慶陽(yáng)市污染天氣預(yù)報(bào)思路的建立

慶陽(yáng)市污染天氣預(yù)報(bào)思路的建立 中國(guó)虐虧通報(bào)xx，33 (17)102107Chinese AgriculturalScience Bulletin慶陽(yáng)市污染天氣預(yù)報(bào)思路的建立韓晶，曹彥超。 張峰(甘肅省慶陽(yáng)市氣象局，甘肅慶陽(yáng)745000)摘要為了提高慶陽(yáng)市空氣污染預(yù)報(bào)水平，利用多年環(huán)境空氣質(zhì)量和氣象觀測(cè)資料，分析各氣象因子對(duì)空氣污染指數(shù)API的影響，采用逐步回歸的方法建立預(yù)報(bào)方程。 結(jié)果表明污染天氣主要出現(xiàn)在冬李，其次為春季。 冬季的API與除穩(wěn)定度外的其余氣象因子相關(guān)性較好，春、夏、秋、冬四季以及全年的API與溫度、氣壓、降水和不穩(wěn)定能量的相關(guān)性最好。 建立的預(yù)報(bào)方程對(duì)夏、秋、冬三季和全年的預(yù)報(bào)效果較為準(zhǔn)確，而對(duì)春季預(yù)報(bào)效果相對(duì)較差。 實(shí)際預(yù)報(bào)中再結(jié)合具體污染源監(jiān)測(cè)和相似天氣分析，最終確定慶陽(yáng)市本地污染天氣預(yù)報(bào)的綜合評(píng)估結(jié)果。 本研究為慶陽(yáng)市污染天氣過(guò)程的預(yù)警、預(yù)測(cè)及其綜合防治提供科學(xué)依據(jù)。 關(guān)鍵詞空氣污染指數(shù)；氣象因子；相關(guān)系數(shù)；預(yù)報(bào)方程；慶陽(yáng)X511文獻(xiàn)標(biāo)志碼A論文編號(hào)casb16090058The Establishmentof PollutionWeather PredictionMethod inQingyang HanJing，Cao Yanchao，Zhang Feng(Qingyang MeteorologicalBureau，Qingyang Gansu745000)AbstractTo improvethe auracyof atmospheric pollutionforecast inQingyang，we analyzedthe effectsof eachmeteorological parameteron theAir PollutantIndex(API)by utilizingthe environmentalair qualityand meteorologicaldata，and establisheda predictionequation byusing thestepwise regressionmethodThe resultsshowed thatthepolluted weathermainly ourredin winter，secondly inspring；in winter，the APIhad arelatively highcorrelation withthe meteorological parameters exceptthe atmosphericstability data；for spring，summer，autumn，winter andthe wholeyear data，the APIhad ahigher co relation withair temperature，atmospheric pressure，precipitation andinstability energythan othermeteorologicalparametersThe equationcalculated resultswere parativelyaurate foratmospheric pollutionforecast insummer，autumn，winter