多元线性回归方法对北京地区PM2.5预报的改进应用

多元线性回归方法对北京地区PM2.5预报的改进应用

论文摘要

利用多元线性回归方法(REG)将多模式空气质量预报系统中3个模式(CMAQ、CAMx和NAQPMS)对北京市2016年PM2.5的预报结果和观测数据进行集合,并对集合结果进行评估。结果表明:①不同模式的预报结果不尽相同,均能够反映2016年北京地区PM2.5随时间的变化趋势,CMAQ、CAMx和NAQPMS相关系数为0. 6~0. 9,标准化平均偏差为-0. 6~0. 6。3个模式对重污染峰值预报都存在偏差,NAQPMS预报偏差低于其他模式;②基于多元线性回归集成预报模型能显著提高日均PM2.5预报的准确率,能较好地改进不同季节模式整体高估或者低估的系统性偏差现象,春季国控平均偏差由-23μg/m3改善至-2. 3μg/m3,冬季平均偏差降低近20μg/m3;③利用多元线性回归方法对2016年红色预警期间小时PM2.5订正结果显示,相关系数提高了0. 13,均方根误差降低了20~30μg/m3,并且对峰值浓度有较好的调整,预报峰值更为接近实况峰值,特别是对北部地区的改进效果较为明显,反映了实际观测数据对空气质量数值模式预报修正的研究意义和可行性。

论文目录

  • 1 研究方法
  •   1.1 数据资料来源
  •   1.2 多元线性回归方法
  •   1.3 评估方法
  • 2 结果与讨论
  •   2.1 日均值预报效果评估
  •   2.2 对2016年12月红色预警的改进效果
  • 3 结论
  • 文章来源

    类型: 期刊论文

    作者: 潘锦秀,晏平仲,孙峰,李云婷,刘保献,王占山,董瑞

    关键词: 集合预报,多元线性回归方法,空气污染红色预警

    来源: 中国环境监测 2019年02期

    年度: 2019

    分类: 工程科技Ⅰ辑

    专业: 环境科学与资源利用

    单位: 北京市环境保护监测中心大气颗粒物监测技术北京市重点实验室,中国科学院大气物理研究所大气边界层和大气化学国家重点实验室

    基金: 国家重点研发计划(2016YFC0208803),北京市科委重大专项(D17110900150000)

    分类号: X513

    DOI: 10.19316/j.issn.1002-6002.2019.02.06

    页码: 43-52

    总页数: 10

    文件大小: 772K

    下载量: 756

    相关论文文献

    • [1].天津市PM_(2.5)污染特征与来源解析[J]. 环境工程 2019(11)
    • [2].“2+26”城市大气重污染下PM_(2.5)来源解析[J]. 中国环境科学 2020(01)
    • [3].PM_(2.5)中水溶性离子的采样与测定综述[J]. 昆明学院学报 2019(06)
    • [4].道路降尘PM_(2.5)水溶性离子特征研究[J]. 环境科学与管理 2019(12)
    • [5].安阳市大气PM_(2.5)中水溶性离子季节特征及来源解析[J]. 环境科学 2020(01)
    • [6].天津市PM_(2.5)浓度时空分布特征及重污染过程来源模拟分析[J]. 环境科学研究 2020(01)
    • [7].2016年青岛市部分公共场所室内环境烟草烟雾PM_(2.5)和尼古丁监测分析[J]. 中国健康教育 2019(12)
    • [8].公园林带对PM_(2.5)含碳组分和水溶性离子浓度的影响[J]. 江苏农业科学 2019(24)
    • [9].PM_(10)监测仪检测用国家一级标准物质的研制[J]. 中国计量 2020(02)
    • [10].长春市供暖季办公建筑室内PM_(2.5)中金属元素的污染特征及风险评估[J]. 环境污染与防治 2020(02)
    • [11].盘锦市秋季PM_(2.5)水溶性离子特征及来源分析[J]. 环境科学学报 2020(02)
    • [12].洞庭湖PM_(2.5)重污染期水溶性离子污染特征和来源[J]. 农业现代化研究 2020(01)
    • [13].基于2015~2018年实时监测数据对关中平原城市群PM_(2.5)时空变化规律的研究[J]. 地球与环境 2020(02)
    • [14].北京典型城区冬季PM_(2.5)水溶性离子特征[J]. 矿业科学学报 2020(02)
    • [15].太原市森林公园林带对空气PM_(2.5)的净化效率[J]. 西北林学院学报 2020(02)
    • [16].南通市冬季PM_(2.5)中水溶性离子污染特征[J]. 环境监控与预警 2020(02)
    • [17].泰安市夏季PM_(2.5)中正构烷烃和糖类化合物的化学组成及其来源[J]. 环境科学 2020(03)
    • [18].森林覆盖率及其他空气污染物和气象要素对PM_(2.5)的影响——以黑龙江省13个市(区)冬季为例[J]. 东北林业大学学报 2020(04)
    • [19].间接蒸发冷却新风机组净化室内PM_(2.5)特性[J]. 安全与环境学报 2020(01)
    • [20].长沙市MODIS气溶胶光学厚度与PM_(2.5)浓度的相关性研究[J]. 科技资讯 2020(04)
    • [21].中美大气污染的空间交互影响——来自国家和城市层面PM_(2.5)的经验证据[J]. 中国人口·资源与环境 2020(03)
    • [22].天津市高校夏季道路扬尘PM_(2.5)中水溶性离子污染特征及来源[J]. 环境科学学报 2020(05)
    • [23].锦州经济技术开发区PM_(2.5)超标原因分析及治理对策[J]. 环境保护与循环经济 2020(02)
    • [24].西安PM_(2.5)与城市绿地植被覆盖度关系的研究[J]. 城市建筑 2020(03)
    • [25].菏泽市秋冬季PM_(2.5)水溶性离子化学特征分析[J]. 环境科学研究 2020(04)
    • [26].不同PM_(2.5)污染地区的住宅室内空气净化器配置选型[J]. 建筑科学 2020(04)
    • [27].国内空气PM_(2.5)的污染现状与优化途径分析[J]. 环境与发展 2020(04)
    • [28].基于气态污染物的京津冀PM_(2.5)浓度模型研究[J]. 环境科学与管理 2020(02)
    • [29].石家庄市大气PM_(2.5)中重金属污染特征及健康风险评价[J]. 环境与健康杂志 2019(07)
    • [30].基于集总参数模型的室内PM_(2.5)浓度预测[J]. 中国环境科学 2020(02)

    标签:;  ;  ;  

    多元线性回归方法对北京地区PM2.5预报的改进应用
    下载Doc文档

    猜你喜欢