本文選題：京津冀區(qū)域 + PM_(2.5)��； 參考：《南京信息工程大學(xué)》2016年碩士論文

【摘要】：我國區(qū)域空氣質(zhì)量遠(yuǎn)未達(dá)標(biāo),大氣重污染事件頻發(fā),京津冀區(qū)域尤為嚴(yán)重。因此,迫切需要大氣污染業(yè)務(wù)預(yù)報(bào)�？諝馕廴緮�(shù)值預(yù)報(bào)是一種有效的獲知未來空氣質(zhì)量方法,它可以深入分析污染過程演變特征,解析污染物的來源和去向,及模擬預(yù)測(cè)應(yīng)急控制效果等。2013年開始中國環(huán)境監(jiān)測(cè)總站聯(lián)合中國科學(xué)院大氣物理研究所建立了京津冀預(yù)報(bào)預(yù)警業(yè)務(wù)化測(cè)試系統(tǒng),從該年開始開展區(qū)域6項(xiàng)污染物及AQI預(yù)報(bào)預(yù)警服務(wù),并重點(diǎn)關(guān)注京津冀區(qū)域的重污染天氣過程。業(yè)務(wù)預(yù)報(bào)時(shí),主要關(guān)注重污染天氣過程的起始時(shí)間,持續(xù)時(shí)間以及污染影響的空間范圍。因此,本文利用2013和2014年測(cè)試系統(tǒng)的預(yù)報(bào)產(chǎn)品,從上述三個(gè)方面著手發(fā)展了一種用于評(píng)估京津冀區(qū)域重污染過程數(shù)值預(yù)報(bào)能力的新方法,并探討重污染天氣過程早報(bào)、晚報(bào)及漏報(bào)的可能氣象條件原因,以提高預(yù)報(bào)準(zhǔn)確率。結(jié)果表明：(1)數(shù)值模式系統(tǒng)提前三天預(yù)告重污染天氣過程的預(yù)報(bào)準(zhǔn)確率可達(dá)57%,秋冬季預(yù)報(bào)效果好于其他季節(jié),靜穩(wěn)型預(yù)報(bào)效果好于沙塵型和特殊型。(2)對(duì)模式AQI預(yù)報(bào)結(jié)果統(tǒng)計(jì)發(fā)現(xiàn),當(dāng)預(yù)報(bào)AQI值達(dá)到150以上時(shí),實(shí)際發(fā)生重污染天氣過程的概率較大,如定義AQI等于150作為重污染天氣預(yù)警臨界值,模式預(yù)報(bào)準(zhǔn)確率可提高至70%以上。(3)天氣系統(tǒng)對(duì)污染過程預(yù)報(bào)有重要影響,WRF氣象模式對(duì)中低層天氣系統(tǒng)位置及強(qiáng)度預(yù)報(bào)偏差是導(dǎo)致靜穩(wěn)型污染過程早報(bào)和晚報(bào)的一個(gè)重要原因。本文將發(fā)展的新方法應(yīng)用于評(píng)估預(yù)測(cè)2006-2015年冬奧會(huì)同期發(fā)生重污染的風(fēng)險(xiǎn)。2022年冬季奧運(yùn)會(huì)將在北京舉行,屆時(shí)北京地區(qū)空氣質(zhì)量要達(dá)到國家標(biāo)準(zhǔn)和世界衛(wèi)生組織指導(dǎo)值要求。通過對(duì)2006-2015年冬奧會(huì)同期PM_(2.5)濃度研究表明,冬奧會(huì)同期北京PM_(2.5)濃度會(huì)出現(xiàn)不同程度超標(biāo)現(xiàn)象,其中,2014年污染最為嚴(yán)重,2015年則相對(duì)較好,且在歷年的2月13-16日易出現(xiàn)持續(xù)的重污染天氣過程。假設(shè)2022的2月污染程度和氣象條件介于2014和2015年之間,利用發(fā)展的新方法評(píng)估模式系統(tǒng)的這一過程模擬能力,并對(duì)2022年污染風(fēng)險(xiǎn)進(jìn)行評(píng)估,在此基礎(chǔ)上設(shè)計(jì)減排實(shí)驗(yàn),使得會(huì)期不出現(xiàn)重污染。本文從氣象和排放源兩個(gè)方面,研究不同年份冬奧會(huì)同期污染物濃度變化的主要原因。研究對(duì)比2014年2月和2015年2月兩組氣象條件下北京和張家口PM_(2.5)濃度水平及模擬效果,結(jié)果表明：(1)減排方案使得2014年和2015年冬奧會(huì)同期PM_(2.5)濃度在130ug/m3以下,除13-16日外,其他日期空氣質(zhì)量達(dá)標(biāo)。(2)對(duì)比2014和2015年冬奧會(huì)歷史同期,2014年氣象要素引起北京和張家口PM_(2.5)升高40%-60%,SO_2和NO_2濃度升高0-40%(3)2014年減排使得PM_(2.5),SO_2和NO_2濃度降低60%以上,2015年減排使得PM_(2.5)濃度降低40%-60%。
[Abstract]:The regional air quality in China is far from reaching the standard, and heavy air pollution events occur frequently, especially in Beijing, Tianjin and Hebei. Therefore, there is an urgent need for operational air pollution forecasting. Numerical prediction of air pollution is an effective way to know the future air quality. It can analyze the evolution characteristics of pollution process and analyze the source and destination of pollutants. In 2013, China Environmental Monitoring General Station and the Institute of Atmospheric Physics of the Chinese Academy of Sciences established the Beijing-Tianjin-Hebei early warning operational test system. From this year, six regional pollutant and AQI forecasting and early warning services have been developed, and the heavy pollution weather process in Beijing, Tianjin and Hebei regions has been focused on. Operational forecasting focuses on the starting time, duration and spatial range of heavy pollution weather processes. Therefore, using the forecast products of the 2013 and 2014 test systems, this paper develops a new method for evaluating the numerical forecast ability of heavy pollution processes in the Beijing-Tianjin-Hebei region from the above three