利用多模式集合和多元线性回归改进北京PM10预报

摘要：

本研究将多模式集合预报和多元线性回归集成方法结合起来减小空气质量预报的不确定性.首先评估了北京空气质量多模式集合预报系统中3个模式成员(NAQPMS、CAMx、CMAQ)对北京地区PM10日均浓度的预报性能,在此基础上引入多元线性回归将历史观测信息纳入进来对3个模式预报结果进行集成,并将集成预报结果与3个模式算术平均的预报结果进行比较.结果发现:①不同模式的预报结果差异较大,并没有一个模式的预报技巧完全优于其它两个模式,其中CMAQ对北京PM10变化趋势的预报优于其它两个模式,NAQPMS预报的均方根误差整体低于其他两个模式.②多模式预报结果的算术平均在趋势预报和偏差两项指标上都低于部分单模式预报,并不能有效改进PM10预报;基于分站点的模式和观测数据构建的多元线性回归集成预报模型能显著提高PM10预报的准确率,选定合适的训练天数(36 d)后,28个站点PM10日均值预报的均方根误差相对单模式预报或集合平均预报下降32％～43％,预报偏差大幅减小至5.8 μg·m-3,总体预报技巧显著优于单模式和多模式算术平均的预报结果,并且采用线性回归集成方法大幅提高了对污染过程的预报能力.

关键词：空气质量模式、集合预报、线性回归

所属期刊栏目：35

分类号：X513(大气污染及其防治)

资助基金：中国科学院战略性先导科技专项No.XDB05030200;国家自然科学基金No.41205091 Supported by the CAS Strategic Priority Research Program No.XDB05030200 and the National Natural Science Foundation of China No.41205091

在线出版日期：2015-01-29（万方平台首次上网日期，不代表论文的发表时间）

页码：56-64