梁卓然 ,顾婷婷 ,杨续超 ,杜荣光 ,钟洪麟 ,齐 冰 (.杭州市气象局,浙江 杭州 005；.浙江省气象服务中心,浙江 杭州 007；.浙江大学海洋学院,浙江 舟山 60；.马里兰大学地理系,College Park MD,United States 07)

臭氧是一种典型的二次污染物,它并非由人类活动或自然源直接排放,而是在一定的气象条件下通过其前体物光化学作用产生[1].高浓度的地面臭氧不仅给林业和农业中植物和作物的生长带来损害[2-4],还给人体健康带来严重威胁[5-6].随着人类社会工业化和城市化的发展,NOx和VOCs等臭氧前体物的排放不断增加,导致了近地面层臭氧浓度迅速增长[7].20世纪 90年代,我国大城市的臭氧浓度低于欧美城市水平[8],但伴随着近 30a经济快速发展,臭氧污染已经跃居中国最主要的污染之一[9],尤其在长三角,珠三角和京津冀等大型城市群,臭氧污染威胁更加严重[10-14].

为了更好的预防和应对近地面臭氧污染的危害,建立合理和准确的预报模型非常关键.目前主流的臭氧预报模型主要分为数值方法和统计方法两类.虽然数值方法具有良好的物理和化学基础,可以更好的反应臭氧污染过程中的反应,输送和清除等机理过程,近年来也得到不断发展[15-18].但数值方法对气象资料,排放数据和计算资源都有较高要求,而排放数据的动态性和不确定性,往往对数值模式的预报效果造成较大的影响[19].统计学方法由于其构建方法简单,对数据要求较低,计算资源占用少,目前在臭氧预报中仍得到广泛的应用.

臭氧……