空气质量数值预报优化方法研究

摘要：

基于源清单"Nudging"修正方法和XGBoost算法对徐州市2016年12月13个监测站点的PM2.5、PM10、O3、SO2、NO2、CO等6种污染物浓度预报值进行修正,并分析了修正前后模式预报改善效果.在源清单"Nudging"修正部分,本文结合IDW空间插值算法对SO2、NO2、CO等3种污染物浓度预报值进行修正,与修正前后模拟结果相比,采用同化源模拟的预报浓度值与观测值的相关系数提高了0.06~0.27不等,平均绝对误差和均方根误差减少的幅度较为明显,平均相对偏差(MFB)和平均相对误差(MFE)均在理想水平范围内,NO2修正效果最好,其次是SO2和CO.基于XGBoost算法的统计修正部分,本文结合WRF气象预报要素建立统计回归模型,对6种污染物进行统计修正,经滚动修正之后,预报偏低或偏高现象得到很大的改善,除了SO2之外,相关系数均提高到0.6~0.7左右,各项误差统计指标改进幅度非常明显.总体而言,本文采用的两种修正方法对中小尺度空气质量数值预报改进效果非常明显,反映了此优化方案的可行性和科学性.

关键词：Models-3/CMAQ、"nudging"修正、统计修正、数值预报优化

所属期刊栏目：38

分类号：X51(大气污染及其防治)

资助基金：国家自然科学基金资助项目41671524

在线出版日期：2018-07-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2047-2054