Page 240 - 《高原气象》2026年第1期

高 原 气 象 45 卷
236
2. 3 潜在源区 1 n )
n
MB = ∑( S i - O i （6）
本文利用 FLEXPART 模拟后向轨迹， 并结合 i = 1
n
Meteoinfo软件中的 trajstat工具计算海口 O 的 PSCF )
3
∑( S i - O i
和 CWT， 探究秋季 O 的潜在来源区域（Wang et al， NMB = i = 1 n （7）
3
2009）。以区域 2（图 1）作为研究范围模拟 24 h后向 ∑ O i
i = 1
轨迹， 模拟高度参考以往研究设定为 500 m， 以更 n
准确反映边界层的平均流层特征（蒲茜等， 2022）。 ∑ |S i - O i |
NME = i = 1 （8）
PSCF 基于条件概率函数结合气团轨迹发展得 n
∑ O i
到的一种方法（Jeong et al， 2011）， 该值定义为所选 i = 1
区域内经过网格（i， j）的污染轨迹点数量 m ij 与经过 1 n 2
RMSE = ) （9）
该网格所有轨迹点数量n ij 的比值： n ∑( S i - O i
i = 1
PSCF ij = m ij （2） 式中： S i 为模型在第 i 时刻的模拟值； O i 为第 i 时刻
站点观测值； S与 O 为模拟与观测的平均值； n为样
n ij ˉ ˉ
为了降低 n ij 较少带来计算结果不确定性， 引入 本总数。R 值的高低代表了两个变量之间线性关系
权重函数W ij ： 的强弱， 其值越高代表模拟与观测的相关性越强。
ì 1.00 n ij > 3n ave MB 是模拟值和观测值之间的偏差， 用于评估模拟
ï ï
ï ï0.70
W ij = í 1.5n ave < n ij ≤ 3n ave （3） 和观测值之间的误差。NMB 用于判断模式的系统
ï ï 0.42 n ave < n ij ≤ 1.5n ave
ï ï 性高估或低估问题， 其值越小表示模拟值与观测值
î 0.17
n ij ≤ n ave
的相对偏差越小。NME 用于定量评价模式的整体
式中： n ave 为研究区域内的平均轨迹端点数。
误差水平， 其值越小， 表示模拟值与观测值之间的
CWT 是一种计算潜在源气团轨迹权重浓度，
并用于反映不同轨迹的污染程度的方法（Hsu et al， 误差越小， 模式性能越好。RMSE 用于衡量模拟值
2003）。计算如下： 和观测值之间的差异， 其值越小表示模拟值和观测
k m 值越接近， 模拟效果越好。
C ij = （4）
m ∑ C k τ ijk
k = 1 3 结果与讨论
∑ τ ijk
k = 1
式中： C ij 是网格（i， j）上的平均权重浓度； C k 是轨 3. 1 气象场和臭氧模拟评估
迹 k经过网格时对应的 O 浓度； τ ijk 为停留在网格点 气象场（风向、 风速、 温度等）是影响化学场模
3
的时间。 拟的重要因素之一， 本文 WRF-Chem模式能较准确
2. 4 模式评估 的模拟近地面气象场（表 2）， 模拟 T 、 RH 、 WS 和
10
2
2
考虑站点观测有效数据的比率（>90%）， 选用 P 与观测值的 R 分别为 0. 93、 0. 78、 0. 83、 0. 99，
sur
海口 2 个自动气象站和 3 个空气质量监测站（图 1） RMSE分别为1. 2 ℃、 6. 8%、 2. 1 m·s 和1. 6 Pa。与
-1
的观测资料评估 WRF-Chem 模式模拟气象场和 O 3
表2 2016年9 -11月WRF-Chem模式气象场和O 评估结果
3
浓度的效果， 气象和空气质量观测资料的时间分辨
Table 2 Evaluation of meteorological and ozone
率为 1 h。采用的气象要素包括 2 m 温度（T）、 2 m simulation of WRF-Chem model from
2
相 对 湿 度（RH）、 地 表 气 压（P ）和 10 m 风 速 September to November 2016
sur
2
（WS ）。 R MB NMB NME RMSE
10
本文采用相关系数（R）、 平均偏差（MB）、 标准
T
2 0. 93 0. 3 °C 1. 0% 3. 3% 1. 2 °C
化平均偏差（NMB）、 标准化平均误差（NME）和均
RH
2 0. 78 -0. 8% -1. 0% 6. 4% 6. 8%
方 根 误 差（RMSE）评 价 模 型 的 性 能（Zhang et al， WS 10 0. 83 1. 4 m·s -1 43. 2% 48. 9% 2. 1 m·s -1
2006； Song et al， 2017）。统计公式如下： P 0. 99 1. 4 Pa 0. 1% 0. 1% 1. 6 Pa
n - - sur -3 -3
∑ (S i - S ) (O i - O ) O 3 0. 67 24. 1 µg·m 0. 4% 0. 5% 39. 2 µg·m
R = i = 1 （5） 相关性系数均通过 95% 置信区间的显著性检验（The correla‐
n - n -
∑ (O i - O ) ∑ (S i - S ) 2 tion coefficients passed the significance test at the 95% confidence in‐
2
i = 1 i = 1 tervals）