Краткосрочный прогноз запыленности атмосферы в Одессе

Краткосрочный прогноз запыленности атмосферы в г. Одессе проведен по методу множественной линейной регрессии с расширенным перечнем предикторов. Оправдываемость прогнозов по этому методу выше, чем для прогностической схемы, разработанной в УкрНИГМИ для г. Одессы.
        Постановка проблемы. Загрязнение атмосферы (ЗА) больших городов Украины в настоящее время превышает безопасный уровень для жизни человека и других организмов. Поэтому проблема запыленности атмосферы г. Одессы требует серьезного внимания, особенно если учесть рекреационную значимость этого города.
        В решении поставленной проблемы особое место занимает прогноз ЗА города. Точный прогноз является основой для проведения воздухоохранных мероприятий (снижение выбросов загрязняющих веществ в атмосферу) при неблагоприятных метеоусловиях (НМУ).
        Загрязнение приземного слоя атмосферы в значительной мере определяется термодинамическими свойствами атмосферы, которые при существующем технологическом уровне промышленности и транспорта могут привести к значительному накоплению опасных веществ в приземном слое атмосферы. Поэтому проблему ЗА следует решать в комплексе с оценкой влияния на загрязнение метеорологических условий и синоптических ситуаций (предикторов).
        Анализ последних исследований и публикаций. Из множества существующих схем прогнозов загрязнения воздуха по городу в целом выбрана схема прогноза по методу множественной линейной регрессии [1].
        В 1999г. УкрНИГМИ разработал методику краткосрочного прогноза загрязнения атмосферы г. Одессы (далее методика 1) [2]. Прогностический расчет базируется на использовании метода множественной регрессии с учетом нелинейности связей, путем соответствующего преобразования предикторов. Методика разработана для прогноза загрязнения атмосферы пылью, диоксидом азота и фенолом в зимние и летние сезоны.
        Формулировка задачи. Целью данной работы является сопоставление двух методических подходов к краткосрочному прогнозированию ЗА пылью в целом по городу Одессе. Этапами достижения поставленной задачи является подбор оптимального количества предикторов, влияющих на ЗА г. Одессы; построение на их основе адекватной для города методики краткосрочного прогноза содержания загрязняющего вещества в атмосфере; сравнение достоверности результатов прогноза по разработанной методике с результатами методик других разработчиков.
        Метод решения задачи. В работе проверена достоверность методики 1 краткосрочного прогноза уровня ЗА г. Одессы, а также построена и оценена достоверность результатов, полученных по предложенной нами методике краткосрочного прогноза загрязнения атмосферы г. Одессы с применением расширенного перечня предикторов (далее методика 2).
        В качестве исходных данных при составлении прогнозов ЗА были использованы: метеорологические данные, концентрации пыли у земли (ТЗА-1), полученные на стандартной сети мониторинга; тип синоптического процесса (взят из приземных карт погоды г. Одессы); метеорологические параметры состояния атмосферы на высотах 1000 гПа, 925 гПа, 850 гПа, полученные по данным зондирования атмосферы Одесской аэрологической обсерваторией.
        Проверка результатов прогнозирования осуществлялась на зависимом и независимом материале за летний сезон 2002 года и зимний сезон 2002—2003 годов.
        Все расчеты в работе выполнены на ПЭВМ с использованием компьютерных программ Microsoft Access, Microsoft Excel и разработанной на кафедре прикладной экологии ОДЕКУ программе STEP.
        Полученные результаты. В методике 1 прогнозируется средняя за сутки и по городу нормированная концентрация вредной примеси Q (предиктант). Она представляет собой отношение абсолютной концентрации к среднесезонной концентрации примеси.
        В прогностическую схему включены следующие параметры: — температура воздуха для зимнего и летнего периодов в приземном слое за 03ч и 15ч (t03, t15); разность между температурой воздуха в соседние дни ?t03 (повышение температуры воздуха +, понижение -); направление d и скорость ветра V в сроки 03ч и 15ч; тип синоптического процесса в 03ч ©; средняя за сутки и по городу нормированная концентрация примеси в предшествующие сутки (Q').
        Каждое значение метеорологического элемента по таблицам заменяется на соответствующее ему среднее значение Q пыли, которое включается в расчетное уравнение множественной регрессии для лета (1) и для зимы (2):
; (1)

(2)

