基于自组织神经网络算法的重庆秋冬季空气污染与天气分型的关系

• 作者: 周国兵 胡春梅 邹倩 陈道劲
• 来源期刊: 气象
• 学科: 地球科学
• 关键词: 天气分型 自组织神经网络算法(SOM) 大气污染
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 论文
• 页码范围: 1222-1234
• 页数: 13页
• 分类号: P456
• 语种: 中文
• DOI: 10.7519/j.issn.1000-0526.2020.09.009

摘要

为了了解重庆秋冬季节空气污染天气的环流特征,利用NCEP再分析资料对污染天气过程地面气压场应用自组织神经网络算法(SOM)进行天气分型,并经过主观对比分析,总结出3类典型天气型:均压型、低压型、高压底部型;其中均压型分为2小类:两冷锋间的均压场、弱高压区的均压场;高压底部型按冷高压中心位置分为3小类:北方高压型、西北高压型、东北高压型.比较分析发现高压底部型大气污染物浓度最高,空气污染最为严重.应用常规观测资料和L波段探空资料分析发现:各类污染天气型表现为地面静风频率高,近地层水平风速小;逆温出现概率高,大气层结稳定,大气边界层高度低等特点.从大尺度环流背景、动力、热力气象条件及后向轨迹模拟分析了3类典型污染天气过程形成原因,为重庆地区空气污染潜势预报及浓度预报提供参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡春梅		1	0	0.0	0.0
2	陈道劲		2	0	0.0	0.0
3	周国兵		2	0	0.0	0.0
4	邹倩		1	0	0.0	0.0