《表3 2014~2017年北京市全部数据模型验证结果》
本系列图表出处文件名:随高清版一同展现
《基于能见度及AOD数据的北京市PM2.5浓度的反演》
利用北京市2014年风速订正后的AOD数据、每日06:00至18:00的PM2.5日平均浓度及日平均能见度进行模型检验。采用全部数据即不区分污染日与非污染日的四季全部有效数据,分别计算所建立的四季模型的平均相对误差,得到结果见表3。又根据PM2.5浓度是否大于150μg/m3区分为污染日和非污染日,计算建立的四季模型在污染日和非污染日的平均相对误差,结果见表4。根据表3,总体的平均相对误差均在21%至31%范围内,春季为24.0%,夏季为21.7%,秋季为31.0%,冬季为27.3%。高宇潇等(2018)利用MODIS气溶胶产品AOD数据和地面监测站PM2.5、气压、温度、风向、风速和相对湿度数据建立乌鲁木齐春、夏、秋反演PM2.5的多元回归模型。并利用城中监测站、农科院数据进行模型检验,结果为城中监测站的春季平均相对误差为46%,夏季为80%,秋季为42%。而农科院的春季平均相对误差为51%,夏季为61%,秋季为33%。相比之下,本文建立的春、夏、秋季模型的相对误差显著降低,尤其是夏季,准确度提高高达58.3%、39.3%。蒲立力等(2017)利用MODIS气溶胶产品AOD数据和地面监测站PM2.5、气压、温度、风速数据,建立上海市四季估算PM2.5的多元线性回归模型并检验,得到春季的平均相对误差为28.74%,夏季为29.42%,秋季为26.83%,冬季为22.21%。而本文所建立春季、夏季的模型更优,模型准确率更高,秋季、冬季模型准确率略低于该模型。本研究建立的PM2.5反演模型因综合考虑了气溶胶对垂直和水平两方面的光学特征,与前人的结果相比拟合曲线的准确性得到了显著地提高。图2a–2d为2014年PM2.5每日06:00至18:00的日平均浓度模型计算值与实测值对比图。模型计算值与实测值曲线变化趋势基本一致,拟合度较好。从整体上看,各季节PM2.5日均浓度反演模型,对PM2.5浓度均有不同程度的低估状况。当PM2.5浓度较低时,反演模型低估程度小,准确程度高;当PM2.5浓度较高时,反演模型低估程度大,准确程度低。从四季的准确率来看,夏季反演模型对PM2.5模拟效果最好,其次是春、冬两季的反演模型,最后是秋季的反演模型。
图表编号 | XD00224647600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.20 |
作者 | 杨颖川、葛宝珠、郝赛宇、徐丹卉、刘颖、甘璐、王自发 |
绘制单位 | 中国科学院大气物理研究所大气边界层物理和大气化学国家重点实验室、中国科学院大学地球与行星科学学院、中国科学院大气物理研究所大气边界层物理和大气化学国家重点实验室、中国科学院城市环境研究所城市环境科学卓越中心、国防科技大学计算机学院、中国科学院大气物理研究所大气边界层物理和大气化学国家重点实验室、中国科学院大学地球与行星科学学院、国家气候中心、北京市气象局、中国科学院大气物理研究所大气边界层物理和大气化学国家重点实验室、中国科学院大学地球与行星科学学院、中国科学院城市环境研究所城市环境科学卓越中心 |
更多格式 | 高清、无水印(增值服务) |