简介:将BP(BackPropagation)神经网络方法引入到奥运空气质量预报工作中,利用MATLAB神经网络工具箱搭建运行平台,将高时效性的观测结果与多模式集成实时预报系统的模式输出结果相结合,做出BP神经网络拟合预报结果。在对北京大学医学部站点2008年7月7日到8月26日模式模拟结果、观测结果以及BP神经网络拟合结果的对比研究中发现:BP神经网络能大大提高模式预报效果,平均误差率减少34.7%,相关系数提高39%,特别是在模式模拟效果较差的情况下,对提高预报效果更明显。对BP神经网络样本问题进行敏感性实验结果表明,样本数目多少并不是决定拟合效果的决定性因素,应选取具有稳定映射关系的样本,才是提高拟合预报效果的关键。
简介:介绍了广州空气质量多模式系统并评估其对2010年9月广州市的气象要素和PM10日均浓度的24h的预报效果。评估结果表明:模式系统较好地预测了气象要素的变化,但高估了风速;各空气质量模式能合理预测广州PM10浓度的时空变化,预报效果均处于可接受范围内(平均分数偏差MFB小于±60%且平均分数误差MFE小于75%),部分模式可达到优秀水平(MFB小于±30%且MFE小于50%),但同时各模式在郊区均预测偏高而在市区偏低;总体上,模式在广州郊区的PM10预报效果优于市区。模式问对比表明,在本次业务预报实践中,不存在最优的单模式,同一模式对不同的统计指标、不同的站点,其预报效果可能存在差异,基于算术平均集成各模式结果未能获得最优的预报效果。优化排放源空间分布并引进更好的集成预报方法(如权重平均、神经网络、多元回归等)是未来改进广州空气质量多模式系统预报效果的可能途径。
简介:针对京津冀地区主要大气污染物NO。(氮氧化物)和PM2.5(大气中粒径小于或等于2.5gm的颗粒物),应用柴油车尾气净化技术及中小锅炉烟气脱硝技术,并根据2015年和2030年我国能源规划,设计3种技术应用情景,采用WRF.CAMx耦合模式,对京津冀地区大气中NO。和PM2.5进行了应用情景模拟。结果表明,单独应用柴油车尾气净化技术后(方案1),北京、天津地区大气中的Nq浓度降低幅度达20%,河北地区降低5%;PM2.5的浓度降低幅度约10%;应用柴油车尾气净化技术和2015年能源规划情景(方案2),京津冀地区大气中NOx和PM2.5浓度的降低幅度均超过20%;应用柴油车尾气净化技术和2030年能源规划情景(方案3),该地区NOx浓度降低幅度与之相当,PM2.5浓度降低幅度超过30%。可见脱硝技术和清洁能源利用的有效性依赖于其应用比例。二次气粒转化的化学过程形成的硝酸盐、硫酸盐和铵盐对该地区空气中PM2.5浓度的贡献很大,冬、春、秋季硝酸盐最大贡献高达60%,夏、秋季硫酸盐最大贡献超过70%,铵盐四季最大贡献约25%。这说明PM2.5的主要前体物N0x、SO2、NH3、VOCs(VolatileOrganicCompounds)、CO等均大幅度削减才能有效降低该地区空气中PM2.5浓度。
简介:影响能见度的不仅仅是大气污染物,雾也是一个重要因素。因此,用能见度反映空气质量,需要考虑水汽的作用。在已有的研究结果基础上,构造空气污染指数(API)与能见度和空气相对湿度的数学关系。依据全国10个代表城市2001—2012年逐日API资料和同期08:00(北京时)地面气象资料,运用线性回归方法,确定公式中的待定系数,从而建立利用能见度和相对湿度估算API的统计方程。结果表明:(1)当空气相对湿度小于78%时,能见度主要受空气污染物浓度影响;当空气相对湿度大于96%时,能见度主要受空气湿度影响;当空气相对湿度介于78%~96%时,能见度受空气污染物浓度和空气湿度共同影响;(2)除拉萨和兰州外,其余城市API与能见度和相对湿度的相关程度都通过了α=0.00001的显著性水平,并且相关程度冬半年好于夏半年;(3)API与能见度和相对湿度拟合关系中的参数b0和b,除拉萨、乌鲁木齐和兰州以外,其余城市的变化幅度都比较小;(4)回代检验表明,除个别月份外,绝对误差和相对误差都相对较小,说明API与能见度和空气湿度的数学关系式可以拟合API。