andthe wholeyear，but hada poorauracy inspringIn theactual prediction，we shouldbine theanalysis ofspecif icpollution sourcemonitor ingand similarweather toasceain theprehensive assessmentof theatmospheric pollutionweather inQingyangThis studycould providea basisfor earlywarning，forecast andintegrated controlof theair pollutionprocessKey wordsairpollution index；meteorological factor；corelationcoe ficient；predictive equation；Qingyang0引言人們生活的城市是一個(gè)錯(cuò)綜復(fù)雜的綜合體，隨著經(jīng)濟(jì)建設(shè)的發(fā)展，城市化進(jìn)程加快，一些無(wú)序的過(guò)度開發(fā)和城市人口的快速增長(zhǎng)，導(dǎo)致環(huán)境污染物排放量不斷增加，污染范圍不斷擴(kuò)大，空氣質(zhì)量下降。 產(chǎn)生城市空氣污染的因素有很多，長(zhǎng)期、平均狀態(tài)下大氣環(huán)境質(zhì)量取決于城市的交通、能源和工業(yè)等污染物排放的多少，但短期、實(shí)時(shí)狀態(tài)下卻與大氣環(huán)流背景以及當(dāng)?shù)?、?dāng)時(shí)的氣象條件和大氣擴(kuò)散能力有關(guān)n。 當(dāng)污染物排放源保持相對(duì)穩(wěn)定時(shí)，城市邊界層尤其是城市近地層基金項(xiàng)目慶陽(yáng)市氣象局科技項(xiàng)目“慶陽(yáng)市重污染天氣機(jī)理及預(yù)報(bào)預(yù)警技術(shù)方法”(qyqxxx04)。 第一作者簡(jiǎn)介韓晶，女，1988年出生，甘肅寧縣人，助理工程師，碩士，研究方向?yàn)?zāi)害性天氣研究。 通信地址745000甘肅省慶陽(yáng)市西峰區(qū)蘭州路4號(hào)慶陽(yáng)市氣象局，Tel09348212687，Email446843809qqcon。 xx0912，修回日期xx，0116。 韓晶等慶陽(yáng)市污染天氣預(yù)報(bào)思路的建立103的風(fēng)、溫度、濕度、降水以及湍流運(yùn)動(dòng)對(duì)城市污染物的擴(kuò)散、稀釋和清除等起著重要的作用。 中國(guó)地域廣闊，地形的差異、氣候的不同、經(jīng)濟(jì)發(fā)展的不均衡，造成各地的環(huán)境復(fù)雜多樣。 以往對(duì)空氣污染的研究多數(shù)是基于典型城市，而對(duì)一般區(qū)域性的空氣污染狀況及污染預(yù)報(bào)模型的系統(tǒng)性研究相對(duì)較少。 相關(guān)研究有李靖等分析并挑選出北京市不同季節(jié)對(duì)空氣質(zhì)量影響最顯著的氣象因子，建立了回歸方程并對(duì)其預(yù)報(bào)效果進(jìn)行了檢驗(yàn)；孫銀川分析了銀川市的污染氣象條件和空氣質(zhì)量，并建立了空氣質(zhì)量的動(dòng)力預(yù)報(bào)模型；柴微濤等嘲對(duì)成都城區(qū)大氣污染監(jiān)測(cè)資料通過(guò)時(shí)問(wèn)序列分析的方法，建立空氣污染指數(shù)自回歸滑動(dòng)平均模型，模擬結(jié)果通過(guò)了相關(guān)檢驗(yàn)；周甘霖在分析能源結(jié)構(gòu)、污染源分布、能耗量以及蘭州市主要空氣污染物濃度時(shí)間變化和空間分布特征的基礎(chǔ)上，通過(guò)研究空氣污染與氣象條件之問(wèn)的關(guān)系，建立了蘭州市污染物濃度統(tǒng)計(jì)預(yù)報(bào)模型。 