特征;而≥10 km等级的呈相反变化,预报效果山区优于平原地区;北京地区3次雾霾过程个例预报也证实动态逐步回归方法能够较好预报北京地区持续性低能见度过程。 相似文献
6.
7.
利用2010年1月1日—2014年12月31日西安市呼吸系统疾病死亡数据与相应的气象观测数据,选取与呼吸系统疾病有显著相关性的气象因子,采用多元逐步回归方法,建立呼吸系统疾病死亡人数预测模型和呼吸系统疾病气象风险指数等级预报方法,并对预测模型和等级预报进行了检验。结果表明：呼吸系统疾病日死亡人数预测模型准确率在795%以上,呼吸系统疾病气象风险指数等级预报准确率达到98%,预测预报效果较好。将呼吸系统疾病气象风险指数等级预报融入西安公共气象指数预报服务系统,制作呼吸系统疾病气象风险指数等级预报、预警产品,并通过全方位融媒体发布手段开展健康气象预报预警服务。 相似文献
8.
9.
利用日常接收到的地面及高空实测资料,采用滚动式相关普查方法筛选因子,给定临界值,将大于此临界值的因子保存到因子库中作为初选因子,然后用逐步回归方法建立方程,高低空因子分别建立方程,将各方程的预报值取平均,作为最后的预报值。每天都按照这一步骤制作崇左市各县24及48h最低温度预报,经过长达一个月的预报检验,效果良好。 相似文献
10.
利用非线性回归技术建立洛阳机场大风预报方法 总被引：1，自引：1，他引：0
利用2005-2008年洛阳机场200个大风天气个例,从经验和物理意义出发选取地面风速预报因子,然后对初选因子进行多种组合并同预报量作相关分析,确定了东、西风型各10个因子。根据各个因子在引入的线性和5种非线性函数形式下同预报量的相关程度,确定每个因子同预报量的最优函数关系,进而分别建立了东、西风型风速预报的多元非线性回归方程,再应用双重检验的逐步回归方案对方程进行优化,并将优化后的方程进行了检验,最后分析了影响风速主要因子的作用。结果表明:利用非线性回归方程对风速进行客观定量化预报,预报效果达到了民航气象对大风预报的质量要求,能够为实际工作提供参考;预报东、西风型风速的首要因子分别是气压梯度和变压梯度。 相似文献
11.
PM2.5和O3已经成为汾渭平原城市最主要的污染物,两者之间相互影响,在暖季经常同时出现构成污染,其污染程度与气象条件密切相关。利用2015—2021年汾渭平原12个城市逐日PM2.5和O3浓度、地面气象观测数据以及ERA5高空再分析数据等资料,分析了汾渭平原PM2.5和O3的时空变化特征以及复合污染发生时PM2.5和O3的关系,并研究了局地气象条件和天气形势对复合污染的影响。结果显示,该地区年均PM2.5和日最大8小时O3浓度分别在2017年和2018年开始持续下降,复合污染日数也在2019年后开始持续下降;复合污染主要发生在3—9月,在汾渭平原东部城市出现次数较多,多出现在高温、低湿的环境下;最后利用T-PCA算法(正交主成分分析)将复合污染的天气环流形势分为4种类型,主要呈现出以高空西北气流或偏西气流、低层为暖区偏南风或微风为主的天气特征。研究结果对汾渭平原的大气... 相似文献
12.
基于2014-2017年西安市环保局臭氧观测资料、泾河气象站总辐射和气象资料以及长安气象站紫外辐射和气象资料,对西安市臭氧污染特征及其与气象条件的关系进行了研究。结果表明:西安市臭氧质量浓度的日变化和月变化均呈明显的单峰形态;日最小值22.2μg/m^3和最大值100.7μg/m^3分别出现在07时和16时;臭氧日最大8 h平均质量浓度(用C8h(O3)表示)月均值最大为148.5μg/m^3,最小为30.0μg/m^3,分别出现在7月和11月。总辐射日最大辐照度、日总辐射曝辐量和日紫外辐射曝辐量与C8h(O3)之间具有显著的正相关关系,并且以日紫外辐射曝辐量与C8h(O3)的相关性最高,表明紫外辐射对近地面臭氧质量浓度的影响更为强烈。日最高气温、平均气温、日照时数和C8h(O3)正相关,风速、相对湿度与C8h(O3)负相关,表明晴空时高温、低湿、小风更有利于近地面臭氧的形成。统计关系显示,在5-8月,当日最高气温大于35℃或日最低相对湿度小于40%时,需要警惕臭氧超标污染的发生。 相似文献
13.
14.
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
15.
