董莹 尹志聪 段明铿

摘要 将霾日数年际增量作为预测对象、前期外强迫因子作为自变量，分别运用多元线性回归方法和广义相加模型建立长三角地区冬季霾日数预测模型。综合考察“去一法”交叉验证和循环独立样本实验的结果，选出适用于各个模型较优的建模方法，并对比长三角地区冬季霾日数预测模型（MODEL1）和长三角地区冬季霾日数分月预测模型（MODEL2）。MODEL1、MODEL2的均方根誤差（解释方差）分别为2.69（80.01%）、2.76（79.04%），两类模型均能成功捕捉霾日数的年际-年代际趋势和极值。MODEL2预测的霾日数距平同号率（97.3%）优于MODEL1（86.49%），具有良好的距平符号捕捉能力。MODEL1采用11月之前的外强迫因子，可提前一个季度预测冬季霾日数;MODEL2采用更新的外强迫因子，可不断预测每月霾污染状况。通过两类模型组合使用，可更准确预测长三角地区冬季霾日数，为霾污染治理提供可靠的科技支撑。

关键词 霾污染;年际增量;多元线性回归;广义相加模型;短期气候预测

近年来，在我国的一些地区，霾天气发生较为频繁（高歌，2008;王博妮等，2016;郑龙飞等，2016;包云轩等，2018）。霾天气使大气能见度恶化，影响公共交通安全，危害人体健康（Stanhill and Cohen，2001;白志鹏等，2006;张保安和钱公望，2007）。城市化和工业化的迅猛发展使得长三角地区成为我国受霾天气影响最严重的地区之一（Yin and Wang，2017a;尹志聪等，2019），而冬季是霾污染最严重的季节（符传博，2016）。因此研究长三角地区冬季霾日数的预报方法有着重要的现实意义。

中国东部霾日数的变化是由经济社会分量和气候变化分量相叠加而形成的（Zhang et al.，2018）。……