        По методике 1 для пыли за летний сезон нами было составлено 57 прогнозов. Общая оправдываемость прогнозов составила 91,23 %. При этом прогнозировались 0 случаев высокого загрязнения, 44 — умеренного и 13 — пониженного. Фактически же наблюдались 0 случаев высокого загрязнения, 49 — умеренного и 8 – пониженного.
        Для пыли за зимний сезон составлен 61 прогноз. Общая оправдываемость прогнозов составила 98,4 %. При этом прогнозировались 1 случай высокого загрязнения, 59 — умеренного и 1 — пониженного. Фактически же наблюдались 0 случаев высокого загрязнения, 60 — умеренного и 1 – пониженного.
        Целью разработки предложенной нами методики 2 является выявление основных значимых предикторов, влияющих на загрязнение атмосферы г. Одессы пылью, и построение на их основе схем прогноза запыленности атмосферы для летнего и зимнего сезонов.
        Интегральным показателем загрязнения атмосферы (предиктант) был выбран параметр Q – нормированная (безразмерная) концентрация примеси, усреднённая по всему городу и по всем срокам наблюдений за каждые сутки.
        В качестве потенциальных предикторов в прогностической схеме были выбраны: температура и относительная влажность воздуха, направление и скорость ветра у земли за 1 ч. и 13 ч.; температура воздуха и дефицит точки росы на высоте 1000 (гПа) за 3 ч., по данным радиозондирования; температура воздуха, дефицит точки росы, направление и скорость ветра на высоте 925 и 850 гПа за 3 ч., по данным радиозондирования; разность температур воздуха на высотах 1000 гПа и 925 гПа за 3 ч. (?T (0-25)); высота верхней границы приземной инверсии (Н1); высота нижней границы приподнятой инверсии (Н2); высота верхней границы приподнятой инверсии (Н3); нормированная концентрация примеси, усреднённая по всему городу и по всем срокам наблюдений за предшествующие прогнозу сутки (Q`).
        Отбор из состава потенциальных предикторов таких, которые наиболее полно отражают влияние процессов в атмосфере на рассеяние вредных примесей, проводится по методу пошаговой регрессии (МПР). По правилам алгоритма МПР построены регрессионные уравнения для каждого сезона с различным количеством предикторов. Предикторы входят в регрессионное уравнение в определённой последовательности, определяемой значением коэффициента детерминации. Предикторы с большим коэффициентом детерминации включаются в уравнение на более раннем этапе (шаге), чем с меньшим.
        При построении регрессионного уравнения для прогноза концентраций пыли в зимний сезон выполнено 23 шага отбора предикторов. Рассчитаны коэффициенты регрессии, свободный член и множественный коэффициент корреляции ( ) на каждом шаге. Проверка значимости каждого коэффициента регрессии выполняется путём сравнения рассчитанного критерия Стьюдента с его критическим значением ( ). В регрессионное уравнение входят предикторы только со значимыми коэффициентами регрессии.
        Получены результирующие прогностические уравнения для лета (3) и для зимы (4). Для прогноза запыленности атмосферы в летнее время оптимальный состав предикторов определён на 12 шаге МПР, а прогностическое уравнение имеет вид:
(3)
        Для пыли за летний сезон составлено 57 прогнозов Общая оправдываемость прогнозов составила 98,24 % (из 57 прогнозов 56 оправдались).
        Для прогноза содержания пыли в атмосфере г. Одессы в зимнее время прогностическое уравнение на 13 шаге имеет вид:
(4)

        Для пыли за зимний сезон составлен 61 прогноз. Общая оправдываемость прогнозов составила 100 % (из 61 прогноза 61 оправдался).
     


  В качестве примера приведем распределение фактических и прогностических концентраций пыли в атмосфере по методике 2 (рис.).
        Сравнительный анализ двух методик. Методики 1 и 2 базируются на использовании метода множественной линейной регрессии. Но при этом имеют значительные отличия:
-  в схеме прогноза по методике 1 выполняется преобразование предикторов с целью исключения нелинейности связей предикторов и предиктанта. В методике 2 это не делается по причине большого разброса значений предиктанта при определенном значении предиктора;
-  схемы прогнозов в качестве предиктанта используют нормированную концентрацию Q, но при этом в каждой он рассчитывается по-разному. В методике 1 он упрощён и равен среднесуточной концентрации по городу, нормированной на среднесезонную концентрацию по городу, а в методике 2 используется известный [1] стандартный интегральный параметр Q;
-  методика 1 построена на использовании предикторов состояния атмосферы у земли и предиктора, учитывающего тип синоптической ситуации, который не удалось учесть в методике с расширенным перечнем предикторов;
- в схеме прогноза по методике 2 используются данные состояния атмосферы как у земли, так и на высотах 1000, 925, 850 гПа.
        Данные зондирования атмосферы можно отнести к макромасштабным для города, так как они мало зависят от условий, создаваемых городом. Поэтому, можно сказать, что прогностическая методика 2 учитывает как микро- так и макромасштабные условия рассеивания примесей в атмосферном воздухе г. Одессы.
        В результате оценки оправдываемости прогнозов уровней ЗА, составленных по рассматриваемым методикам, выяснилось, что методика 2 показывает более точный результат, чем методика 1. Для сравнения результатов прогнозов по двум методикам построена таблица 1. Здесь для оценки точности прогностических уравнений приведены также значения коэффициентов корреляции между фактическими и прогностическими значениями параметра Q.
        Из таблицы видно, что коэффициенты корреляции при прогнозе по методике 2 выше, чем при аналогичных прогнозах по методике 1.

Таблица 1
Сравнительный анализ общей оправдываемости (%) и коэффициентов корреляции между фактическими и прогностическими данными по методике 1 и методике 2

 

 

 

 

 



![endif]__comment__end__>![endif]__comment__end__

Сезон

Оправдываемость

прогнозов

Коэффициент корреляции

1

2

1

2

лето (2002 г.)

91,2

98,24

0,34

0,82

зима (2002-2003гг.)

98,4

100

0,11

0,84

Оцінка: 
0
No votes yet