慶陽(yáng)地處中緯度內(nèi)陸地區(qū)，介于東經(jīng)106。 20一10845與北緯35o15一37。 10之間，屬中溫帶半干旱氣候。 監(jiān)測(cè)點(diǎn)位于慶陽(yáng)市中南部，其海拔高度1421m，周邊地勢(shì)平坦開闊，地形南北呈一扇狀，四季分明，典型高原氣候，春冬季節(jié)長(zhǎng)時(shí)間大風(fēng)天氣，多揚(yáng)塵，氣候干燥。 慶陽(yáng)物產(chǎn)資源豐富，種類繁多，并以農(nóng)業(yè)為主導(dǎo)產(chǎn)業(yè)，其工業(yè)發(fā)展落后于國(guó)內(nèi)其他一些省市，近幾年雖有石油產(chǎn)業(yè)發(fā)展起來(lái)，工業(yè)污染排放也沒有一些城市那么嚴(yán)重。 但因其特殊的地理位置、地質(zhì)地貌特征和氣候特點(diǎn)，加之春季風(fēng)沙天氣、冬季采暖等原因，也經(jīng)常出現(xiàn)持續(xù)性的污染天氣。 而污染天氣對(duì)農(nóng)作物也會(huì)造成不同程度的損害，如葉片變色、生長(zhǎng)遲緩、不開花、減產(chǎn)，枝葉枯萎、品種變質(zhì)等。 因此，需要對(duì)慶陽(yáng)市的污染天氣開展預(yù)報(bào)工作，以便采取更具體、更有效的措施控制污染，也能減少對(duì)農(nóng)作物的損害。 隨著污染物觀測(cè)資料的積累和技術(shù)方法的提高，本研究全面、細(xì)致地研究慶陽(yáng)市主要污染物的分布特征、對(duì)應(yīng)的氣象條件及其與空氣污染指數(shù)之間的關(guān)系，在此基礎(chǔ)上建立適合于慶陽(yáng)市地方特點(diǎn)的污染天氣預(yù)報(bào)模式和思路，以期提高空氣污染預(yù)報(bào)水平。 1資料與方法11本研究所使用的資料包括環(huán)境空氣質(zhì)量資料、地面氣象資料以及探空氣象資料。 111環(huán)境空氣質(zhì)量資料慶陽(yáng)市的空氣污染指數(shù)(Air PollutionIndex，簡(jiǎn)稱API)監(jiān)測(cè)因子為二氧化硫(SO)、二氧化氮(N0)和可吸入顆粒物(PM。 )，監(jiān)測(cè)數(shù)據(jù)慶陽(yáng)市環(huán)保部門xx-xx年逐日數(shù)據(jù)(污染物平均濃度和空氣質(zhì)量等級(jí)劃分標(biāo)準(zhǔn)參考國(guó)家環(huán)境保護(hù)部API定義和各級(jí)限值)。 112地面氣象資料為xx-xx年慶陽(yáng)市常規(guī)氣象觀測(cè)資料，具體數(shù)據(jù)采用與空氣污染資料相對(duì)應(yīng)的西峰國(guó)家基和區(qū)域自動(dòng)站觀測(cè)資料等。 113探空氣象于平?jīng)鍪刑娇照?距離慶陽(yáng)市觀測(cè)站約100km)。 12研究方法本研究方法包括數(shù)據(jù)處理和時(shí)段劃分 (1)數(shù)據(jù)處理將AP1日值按月(季或年)進(jìn)行平均，得到xxxx年月(季或年)平均API的序列。 (2)時(shí)段劃分35月為春季、68月為夏季、911月為秋季、12月一次年2月為冬季，11月一次年3月代表采暖期，4_10月代表非采暖期。 13預(yù)報(bào)因子的選擇基于統(tǒng)計(jì)模型所建立的污染天氣預(yù)報(bào)模型，其穩(wěn)定性和準(zhǔn)確性主要取決于預(yù)報(bào)因子的選取”。 當(dāng)?shù)?、?dāng)時(shí)的天氣形勢(shì)是決定城市空氣中污染物的稀釋、擴(kuò)散和清除過(guò)程快慢的主要因素。 