2018年10月2019年9月太原大气能见度与相对湿度及PM2.5浓度的关系研究

摘要

利用2018年10月2019年9月太原小店区逐时能见度(V)、相对湿度(RH)及PM2.5质量浓度等观测数据,研究分析了大气能见度与相对湿度及PM2.5浓度的关系,采用非线性拟合和神经网络方法,构建了能见度预报模型,并利用2020年1月气象数据对两种模型进行了验证.结果表明:(1)相对湿度与细颗粒物浓度对大气能见度都有明显影响.当相对湿度RH<40％时,能见度与相对湿度呈幂函数关系;当40％≤RH<90％时,能见度随湿度增高呈线性递减;当RH≥90％时,能见度随相对湿度升高急剧下降.PM2.5浓度与能见度之间存在幂函数关系,在40％≤RH<60％湿度区段内相关性最强.(2)不同相对湿度条件下,利用非线性拟合方法构建的太原地区大气能见度预报模型,均方根误差在4.59～6.71 km,且当RH<90％时,效果更佳;采用神经网络方法构建的太原地区能见度预报模型,能见度预报值与实况值相关系数为0.82,均方根为3.42 km,平均绝对百分误差为26.15％.(3)利用太原小店区2020年1月气象数据对模型进行了检验,非线性拟合模型和神经网络模型准确率分别为84.53％和93.78％.神经网络模型误差小于2 km的比例为74.72％;非线性拟合模型误差分布较为分散,误差小于2 km的比例为63.26％.两种方法构建的能见度与相对湿度、PM2.5浓度的关系模型都有一定的预报能力,但与非线性拟合模型相比,神经网络模型预报效果更佳,对太原地区能见度预报具有较高的应用价值.