4.2.预报结果分析

4.2.1.平均误差与均方根误差

通过表2 中平均误差来看，无论冬半年还是夏半年平均误差为正值，说明预报值偏高，由于夏季PM10浓度值本身较大，平均误差也较大，其他类污染物为略偏高；从平均绝对误差来看，除O3为夏半年误差大于冬半年，其他五类污染物均为夏半年平均绝对误差小于冬半年，其中NO2、CO 的预报效果最好，夏半年中的PM10、PM2.5 预报效果较差；均方根误差是反映一个数据集的离散程度，值越小表示误差的变化幅度小，从均方根误差来看，SO2和CO 的均方根误差较小，PM10、PM2.5 预报的均方根误差较大。综合来看，预报结果较实况略偏高，夏半年的预报效果优于冬半年，PM10、PM2.5 预报效果较差，SO2、CO 和NO2的预报效果较好。

Table errors of six types of pollutants表2.六类污染物预报误差误差 污染物 时段 样本数 平均值 平均误差 平均绝对误差 均方根误差 SO2 夏半年 734 11.6 0.3 4.3 10.9 冬半年 359 27.3 1.1 9.5 12.1 NO2 夏半年 734 37.3 0.1 10.8 30.1 冬半年 359 59.54 0.9 12.3 16.1 PM10 夏半年 733 62.8 55.2 61 77.9 冬半年 359 190.8 3.7 58.0 86.5 PM2.5 夏半年 734 29.3 5.2 17 62.9 冬半年 359 126.8 4.1 39.7 51.5 CO 夏半年 734 1.0 ?0.02 0.3 0.8 冬半年 359 2.1 0.03 0.5 0.7 O3 夏半年 734 89.1 1.0 20.1 26.3 冬半年 359 43.6 0.4 15.1 19.8

级别预报准确率

通过表3 可以看出，预报模型在夏半年预报二级(良)的准确率为60%，三级准确率仅为17.2%，未报出四级和五级；冬半年的预报准确率较高，一级达100%，二级68%，三级71.5%，四级100%，未预报出五级和六级。可以看出预报模型对冬半年预报优于夏半年，但是针对严重污染的空气质量预报效果较差。

Table accuracy of air quality grade表3.空气质量等级预报准确率一级 二级 三级 四级 五级 六级 夏半年 样本数 1 666 64 ? 4 ? 正确个数 0 400 11 ? 0 ? 准确率 0 60% 17.2% ? 0 ? 冬半年 样本数 1 97 260 2 ? ? 正确个数 1 66 186 2 ? ? 准确率 100% 68% 71.5% 100% ? ?

5.逐步回归法预报污染物质量浓度的误差分析

预报模型是建立在“污染源不变”这各假设的基础上，而事实上污染源排放存在周末效应、城市热岛效应等，并且人类活动对污染源排放也会起到一定的负面作用，污染源头存在较为复杂的现象[25]，而该模型没有考虑污染源的变化，势必会对结果造成预报误差。

另外，当有剧烈天气变化时，预报主体会存在明显的转折性动态变化，天气的转折变化直接影响到空气质量的转折变化，二者的不同步是预报模型产生误差的主要原因之一。

鉴于以上产生预报误差的原因，在以后的工作中要充分考虑天气系统的变化，建立天气预报中的转折预报，对未来空气质量、分季节、分时段制作定性预报，可以更加客观、真实地反映空气质量的变化，提高空气质量的预报准确率。

6.结论

本文对2016年1月至2018年12月空气质量浓度与气象要素进行了分析，利用SPSS 软件建立了多元线性回归方程，并对预报效果进行检验，具体结论如下：

1) 从六类污染物质量浓度的月变化可以看出，各类污染物变化基本呈V 型，冬季是各类污染物质量浓度剧增的季节；其中臭氧的变化趋势为倒V 型，夏季是质量浓度最高的季节；CO、SO2的质量浓度较其他污染物浓度偏低；PM10、PM2.5 的质量浓度在冬季增加明显，冬季为夏季的5 至6 倍；NO2质量浓度变化较其他类变化略微平缓，春季是浓度最小的季节。

2) PM10 作为首要污染物在春季出现的次数最多，夏季中臭氧的作为首要污染物出现次数最多，为148 次；秋季中PM10 再次转为首要污染物；冬季PM2.5 出现频次最多，为251 次，占94%，几乎冬季首要污染物均为PM2.5。四季中SO2未作为首要污染物出现。

3) 从各等级空气质量出现频次上来看，春季、夏季和秋季空气质量主要以二级(良)为主；冬季空气质量为五级(重度污染)出现了99 次，占总频次的37%，出现了18 次严重污染。夏季空气质量最好，冬季受大气逆温层、少降水、多阴雾、小风等原因的影响，空气质量最差。

4) 通过检验预报方程的效果来看，预报值偏高，夏季PM10 浓度预报值误差较大，其他类污染物为略偏高；预报结果较实况略偏高，夏半年的预报效果优于冬半年，PM10、PM2.5 预报效果较差，SO2、CO 和NO2的预报效果较好；针对严重污染的空气质量预报效果较差。

[1] 魏璐, 朱伟军, 陈海山.郑州市空气质量统计预报方法探讨[J].南京气象学院学报, 2009, 32(2): 314-320.

文章来源：《昌吉学院学报》 网址: http://www.cjxyxb.cn/qikandaodu/2021/0223/454.html

上一篇：工商管理专业实验室建设与管理——以昌吉学院
下一篇：混出自主玩出精彩昌吉路幼儿园中大班混班室内