数值模式在上海市空气质量预报中的应用_上海环境监测中心_王茜
上海市环境空气监测、预报和源解析工作汇报-空气知库
2012年：应用多模型开展对上海市颗粒物的来源解析工作。
报告内容
1. 形势和现状 2. 上海市源解析方法介绍
3. 上海市源解析主要结论
4. 经 验 与 体 会
3.1 排放清单
大气污染物排放清单
广东省大气污染源解析：方法、模型与管理培训会议
上海市环境空气来源解析
进展汇报
崔虎雄 伏晴艳 赵倩彪 张懿华 吴迓名 裴冰
上海市环境监测中心
2014年5月27日
报告内容
1. 形势和现状 2. 上海市源解析方法介绍
3. 上海市源解析主要结论
4. 总结与体会
1、形势与现状
2013年74个实行AQI标准的城市,仅3个城市年均浓度达到2级标准;
受体环境点的采样和分析
2009年：PM2.5化学组分（OC/EC、无机离子和元素）采样和分析； 2012年：8个点位同步开展了PM2.5颗粒物手工离线采样和化学组分（ OC/EC、无机离子和元素）分析。 2012-2013年：5个点位同步开展了PM2.5的有机组分（POA和SOA的示踪物 种）采样和分析，其中POA包括正构烷烃、藿烷、多环芳烃（PAHs）、脂肪 酸和无水单糖等，SOA示踪物种包括芳香烃SOA的示踪物、异戊二烯SOA的 示踪物、单萜烯和倍半萜烯的示踪物。
报告内容
1. 形势和现状 2. 上海市源解析方法介绍
3. 上海市源解析主要结论
4. 经 验 与 体 会
2.1、源解析方法
大气颗粒物源解析: 大气颗粒物的来源进行定性或定量研究.
常用的来源解析方法有源清单法、源模型法和受体模型法。
源清单法： 根据各种排放源在一定的时间跨度和空间区域内向大气 中排放大气污染物的量的集合，识别对受体有贡献的主要排放源。 源模型法：从污染源出发，根据各种污染源源强资料、气象资料和大 气化学过程，估算污染源对受体的贡献。 受体模型法： 从受体环境出发，根据大气颗粒物的化学、物理、生 物等信息估算各类污染源对受体的贡献，主要包括基于源和受体成分谱 的CMB模型和仅基于受体成分谱的统计模型。
环境空气质量监测数据分析
环境空气质量监测数据分析上海市环境监测中心首席预报员段玉森老师给我们介绍了环境空气质量监测数据的分析。
讲座内容主要有三个方面：管理需求，分析方法以及工作建议。
环境管理的多样化需求根据数据源做出相应的报告分析等，数据源包含环境监测数据，污染源数据，遥感数据，气象数据和数值模拟数据。
分析形式包含达标分析，高污染成因分析，来源解析，月/季/年评估（盘点）以及专题分析。
分析方法有面向达标的长期变化特征分析，社会经济发展现状，行业比重处于扩张期，且对国民经济的拉动效应高于社会平均水平的主要包括：能源加工业、电热生产和供应业、通用专用设备制造业、汽车制造业、通信电子设备制造业、建筑业、批发零售贸易业、金融保险业、租赁商务服务业。
行业比重处于收缩期，但对经济拉动作用仍高于社会平均水平的主要包括：化学工业、精品钢材业、电气机械制造业、交运仓储业、信息服务和软件业、房地产业。
还介绍了美国洛杉矶的治污经验洛杉矶地区约有30%~40%的空气污染物来自南海岸空气质量管理区直接管辖的设施和设备，其余的60%~70%来自移动污染源，如汽车、卡车、火车和轮船等提高油品、收严排放标准、引导交通出行方式、城市规划与交通体系设计控制方式的转变：由行政转向市场，对于我国目前的污染现状具有借鉴意义。
分析方法还包括评估分析。
极大值，根据每天臭氧最大值，计算一年内臭氧的最大、第二、第三和第四大值。
超标小时数，一年内超标的总小时数。
超标日数，根据臭氧日最大值计算超标日数。
百分位数，百分位数值较少受到极端值和数据质量问题的干扰。
霾污染分析，灰霾污染日判别标准（试行）（征求意见稿）。
分析方法还包含成因分析，包括污染特征分析，长期趋势分析，空间分布分析，周期性分析，气象条件分析与污染源的耦合分析，污染分型分析，数值模拟方法，节假日效应分析。
工作建议主要有四点：1 、重视从气象和污染源多角度、全方位分析数据，由对现象规律的分析总结提升为对污染成因、污染防控措施成效、污染源动态变化跟踪评估的深入分析 2 、充分利用社会经济、气象资料、模型工具等网络公开资源，如社会经济统计数据、气象场、机场气象数据、HYSPLIT 模型等3 、加强对源、源谱、源清单及颗粒物化学成分分析的基础性工作积累，纳入长效工作机制，为空气污染防控提供技术支撑 4 、加强人才队伍建设，在跨部门合作中掌握话语权。
《2024年基于小波分析的上海市环境空气质量变化及与气象关系研究》范文
《基于小波分析的上海市环境空气质量变化及与气象关系研究》篇一一、引言上海市作为中国最大的城市之一，其环境空气质量问题一直是人们关注的焦点。
空气质量的变化不仅与人类活动有关，还与气象条件紧密相连。
为了更好地理解上海市环境空气质量的变化趋势以及其与气象的关系，本研究采用了小波分析的方法对相关数据进行了深入分析。
二、研究方法小波分析是一种在信号处理和数据分析中广泛应用的工具，可以用于识别信号的周期性成分，并在不同的时间尺度上分析信号的细节。
在本研究中，我们使用了小波分析的方法来分析上海市的环境空气质量数据和气象数据。
具体而言，我们收集了上海市近几年的PM2.5、PM10、SO2、NO2等空气质量指标数据以及相应的气象数据（如温度、湿度、风速等）。
然后，我们使用小波分析对这些数据进行处理，以识别出空气质量指标和气象因素在不同时间尺度上的变化趋势和周期性成分。
三、研究结果1. 空气质量变化趋势通过小波分析，我们发现上海市的PM2.5和PM10浓度呈现出明显的上升趋势，尤其是在冬季和春季。
这表明上海市的空气质量状况在近年来有所恶化，需要采取措施进行改善。
此外，我们还发现SO2和NO2的浓度也有所上升，这可能与工业排放和交通尾气等人类活动有关。
2. 气象因素影响在气象因素方面，我们发现温度、湿度和风速等对上海市的空气质量都有一定的影响。
例如，当温度较低时，空气中的PM2.5和PM10等颗粒物的浓度会升高。
而当湿度较高时，空气中的SO2和NO2等气态污染物的浓度也会升高。
此外，风速也对空气质量有显著影响，当风速较大时，空气中的污染物会被更快地稀释和扩散。
3. 周期性成分分析通过小波分析，我们还发现上海市的空气质量和气象因素都存在一定的周期性成分。
例如，在某些时间段内，PM2.5和PM10的浓度会呈现出明显的季节性变化，而在其他时间段内则相对稳定。
此外，气象因素如温度和湿度也存在类似的周期性变化。
这些周期性成分的分析有助于我们更好地理解上海市环境空气质量的长期变化趋势。
城市空气质量监测中的大数据应用分析
城市空气质量监测中的大数据应用分析近年来，随着城市化进程不断加速，城市空气质量问题越来越引起人们的关注。
城市空气质量监测逐渐成为一项重要的工作，并且大数据技术在城市空气质量监测中的应用逐渐呈现出巨大的潜力。
首先，大数据在城市空气质量监测中可以用于数据收集和处理。
传统的空气质量监测手段主要依靠有限数量的监测点，无法精确地反映整个城市范围内的空气质量分布情况。
而利用大数据技术，可以通过在城市中设立大量的传感器，实时收集大量的空气质量数据，并通过分析这些数据，可以得到更为准确和全面的城市空气质量情况。
同时，在数据处理方面，大数据技术可以对庞大的数据进行快速处理和分析，挖掘出其中的规律和模式，帮助分析人员更好地理解城市空气质量的演变和变化趋势。
其次，大数据在城市空气质量监测中可以应用于空气质量预测。
空气质量预测是城市监测的一个重要组成部分，它可以帮助人们提前做好应对污染的准备工作。
利用大数据技术，可以通过收集和分析历史空气质量数据、气象数据、交通数据等多种数据源，建立空气质量预测模型。
这些模型可以准确地预测未来其中一时间段内的空气质量情况，帮助政府和居民制定相应的防护和应对措施。
例如，根据大数据分析结果，可以预测出一些时间段内一些地区的空气污染较为严重，从而可以提前告知居民，减少他们在该地区的外出活动，减少污染的接触机会。
此外，大数据在城市空气质量监测中还可以应用于源头追踪和污染溯源方面。
城市空气污染的源头非常复杂，包括工业排放、交通尾气、生活废弃物等。
通过大数据技术，可以对这些污染源进行数据分析，找出污染源的空间分布规律和污染源的排放特征，进一步对城市的污染源进行追踪，并对这些污染源进行分级管理和控制。
例如，通过大数据分析，可以发现一些区域的工厂排放对该区域的空气质量影响较大，从而可以加强对该工厂的环保监管力度，减少其排放量，以达到净化空气的目的。
最后，大数据在城市空气质量监测中还可以用于与公众交互和参与。