在相應(yīng)的環(huán)流背景下，結(jié)合天氣預(yù)報(bào)經(jīng)驗(yàn)，選出風(fēng)向、風(fēng)速、溫度、氣壓、相對(duì)濕度、能見度、降水、穩(wěn)定度、不穩(wěn)定能量以及逆溫等有明確物理意義的氣象觀測(cè)資料共10項(xiàng)因子進(jìn)行相關(guān)分析。 2慶陽(yáng)市空氣質(zhì)量分布特征空氣污染具有延續(xù)性的特征，污染濃度由高到低有一個(gè)稀釋的過(guò)程，而從低到高也有一個(gè)累積的過(guò)程，如無(wú)春季沙塵天氣等這種特殊情況出現(xiàn)，污染濃度的變化就是一個(gè)漸變過(guò)程1。 慶陽(yáng)市空氣污染物主要有SO。 、NO和PM空氣質(zhì)量日?qǐng)?bào)中，各項(xiàng)污染指標(biāo)分指數(shù)最大值代表所屬區(qū)域API，其中該指數(shù)對(duì)應(yīng)的污染物即為區(qū)域首要污染物”。 經(jīng)分析研究各污染物的AP1分布，灰塵和粉塵等可吸入顆粒物是造成大氣污染的主要因素，為慶陽(yáng)市首要污染物。 空氣質(zhì)量以優(yōu)和良級(jí)天氣為主，輕微(度)污染和重污染級(jí)的天氣較少出現(xiàn)。 雖然慶陽(yáng)市污染天氣出現(xiàn)比率較低，但在優(yōu)、良質(zhì)量時(shí)段內(nèi)也會(huì)有部分區(qū)域達(dá)到污染程度，會(huì)對(duì)市區(qū)內(nèi)及周邊人群的健康和生活產(chǎn)生很大危害。 分析慶陽(yáng)市環(huán)境空氣質(zhì)量等級(jí)日數(shù)變化(見圖1)，優(yōu)級(jí)日數(shù)在夏季呈明顯上升趨勢(shì)，最多日數(shù)出現(xiàn)在6月，而良、輕微(度)污染和重污染級(jí)日數(shù)在夏季均呈下降趨勢(shì)，最少日數(shù)出現(xiàn)在6月，優(yōu)和良級(jí)日數(shù)出現(xiàn)互補(bǔ)的趨勢(shì)。 這是因?yàn)閼c陽(yáng)市夏季降水較多，而相關(guān)研究表明，空氣質(zhì)量等級(jí)為優(yōu)時(shí)，大部分與降水有關(guān)，。 104。 中回農(nóng)學(xué)通報(bào)casborg一般發(fā)生在降水較為明顯的當(dāng)日或次日。 分析慶陽(yáng)市API在各季節(jié)及采暖期、非采暖期不同時(shí)段的分布(見圖2)，慶陽(yáng)市API有明顯的季節(jié)變化特征，春、夏、秋、冬4個(gè)季節(jié)中冬季API平均值最高，而夏季最低，這說(shuō)明慶陽(yáng)市冬季空氣質(zhì)量最差，其次是春、秋季，夏季最好。 采暖期與非采暖期相比，采暖期API明顯高于非采暖期，這是因?yàn)閼c陽(yáng)市是典型的北方城市，從秋末、冬季到初春冷空氣活動(dòng)較為頻繁，風(fēng)速增大，氣溫上升，地表植被的覆蓋度差，容易引起沙塵天氣，使API平均值增大。 從API的標(biāo)準(zhǔn)差變化也可以看出，慶陽(yáng)市API在春、冬季變化波動(dòng)最大，秋季其次，夏季最小，采暖期的變化波動(dòng)比非采暖期大。 經(jīng)分析研究慶陽(yáng)市的重污染天氣主要出現(xiàn)在冬季，其次為春季。 根據(jù)黃忠等n分析，冬季主要是采暖期引起的重污染天氣，特點(diǎn)是發(fā)生頻率較高、持續(xù)時(shí)間長(zhǎng)；而春季是由于大風(fēng)天氣攜帶城市揚(yáng)塵及外來(lái)沙塵形成的污染天氣，特點(diǎn)是發(fā)生較偶然、持續(xù)時(shí)間短、污染物濃度值高。 3025蠢2o山15100807060504030201O0一優(yōu)123456789101112月份圖1空氣質(zhì)量等級(jí)日數(shù)變化圖2API不同時(shí)段的分布情況3預(yù)報(bào)思路的確定眾多研究表明”。 ，氣象因子與污染之問(wèn)存在著相關(guān)性。 本研究采用xx-xx年問(wèn)API、污染頻率和污染天數(shù)與同期常規(guī)氣象因子值作相關(guān)分析，通過(guò)Excel中CORREL函數(shù)分別計(jì)算它們的相關(guān)系數(shù)，并根據(jù)相關(guān)系數(shù)的計(jì)算結(jié)果探討氣象因子對(duì)API的影響。 31API與氣象因子的相關(guān)性分析分析API與同期氣象因子之間的相關(guān)系數(shù)(見表1)，不同的時(shí)段氣象因子對(duì)空氣污染的影響有差異。 311春季AP1與溫度、不穩(wěn)定能量和逆溫的相關(guān)系數(shù)均通過(guò)O0l置信水平檢驗(yàn)，與風(fēng)速、風(fēng)向、氣壓和穩(wěn)定度幾項(xiàng)因子呈負(fù)相關(guān)，與相對(duì)濕度、溫度、能見度、降水、不穩(wěn)定能量及逆溫呈正相關(guān)，其中與相對(duì)濕度相關(guān)性微弱，與風(fēng)速為低度相關(guān)，與其余氣象因子均有較好的相關(guān)性，說(shuō)明春季除風(fēng)速、相對(duì)濕度外，其余氣象因子對(duì)API的影響顯著，主要因?yàn)榇杭練夂蚋稍铮L(fēng)速較其他季節(jié)大，但變化幅度小。 312夏季API與氣壓、相對(duì)濕度、降水和不穩(wěn)定能量的相關(guān)系數(shù)均通過(guò)001置信水平檢驗(yàn)，與風(fēng)速、溫度、降水、相對(duì)濕度、不穩(wěn)定能量、穩(wěn)定度和逆溫幾項(xiàng)因子呈負(fù)相關(guān)，與氣壓及能見度兩者呈正相關(guān)，其中與風(fēng)向無(wú)相關(guān)性，與穩(wěn)定度相關(guān)性微弱，與其余氣象因子均有較好的相關(guān)性，說(shuō)明夏季除風(fēng)向、穩(wěn)定度外，其余氣象因子對(duì)API的影響顯著，主要因?yàn)橄募酒蠚饬鬏^多，帶來(lái)暖濕空氣，大氣處于不穩(wěn)定狀態(tài)時(shí)間較長(zhǎng)。 313秋季API與風(fēng)速的相關(guān)系數(shù)通過(guò)001置信水平檢驗(yàn)，與逆溫呈負(fù)相關(guān)，與其余氣象因子呈正相關(guān)，其中與穩(wěn)定度無(wú)相關(guān)性，與能見度和逆溫相關(guān)性微弱，與風(fēng)向?yàn)榈投认嚓P(guān)，與其余氣象因子均有較好的相關(guān)性，說(shuō)明秋季除能見度、穩(wěn)定度、逆溫外，其余氣象因子對(duì)API的影響顯著，主要因?yàn)榍锛径噙B陰雨，能見度較差，大氣多處于穩(wěn)定狀態(tài)。 314冬季API與溫度、逆溫和不穩(wěn)定能量的相關(guān)系數(shù)均通過(guò)001置信水平檢驗(yàn)，與溫度、穩(wěn)定度、相對(duì)濕度、降水以及不穩(wěn)定能量呈穩(wěn)定的負(fù)相關(guān)，與風(fēng)速、風(fēng)向、氣壓、逆溫和能見度呈穩(wěn)定的正相關(guān)，其中與穩(wěn)定度相關(guān)性微弱，與其余氣象因子均有較好的相關(guān)性，說(shuō)明冬季除穩(wěn)定度外，其余氣象因子對(duì)API的影響顯著，主要因?yàn)槎敬髿鈱咏Y(jié)較為穩(wěn)定。 315全年API與溫度、降水和不穩(wěn)定能量的相關(guān)系數(shù)均通過(guò)O01置信水平檢驗(yàn)，與氣壓、逆溫和相對(duì)濕度的相關(guān)系數(shù)均通過(guò)005置信水平檢驗(yàn)，與風(fēng)向和穩(wěn)定度的相關(guān)系數(shù)均通過(guò)01置信水平檢驗(yàn)。 