aspects, and probes into the morning report of heavy pollution weather processes. In order to improve the accuracy of forecast, the possible meteorological conditions of the evening newspaper and the missing report are caused. The results show that the forecasting accuracy of the numerical model system for predicting heavy pollution weather process three days in advance can reach 57%, the prediction effect of autumn and winter is better than that of other seasons, and the prediction effect of static and stable model is better than that of sand dust type and special type. When the forecast AQI value is more than 150, the probability of serious pollution weather process is high, such as defining AQI equal to 150 as the critical value of heavy pollution weather warning. The prediction accuracy of the model can be increased to more than 70%.) the weather system has an important influence on the prediction of the pollution process. The deviation of the WRF weather model for the prediction of the position and intensity of the low and middle layer weather system is an important reason leading to the static and stable pollution process morning report and evening report. In this paper, the developed new method is applied to evaluate and forecast the risk of heavy pollution in the same period of the 2006-2015 Winter Olympics. The 2022 Winter Olympic Games will be held in Beijing when the air quality in Beijing will meet the requirements of national standards and WHO guidelines. According to the study of PMstack 2.5) concentration in the same period of the 2006-2015 Winter Olympic Games, it is shown that there will be different levels of exceeding the standard in the same period of the Winter Olympics in Beijing. Among them, the pollution in 2014 is the most serious, and the pollution in 2015 is relatively good. And on February 13-16 of the calendar year easy to appear the continuous heavy pollution weather process. Assuming that February pollution and meteorological conditions in 2022 are between 2014 and 2015, using a new developed method to assess the process simulation capability of the model system, and assessing the pollution risk in 2022, an emission reduction experiment is designed. Avoid heavy pollution during the session. In this paper, the main reasons of pollutant concentration change in different years of Winter Olympic Games are studied in terms of meteorology and emission sources. The study compared the concentrations of PM2. 5 in Beijing and Zhangjiakou in February 2014 and February 2015. The results showed that the emission-reduction scheme resulted in a concentration below 130ug/m3 in the same period of the 2014 and 2015 Winter Olympics, except for 13-16 days. Compared with the historical period of the Winter Olympics in 2014 and 2015, the meteorological elements in 2014 caused 40 to 60 higher levels in Beijing and Zhangjiakou than in the same period in the history of the Winter Olympic Games in 2015.) in 2014, the emission reduction resulted in a reduction of more than 60 percent in the concentrations of PMN 2.5 and NO_2, and a reduction of 40 to 60 in the concentration of PMS2 and NO_2, as a result of the increase in the concentrations of so 2 and NO_2 in 2014.
【學(xué)位授予單位】：南京信息工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：X51