计算机技术在城市空气质量监测中的实际应用
计算机技术在城市空气质量监测中的实际应用近年来，随着城市化进程的加快，城市空气质量问题日益突出。
空气中的污染物对人们的健康和环境造成了严重的影响。
为了解决这一问题，计算机技术在城市空气质量监测中发挥了重要的作用。
首先，计算机技术在空气质量监测设备中的应用使得监测数据的采集更加准确和高效。
传统的空气质量监测设备需要人工采集数据，不仅费时费力，而且易受人为因素的影响。
而现在，通过计算机技术的应用，监测设备可以自动采集数据，并通过传感器实时监测空气中的污染物浓度。
这不仅提高了监测数据的准确性，还大大节省了人力成本。
其次，计算机技术在数据处理和分析方面的应用使得空气质量监测结果更加科学和可靠。
通过计算机技术，监测设备采集到的数据可以实时传输到中央服务器，然后进行数据处理和分析。
计算机技术可以对大量的监测数据进行快速的处理和分析，通过数据模型和算法，可以准确地评估空气质量，并预测未来的变化趋势。
这为政府和环保部门提供了科学依据，以制定相应的环境保护政策和措施。
此外，计算机技术在空气质量监测中的应用还使得监测结果的传播更加广泛和及时。
通过互联网和移动通信技术，监测结果可以实时传输到公众和相关部门。
公众可以通过手机APP或者网站查看实时的空气质量指数，并根据监测结果采取相应的防护措施。
相关部门也可以及时掌握空气质量状况，以便及时采取措施进行治理。
这种信息的共享和传播，提高了公众的环境意识和参与度，也促进了环境保护工作的开展。
然而，计算机技术在城市空气质量监测中的应用也面临一些挑战。
首先是设备的成本和维护问题。
虽然计算机技术的应用提高了监测设备的效率和准确性，但是设备的成本较高，维护和更新也需要一定的费用。
其次是数据的安全和隐私问题。
监测设备采集到的数据涉及到公众的隐私和敏感信息，如何保护数据的安全和隐私成为一个重要的问题。
最后是数据的标准化和共享问题。
不同地区和部门采集的数据格式和标准可能存在差异，如何进行数据的标准化和共享也是一个亟待解决的问题。
上海市环境空气质量自动监测数据审核体系的构建及其应用_包权
表 3 仪器最低检出限的确定及处 理 ①
项 目
ＮＯ -ＮＯ2 -ＮＯＸ
ＳＯ2
Ｏ3
分析方法
化学发光法
紫外荧光法
紫外吸收法
最低检出限 (ｐｐｂ) 修订范围 (小时值 , ｍｇ/ｍ3) 1
修订值
2 <-0.007 无效值
2 <-0.007 无效值
2 <-0.007 无效值
修订范围 (小时值 , ｍｇ/ｍ3) 2
表 2 现场零点 、跨度等飘移检查技术要求
项目
飘 移 程 度
评 价
零点
Ｆ≦ 5 ｐｐｂ 【ＣＯ分析仪 Ｆ≦ 0.5 ｐｐｍ】
5 < Ｆ≦ 15 ｐｐｂ 【ＣＯ分析仪 0.5 ｐｐｍ < Ｆ≦ 1.5ｐｐｍ】
未超出调节控制限 合格且良好
未超出漂移控制限 合格
Ｆ >15 ｐｐｂ 【ＣＯ分析仪 Ｆ >1.5 ｐｐｍ】
Ａｂｓｔｒａｃｔ:Ｂａｓｅｄｏｎ50ａｉｒｑｕａｌｉｔｙｍｏｎｉｔｏｒｉｎｇｓｔａｔｉｏｎｓｉｎＳｈａｎｇｈａｉ, ｔｈｅｄａｔａａｕｄｉｔｉｎｇｓｙｓｔｅｍｉｓｅｓｔａｂｌｉｓｈｅｄｂｙＳｈａｎｇｈａｉＥｎｖｉｒｏｎｍｅｎｔａｌＭｏｎｉｔｏｒｉｎｇＣｅｎｔｅｒ.Ｆｒｏｍｔｈｉｓｙｅａｒ, ａｂｏｕｔ10, 000 ｈｏｕｒｌｙｄａｔａｉｓｔｏｂｅａｕｔｏｍａｔｉｃａｌｌｙａｕｄｉｔｅｄｅｖｅｒｙｄａｙｉｎｕｓｉｎｇｔｈｅＤＭＳ ｓｏｆｔｗａｒｅｏｆＡＩＲＮＯＷ -ｉｎｔｅｒｎａｔｉｏｎａｌｐｒｏｖｉｄｅｄｂｙＵＳＥＰＡａｎｄＳｈａｎｇｈａｉＥＰＢｃｏｏｐｅｒａｔｉｏｎｐｒｏｊｅｃｔ.Ｔｈｅｒｅｆｏｒｅ, ｔｈｅｄａｔａｑｕａｌｉｔｙａｎｄ ｖａｌｉｄｉｔｙａｒｅｉｍｐｒｏｖｅｄｒａｐｉｄｌｙ.
基于Logistic回归算法的滑坡预报模型
M rcr Kcr
(4)
其中，M姿r 和 cr 是对应于 K 的特征值和特征向量。
求得样本 渍( x )在特征向量的投影：
gr ( x j ) ( x j ) vr
M i1
c
r
(
(
xi
)
(
x
j
))
(5)
式中，r = p, p+1 , ... , M，g( x )为对应于 渍( x )的非线性 主元分量，所有投影形成一个矢量。
性进行排序和选择，减少了模型训练时间。由于在
