《表2 模拟效果的统计评估》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于数值模拟和统计拟合分析华北冬季一次大范围重污染过程的形成机理》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图2为研究区域平均的模式与观测资料的对比验证结果。模式较好地捕捉到850 hPa风速、气温以及500 hPa风速的演变趋势，基本上再现了研究时段内污染气象条件的变化特征（图2a-2c）；由区域平均的PM2.5模拟结果和观测结果的对比（图2d）可见，模拟结果总体能够模拟出实际PM2.5值的大小和变化趋势，但没能模拟出观测结果中11月30日PM2.5浓度峰值。为了进一步探讨11月30日峰值未模拟出的原因，将北京地区硝酸盐、硫酸盐和有机碳的在线观测值与模拟值进行对比（图略），结果发现模式结果虽然总体上能够反映这3个变量的变化趋势，但低估了11月30日的高污染过程，从而使得模式未能模拟出该时段PM2.5浓度峰值。尽管如此，模式结果很好地捕捉到了各站点PM2.5日均浓度的变化特征（图3）。进一步的定量统计分析结果表明（表2），模拟的气象要素和PM2.5浓度值与观测值的相关都达到0.7以上，850 hPa风速相关系数为0.73，其中500 hPa风速和850 hPa温度则达到0.95以上。模拟的气象要素MB、NMB、NME和RMSE值很小，说明气象要素与观测值的偏离程度小。PM2.5浓度的MB、RMSE和相对于气象要素偏大，但整体模拟效果较好，相关系数达到0.8，NMB和NME的值约20%，平均偏离程度较小。上述模式结果验证表明，模拟研究区域的平均变化趋势是可信的，可以反映此次PM2.5重污染过程的演变特征。