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張勇,陳德昌,虞志英,唐寅德,包四林;西大堤工程后連云海灣污染濃度場(chǎng)的數(shù)值預(yù)報(bào)[J];海洋環(huán)境科學(xué);1992年04期

2 王仁樹;渤海流冰數(shù)值預(yù)報(bào)系統(tǒng)[J];海洋環(huán)境科學(xué);1993年Z1期

3 吳增茂,盛立芳,劉烽;城市區(qū)域大氣質(zhì)量數(shù)值預(yù)報(bào)方法的研究進(jìn)展[J];氣象科技;1999年01期

4 韓志偉,張美根,雷孝恩,佟彥超;城市空氣污染數(shù)值預(yù)報(bào)試驗(yàn)[J];氣候與環(huán)境研究;1999年03期

5 ;天津市空氣污染預(yù)報(bào)研究[J];天津科技;2001年03期

6 汪德進(jìn);方瑩;;波浪數(shù)值預(yù)報(bào)可視化系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)與應(yīng)用化學(xué);2014年02期

7 鄭崇偉;潘靜;黃剛;;利用WW3模式實(shí)現(xiàn)中國海擊水概率數(shù)值預(yù)報(bào)[J];北京航空航天大學(xué)學(xué)報(bào);2014年03期

8 李曉紅;田鳳云;;城市空氣污染二氧化硫數(shù)值預(yù)報(bào)中的背景值選取研究[J];沈陽航空工業(yè)學(xué)院學(xué)報(bào);2010年02期

9 朱蓉,徐大海,周朝東,張躍堂,周春紅,況石;CAPPS在國家氣象中心多城市污染指數(shù)數(shù)值預(yù)報(bào)業(yè)務(wù)系統(tǒng)中的應(yīng)用[J];應(yīng)用氣象學(xué)報(bào);2002年S1期

10 符生輝;李明;;0601號(hào)“珍珠”臺(tái)風(fēng)移動(dòng)路徑分析[J];農(nóng)家之友(理論版);2010年08期

相關(guān)會(huì)議論文 前10條

1 程戴暉;;上海數(shù)值預(yù)報(bào)對(duì)夏季高溫的預(yù)報(bào)性能分析及應(yīng)用[A];第二屆長(zhǎng)三角氣象科技論壇論文集[C];2005年

2 劉啟元;;論地震數(shù)值預(yù)報(bào)[A];中國地球物理.2003——中國地球物理學(xué)會(huì)第十九屆年會(huì)論文集[C];2003年

3 何明瓊;汪應(yīng)瓊;龍利民;;歐洲數(shù)值預(yù)報(bào)溫度場(chǎng)誤差分析及應(yīng)用實(shí)例[A];中國氣象學(xué)會(huì)2006年年會(huì)“航空氣象探測(cè)、預(yù)報(bào)、預(yù)警技術(shù)進(jìn)展”分會(huì)場(chǎng)論文集[C];2006年

4 何明瓊;汪應(yīng)瓊;龍利民;;歐洲數(shù)值預(yù)報(bào)溫度場(chǎng)誤差分析及應(yīng)用實(shí)例[A];中國氣象學(xué)會(huì)2006年年會(huì)“中尺度天氣動(dòng)力學(xué)、數(shù)值模擬和預(yù)測(cè)”分會(huì)場(chǎng)論文集[C];2006年

5 何明瓊;汪應(yīng)瓊;龍利民;;歐洲數(shù)值預(yù)報(bào)溫度場(chǎng)誤差分析及應(yīng)用實(shí)例[A];中國氣象學(xué)會(huì)2006年年會(huì)“災(zāi)害性天氣系統(tǒng)的活動(dòng)及其預(yù)報(bào)技術(shù)”分會(huì)場(chǎng)論文集[C];2006年

6 周國華;林巧燕;;數(shù)值預(yù)報(bào)降水產(chǎn)品預(yù)報(bào)效果的檢驗(yàn)和評(píng)估分析[A];第三屆浙江中西部科技論壇論文集（第二卷 氣象分卷）[C];2006年

7 甘少華;張秀麗;張友姝;茅衛(wèi)平;;2008年初南方四次冰雪災(zāi)害天氣的數(shù)值預(yù)報(bào)檢驗(yàn)及形成機(jī)理分析[A];2008年北京氣象學(xué)會(huì)科技優(yōu)秀論文集[C];2008年

8 趙宏德;任萬輝;;環(huán)境空氣質(zhì)量數(shù)值預(yù)報(bào)系統(tǒng)在沈陽市的應(yīng)用[A];創(chuàng)新沈陽文集（B）[C];2009年

9 馮芝祥;朱同生;曹書濤;高金銳;;如東風(fēng)電場(chǎng)單機(jī)發(fā)電量預(yù)報(bào)初探[A];第七屆長(zhǎng)三角氣象科技論壇論文集[C];2010年