高维空间中成灾因子的选取是一个非线性的问题，
KPCA 方法易于处理非线性问题，特别是对于高维
空间中成灾因子的选取上有一定的优势，在降维筛
选中应用广泛。KPCA 方法实现的具体过程如下： 令样本集为：X = { x1 , x2 , ... , xM }，其中 xk沂RN 为
作者简介：陈曙东（1995—），男，江苏省盐城市人，硕士研究生，主研方向：嵌入式系统开发及应用。 收稿日期：2020-12-25
窑36窑
微处理机
2021 年
在此以陕西省山阳县相关监测数据为研究对 象。山阳县位于陕西省东南部，地处秦岭南麓，是一 个“八山一水一分田”的土石山区。在地形上，呈现 出“三山夹两江”的特点。这也导致了研究区地质灾 害发生较为频繁的特点，地质灾害造成的损失严重 的影响了人民群众的生命财产安全。采用核主成分 分析法选取预报参数，基于 Logistic 回归算法建立 了基于滑坡灾害发生概率预报模型，并将该模型成 功应用于陕西省山阳县滑坡重点灾害实验区，为滑 坡灾害的预报及治理提供了一条新思路。
CHEN Shudong
( School of Electronics and Information, Xi an Polytechnic University, Xi an 710600, China)
上海环境空气质量预报考核评分方法研究和应用
上海环境空气质量预报考核评分方法研究和应用胡鸣;赵倩彪;伏晴艳【摘要】According to the new ambient air quality standards and technical regulations, as well as the actual situation of air quality forecast in Shanghai, a method of air quality forecast assessment score is developed, providing a quantitative basis for improving air quality forecast work and assessment. Based on the AQI evaluation method,the method is focused on assessing of the forecast result during three segmentations in the future 24 hours: the night ( 20:00—6:00 ) , the next morning ( 6:00—12:00) and the next afternoon (12:00—20:00), to quantitatively evaluate the forecast accuracy. It also highlights the assessment of primary pollutant and pollution time, and increases the scores on description of level changes and pollution prediction. As it is applied in Shanghai,the effect evaluation of the method is discussed.%根据环境空气质量新标准和技术规范的要求，结合上海空气质量预报工作的实际，制定了一套环境空气质量预报考核评分方法，为空气质量预报结果的考核和预报工作的改进提供了定量依据，并在上海得到实际应用。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
全市API、分区API、站点API yyyy
2009 2009 2009
mm
3 3 3
dd
20 21 22
SO2
65 52 51
NO2
33 32 26
PM10
29 23 33
模式验证——MM5
T e m peratu re a t H o n g qiao A i r p ort
35 30
Temperature (℃)
空气质量数值预报模型的集成业务化
（实现NAQPMS、CMAQ、WRF-Chem多个模型的业务化预报）
臭氧定点预报模型的开发和建立
