利用IGS对流层产品预报空气质量指数研究

摘要：

空气质量指数用来反映雾霾对大气的污染状况，如何对空气质量进行预报成为研究的重点和难点。空气质量指数与近地面气象参数相关，本文简要介绍了常用的空气质量预报方法及卫星数据观测预报的优势。利用北京房山IGS站气象数据文件，建立了空气质量指数预报的多元线性回归最小二乘模型和卡尔曼滤波模型。结果表明卡尔曼滤波模型得到的预报值与实际值的相关系数和RMS分别为0.995和7.532，均显著优于多元回归模型。为了验证模型的适用性和效果，选用了雾霾较少的2014年夏季气象数据和空气质量指数数据，试验发现：采用卡尔曼滤波模型得到的相关系数和RMS分别为0.985和7.378，预报值与实际值符合得很好，且预报精度较高。本文验证了利用卫星导航地面气象参数进行空气质量预报的可行性，为下一步利用卫星导航系统对流层产品对空气质量进行监测和预报奠定了一定的研究基础。

关键词：雾霾、IGS、空气质量指数、卡尔曼滤波

分类号：P228.4(大地测量学)

在线出版日期：2016-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：76-79