《高原气象》2021,40(4):954-964
汾渭平原作为中国大气环境治理的第三大重点区域,由挥发性有机物和氮氧化物等前体物排放增加导致光化学反应加剧进而引发的近地面臭氧(O_3)污染已成为迫切需要面对的关键问题。本文基于汾渭平原11个重点城市2015-2019年近地面大气O_3及前体物观测数据结合同期气象监测资料,总结归纳其时空变化特征,利用Global Moran's I和Getis-Ord Gi*指数方法分析空间集聚效应和冷热点区域,运用KZ(Kolmogorov-Zurbenko)滤波方法揭示了不同时间尺度的排放和气象环境对O_3浓度变化的影响。结果表明:近5年汾渭平原O_3污染以轻度为主,超标率逐年增加且夏季最高春季次之,其中6月超标37%以上,前体物中NO_2年际差异不大CO浓度逐年减少。空间分布上,O_3空间集聚特征逐年增强,高浓度聚集区分布在临汾、运城、三门峡和洛阳的三角区域。从气象环境的影响看,O_3浓度主要受到前体物排放及气象条件的季节分量和短期分量影响,贡献率分别达到40%和24%。原始序列及各分量除与气压成负相关外,与气温和日照均呈显著正相关且对不同区域影响较为一致,而相对湿度和风速对各分量的影响具有显著的区域性差异。 相似文献
16.
复共线性关系对逐步回归预报方程的影响研究 总被引：1，自引：0，他引：1
针对气象预报中常用的逐步回归预报建模方法,由于没有直接考虑筛选出的预报因子之间可能存在复共线性关系会影响气象预报方程的预报性能问题,提出了在初选的大量气象预报因子(自变量)中,采用条件数计算分析方法,选择复共线性关系小的预报因子组合建立预报模型的方法.以重要气象灾害的预报难点--台风预报为例,用大样本分别建立了12个台风移动经度、纬度的条件数预报方程和逐步回归预报方程.对比分析结果表明,由于条件数计算分析有效控制了预报因子间的复共线性关系,因此,在相同的预报因子(自变量)和预报对象(因变量)条件下,分月建立的条件数台风移动路径预报方程,虽然历史建模样本的拟合精度略低于逐步回归预报方程,但是对独立样本的预报精度明显提高,其中7、8和9月条件数预报方程的预报误差平均为153.9 km,而相应的逐步回归预报误差平均为229.2 km,两者相差75.3 km.进一步研究发现,在F值分别取1.0、2.0和3.0的情况下,建立的台风移动路径的逐步回归预报方程,其预报误差也明显大于条件数预报方程.另外,由于预报因子组合的复共线性的影响,逐步回归方程还出现了在个别点预报误差极大的不合理情况. 相似文献
17.
北京地面O3污染特征及气象条件分析 总被引：2，自引：0，他引：2
对2000年北京地区地面O3浓度监测资料和同期气象观测资料进行统计分析，发现北京地区地面O3浓度具有明显的月际、日变化特征及地域分布特征：O3小时浓度在一年中5－8月偏高，6月最高；在一日中12：00－16：00（北京时，下同）偏高；北京地区西、西北部O3浓度高于东北部和城区；分析了O3浓度不同等级的气象特征，影响O3浓度出现日变化和月际变化的主要气象因子是地面最高温度、相对湿度及地面风速等，并给出了日O3浓度最大值的预报方程。 相似文献
18.
《广东气象》2018,(6)
对开平市2013年1月1日—2017年12月31日的常规地面气象观测资料和2013年1月1日—2018年1月31日的碉楼景区游客数据进行了统计,选取舒适度指数、日雨量、日照时数、极大风速和最高气温作为因子建立开平碉楼景区的旅游气象指数预报方程,再根据试预报情况对方程进行检验,确定旅游气象指数。结果表明:(1) 4和10月是开平碉楼景区旅游的最佳时间;(2)降雨和风速过大均会给游客出行带来较大负面影响;(3)日照时数和最高气温在不同季节对游客的影响存在差异。运用预报方程计算出的旅游气象指数与景区实际游客人数相关性强,基本接近实际情况,预报效果良好,能较好地为开平碉楼景区的游客服务。 相似文献
19.
基于GFS产品和卡尔曼滤波的嘉兴市温度客观预报 总被引：3，自引：2，他引：1
利用NCEP提供的高时空分辨率的GFS（Global Forecast System）数值预报产品和当地地面观测气温资料,经SPSS（Statistical Product and Service Solution）逐步回归分析,建立了嘉兴市24h和48h日平均气温、最高气温、最低气温初始预报方程,采用卡尔曼滤波方法进行以上6项目的逐日滚动预报。对最近2年来的预报结果检验表明：平均气温的预报效果最佳,最低气温次之,最高气温的准确率相对最低;随着时效增长,误差增大;不同季节,参考价值高的项目各不相同,秋季的最高温度误差较小,而冬季则最低气温准确率最高。分析结果可以作为日常预报中一种有效的参考。 相似文献