沈阳冬半年空气污染预测：逐步回归与判别分析法的应用

本文主要探讨的是沈阳地区在1984年的冬半年空气污染统计预报，采用了先进的统计学方法——逐步回归和判别分析技术。作者刘万军*在辽宁省气象科学研究所进行的研究中，针对S02（二氧化硫）这一关键污染物进行了定量和定性的预报。选择S02作为研究对象，是因为它在全国各大城市的环境监测中得到了广泛的数据积累，并且由于其惰性特性，对环境污染的影响相对容易追踪。 文章将S02的日平均浓度划分为三个等级，分别代表无较重污染、有较重污染和重污染，以沈阳五个监测点的24小时浓度平均值来反映全市的日平均状况。研究数据来源于沈阳市环境监测中心和市防疫站1981年至1982年冬季的监测记录，共收集到了90个样本。 传统的空气污染预报依赖于气象员的主观判断和天气预报，存在时效性和主观性的问题。文中提到的美国六十年代的大范围空气污染潜势预报方法，苏联的点聚图统计法以及北京地区的预报都有类似的局限。而文中介绍的完全预报方法（PP）和模式输出统计（MOS）方法，试图通过客观定量化的方式改善这些不足，提高空气污染预报的准确性和时效。 在建立预报方程时，作者着重考虑了大气稳定度和风作为预测因子，这两个因素都与天气形势密切相关。预报模型的构建充分体现了大气扩散的基本原理，并且为了保持预报的时效性，只考虑了前一日的气象数据，包括探空资料。 这项研究不仅提升了沈阳地区冬半年空气污染预报的科学性和准确性，也为其他地区空气污染预测提供了新的思路和技术参考。通过逐步回归和判别分析，沈阳地区的空气污染预报不仅在定量上有所突破，定性预报也达到了较好的效果，对于环境保护和空气质量管理具有重要意义。