简介：利用T639业务数值模式预报场和大风观测资料，分别采用％雷暴大风指数和多个对流指数方法，计算相对应的指标值，建立淮北市夏半年大风预报方法，得到淮北市大风的短期预报结果，并对2011年的预报应用情况进行检验。结果表明：基于T639业务数值模式的Iw大风指数与多指标的叠加，实现夏半年定量和定性的大风预报。将多种不稳定指标与T639数值模式相结合的叠加预报，当4个指标中有3个满足条件时预报淮北有大风出现，否则没有大风；Iw大风指数的风速预报与实际极大风速较为接近。两种预报方法对淮北市的大风预报具有较好的指导作用，多数大风天气能够准确预报，但空报较多，漏报较少。

简介：为了探索夏季（6～8月）日气象负荷的最佳分离方式和引起日最大电力负荷波动的主要因子，以及建立预报模型最佳个数，基于北京市2005~2010年逐日最大电力负荷和间期的气象资料，分析了北京地区日最大电力负荷的变化规律，采用不同方法将气象负荷从夏季日最大电力负荷中分离出来，分析北京夏季气象负荷与气温、相对湿度、降水及炎热指数、高温持续日数、炎热日数持续时间、前一日气象负荷等因子之间的关系，并基于2005--2009年夏季逐日气象负荷和其主要影响因子采用逐步回归方法建立日最大电力负荷的预报模型，将2010年夏季北京日最大电力负荷作为预报效果的独立样本检验。结果显示：2005~2010年，北京逐日最大电力负荷具有明显的线性增长趋坍，夏季日最大电力负荷具有显著的星期效应；与去掉逐年夏季日最大电力负荷趋势和夏季平均日最大电力负苘趋势相比，去掉全年逐日最大电力负荷变化趋势的夏季日气象负荷预报模型的拟合能力更优；北京夏季日气象负荷与当日气温的相关系数最高，与前一日气象负荷也关系密切；利用前一日相对气象负荷和当日气缘要素一周逐日分别建立预报模型的拟合和预测效果较好。

简介：逐小时自动站数据对于气象灾害预警、决策服务及预报预测等十分重要。以国家级自动站小时观测气温数据为基础，分析研究小时气温数据的疑误形式，针对各种疑误数据，利用国家级台站建站以来的日最高、日最低以及4时次（北京时02、08、14时和20时）定时观测气温数据，研制形成适用于中国自动站（区域站和国家站）逐小时气温数据质量控制系统，并将此系统应用到2006--2010年中国27000多自动站小时气温观测数据中。结果表明：区域站的正确率、可疑率、错误率分别为99．43‰、2．24‰和3．45‰，国家站则分别为99．82‰、1．27‰和0．49‰；区域站和国家站数据的可疑率相当，但错误率国家站明显比区域站低一个量级。通过历史数据质量控制分析，证明自动站气温质量控制系统设计合理，可以判断出错误数据和可疑数据．旦有可用性．

简介：利用2007--2010年南昌市空气污染监测资料以及气象观测资料，分析了空气质量与天气形势的关系，以及造成南昌市空气污染的主要天气形势特征。结果表明：（1）南昌市空气污染具有明显的季节性变化特征，冬季污染日出现频次最高，其次是春、秋两季，夏季由于雨水的冲刷稀释作用、热对流作用，极少出现空气污染日。（2）影响南昌市空气质量的地面形势主要分为低压类（倒槽、锋前）和高压类（高压底部、高压后部、弱高压），而高空系统主要为槽后西北气流以及西南气流的影响。（3）当出现空气污染时，地面至1000hPa近地层逆温非常明显，地面风速弱，基本在3m／s以下，且以偏东风出现频次最高。（4）污染物浓度与霾天气密切相关，霾日的空气质量较差。

简介：介绍了广州空气质量多模式系统并评估其对2010年9月广州市的气象要素和PM10日均浓度的24h的预报效果。评估结果表明：模式系统较好地预测了气象要素的变化，但高估了风速；各空气质量模式能合理预测广州PM10浓度的时空变化，预报效果均处于可接受范围内（平均分数偏差MFB小于±60％且平均分数误差MFE小于75％），部分模式可达到优秀水平（MFB小于±30％且MFE小于50％），但同时各模式在郊区均预测偏高而在市区偏低；总体上，模式在广州郊区的PM10预报效果优于市区。模式问对比表明，在本次业务预报实践中，不存在最优的单模式，同一模式对不同的统计指标、不同的站点，其预报效果可能存在差异，基于算术平均集成各模式结果未能获得最优的预报效果。优化排放源空间分布并引进更好的集成预报方法（如权重平均、神经网络、多元回归等）是未来改进广州空气质量多模式系统预报效果的可能途径。

简介：针对京津冀地区主要大气污染物NO。（氮氧化物）和PM2．5（大气中粒径小于或等于2．5gm的颗粒物），应用柴油车尾气净化技术及中小锅炉烟气脱硝技术，并根据2015年和2030年我国能源规划，设计3种技术应用情景，采用WRF．CAMx耦合模式，对京津冀地区大气中NO。和PM2．5进行了应用情景模拟。结果表明，单独应用柴油车尾气净化技术后（方案1），北京、天津地区大气中的Nq浓度降低幅度达20％，河北地区降低5％；PM2．5的浓度降低幅度约10％；应用柴油车尾气净化技术和2015年能源规划情景（方案2），京津冀地区大气中NOx和PM2．5浓度的降低幅度均超过20％；应用柴油车尾气净化技术和2030年能源规划情景（方案3），该地区NOx浓度降低幅度与之相当，PM2．5浓度降低幅度超过30％。可见脱硝技术和清洁能源利用的有效性依赖于其应用比例。二次气粒转化的化学过程形成的硝酸盐、硫酸盐和铵盐对该地区空气中PM2．5浓度的贡献很大，冬、春、秋季硝酸盐最大贡献高达60％，夏、秋季硫酸盐最大贡献超过70％，铵盐四季最大贡献约25％。这说明PM2．5的主要前体物N0x、SO2、NH3、VOCs（VolatileOrganicCompounds）、CO等均大幅度削减才能有效降低该地区空气中PM2．5浓度。