淮安市城区冬季SO-%2c2-浓度随天气过程变化探究.pdfVIP

淮安市城区冬季SO：浓度随天气过程变化研究 陆长苏 张永强 荻 淮安市环保局淮安22300 淮安市气象局 223001 O 摘要本丈用气团客观分类方法研究了淮安市城区冬季SO：浓度随天气过程的变化e结果表明，sz 浓度值作为气团的函数变化是显著的：较高的SO。浓度值出现在那螳变性深、移动慢、持续时间长的反 气旋中；个例分析揭小丁一次持续时间较长的高SO：浓度事件的出现与对流层中层的一次中期天气过程 的发生、发展、崩溃过程问的良好对应关系。 关键词天气过程sO。浓度变化 ’‘ 众所周知，天气是对污染物浓度日变化影响最大的因子之一。由于大气状况的不同， 等量污染物排放所造成的空气质量可能差异很大。因此，要想合理地阐述某地的空气质量 特征就不能不考虑天气气候背景。 近年来，基于天气气候学途径的气团分类法和天气分型法在国外气象界，特别是气候 和大气污染等应用气象领域再次得到广泛的应用。Kalkstein和CorriganllJ(1986)用主成 分分析与聚类分析相结合，建立了一套时间序列指标，研究了美国威明顿市s0，浓度变化 s和Walker 并与传统的回归方法作了对比。结果表明，天气气候学方法优于同归方法。Davi (1992)根据美国【，￡『部复杂地形条仲的要求，引入对流层多层次动力、热力冈子建立了美 国曲部天气分类，研究了大峡谷地区国家公园的空气质量【“．国内朱盛明等{31根据850hpa 环流分型对江苏省1，4，7，10四个月的s02浓度进行了研究，得到了全年的s02浓度依环流 型的分布概貌，并用动力模式证实了分类的有效性和代表性。本文在气团分类的基础上以 冬季局地sO。浓度的分布变化为例，阐明了不同气团与SO。浓度的关系，揭示了持续性高 sO：浓度与天气过程的对应关系，为高污染物浓度的潜势预报系统的建立提供了依据。自 行设计的气团客观分类实施方案及本文所用的气团分类结果已在另文给出f4l。 1 资料与分类方案简介 1．1资料来源 气象资料取自淮安市气象台，sO。浓度资料取自淮安市环境监测站污染资料库。本f 作所州的气象因子为：气温(℃)、露点温度(℃)、能见度(km)、总云量(天空中云复盖 成数)、本站气压(hpa)、风速(m／s)、风向(方位度数)。 ——101—— 其中水平风速按IN关系分解为东～西风分量u和南～北风分量V： u=一v·sINm V=一V‘coso 式中v为水平风速，m为方位度数(南风180度，东风90度等)。所有因子每日按四 个时次取值(北京时02点，08点，14点，20点)，以期反映气象因子的日变化。 4．由于所提供的资料为隔日采样资料，缺测日s02 sO，浓度资料为24小时均值．单位if999／Nm 浓度用前后日资料插值求得 气团分类采用了季节的框架。用于气团分类的气象资料为1993～1995年1～2月，12 2月，12月，计七个月，210天。 1．2气团分类方案简介 气团分类由两部分绢成，即特征选择和分类器设计。特征选择采用主成分分析对原始 资料矩阵进行维数压缩并消除变量间的相关。其主要思路是将原28*270的气象要素资料 矩阵通过线性变换，组成28个相互正交的主成分，根据方差极大原则，保留了k个(本 文为6个)具有最大方差的主成分(共解释了总方差78．9％)，舍弃了余下的22个贡献较 小的主成分，达到了降维和消除变量间相关的目的。分类器设计采用了文献【51给出的基于 模糊等价关系的模糊聚类方案对主成分得分矩阵进行聚类。 2气团分类结果及天气特征 用上述分类方案，对原始气象资料阵进行样本聚类，得到了冬季控制淮阴地区的四个 主要气团类别(图见文献[4])。 2．1高压冷干类(HCD) 该类是四类中气压最高、温度最低、空气最干燥、能见度最佳、天空状况最好的一类。 通常代表了冷空气爆发南下，