（建立臭氧统计预报方程）
预报结果的再订正及多模式集合预报系统的搭建
（对模式预报结果进行不确定分析及再订正，搭建多模式集合预报系统）
上海市环境空气质量多模式集合预报系统框架
ShangHai Emission Data (Point)
CO
NOx
SO2
VOC
PM2.5
PM10
ShangHai Emission Data (Area)
CO
NOx
SO2
VOC PM2.5 PM10 Area Emission of ShangHai emission Inventory with 1km*1km resolution
污 染 模 拟
离线，CMAQ是多污 染物、多尺度的空气 质量模式，包含化学 输送平流模式过程、 气相化学过程、烟羽 处理等过程
离线，污染物模拟 部分包括污染物平 流、扩散、光化学 反应（CB4或 SAPRC97机制可 选）、干湿沉积等 过程 双向 OpenMP, 限4CPUs 排放源、土地利用 类型、地形高度等 模式参数
MM5 滚动模拟 CMAQ‐4.6 模式 NAQPMS 模式 MM5模式 CMAQ‐4.4 模式 CAMx模式
GFS预报数据
动态减排措 施效果测算 数值模式 结果集合 及后处理
各类观 测资料
预报辅助工具 WRF‐Chem 模式 O3最小二乘向 量机临近预报 动力统计预报 统计模式 预报结果
空气质量 预报平台
ShangHai Emission Data (Line)
CO
NOx
SO2
VOC
PM2.5 PM10 Line Emission of ShangHai emission inventory
二、相关工作基础——数值预报
基于数值预报、统计预报以及人为经验会商，上海市环境监测中心对 于本市空气质量的预报能力不断提升。 NAQPMS数值预报模式自2004年投入运行以来已经运行近5年。
2003 2004 2005 2006 2007 2008
12 19 6 5 1 5
3 6 3 3 2 4
6 3 3 5 4 1
1 4 1 3 0 0
二、相关工作基础－预报流程
数值预报模型 Numerical forecasting 统计预报方程 statistical analysis 预报辅助 工具
在线，将气象与化学模块 耦合，可实现化学、气溶 胶、气象和辐射之间的双 向反馈，化学机制采用 CB05
嵌 套 并 行 输 入
单向 MPICH/无CPU限制 污染源、地形，土地 利用，气象条件及环 境参数
双向 MPICH/无CPU限制 污染源、地形，土地利 用，气象条件及环境参数
模拟区域及时间设置
区域 网格分辨率 预报时长
NAQPMS模拟分析
各污染物模拟值与实测值相关分析 年份 2005 2006 2007 2008 SO2 0.56 0.57 0.60 0.57 NO2 0.50 0.46 0.40 0.41 PM10 0.42 0.48 0.36 0.44
三、集合预报系统——研究内容
排放清单的优化改进
（进一步完善并提高清单的分辨率，补充完善长三角清单）
UxààxÜ V|àç? UxààxÜ _|yx
世博同期空气污染区间分析－API指数分布
API分布范围
年份
优 良 率
94.0% 91.8% 95.1% 94.0% 94.6% 96.7%
91 -100
101 -110
111 -120
121 -130
131 -140
141 -150
>150
>110
PM10浓度范围（mg/m3） 0.130 -0.150 0.151 -0.170 0.171 -0.190 0.191 -0.210 0.211 -0.230 0 1 2 0 3 1 0.231 -0.250 0 1 0 0 0 0 >0.250 1 0 0 0 1 0 >0.170 8 9 6 8 8 2
obs sim
08-5-31
R H a t P u d o n g A i r port
100 90 80 70
RH (%)
60 50 40 30 20 10 0 08-5-1 08-5-6 08-5-11 08-5-16 T i me 08-5-21 08-5-26
obs sim
08-5-31
W i n d S p e e d a t H o n g qiao A i r p ort
