文献类型：期刊文章

作　　者：李昊[1] 靳双龙[2] 杜晖[1] 尚可政[1] 王式功[1,3] 石彦军[4] 杨旭[1]

机构地区：[1]兰州大学大气科学学院甘肃省干旱气候变化与减灾重点实验室,兰州730000 [2]中国电力科学研究院新能源与储能运行控制国家重点实验室,北京100192 [3]成都信息工程大学大气科学学院环境气象与健康研究院,成都610225 [4]兰州大学信息科学与工程学院,兰州730000

出　　处：《兰州大学学报（自然科学版）》

基　　金：国家电网公司科技项目(1704-00206);国家自然科学基金重大研究计划重点支持项目(91644226);国家自然科学基金项目(41575138);国家基础科技条件平台建设项目(NCMI-SBS17-201707;NCMI-SJS15-201707)

年　　份：2018

卷　　号：54

期　　号：1

起止页码：120-126

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2017_2018、JST、MR、RCCSE、RSC、SCOPUS、WOS、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：利用2013-2015年兰州市空气污染逐日监测资料,分析了兰州市6种主要空气污染物PM_(10)、PM_(2.5)、NO_2、SO_2、CO和O_3的污染特征;以2014年欧洲中期天气预报中心(ECMWF)资料与T639气象要素预报产品,结合兰州市同期污染物质量浓度监测数据,分别建立了基于最小二乘法支持向量机(LS-SVM)的6种主要空气污染物未来2d的日均质量浓度预报模型;将ECMWF和T639中2015年2月1日-10月31日的气象要素与同期污染物质量浓度监测数据分别输入各模型进行试预报检验.结果表明,以ECMWF建立的预报模型对未来2 d的PM_(10)、PM_(2.5)、NO_2、SO_2和CO的日均质量浓度的预报效果优于T639,而T639对预报O_3有一定优势.用ECMWF建立的预报模型对未来24 h的空气质量指数等级和首要污染物的预报成功率为86.14%,48 h的为82.33%;T639对应的未来24 h预报成功率为83.52%,48 h的为74.43%.两种数值预报产品均可应用于基于LS-SVM预报模型的空气质量预报,其中使用ECMWF的预报产品的释用预报效果整体上更好.

关 键 词：空气质量预报 最小二乘法支持向量机  兰州市  ECMWF预报产品  T639预报产品  

分 类 号：X823]