《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》
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)。
图表编号 | XD0038394100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.28 |
作者 | 尹志聪、王会军、段明铿 |
绘制单位 | 南京信息工程大学气象灾害预报预警与评估协同创新中心、气象灾害教育部重点实验室、大气科学学院、中国科学院大气物理研究所竺可桢-南森国际研究中心、南京信息工程大学气象灾害预报预警与评估协同创新中心、气象灾害教育部重点实验室、大气科学学院、中国科学院大气物理研究所竺可桢-南森国际研究中心、南京信息工程大学气象灾害预报预警与评估协同创新中心、气象灾害教育部重点实验室、大气科学学院 |
更多格式 | 高清、无水印(增值服务) |