论文部分内容阅读
摘要：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
Research of Air Quality
Forecast System in Liaoning
Abstract: Using the method of gradually returning to sieve the weather factor and according to the relativity of monitoring value of density of air pollution and synchronous weather factor， Air Quality Forecast System was built up for different seasons and different periods of time， This model Was used to analyze the season variety trend of air pollution in Liaoning and the results showed that its accuracy rate is very high， which indicates that this model match the technical request of statistics and forecast method in the nation.
Keywords: air quality； weather factor； model of statistics and forecast
1.开展空气质量预报研究的目的意义
随着我国经济的快速发展和人们生活水平的不断提高，人们对环境问题的关注越来越日益重视。同时，我国的环境污染排放总量不断增加，以颗粒物、二氧化硫、氮氧化物等为主要污染物的大气环境污染问题也日趋严重，为了扼制空气污染，减少空气污染对人体健康及环境造成的危害和扩大人民群众的知情权，国家环保总局于2011年6月起在全国47个重点城市向社会公众发布空气质量预报。
国外一些发达国家60年代就开展了空气污染预报研究工作，当预测到将有严重空气污染现象发生时，立即由控制系统通知企业、居民等排放源采取减少燃料使用量和污染物排放量、限制部分车辆上道等到措施，减轻空气污染程度。国外已把空气污染预报作为控制环境空气污染的一个重要手段。
开展空气污染预报，是环境保护工作中一项具有方向性和指导意义的工作，当预报将有严重污染出现或污染物浓度严重超标时，有关部门可根据预报采取措施控制或减少排放，降低或避免污染物对周围环境的危害，避免或减少危险污染事件的发生。
2.大氣污染预报的主要方法
按预报模式性能的不同，可分为潜式预报、统计模式和数值模式预报三类。按照污染预报的要素不同，可分为污染潜式预报和空气污染浓度预报。统计方法和数值模式方法都属于浓度预报。
2.1大气污染潜式预报
大气污染潜势预报可以看成是以气象上的天气形势预报为基础的“二次预报”，潜势预报采用的基本方法是从已发生的各种污染事件入手，归纳总结出发生污染事件时，所特有的气象条件。最常用的潜势预报指标一般有风速、温度梯度、混合层高度、气压场配置和能见度指标。它门可组成一些综合指标，像通风系数、滞留区域、污染综合临界系数等。美国在70年代制定的全国空气污染潜势预报程序中的工作步骤是：确定滞留区域，计算滞留区域内的混合高度和输送风速，判别是否符合潜势报告指标。参数值的获得都是从无线电探空观测和初始动力学预报方程计算而来的，滞留区内所有点的上午和下午的混合高度和输送风速可通过计算得到。
2.2统计预报
统计预报是在不了解事物变化机理的情况下，通过分析事物规律来进行预测的方法，大气污染统计预报是不依赖物理、化学及生物过程的预测方法。
在一特定的区域或城市，首先需要多年同时间的气象与污染物浓度分布资料，分析多年的天气变化规律，找出若干种类天气类型，然后分析各种天气类型的典型参数，将这些参数与相对应的环境质量实测数据建立起各种定量或半定量关系，这些关系可以是线性的，也可以是非线性的，最后根据这些关系作定量或半定量的空气污染浓度预报。经验统计模式的不足之处在于它假定预报区域内的污染源排放是平稳的，浓度与污染源不发生直接联系，要求有详实的气象和空气质量实测数据。正因为需要大量的长时间的监测资料，一般要花费大量的人力和物力，其优点是简便，易普及，因此有一定的实用性。
统计预报模式是在建立数值定量预报模式之前常用方法，至今仍有实用价值，主要有三种类型：
统计学回归模型。即根据实测值与预测值之间的比较原理，应用过去的浓度、气象资料进行诊断预测，通常采用回归分析、相关分析、线性模型等方法。
