《表2 4次重污染天气过程提前1～7 d预报统计参数》

  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

《2018年11—12月北京市重污染天气过程数值预报能力评估》

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

表2为4次重污染天气过程提前1～7 d预报的统计参数情况，可以看出，4次过程提前1～6 d预报的r基本大于0.6，提前1～4 d预报的r甚至可以达到0.8～0.9，提前7 d预报的r则基本低于0.5。4次重污染天气过程不同时效预报NMB基本小于0，表明数值模式对重污染天气过程预报有一定程度的低估，P1和P2提前1～6 d基本处于-0.2～0.2之间，低估现象不明显，而P3和P4NMB处于-0.5～0.2之间，低估现象较前2次污染过程程度大，其主要原因是秋、冬季京津冀及周边污染排放增加，而空气质量数值业务预报系统中排放源未及时调整。RMSE表示的是一组数据偏离平均值的离散程度，其值越小表示预报效果越好，提前2～3 d的离散程度最小，然后随着预报时效的增加离散程度增大。总体而言，受每日输入气象场变化影响，不同预报时效预报PM2.5随时间变化存在差异，从评估结果看CMAQ模式提前1～6 d对4次重污染天气过程预报结果可为人工预报提供较好的参考信息。提前1～3 d对起始时间、持续时间及清除时间的指导意义较大，而提前4～6 d对重污染天气过程的峰值浓度水平的指导作用较大。日常业务预报时需持续关注不同预报时效数值模式系统对PM2.5浓度的预报结果，综合分析，可以更好地把握重污染过程的变化。