與風(fēng)向、溫p血6543210蠖“98765432l0韓晶等慶陽(yáng)市污染天氣預(yù)報(bào)思路的建立105。 度、相對(duì)濕度、降水以及不穩(wěn)定能量呈穩(wěn)定的負(fù)相關(guān)，與氣壓、穩(wěn)定度、逆溫和能見度呈穩(wěn)定的正相關(guān)，其中與風(fēng)速無(wú)相關(guān)性，與能見度為低度相關(guān)，與其余氣象因子均有較好的相關(guān)性，說(shuō)明全年除風(fēng)速和能見度外，其余氣象因子對(duì)API的影響顯著，主要因?yàn)槟昶骄L(fēng)速基本一致，年平均能見度變化較小。 因此，冬季API與除穩(wěn)定度外的其余氣象因子相關(guān)性較好，各個(gè)季節(jié)以及全年與溫度、氣壓、降水和不穩(wěn)定能量的相關(guān)性最好。 體現(xiàn)了氣象條件對(duì)污染影響的復(fù)雜性，同時(shí)也說(shuō)明不同時(shí)段氣象因子對(duì)污染的影響是不同的。 32最優(yōu)子集回歸方程的建立在實(shí)際問(wèn)題中應(yīng)該選取只對(duì)目標(biāo)變量真正產(chǎn)生影響的因子組成的回歸方程。 這是因?yàn)槿羰褂脤?duì)目標(biāo)變量不產(chǎn)生影響的因子，可能導(dǎo)致預(yù)測(cè)精確度降低。 如果因子很少，統(tǒng)計(jì)變量也就很少，可以節(jié)省時(shí)間，在實(shí)際應(yīng)用中非常有效。 在統(tǒng)計(jì)學(xué)上，僅僅使用產(chǎn)生影響的因子的建立的方程叫做“最優(yōu)回歸方程”，或者“最優(yōu)回歸模型”23-26。 為了實(shí)現(xiàn)“最優(yōu)回歸方程”，其選擇的準(zhǔn)則和具體方法也就顯得十分迫切，本研究選用線性回歸模型【27】。 本研究利用相關(guān)系數(shù)來(lái)篩選預(yù)報(bào)因子表1分別計(jì)算了春、夏、秋、冬四季和全年的API與所選擇的氣象因子的相關(guān)系數(shù)，在對(duì)各個(gè)氣象因子的統(tǒng)計(jì)分析中，結(jié)合前面的相關(guān)性分析結(jié)果，篩選出相關(guān)系數(shù)較大且超過(guò)一定置信度的因子作為回歸方程的因子，采用多元線性回歸的方法建立預(yù)測(cè)慶陽(yáng)市未來(lái)24hAPI的統(tǒng)計(jì)預(yù)報(bào)方程(見表2)。 表1API與同期氣象因子之間的相關(guān)系數(shù)全年00注通過(guò)01顯著性檢驗(yàn)；”通過(guò)005顯著性檢驗(yàn)；?通過(guò)001顯著性檢驗(yàn)。 其中，南北風(fēng)、穩(wěn)定度、能見度、不穩(wěn)定能量中風(fēng)向以南風(fēng)為主，穩(wěn)定度以穩(wěn)定型為主，能見度以10km為主，不穩(wěn)定能量以K指數(shù)為主。 表2API與同期氣象要素之間的最優(yōu)子集回歸方程注各項(xiàng)的意義y為API，Xz，?，X。 為各氣象因子，R為復(fù)相關(guān)系數(shù)。 33預(yù)報(bào)值與樣本值的對(duì)比分析選取xx-xx年API監(jiān)測(cè)值及預(yù)測(cè)值來(lái)分析預(yù)報(bào)方法的預(yù)報(bào)效果，因空氣污染預(yù)報(bào)是以API和污染等級(jí)方式對(duì)外發(fā)布的，故本研究在預(yù)報(bào)檢驗(yàn)中，均以API形式進(jìn)行比較。 