《表3 长三角区域实时逐月霾污染预测模型选取的前期预测因子 (年际增量) 及其与霾污染之间的线性相关系数》

  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

《近几年我国霾污染实时季节预测概要》

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

注:预测因子的时间范围是9月和10月.

虽然，长三角地区的冬季霾污染在近些年呈现出缓慢下降的趋势，但由于长江三角洲地区的人口和经济密度很大，是“一带一路”与长江经济带的重要交汇地带，因此有必要开展长三角地区霾日数的气候预测。在建模之前，先对预测对象（也就是逐月霾日数的年际增量）特征进行分析，发现虽然12月霾日数的年际增量和1月、2月霾日数年际增量之间的相关系数能够达到95%的置信水平，但是却分别为正、负相关（图6）。1月和2月的霾日数年际增量之间不存在显著的相关关系。因此，在建立实时霾污染预测模型时，需要针对每一个月的霾日数分别建立模型。研究发现，前期9—10月的海表面温度、海冰、地面温度、地面湿度和南极涛动对冬季霾污染有显著地影响。据此，分别针对每个月的霾污染选定不同的预测因子。选取的年际增量预测因子如表3所示，均与霾日数的年际增量表现出显著的线性相关关系（95%的置信度检验阈值为0.31）。