多元线性回归方法对北京地区PM2.5预报的改进应用
利用多元线性回归方法(REG)将多模式空气质量预报系统中三个模式(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,并对其集合结果进行评估.结果 表明：①不同模式的预报结果不尽相同,均能够反应2016年北京地区PM2.5随时间的变化趋势,CMAQ、CAMx和NAQPMS相关系数在0.6～0.9之间,标准化平均偏差在-0.6～0.6之间.三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地提高日均PM2.5预报的准确率,能较好的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,冬季平均偏差降低了近20μg/m3.③利用多元线性回归的方法对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,并且对峰值浓度有了较好的调整,预报的峰值较实况更为接近,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.
PM2.5 集合预报 多元线性回归方法 空气污染红色预警
潘锦秀 晏平仲 孙峰 李云婷 刘保献 王占山 董瑞
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,北京100048 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,北京100029
国内会议
河北雄安
中文
1-13
2019-06-14（万方平台首次上网日期，不代表论文的发表时间）