Краткосрочный и среднесрочный прогноз загрязнения воздуха с использованием результатов синоптического анализа

• Автор: Ивлева, Татьяна Павловна
• Шифр специальности: 11.00.09
• Научная степень: Кандидатская
• Год защиты: 1999
• Место защиты: Санкт-Петербург
• Количество страниц: 107 с. : ил.

СОДЕРЖАНИЕ

Введение
I. Состояние вопроса
1.1. Физический механизм влияния метеоусловий на распространение примесей в атмосфере
1.2. Некоторые особенности загрязнения воздуха в городах
1.3. Обобщенные показатели загрязнения воздуха в городе
1.4. Методы прогноза загрязнения воздуха
1.5. Оценка оправдываемости прогнозов
1.6. Использование комплексных метеорологических предикторов
II. Метеорологические и синоптические условия загрязнения
воздуха
2.1. Метеорологические условия загрязнения воздуха
2.2. Синоптические условия загрязнения воздуха
III. Применение результатов синоптического анализа и комплексных предикторов в схемах прогноза загрязнения
3.1. Выделение количественного синоптического предиктора
3.2. Исходные и комплексные метеорологические предикторы
IV. Усовершенствование схем прогноза загрязнения воздуха
4.1. Схемы прогноза загрязнения воздуха в городе с использованием метода множественной линейной регрессии с предварительным исключением нелинейности связей
4.2. Результаты использования синоптических и комплексных предикторов в схемах последовательной графической регрессии
4.3. Результаты использования количественного синоптического предиктора при разработках схем прогноза в подразделениях Росгидромета

4.4. Схема прогноза загрязнения воздуха с использованием
метода разложения по естественным ортогональным функциям ( е . о . ф .)
V. Среднесрочный прогноз загрязнения воздуха в городах на
3-5 дней
5.1. Использование асинхронных связей
5.2. Использование численного среднесрочного прогноза
Заключение ’
Литература
Приложение

Введение
АКТУАЛЬНОСТЬ ТЕМЫ.
В последнее время в зарубежных странах и и нашей стране все большее внимание уделяется вопросам краткосрочного прогнозирования загрязнения воздуха и предотвращения опасного скопления примесей в приземном слое атмосферы в периоды неблагоприятных метеорологических условий. Разработка методов такого прогнозирования является одной из основных природоохранных задач, решение которых уменьшает загрязнение атмосферного воздуха в городах.
Разработанные в Главной геофизической обсерватории им. А.И.Воейкова методы прогноза загрязнения воздуха внедрены во всех управлениях системы Росгидромета. Прогнозирование загрязнения воздуха проводится в 250 городах Российской Федерации. Предупреждения о возможном росте концентраций примесей передаются более, чем на 5500 предприятий. В ряде случаев такие предупреждения были основанием для принятия конкретных мер по снижению выбросов в неблагоприятные периоды. Имеются сведения об эффективности выполненных работ по кратковременному сокращению выбросов в связи с предупреждениями о неблагоприятных условиях. На многих предприятиях получены количественные оценки снижения выбросов.
Однако для повышения эффективности работ по прогнозу загрязнения воздуха необходимо дальнейшее усовершенствование методов прогноза, в первую очередь уточнение прогнозов экстремально высоких уровней загрязнения воздуха и увеличение заблаговременности прогнозов. Это может быть достигнуто благодаря более полному учету влияния метеорологических условий на уровень загрязнения воздуха в городах.
Для решения такой задачи в данной работе изучался вопрос краткосрочного и среднесрочного прогноза загрязнения воздуха с использованием результатов синоптического анализа.
Диссертационная работа, выполненная в отделе исследования и мониторинга загрязнения атмосферы ГГО им. А.И.Воейкова, основана на анализе большого массива данных о характеристиках загрязнения воздуха и сопутствующих им метеорологических и синоптических условий

ве одного из предикторов в схемах прогноза загрязнения воздуха в течение всего года. Определенные трудности при практическом использовании такого предиктора заключаются в отсутствии надежного способа его предсказания. Поэтому схемы, использующие параметр Б, могут применяться в городах при прогнозировании на короткий период, например, когда прогноз дается утром на текущий день.
Выполненные в ходе данной работы исследования показали, что для теплого сезона целесообразно применять также другие параметры, характеризующие устойчивость нижнего слоя атмосферы, которые прогнозируются на основе имеющихся в оперативной службе погоды материалов. Одной из таких характеристик является максимальная высота слоя перемешивания - Нп. Это физически обоснованный параметр, характеризующий слой, в котором могут перемешиваться поступающие в атмосферу примеси. Нп предсказывается на основе ночного профиля температуры и ожидаемой максимальной температуры /46/. Расчеты, выполненные по материалам наблюдений в Санкт-Петербурге, показали, что летом в дневные часы 1р_нп = 0*29.
При прогнозировании потенциала загрязнения воздуха в США /4/ принимается, что с уменьшением высоты слоя перемешивания концентрации примесей возрастают. Однако, выполненный анализ материалов наблюдений показал, что это справедливо только при слабых ветрах. По данным наблюдений в Санкт-Петербурге при сильных 'ветрах и малой толщине слоя перемешивания загрязнение воздуха в городе невелико. Похожие результаты получены Гиенсом в Будапеште /79/.
В ряде случаев обнаруживается корреляция между загрязнением воздуха и нижней границей приподнятой инверсии (Н2) по материалам радиозондирования за утренние часы. Данные о такой связи в Санкт-Петербурге и Чите также приводятся в табл. 2.2. Летом корреляционное отношение между Р и Н2, рассчитанное по данным наблюдений в Санкт-Петербурге составило 0.29, в Чите
Санкт-Петербурге в холодную часть года имеется определенная связь между Н2 и загрязнением воздуха, поскольку приподнятые инверсии в утренние- часы встречаются сравнительно часто. Корреляционное отношение составило 0.34.
Выполненные разработки позволили уточнить характер влияния показателей устойчивости на уровень загрязнения атмосферы в городе и рассмотреть возможности использования показателей устойчивости в качестве предикторов в прогностических схемах.