根據(jù)統(tǒng)計(jì)樣本和預(yù)報(bào)樣本的均方根誤差和平均絕對(duì)誤差的誤差分析(見表3)春、夏、秋、冬四季的均方根誤差均小于平均絕對(duì)誤差，無(wú)論是統(tǒng)計(jì)樣本還是預(yù)報(bào)樣本，春秋季的均方根誤差和平均絕對(duì)誤差都大于夏冬季，且除春季兩種誤差的差別較大以外，夏、秋、冬三季和全年的預(yù)報(bào)樣本均方根誤差、平均絕對(duì)誤差僅比統(tǒng)計(jì)樣本的對(duì)應(yīng)誤差略大一些，說(shuō)明本研究中建立的預(yù)報(bào)方程具有一定的參考能力。 根據(jù)上面建立的預(yù)報(bào)方程，對(duì)本次研究的各季節(jié)和全年API進(jìn)行檢驗(yàn)分析(見圖3)，可以看出4個(gè)季節(jié)和全年的實(shí)測(cè)值與回歸方程計(jì)算值的變化趨于一致。 其中夏、秋、冬三季的預(yù)報(bào)模型較為準(zhǔn)確地?cái)M合了API值，春季和全年的預(yù)報(bào)模型的API計(jì)算值與實(shí)測(cè)值相比誤差略大，全年中誤差較為突出的時(shí)段出現(xiàn)在3月，也是屬于春季的月份。 106中回農(nóng)學(xué)通報(bào)casborg圖3實(shí)測(cè)值與預(yù)報(bào)值的檢驗(yàn)圖經(jīng)分析，建立的回歸方程對(duì)春季預(yù)報(bào)效果最差。 究其原因春季是冷暖空氣交換的季節(jié)，天氣多變，風(fēng)力多為一年中最大，一方面會(huì)使污染物向下游擴(kuò)散，造成預(yù)報(bào)誤差；另一方面由于春季降水少，土壤干燥，容易引起沙塵暴和二次揚(yáng)塵。 同時(shí)春季次數(shù)雖少但明顯的降雨過(guò)程對(duì)顆粒物的沖刷、稀釋、和清除作用突出，導(dǎo)致API值振幅較大，即有明顯降雨時(shí)預(yù)報(bào)誤差較大，因此本次研究在方程中引入的降水因子可能對(duì)提高預(yù)報(bào)質(zhì)量有定幫助。 34污染天氣的預(yù)報(bào)思路污染物濃度分布與氣象因子關(guān)系密切，而氣象因子本身隨時(shí)都有變化，彼此又相互制約，相互影響，不污染源監(jiān)測(cè)氣象條件同的氣象要素組合表征不同的天氣特點(diǎn)，對(duì)大氣污染物的擴(kuò)散也會(huì)產(chǎn)生不同的影響。 污染天氣的氣象條件預(yù)報(bào)是從氣象學(xué)的角度出發(fā)，對(duì)未來(lái)時(shí)段內(nèi)空氣中污染物擴(kuò)散、稀釋及清除能力的預(yù)報(bào)過(guò)程。 上述分析中，將能綜合反映各種天氣類型變化的特征要素風(fēng)速、風(fēng)向、溫度、氣壓、相對(duì)濕度、能見度、降水、穩(wěn)定度、不穩(wěn)定能量、逆溫等與API進(jìn)行相關(guān)統(tǒng)計(jì)分析，并建立最優(yōu)子集回歸方程，以期從表征不同大氣氣候特征的要素變化，進(jìn)行慶陽(yáng)市污染天氣的預(yù)報(bào)。 實(shí)際預(yù)報(bào)中再結(jié)合具體污染源的監(jiān)測(cè)以及典型天氣型相似分析，得到污染天氣預(yù)報(bào)的綜合評(píng)估結(jié)果，污染天氣預(yù)報(bào)流程見圖4。 典型天氣型卜_歷史個(gè)例相似分析高空氣象因子地面氣象因子最優(yōu)子集回歸方圖4污染天氣預(yù)報(bào)流程圖污染天氣預(yù)報(bào)綜口評(píng)估加如如韓晶等慶陽(yáng)市污染天氣預(yù)報(bào)思路的建立1074結(jié)論與討論 (1)慶陽(yáng)市的污染天氣主要出現(xiàn)在冬季，其次為春季。 冬季污染天氣是由采暖引起，而春季是因大風(fēng)天氣攜帶城市揚(yáng)塵及外來(lái)沙塵形成的。 (2)根據(jù)API與氣象因子的相關(guān)系數(shù)以及置信水平檢驗(yàn)，冬季API與除穩(wěn)定度外的其余氣象因子相關(guān)性較好，春、夏、秋、冬四季以及全年與溫度、氣壓、降水和不穩(wěn)定能量的相關(guān)性最好。 