简介：利用2015-2016年西安市逐日空气质量资料和气象观测资料,统计评价了2016年气象条件较2015年对大气污染的影响情况.结果表明2016年西安空气质量较2015年偏差,优良日数减少,各污染级别日数较2015年均有增加;全年降水日数、有效降水日数和年降水量都有所减少,降水对大气污染物的清除作用减弱;秋冬季平均风速较2015年同期明显偏小,比2016年全年平均风速也显著偏小,大气扩散能力减弱;秋冬季冷空气强度虽有所增加,但活动次数偏少,造成静稳天气增多,污染物累积效应持续增强;春夏季日照充足,太阳辐射增加,气温偏高、降水偏少,大气颗粒物减少,臭氧作为首要污染物第一次出现的日期相比2015年提前较多,污染日数也有所增加.臭氧已经成为除颗粒物之外的第二大污染源,春末至秋初期间,需要引起足够重视.

简介：针对北京市2016年12月16~21日的空气重污染过程进行了回报试验,探讨了该次事件预报的目标观测敏感区。使用新一代高分辨率中尺度气象模式(WeatherResearchForecasting,WRF)和嵌套网格空气质量模式(NestedAirQualityPredictionModelSystem,NAQPMS),针对初始气象场的不确定性,通过4套初始场资料识别了影响北京地区细颗粒物(PM2.5)预报水平的目标观测敏感变量及其敏感区。结果表明:当综合考虑初始气象场的风场、温度、比湿不确定性的影响时,发现改善黑龙江区域上述气象要素的初始场精度,对北京地区PM2.5预报不确定的减小最显著;当分别考察风场、温度、比湿的不确定性的影响时,发现初始风场精度的改善,尤其是黑龙江区域风场精度的改善,能够更大程度地减小北京地区PM2.5的预报误差,对北京东南地区的PM2.5预报误差的减小甚至可达到40%以上。因此,优先对黑龙江区域的气象场,尤其是该区域的风场进行目标观测,并将其同化到预报模式的初始场中,将会有效提高初始气象场的质量,进而大大减小北京地区PM2.5浓度的预报误差,提高北京地区空气质量的预报技巧。初始风场代表了北京地区该次空气重污染事件预报的目标观测变量,而黑龙江地区则是该目标观测的敏感区域。

简介：针对目前省级气象业务中出现的站网信息管理问题进行了总结,以元数据信息变更最为频繁的区域自动站为典型示例,对造成这些问题的原因进行深入分析,同时在技术和管理层面提出应对措施,为省级气象部门高效管理站网信息提供参考。