《表3 前体物对SVMr预报精度的影响》
由于O3与其前体物有着非线性,强耦合的关系,这里在气象变量确定的基础上,直接将各前体物分别代入模型进行筛选,确定拟最优方案.结果如表3所示.可以发现前体物中,加入NO2后模型的MAE和MAPE减小最多,均达到10%,其次为CO,其MAE和MAPE分别减少9%和6%.宁六路等交通干道和附近的综合工业区是NO2和CO重要的人为源地,日出后,NO2等前体物经过复杂的光化学反应生成O3.另外,4种VOCs中,芳香烃的表现最优,其次为烯烃.张玉欣等[33]利用箱模式计算了南京工业区夏季VOCs的相对增量反应性,发现烯烃和芳香烃是控制O3浓度最有效的两类物种,这与模型的预报结果相吻合.根据模型结果,将NO2、CO和芳香烃的小时平均值加入拟最优方案.
图表编号 | XD0033575600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.15 |
作者 | 苏筱倩、安俊琳、张玉欣、梁静舒、刘静达、王鑫 |
绘制单位 | 南京信息工程大学气象灾害教育部重点实验室气候与环境变化国际合作联合实验室气象灾害预报预警与评估协同创新中心、南京信息工程大学气象灾害教育部重点实验室气候与环境变化国际合作联合实验室气象灾害预报预警与评估协同创新中心、青海省人工影响天气办公室、中国气象局气象探测中心、南京信息工程大学气象灾害教育部重点实验室气候与环境变化国际合作联合实验室气象灾害预报预警与评估协同创新中心、南京信息工程大学气象灾害教育部重点实验室气候与环境变化国际合作联合实验室气象灾害预报预警与评估协同创新中心 |
更多格式 | 高清、无水印(增值服务) |