黄晓娴,王体健,江 飞 (南京大学大气科学学院,江苏 南京 210093)

目前,空气质量日益受到人们的关注.全国各地已纷纷开展空气质量的预报工作[1-4].空气污染预报分为潜势预报和浓度预报.前者是在污染源一定的条件下,以天气形势及其气象要素指标为依据,对未来大气环境质量状况进行定性或半定量的预报.后者主要预报污染物浓度、空气污染指数或空气质量等级,从方法上又分为数值预报和统计预报.数值预报为利用数学方法和计算技术,以大气污染扩散的物理化学机制为基础,计算一定区域内空气污染物的浓度.统计预报是利用统计方法建立气象因子与空气质量之间的关系.国内外许多学者对城市及区域的空气污染过程的特征及预报开展了大量的研究,取得了不少成果.用于城市或区域空气质量预报的数值模式有WRF/Chem,MM5/CMAQ,RegAEMS等[5],对初始场的处理有三维同化等方法[6].数值模式的优点在于可以进行不同时空尺度上高分辨率的计算,缺点在于计算量大,耗时长.统计预报需要大量历史污染监测资料和气象观测资料,统计方法有回归法,CART 法[7-8],神经网络法[9],等等.统计预报的优点在于简单易行,因此应用较为广泛.潜势预报的特点在于避开了具有不确定性的污染源,重点关注影响空气质量的气象因子,包括地面天气形势,各气象要素[10-11].其中,较小的风场,稳定的大气条件等因素是造成空气污染的必要条件[12-13].

南京位于长江下游沿……