孙凤娟，田勇，张文娟，付华轩*，吕波，许宏宇，边萌

山东省济南生态环境监测中心，山东 济南 250101

随着中国经济的高速发展，城市化进程加快，工业规模不断扩大，大气污染问题日益突出，尤其是进入采暖季后，污染排放增加，叠加不利气象条件，中国中东部地区经常出现大范围、长时间的重污染过程（李敏等，2018a；李敏等，2018b），城市环境空气质量成为公众普遍关注的热点话题，环境空气质量预报，对人们出行、生活及对政府部门决策的指导作用意义重大。

空气质量预报方法分为统计模型和数值模式两类（郭晓雷，2011），数值模式方法预报结果的优劣很大程度上依赖于模型输入的排放源清单的精度（杨栋，2020）。由于建立高精度、高分辨率排放源清单难度大、模式运行复杂且计算量庞大，数值预报方法应用难度较大（丁愫等，2018）。统计预报模型具有运算量少、使用方便、不需要污染源排放清单、经济高效等优点（Fabio et al.，2017；Chen，2018），已成为许多研究学者普遍使用的方法（艾洪福等，2015；沈劲等，2015；任才溶，2018），在区域、地级市及区县空气质量预报中得到广泛应用（任旭敏，2017；周开鹏等，2020）。

济南市地处山东省中西部，北临黄河，中部为山前平原，南部为丘陵山区带，地势南高北低，呈浅碟状，地形复杂，气象条件多变，空气质量预报难度大。本文充分考虑空气质量预报人员对模式掌握程度、资金投入、污染源精细度、气象方面可利用资料的获取程度（聂邦胜，2008），以及数据的实际特性、模型的适应范围等，通过研究西伯利亚高压、阿留申低压强度、位置，结合本地湿度、风速、边界层等气象因素，建立济南市采暖季（11月至次年3月）污染指数公式，以期为提高济南市环境空气质量预报准确率提供参考。……