期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
武汉冬季典型月份PM_(2.5)浓度变化的观测分析与模拟追因 被引量：9
1
作者 黄树元 唐晓 +6 位作者 陈科艺 梁胜文 沈龙娇 王祖武 孔磊 张佩文 王自发 《环境科学学报》 CAS CSCD 北大核心 2021年第3期842-852,共11页
1月是武汉市发生重霾污染最为频繁的月份之一.本文利用地面观测数据对比分析了2014年1月与2018年1月武汉PM_(2.5)污染的变化与差异,进而利用嵌套网格空气质量预报模式系统(NAQPMS)对其差异进行了模拟追因分析.分析结果表明,2018年1月武... 1月是武汉市发生重霾污染最为频繁的月份之一.本文利用地面观测数据对比分析了2014年1月与2018年1月武汉PM_(2.5)污染的变化与差异,进而利用嵌套网格空气质量预报模式系统(NAQPMS)对其差异进行了模拟追因分析.分析结果表明,2018年1月武汉PM_(2.5)污染依旧严峻,出现了17个污染天,月均浓度达到了91.6μg·m^(-3),但污染程度与2014年1月相比有了大幅改善.其污染天比2014年1月减少了13 d,月均浓度下降了90.8μg·m^(-3),浓度峰值下降了154.6μg·m^(-3).通过设计基于气象场敏感性分析的数值模拟试验,发现在区域污染物排放强度保持不变的情形下,2014年1月和2018年1月气象场的变化对武汉月均PM_(2.5)浓度的影响较小,差异小于3μg·m^(-3).基于2018年1月的排放情景模拟2014年1月的武汉PM_(2.5)浓度会导致显著的低估现象.这表明气象条件变化不是武汉2018年1月相比2014年1月PM_(2.5)浓度显著下降、重污染天数显著减少的关键原因,而武汉本地、周边以及京津冀等重点城市群的排放量显著下降应是最为关键的主导因子. 展开更多
关键词 PM_(2.5) 武汉 冬季重污染 数值模拟
原文传递
气象预报模式参数化方案对重污染过程PM2.5浓度预报效果的影响 被引量：6
2
作者 韩丽娜 唐晓 +7 位作者 陈科艺 周慧 孔磊 张佩文 黄树元 吴倩 曹凯 王自发 《气候与环境研究》 CSCD 北大核心 2021年第3期312-322,共11页
针对北京市2016年12月16~21日的重污染过程,基于嵌套网格空气质量模式预报系统(NAQPMS),面向气象驱动模式WRF中7类物理过程的参数化方案,通过单扰动和组合扰动方式构建了51组不同的WRF模式运行配置,对比分析不同方案配置下NAQPMS对这次... 针对北京市2016年12月16~21日的重污染过程,基于嵌套网格空气质量模式预报系统(NAQPMS),面向气象驱动模式WRF中7类物理过程的参数化方案,通过单扰动和组合扰动方式构建了51组不同的WRF模式运行配置,对比分析不同方案配置下NAQPMS对这次重污染过程细颗粒物(PM2.5)浓度预报的性能。结果表明:在重污染时段,组合扰动优化方案在城中心站点和城郊站点的PM2.5浓度预报精度都显著高于基准参数化方案配置下的预报结果,特别是能显著改进基准方案下模式对重污染过程结束时间的预报误差问题,显著减小12月21日存在的预报偏差。从统计指标来看,城中心站点在组合扰动优化方案下预报相关性最高,相关系数在0.7以上;从预报均方根误差来看,组合扰动优化方案误差最小。城郊站点同样是在组合扰动优化方案下预报相关性最高,与观测之间的偏差更小。从污染物与气象要素的空间分布来看,组合扰动优化方案比基准方案能更好再现污染时段的气象要素变化,预报的风速更小、相对湿度更高,从而有利于12月21日北京高浓度PM2.5的维持和累积。本文结果表明气象预报模式参数化方案不确定性是重污染预报的关键不确定性来源,选择合适的参数化方案可以减小重污染期间气象要素的模拟偏差,并可进一步提高重污染时段的PM2.5浓度预报精度。 展开更多
关键词 细颗粒物(PM2.5)浓度预报 气象参数化方案优选 大气重污染过程 北京
下载PDF
京津冀及其周边地区“2+26”城市PM2.5的蒙特卡罗集合预报试验 被引量：3
3
作者 曹凯 唐晓 +7 位作者 孔磊 王威 吴倩 黄树元 张佩文 韩丽娜 吴其重 王自发 《气候与环境研究》 CSCD 北大核心 2021年第2期181-190,共10页
本文在嵌套网格空气质量预报模式系统(NAQPMS)的基础上,结合蒙特卡罗模拟方法搭建了多扰动的空气质量集合预报系统。利用该系统对京津冀及其周边地区“2+26”城市的PM2.5浓度进行预报试验,试验时段为2017年9~12月,模式水平分辨率为15 k... 本文在嵌套网格空气质量预报模式系统(NAQPMS)的基础上,结合蒙特卡罗模拟方法搭建了多扰动的空气质量集合预报系统。利用该系统对京津冀及其周边地区“2+26”城市的PM2.5浓度进行预报试验,试验时段为2017年9~12月,模式水平分辨率为15 km。研究发现,基于蒙特卡罗集合预报系统,采用“集合样本优选”均值集成法能显著提升PM2.5预报精度,大幅减小预报偏差。与所有集合样本的均值集成法相比,该方法将PM2.5预报均方根误差(RMSE)由58.0μg m^(−3)降低至34.7μg m^(−3),将模拟—观测两倍因子百分比(FAC2)由67%提升至87%。此外,“集合样本优选”均值集成法对各污染等级的整体预报效果优于均值集成法。本文结果可为改进城市PM2.5预报效果和减小PM2.5预报偏差提供参考。 展开更多
关键词 集合预报 蒙特卡罗方法 “2+26”城市 “集合样本优选” 均值集成
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部