結(jié)合相關(guān)性分析結(jié)果，篩選出相關(guān)系數(shù)較大且超過(guò)一定置信度的因子作為回歸方程的因子，采用多元線性回歸方法建立預(yù)測(cè)慶陽(yáng)市未來(lái)24小時(shí)API的預(yù)報(bào)方程。 預(yù)報(bào)方程對(duì)夏、秋、冬三季和全年預(yù)報(bào)效果較為準(zhǔn)確，而對(duì)春季預(yù)報(bào)效果相對(duì)較差。 (3)實(shí)際預(yù)報(bào)中再結(jié)合具體污染源的監(jiān)測(cè)以及典型天氣型的個(gè)例相似分析，最終確定慶陽(yáng)市污染天氣預(yù)報(bào)的綜合評(píng)估結(jié)果。 并根據(jù)慶陽(yáng)當(dāng)?shù)貧夂蛱卣鳎瑑?yōu)化配置農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)和技術(shù)，以便適應(yīng)污染天氣對(duì)農(nóng)業(yè)生產(chǎn)所帶來(lái)的各種不良影響。 (4)本研究?jī)H就常規(guī)氣象因子與API的相關(guān)性進(jìn)行了分析，對(duì)區(qū)域地理?xiàng)l件、大氣輸送以及城市內(nèi)部和周邊工業(yè)發(fā)展等具體情況還需要進(jìn)行更深入的研究。 在今后的研究中有必要考慮更多的氣象因子，并對(duì)污染天氣的天氣形勢(shì)進(jìn)行歸類分析，應(yīng)該會(huì)得到更好的結(jié)果。 本研究建立的污染天氣預(yù)報(bào)方程和預(yù)報(bào)思路，在業(yè)務(wù)實(shí)踐中還需進(jìn)一步檢驗(yàn)并完善，更好地為開展本地化的空氣污染預(yù)報(bào)業(yè)務(wù)提供科技支撐。 f1(23456參考文獻(xiàn)周國(guó)兵重慶市主城區(qū)氣象條件對(duì)空氣污染影響分析及數(shù)值模擬研究D蘭州蘭州大學(xué)，xx15周明煜，姚文清，徐祥德，等北京城市大氣邊界層低層垂直動(dòng)力和熱力特征及其與污染物濃度關(guān)系的研究J中國(guó)科學(xué)(D輯地球科學(xué))，xx(S1)2030王斌利用空氣污染指數(shù)(API)分析我國(guó)空氣污染的區(qū)域時(shí)空變化特征【D】青島中國(guó)海洋大學(xué)，xx13李靖，尹曉惠，張明英北京市空氣質(zhì)量狀況與氣象條件關(guān)系分析A】中國(guó)氣象學(xué)會(huì)大氣成分委員會(huì)，中國(guó)氣象科學(xué)研究院第26屆中國(guó)氣象學(xué)會(huì)年會(huì)大氣成分與天氣氣候及環(huán)境變化分會(huì)場(chǎng)論文集c中國(guó)氣象學(xué)會(huì)大氣成分委員會(huì)，中國(guó)氣象科學(xué)研究院xx8孫銀川銀川市空氣污染特征分析及其預(yù)報(bào)方法的研究D】南京南京信息工程大學(xué)xx755柴微濤，宋述軍，宋學(xué)鴻成都市城區(qū)空氣污染指數(shù)的時(shí)間序列分析J】成都理工大學(xué)學(xué)報(bào)自然科學(xué)版，xx (4)485488周甘霖蘭州市空氣污染特征及其與氣象條件關(guān)系研究D蘭州蘭州大學(xué)，xx3268沈鴻飛，張軍，邱慧珍，張智全區(qū)域生態(tài)環(huán)境狀況綜合評(píng)價(jià)以甘肅省慶陽(yáng)市為例J干旱區(qū)資源與環(huán)境，xx (6)13-17吳愛敏，自愛軍，張?zhí)熹h，等隴東空氣質(zhì)量的分析及預(yù)報(bào)J甘肅科學(xué)學(xué)報(bào)，xx (1)3539王文路甘肅省城市環(huán)境空氣質(zhì)量xx-xx年(10年)變化趨勢(shì)研究D蘭州蘭州大學(xué)，xx4445寧海文西安市大氣