分类法。通过分析过去的污染物物浓度与天气形势模型之间的对应关系，导出每类天气模型的浓度时空分布规律，并建立起定量关系，以作出预报。
趋势外推法。此方法遵从连贯性原则，通过各类过程发展变化的一致性和连续性来预测未来。应该指出趋势外推法进行定性预报是一种简便的方法，而作为定量预测，其准确度和精确度都不是很理想。
2.3数值预报
为了定量描述空气中大气污染物的浓度，预报它的变化，就要掌握大气污在空气中的演变规律，即要了解污染物在空气中所经历的理化发生过程。用于描述这些过程的定量数学方程系统被称为模式，能够定量预报大气污染物浓度方法的代表性模型有烟羽模式、烟团模式、箱式模式，及求解物质守恒方程的数值模式。
空气污染预报的方法主要有以上三类，因为统计学模式的优点是简便、易普及，所以现阶段我省就是利用统计预报的方法，对城市空气污染进行预报。
3.气象因素对空气质量的影响
辽宁省属暖温带半湿润季风型大陆气候，总的气候特点是雨热同步，干冷同期，降水充沛，温度适宜，日照充足。但大风、冰雹、旱涝、霜冻等灾害天气在不同年份的相应季节均有不同程度发生。
各季特点是：春季大风多、降水少、日照长、回暖快、蒸发大、温度低，这是造成PM10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。预报因子的监测值来源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 = 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 = |Ri－Pi|/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．从统计学的角度来看，资料相对少一些，能得出这样的结果已經很好，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。
参考文献：
1朱蓉，徐大海．城市空气污染数值预测系统CAPPS及其应用
应用气象学报，2001.12(3):267—277
2 雷孝恩，张美根，韩志伟，等．大气污染数值预测基础和模式
北京：气象出版社，1998:5—13
3 马雁军杨洪斌张云海空气污染预测与地面气象要素应用
气象科技，2004.4(2)
4 李宗恺，潘云仙，孙润桥．空气污染气象学原理及应用
北京：气象出版社，1985
关键词：空气质量；气象因子；统计预报模型
Research of Air Quality
Forecast System in Liaoning
Abstract: Using the method of gradually returning to sieve the weather factor and according to the relativity of monitoring value of density of air pollution and synchronous weather factor， Air Quality Forecast System was built up for different seasons and different periods of time， This model Was used to analyze the season variety trend of air pollution in Liaoning and the results showed that its accuracy rate is very high， which indicates that this model match the technical request of statistics and forecast method in the nation.
Keywords: air quality； weather factor； model of statistics and forecast
1.开展空气质量预报研究的目的意义
随着我国经济的快速发展和人们生活水平的不断提高，人们对环境问题的关注越来越日益重视。同时，我国的环境污染排放总量不断增加，以颗粒物、二氧化硫、氮氧化物等为主要污染物的大气环境污染问题也日趋严重，为了扼制空气污染，减少空气污染对人体健康及环境造成的危害和扩大人民群众的知情权，国家环保总局于2011年6月起在全国47个重点城市向社会公众发布空气质量预报。
国外一些发达国家60年代就开展了空气污染预报研究工作，当预测到将有严重空气污染现象发生时，立即由控制系统通知企业、居民等排放源采取减少燃料使用量和污染物排放量、限制部分车辆上道等到措施，减轻空气污染程度。国外已把空气污染预报作为控制环境空气污染的一个重要手段。
