本发明涉及空气污染预报
技术领域：
，具体涉及一种结合大尺度天气系统指数的中长期空气污染预报模型。
背景技术：
：近年来我国的空气污染愈演愈烈，严重威胁人们的健康。在已经开展的业务预报中，只有针对7天以内的空气污染预报。同时，利用大气扩散模式，根据污染源研究污染浓度变化的方法比较多，但此类计算方法密切依赖于污染源排放清单，对于对空气污染监测匮乏的地区，空气污染预报比较困难。空气污染生消与天气形势密切相关，基于天气形势来进行空气污染中长期预报可以在一定程度弥补污染资料缺乏的问题，同时对于空气污染进行中长期预报。选择对于冷空气过程最为重要的大尺度天气系统-西伯利亚高压、阻塞高压和极涡等，本发明利用能够客观定量表征上述环流系统的指数，同时混合层高度指数和aqi(空气质量指数)指数，建立了一个冬季空气污染的中长期预报方程，这样得到的方程，能够很好利用目前天气预报中非常成熟的中长期天气形势预报结论，可以为空气污染中长期预报可以提供重要参考。技术实现要素：为了解决现有技术中存在的问题，本发明提供了一种结合大尺度天气系统指数的中长期空气污染预报模型。本发明的一种结合大尺度天气系统指数的中长期空气污染预报模型是利用历史大尺度天气系统指数和空气质量指数数据，统计分析空气质量指数与其他大尺度天气系统指数的相关性后得到的相关性方程式，所述相关性方程式为：y(i)＝13.174×x1(i)+12.614×x2(i)+x3，其中，y为空气质量指数，x1为极涡指数，x2为西伯利亚指数，x3为固定值，i为日期值。本发明用到的历史大尺度天气系统指数和空气质量指数是利用常规气象数据、美国国家气象中心和美国大气研究中心提供的气象数据通过相关指数计算公式计算后得到的数据，所述中长期空气污染预报模型是利用spss统计分析得到的相关性方程式。为了提高空气污染预报的准确性，所述相关性方程式通过后期的空气质量指数不断修正，所述固定值x3的值为69，所述相关性方程式的拟合度为0.315。所述相关性方程式中，x1和x2对y的滞后影响最大值为15天，x1和x2对y的滞后影响系数为0.328，所述相关性方程式通过0.01的显著性检验。本发明首先遴选了对于冬季污染物生消过程影响较大的天气系统，包括极涡、阻塞高压和西伯利亚高压等，通过国际上最新的研究成果，选择能够实现计算机化的天气系统定量表征指数，进一步结合污染数据进行冬季空气污染的中长期天气预报，一是克服了局地污染源资料匮乏的缺点，另外，充分考虑了冬季冷空气过程及混合层对空气污染物集聚和扩散的影响，建立的污染预报模型，可以定量化地预报出未来7-15天的大气污染状况，这是对目前中长期空气污染预报空白的有益补充。本发明利用目前发展成熟的中长期天气形势预报结论，采用易于实现计算机化的极涡和西伯利亚高压定量化表征方法，预报过程容易实现，预报结果清楚明了，易于向大众推广。预报模型既可以给出确定的aqi污染预报指数，又可以给出1-15天的空气质量趋势，可以在一定程度上填补中长期污染预报的空白。附图说明图1为本发明的技术方案示意图。具体实施方式以下具体实施例，对本发明的一种结合大尺度天气系统指数的中长期空气污染预报模型做进一步的详细说明。实施例1：本发明的一种结合大尺度天气系统指数的中长期空气污染预报模型，首先利用观测得到的常规气象数据以及ncep(美国国家气象中心)、ncar(美国大气研究中心)提供的数据，根据相关公式的算法通过fortran编程计算极涡指数和西伯利亚高压指数。其次，通过spss(统计相关软件可求数据之间的相关关系)软件，用逐步回归方法建立空气质量指数(airqualityindex)aqi，与计算出的相同时间段的极涡指数、西伯利亚指数的相关性，数据长度为2000-2013共14年的数据。利用超前、同期和滞后相关分析发现，在影响空气污染的大尺度天气系统里面，西伯利亚高压和极涡对于空气污染过程影响最为显著。尤其在滞后相关分析中发现，天气系统指数中西伯利亚高压指数和极涡指数对污染有明显的滞后影响，其中在15天达到最大，相关系数为0.328。基于此，建立了空气污染预报方程：y(i)＝13.174×x1(i)+12.614×x2(i)+113.582，其中y(i)为aqi指数，x1为极涡指数，x2为西伯利亚指数，该方程的拟合度达到0.315，通过0.01(pearson双尾检验)的显著性检验。最后用2014/1/1-2015/4/30的aqi观测数据作为真实值对得到的相关方程进行检验校正。即用方程的拟合值与真实值对比分析，因天气形势主要影响污染物的扩散和消除过程，没有污染物的源排放清单无法考虑污染源的情况，方程订正结果为：y(i)＝13.174×x1(i)+12.614×x2(i)+69。本发明利用目前发展成熟的中长期天气形势预报结论，采用易于实现计算机化的极涡和西伯利亚高压定量化表征方法，预报过程容易实现，预报结果清楚明了，易于向大众推广。预报方程既可以给出确定的aqi污染预报指数，又可以给出1-15天的空气质量趋势，可以在一定程度上填补中长期污染预报的空白。针对兰州地区的预报效果经过检验，效果较好，显示了较大的进一步开发潜力，可以向其它地区和城市推广应用。实施例2：利用位势高度场资料、海平面气压场资料计算得到2014年12月3日-17日极涡指数、西伯利亚高压指数，带入预报方程：y(i)＝13.174×x1(i)+12.614×x2(i)+69得到该时间段的aqi值，与观测得到的真实值对比如下表：表1.利用方程得到的预报的aqi与实际值对比计算值8185105921009185919597100919010497真实值7010515892113120671069595125138949489如表1所示，计算值与真实值的误差范围在20左右，划分等级准确率达73％。除去个别数据计算不正确，其他的数据一般都在划分标准边缘徘徊，实际划分等级准确率高于73％。空气质量等级划分：当空气污染指数(即aqi)达0—50时为1级；51—100时为2级；101—200时为3级；201—300时为4级；300以上时为5级。其中3级属于轻度污染，4级属于中度污染，5级则属于重度污染。等级评价：预测得到的aqi值落在某一区间，空气质量即为相对应的等级。以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。当前第1页12