25 20 15 10 5 08-5-1 08-5-6 08-5-11 08-5-16 T i me 08-5-21 08-5-26 08-5-31
obs sim
R H a t H o n g q iao A i r port
100 90 80 70
RH (%)
60 50 40 30 20 10 0 08-5-1 08-5-6 08-5-11 08-5-16 T i me 08-5-21 08-5-26
面临的挑战
世博园区位于特大城市中心区域，展期长达184天 EXPO Garden located in the central of Shanghai ,the exhibition period will extend to 184 days. 世博期间上海市将面临区域性环境空气污染的风险，以臭氧和灰霾等二次污染 问题尤为突出 Regional air pollution, secondary pollution(O3, haze) especially. 张力军副部长传达温家宝总理的指示，要求世博环境质量保障学习北京奥运会 的经验 The premier demanded that environmental quality safeguard of EXPO should learn from Beijing Olympics.
100
120
140
160
20
40
60
80
0
100
120
140
160
20
40
60
80
0
20
40
60
80
100
120
140
160
180
0
4月22日 4月23日 4月24日 4月25日 4月26日 4月27日 4月28日 4月29日 4月30日 5月1日 5月2日 5月3日 5月4日 5月5日 5月6日 5月7日 5月8日 5月9日 5月10日 5月11日 5月12日 5月13日 5月14日 5月15日 5月16日 5月17日 5月18日 5月19日 5月20日 5月21日 5月22日 5月23日 5月24日 5月25日 5月26日 5月27日 5月28日 5月29日 5月30日 5月31日 5月16日 5月17日 5月18日 5月19日 5月20日 5月21日 5月22日 5月23日 5月15日 5月14日 5月13日 5月12日 5月11日 5月10日 5月9日 5月8日 5月7日 5月6日 5月5日 5月4日 5月5日 5月6日 5月7日 5月8日 5月9日 5月10日 5月11日 5月12日 5月13日 5月14日 5月15日 5月16日 5月17日 5月18日 5月19日 5月20日 5月21日 5月22日 5月23日 5月4日 5月3日 5月3日 5月2日 5月2日 5月1日 5月1日 4月30日 4月30日 4月29日 4月29日 4月28日 4月28日 4月27日 4月27日 4月26日 4月26日 4月25日 4月25日 4月24日 4月24日 4月23日 4月23日
月度空气质量 预报回顾
Forecasting 24hr-48hr综合预报
一周空气质量 预报回顾
Trend Forecast 一周潜势预报 对外信息发布 Data Publication
排放清单
二、相关工作基础——上海市大气污染物
质量目标：常规一次污染物、臭氧、灰霾 常规污染物污染清单 – SO2、NOx、PM10（PM2.5/PM）、VOC、CO、NH3 污染源：点、线、面近30个行业类别 年份：2003年（基准年）、2006年（部分更新年）、2007 年（完整更新年） 范围和精度：102×129个网格，1×1平方公里 高度：1000米以下
输出产品
站 点 气 象 要 素 时 间 序 列
输出产品
站点污染物时间序列
yyyy mm
2009 2009 3 3
dd
30 30
hh
12 12
st
1 2
SO2
31.57 1.81
NO2
24.32 1.01
PM10
13.09 8.6
NO
19.05 0.42
CO
828.84 255.83
O3
32.51 55.37
14
obs
12
sim
Wind speed (m/s)
10 8 6 4 2 0 08-5-1 08-5-6 08-5-11 08-5-16 T i me 08-5-21 08-5-26 08-5-31