开展空气污染预报，是环境保护工作中一项具有方向性和指导意义的工作，当预报将有严重污染出现或污染物浓度严重超标时，有关部门可根据预报采取措施控制或减少排放，降低或避免污染物对周围环境的危害，避免或减少危险污染事件的发生。
2.大氣污染预报的主要方法
按预报模式性能的不同，可分为潜式预报、统计模式和数值模式预报三类。按照污染预报的要素不同，可分为污染潜式预报和空气污染浓度预报。统计方法和数值模式方法都属于浓度预报。
2.1大气污染潜式预报
大气污染潜势预报可以看成是以气象上的天气形势预报为基础的“二次预报”，潜势预报采用的基本方法是从已发生的各种污染事件入手，归纳总结出发生污染事件时，所特有的气象条件。最常用的潜势预报指标一般有风速、温度梯度、混合层高度、气压场配置和能见度指标。它门可组成一些综合指标，像通风系数、滞留区域、污染综合临界系数等。美国在70年代制定的全国空气污染潜势预报程序中的工作步骤是：确定滞留区域，计算滞留区域内的混合高度和输送风速，判别是否符合潜势报告指标。参数值的获得都是从无线电探空观测和初始动力学预报方程计算而来的，滞留区内所有点的上午和下午的混合高度和输送风速可通过计算得到。
2.2统计预报
统计预报是在不了解事物变化机理的情况下，通过分析事物规律来进行预测的方法，大气污染统计预报是不依赖物理、化学及生物过程的预测方法。
在一特定的区域或城市，首先需要多年同时间的气象与污染物浓度分布资料，分析多年的天气变化规律，找出若干种类天气类型，然后分析各种天气类型的典型参数，将这些参数与相对应的环境质量实测数据建立起各种定量或半定量关系，这些关系可以是线性的，也可以是非线性的，最后根据这些关系作定量或半定量的空气污染浓度预报。经验统计模式的不足之处在于它假定预报区域内的污染源排放是平稳的，浓度与污染源不发生直接联系，要求有详实的气象和空气质量实测数据。正因为需要大量的长时间的监测资料，一般要花费大量的人力和物力，其优点是简便，易普及，因此有一定的实用性。
统计预报模式是在建立数值定量预报模式之前常用方法，至今仍有实用价值，主要有三种类型：
统计学回归模型。即根据实测值与预测值之间的比较原理，应用过去的浓度、气象资料进行诊断预测，通常采用回归分析、相关分析、线性模型等方法。
分类法。通过分析过去的污染物物浓度与天气形势模型之间的对应关系，导出每类天气模型的浓度时空分布规律，并建立起定量关系，以作出预报。
趋势外推法。此方法遵从连贯性原则，通过各类过程发展变化的一致性和连续性来预测未来。应该指出趋势外推法进行定性预报是一种简便的方法，而作为定量预测，其准确度和精确度都不是很理想。
2.3数值预报
为了定量描述空气中大气污染物的浓度，预报它的变化，就要掌握大气污在空气中的演变规律，即要了解污染物在空气中所经历的理化发生过程。用于描述这些过程的定量数学方程系统被称为模式，能够定量预报大气污染物浓度方法的代表性模型有烟羽模式、烟团模式、箱式模式，及求解物质守恒方程的数值模式。
空气污染预报的方法主要有以上三类，因为统计学模式的优点是简便、易普及，所以现阶段我省就是利用统计预报的方法，对城市空气污染进行预报。
3.气象因素对空气质量的影响
辽宁省属暖温带半湿润季风型大陆气候，总的气候特点是雨热同步，干冷同期，降水充沛，温度适宜，日照充足。但大风、冰雹、旱涝、霜冻等灾害天气在不同年份的相应季节均有不同程度发生。
各季特点是：春季大风多、降水少、日照长、回暖快、蒸发大、温度低，这是造成PM10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。预报因子的监测值来源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 = 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 = |Ri－Pi|/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．从统计学的角度来看，资料相对少一些，能得出这样的结果已經很好，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。
参考文献：
1朱蓉，徐大海．城市空气污染数值预测系统CAPPS及其应用
应用气象学报，2001.12(3):267—277
2 雷孝恩，张美根，韩志伟，等．大气污染数值预测基础和模式
北京：气象出版社，1998:5—13
3 马雁军杨洪斌张云海空气污染预测与地面气象要素应用
气象科技，2004.4(2)
4 李宗恺，潘云仙，孙润桥．空气污染气象学原理及应用
北京：气象出版社，1985