10 劉建軍;陳曉光;丁建軍;胡文東;郭立新;;寧夏新一代中尺度數(shù)值預(yù)報(bào)業(yè)務(wù)系統(tǒng)[A];推進(jìn)氣象科技創(chuàng)新加快氣象事業(yè)發(fā)展——中國氣象學(xué)會(huì)2004年年會(huì)論文集（下冊(cè)）[C];2004年

相關(guān)重要報(bào)紙文章 前10條

1 本報(bào)記者 束洪福;多尺度氣象數(shù)值預(yù)報(bào)體系邁上新臺(tái)階[N];科技日?qǐng)?bào);2008年

2 記者 張明祿　通訊員 宋振鑫;以務(wù)實(shí)態(tài)度推動(dòng)數(shù)值預(yù)報(bào)科學(xué)發(fā)展[N];中國氣象報(bào);2012年

3 實(shí)習(xí)記者 李昕;海洋數(shù)值預(yù)報(bào)系統(tǒng)將實(shí)現(xiàn)規(guī)范化應(yīng)用[N];中國海洋報(bào);2014年

4 記者 李丹 王媛;我國氣象數(shù)值預(yù)報(bào)技術(shù)取得實(shí)質(zhì)進(jìn)展[N];中國氣象報(bào);2006年

5 潘俊杰 陳賢;我國自主研發(fā)數(shù)值預(yù)報(bào)系統(tǒng)將有新突破[N];中國氣象報(bào);2006年

6 院辦;宇如聰慰問數(shù)值預(yù)報(bào)創(chuàng)新基地科研人員[N];中國氣象報(bào);2007年

7 記者 林琳 蒙嘉川;數(shù)值預(yù)報(bào)是提高預(yù)報(bào)準(zhǔn)確率的基礎(chǔ)[N];中國氣象報(bào);2007年

8 李長(zhǎng)青;東北區(qū)域數(shù)值預(yù)報(bào)業(yè)務(wù)系統(tǒng)應(yīng)用價(jià)值顯現(xiàn)[N];中國氣象報(bào);2007年

9 鄧海濱;多尺度數(shù)值預(yù)報(bào)系統(tǒng)獲科技進(jìn)步獎(jiǎng)[N];中國氣象報(bào);2007年

10 記者 游雪晴;我數(shù)值預(yù)報(bào)系統(tǒng)能預(yù)報(bào)全球天氣[N];科技日?qǐng)?bào);2009年

相關(guān)博士學(xué)位論文 前2條

1 曾曉青;模式輸出統(tǒng)計(jì)技術(shù)在局地中短期天氣預(yù)報(bào)中的研究與應(yīng)用[D];蘭州大學(xué);2010年

2 常燕;高精度緊致平流算法的應(yīng)用和區(qū)域天氣精細(xì)化數(shù)值預(yù)報(bào)試驗(yàn)[D];蘭州大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 蔡則帥;NPP-ATMS衛(wèi)星微波資料在WRFDA中的直接同化試驗(yàn)研究[D];南京信息工程大學(xué);2015年

2 許婷婷;風(fēng)功率預(yù)測(cè)的場(chǎng)風(fēng)速指標(biāo)應(yīng)用及其數(shù)值預(yù)報(bào)的修訂[D];南京信息工程大學(xué);2015年

3 潘錦秀;京津冀大氣重污染過程數(shù)值預(yù)報(bào)與評(píng)估[D];南京信息工程大學(xué);2016年

4 莊麗帆;船—槳—舵全耦合流場(chǎng)的數(shù)值預(yù)報(bào)及節(jié)能裝置設(shè)計(jì)[D];江蘇科技大學(xué);2016年

5 管琴;山西省高速公路大霧數(shù)值預(yù)報(bào)研究[D];南京信息工程大學(xué);2012年

6 黃林宏;風(fēng)電場(chǎng)風(fēng)速數(shù)值預(yù)報(bào)的修訂方法探討[D];南京信息工程大學(xué);2012年

7 彭麗巧;舟山海域海面風(fēng)的數(shù)值預(yù)報(bào)[D];武漢理工大學(xué);2004年

8 胡文東;利用地球同步氣象衛(wèi)星紅外資料進(jìn)行寧夏強(qiáng)降水?dāng)?shù)值預(yù)報(bào)試驗(yàn)研究[D];南京氣象學(xué)院;2003年

9 楊澄;GMS-5衛(wèi)星云圖在中尺度數(shù)值預(yù)報(bào)中的應(yīng)用研究[D];南京氣象學(xué)院;2002年

10 王佳;內(nèi)蒙古商都化德風(fēng)區(qū)風(fēng)電場(chǎng)短期風(fēng)速預(yù)報(bào)研究[D];南京信息工程大學(xué);2013年

，

本文編號(hào)：1966989