基于多源观测识别内蒙古沙尘天气OA

利用气象常规观测资料和环境站PM、AQI、NO_(2)等数据,以及基于卫星资料的反演产品,使用随机森林算法和支持向量机算法进行梯度建模,识别内蒙古地区119个国家气象观测站是否发生沙尘天气,为提高识别的准确率和空间覆盖度,分别在气象常规观测资料的基础上融入了环境站数据和卫星产品,并对2011—2020年包头机场人工校验的沙尘、雾霾等记录进行了检验。对2011—2023年内蒙古64次沙尘过程、29次霾过程、151次大雾过程进行分析和建模。结果表明:气象要素中能见度、相对湿度、气压、露点温度、平均风速等要素,以及天气现象(浮尘、扬沙、沙尘暴、霾和雾等)对识别沙尘天气有较大的贡献,其中能见度、天气现象、相对湿度的贡献度分别是0.30、0.23、0.22,沙尘天气发生时相对湿度平均下降40%,平均风速上升2倍以上,而雾霾天气发生时相对湿度和平均风速的变化与沙尘天气相反,分别上升50%~70%和下降30%~50%。环境要素中贡献度由高到低排序分别为NO_(2)、CO、AQI、PM_(10)、PM、PM_(2.5)、PM_(10)_ratio,沙尘天气发生时AQI上升6倍,而雾霾天气仅为0.7~2.5倍,霾天气发生时NO_(2)和CO浓度升高约2倍,而沙尘天气发生时NO_(2)浓度平均下降66%。基于随机森林模型,计算出53.5%的相对湿度、1.4×10^(5)μg·m^(-3)的PM_(10)、1.1μg·m^(-3)的CO、超过9.7 m·s^(-1)的平均风速及其距同月的历史平均值升高1.2 m·s^(-1)以上,是一组能区分沙尘和雾霾天气的阈值。通过先对气象数据建立随机森林模型,再对环境数据建立支持向量机模型,最终模型的覆盖度和准确率分别达到了92%和93%。