多元线性回归方法对北京地区PM2.5预报的改进应用

• 作者: 刘保献 孙峰 晏平仲 李云婷 潘锦秀 王占山 董瑞
• 来源期刊: 中国环境监测
• 学科: 地球科学
• 关键词: PM2.5 集合预报 多元线性回归方法 空气污染红色预警
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 调查评价
• 页码范围: 43-52
• 页数: 10页
• 分类号: X823
• 字数: 6337字
• 语种: 中文
• DOI: 10.19316/j.issn.1002-6002.2019.02.06

摘要

利用多元线性回归方法(REG) 将多模式空气质量预报系统中3 个模式(CMAQ、CAMx 和NAQPMS) 对北京市 2016 年PM2.5的预报结果和观测数据进行集合,并对集合结果进行评估.结果表明: ①不同模式的预报结果不尽相同,均能够反映2016 年北京地区PM2.5随时间的变化趋势,CMAQ、CAMx 和NAQPMS 相关系数为0. 6～ 0. 9,标准化平均偏差为-0. 6～ 0. 6.3 个模式对重污染峰值预报都存在偏差,NAQPMS 预报偏差低于其他模式;②基于多元线性回归集成预报模型能显著提高日均PM2.5预报的准确率,能较好地改进不同季节模式整体高估或者低估的系统性偏差现象,春季国控平均偏差由-23 μg/m3 改善至-2. 3 μg/m3,冬季平均偏差降低近20 μg/m3; ③利用多元线性回归方法对2016 年红色预警期间小时PM2.5订正结果显示,相关系数提高了0. 13,均方根误差降低了20 ～ 30 μg/m3,并且对峰值浓度有较好的调整,预报峰值更为接近实况峰值,特别是对北部地区的改进效果较为明显,反映了实际观测数据对空气质量数值模式预报修正的研究意义和可行性.