简介:利用2001—2011年常州地区气象观测资料和大气污染物监测资料,对常州地区霾的变化特征及影响因素进行了分析。结果表明:常州地区年霾日数呈波动变化特征。常州地区11月至翌年1月霾出现较多,夏季霾出现最少;11时霾出现频次最多,14时次之,05时霾出现频次最少。霾发生时高空主要存在两种天气形势,地面存在3种天气形势。有降水出现时,如降水明显,不易出现霾;如降水较弱,可能出现霾,但出现几率较小。大气垂直方向的逆温对霾的出现有重要作用。常州地区霾出现时以2级以下偏东风为主,相对湿度多为41.0%—70.0%。大部分雾日(除雨雾外)基本上均出现霾,有雾霾的转换现象发生。2001—2011年常州地区污染物中CO、PM_(10)浓度与霾关系较密切(2012年常州环境监测中心开始PM_(2.5)的监测)。个例分析表明,秸秆焚烧在有利的风向下将污染物输送至下游地区,加上气团的下沉运动使污染物聚集是霾出现的主要原因。
简介:支持向量机(SVM)方法是基于统计学理论的一种新的机器学习方法,对解决小样本条件下的非线性问题非常有效。利用2004~2007年南京站的逐日常规观测资料以及同期南京市环境质量监测点的逐日污染物浓度资料,使用SVM分类和回归方法分别建立了南京地区霾日分类预报模型和有霾日14时(北京时间,下同)能见度预报模型。预报试验结果表明:南京地区霾日的SVM分类预报结果,Ts(Threatscores)评分均在0.4以上;而有霾日14时能见度的SVM回归预报结果,按能见度误差范围为±3km算,准确率均达到了86%以上;加入当天08时新资料的订正预报模型,其预报结果优于起始预报模型。二者的预报结果较为满意,可以给实际业务预测提供参考。