期刊专题

10.13671/j.hjkxxb.2020.0316

多模式集成方法在安徽地区PM2.5预报中的应用研究

引用
分别采用算术平均、权重平均、多元线性回归和神经网络的集成方法,对3种空气质量模式在安徽地区2017年2月-2018年2月PM2.5预报结果进行集成释用.结果表明:各模式和订正产品的预报值与实况值之间均能达到显著相关,相较于WRF-Chem,多元线性回归的均方根误差(RMSE)下降了21.7%,归一化平均偏差(NMB)下降了6%,且在16个地市中NMB均下降至-25% ~25%之间;从不同时次的预报效果来看,在3个代表性城市(淮北、合肥和芜湖),多元线性回归均能大幅度降低RMSE和NMB,但从时间和空间效果来看,其对于提升预报值与实况值之间的相关性方面,略差于权重平均的集成方法;多元线性回归方法对于重污染天气PM2.5预报评分(TS)最高,为0.46.该方法能较为有效地提升不同模式的预报效果,可为重污染天气预报预警提供参考.

集成预报、安徽、空气质量模式、多元回归

41

X16;X823(环境气象学)

安徽省气象局科技发展基金;国家自然科学基金青年基金;安徽省公益性研究联动计划项目

2021-04-20(万方平台首次上网日期,不代表论文的发表时间)

共11页

806-816

暂无封面信息
查看本期封面目录

环境科学学报

0253-2468

11-1843/X

41

2021,41(3)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn