基于CMAQ模式和自适应偏最小二乘回归法的中国地区PM2.5浓度动力-统计预报方法研究

被引：21

作者：

程兴宏 ^{[1
,2
]}

刁志刚 ^{[3
]}

胡江凯 ^{[4
]}

徐祥德 ^{[1
]}

张建春 ^{[4
]}

李德平 ^{[5
]}

机构：

[1] 中国气象科学研究院灾害天气国家重点实验室

[2] 中国气象局大气化学重点开放实验室

[3] 南京信息工程大学大气物理学院

[4] 国家气象中心

[5] 北京市气象局

来源：

环境科学学报 | 2016年 / 36卷 / 08期

关键词：

PM2.5浓度; 动力-统计预报方法; CMAQ模式; 自适应偏最小二乘回归法;

D O I：

10.13671/j.hjkxxb.2015.0791

中图分类号：

X513 [粒状污染物];

学科分类号：

0706 ; 070602 ;

摘要：

采用CMAQ模式和自适应偏最小二乘回归法相结合的动力-统计预报方法,对2014年1—12月全国252个环境监测站的PM2.5浓度逐时预报值进行了滚动订正,分析了订正前后PM2.5浓度的时空变化特征,重点研究该方法在中国不同地区不同季节的适用性.结果表明:CMAQ模式预报的PM2.5浓度年平均和秋冬季季节平均偏差表现为非均匀空间分布特征,即辽宁、山东部分地区、川渝地区及华中、华东、华南大部分地区预报偏高,京津冀和西部大部分地区预报偏低;订正后PM2.5浓度与实测值的空间分布较一致,上述偏高和偏低地区的PM2.5浓度预报误差显著减小;秋冬季PM2.5浓度预报和订正偏差均大于年平均值.全国区域平均PM2.5浓度实测值存在明显的季节变化特征,1—3月和11—12月较大,其他月份较小;PM2.5浓度预报误差较大,多数时刻预报偏低,尤其是1—3月和11—12月偏低较明显;订正后PM2.5浓度与实测值较接近,而且时间变化趋势较一致,秋冬季PM2.5浓度预报和订正偏差亦明显大于春夏季.秋冬季4个重点污染区域中,京津冀地区PM2.5实测浓度的区域平均值较大,川渝地区次之,长三角和珠三角地区较小;珠三角地区PM2.5浓度预报和订正效果较好,川渝和长三角地区次之,京津冀地区相对较差;经滚动订正后,全年和秋冬季时段PM2.5浓度订正值与实测值的相关系数均显著增加,误差显著减小,尤其是秋冬季订正效果较好.川渝地区的订正改进幅度最大,长三角和京津冀地区次之,珠三角地区较小.本文方法均适用于非污染日和污染日全国范围的PM2.5预报浓度订正,两种天气过程PM2.5浓度的订正效果均较好;该方法对于改进京津冀地区污染日的PM2.5浓度预报更有效,其他3个地区非污染日的订正改进效果优于污染日.本文研究结果可为改进空气质量预报、重霾污染天气预警和防治提供新技术途径和科学依据.

引用

页码：2771 / 2782

页数：12

共 20 条

[1] CMAQ模式及其修正技术在上海市PM2.5预报中的应用检验 [J].

王茜 ;

吴剑斌 ;

林燕芬 .

环境科学学报, 2015, 35 (06) :1651-1656

[2] 基于CMAQ模式产品的福州市空气质量预报系统 [J].

陈彬彬 ;

林长城 ;

杨凯 ;

林文 ;

王宏 ;

余永江 .

中国环境科学, 2012, (10) :1744-1752

[3] 基于WRF模式和自适应偏最小二乘回归法的风能预报试验研究 [J].

程兴宏 ;

陶树旺 ;

魏磊 ;

段玮 ;

陈军明 ;

江滢 .

高原气象, 2012, (05) :1461-1469

[4] 河北及周边地区霾污染特征的模拟研究 [J].

王丽涛 ;

潘雪梅 ;

郑佳 ;

程丹丹 ;

魏巍 .

环境科学学报, 2012, 32 (04) :925-931

[5] CMAQ模式及其修正预报在珠三角区域的应用检验 [J].

谢敏 ;

钟流举 ;

陈焕盛 ;

陈多宏 .

环境科学与技术 , 2012, (02) :96-101

[6] 利用BP神经网络提高奥运会空气质量实时预报系统预报效果 [J].

张伟 ;

王自发 ;

安俊岭 ;

杨婷 ;

唐晓 .

气候与环境研究, 2010, 15 (05) :595-601

[7]

An emission source inversion model based on satellite data and its application in air quality forecasts[J]. CHENG XingHong1,2, XU XiangDe1 & DING GuoAn1 1 Chinese Academy of Meteorological Sciences, Beijing 100081, China;2 National Climate Center, Beijing 100081, China.Science China(Earth Sciences). 2010(05)

[8] 气象因素对北京市大气颗粒物浓度影响的非参数分析 [J].