辽宁省城市空气质量预报方法研究

《辽宁省城市空气质量预报方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、辽宁省城市空气质量预报方法研究：运用多元回归方法对气象因子进行筛选，利用空气污染物浓度监测值和同步气象因子的相关性，针对不同季节、不同时次建立辽宁省城市统计预报模型，分析辽宁省城市空气污染季节变化趋势，经检验预报准确率较高，在应用中效果良好　　关键词：空气质量；气象因子；统计预报模型　　ResearchofAirQuality　　ForecastSysteminLiaoning　　Abstract:Usingthemethodofgraduallyreturningtosievetheonitoringvalueofde

2、nsityofairpollutionandsynchronouse，Thismodel10浓度变化幅度大的主要原因，这一时期，很容易产生PM10极端高值；夏季降水多且集中，暴雨多发生在此季，这一时期由于降水多，气温高，空气对流活跃，每年空气质量达到优的日期多集中在此，且这一季节达标天数明显多于其他季节；秋季天高气爽，雨量减少，气温下降，早晚温差加大，这一时期的秋雾是造成重污染天气的一个重要原因；冬季，雪少北风多，干燥寒冷，地表温度低，极易产生逆温天气，导致重污染天气出现。　　4.建立多元回归分析方程　　由于单一气象因子

3、不能与空气质量状况直接产生联系，所以从统计方法上综合考虑多项气象因子，采用建立多元线性回归方程的方法进行分析，能较真实的反应气象因子与空气质量的相关性。　　4.1多元回归分析方程的建立　　我们选择PM10和S02作为污染预报因子。预报因子的监测值于近两年的监测数据。气象因子选取与监测值相对应的常规气象监测资料。　　结合辽宁省的气象特点，通过近九年来气象资料的整理，选取气象因子与空气质量相关较大的因子，统计模型选取天气形势、风向、升降温、升降压为查询状态量，平均气温、平均气压、湿度、风速、月份作为多元分析的因子，对这几个数

4、字量进行多元分析，建立气象因子与空气质量之间的方程。　　建立方程后，经过不断的筛选，一方面考虑大气稳定度对污染的影响，另一方面考虑风对大气污染的影响，所以，初选如下9个因子：　　A．当天的最低温度（℃）；　　B．当天的最高温度（℃）；　　C．前一天20时的能见度（km)；　　D．当天20时前3h的平均风速（m/s)；　　E．当天08时的地面风速（m/s)；　　F．当天降水；　　G．当天20时的总云量；　　H．当天20时的低云量；　　I．当天的最大风速（m/s）。　　4.2预报模式　　采用逐步回归的数学统计模型。　　y1=

5、β0＋β1x11＋…………＋βmx1m　　…………………………　　yn=β0＋β1xn1＋…………＋βmxn1m　　其中：yl—yn为对应日的API指数；　　xij为对应日的气象参数　　βi选取的气象参数前面的系数　　5.结果检验　　用鞍山市环境空气质量预报数据（2010年1月1日至2011年6月29日共540个数据）的与实际监测数据进行对比，其结果显示，统计预报方法准确率较高，尤其是用定性即级别来表示，准确率达77.78%。但是相对于API指数，预报值存在偏差，平均偏差范围10以内的预报数据为50.18%。　　利用平均

6、相对误差概念对预报值和实测值进行检验。预报值的平均相对误差为平均相对误差定义如下：假定样本数为N，某种大气污染物的实际监测值为Ri，预报值为Pi，则该种污染物的相对误差为：　　Ei=

7、Ri－Pi

8、/Ri　　其中i=l，2，3，……N为样本数。　　而平均相对误差为：　　　　鞍山市的预报结果的相对误差为20.09，可以得出预报结果稳定性很好，空气质量预报模型比较令人满意。　　6.结语　　本文使用的空气质量预报模型的准确率比较理想，尤其是使用定性即级别来表示。由于辽宁省空气质量预报开展时间不长，模型仅使用2年左右的的资料．从统

9、计学的角度来看，资料相对少一些，能得出这样的结果已经很好，随着时间的积累，气象资料和大气环境监测资料的同步越来越规范化，本文的统计预报方法将会对今后的空气污染预报工作提供一定的参考价值。