霧霾能像天氣預報那樣提前一週進行預報嗎? 如果不能一週,那麼一般能提前多久?


霧可以不是特別準確得預報,霾不太好辦,類似的大概還有揚塵。
一般pm測得都是小時值,預測這個怎麼說呢,能預測一點點首先你要知道霧霾是什麼,監測的時候是用抽氣泵抽空氣,濾膜攔截顆粒物,就是那個particulate matter。2.5是微米級,以前10的嘛,這不老美搞了個2.5說你們內內的超標啦,要死人啦。然後國人開始注重這個。對於檢測方法貌似是重量法把,這個記不太清了,我還在被窩裡,不去查資料了。。。話說回來,監測方法(監測是採樣,檢測是實驗,還是解釋下)測這個叫做顆粒物的東西,就是那樣子不停抽,一般同步數據是過去一個小時(時均好像不低於40min還是 45,不好意思又忘了),但是差不多了,全是此刻的情況,你要較真沒辦法,出個數據也要時間,然後每個小時對應一個數據,大致曲線出來了,你所說的預測未來的話還要考慮氣象參數之類的,感覺是可以預測,但是不太準,畢竟天氣預報大家都知道了


中國氣象局已經開展霧霾的預警預報氣象服務,也有相關的霧霾指導產品下發,但是目前仍然存在一些預報技術上的難點,不能達到100%準確率。附上網址:中央氣象臺&>&> 預報 &>&> 災害天氣預報 &>&> 霧
霧霾可以預報,但是與天氣模式的預報聯繫緊密. 現階段一週內的預報趨勢還是有一定準確性的.
你想提前多久都可以,問題是準不了啊~
這個我覺得更多的是得依靠天氣預報了。現在的霧霾貌似更多的就是源自本地的污染,量應該不會變化太大(雖然週末不限號會使機動車略多)。所以氣象條件(也許可以稱為擴散條件),比如風力,濕度,是否出現逆溫,都會在很大程度上影響污染物的行為。鑒於我很多年不看電視版的天氣預報了,所以不知道現在是怎麼個報法。如果他們對於無風+逆溫的天氣做重點預報,也許是有用的。

霧霾是可以預告的。

按照國家環保部的要求,專業的空氣質量預報需要考量不同的空氣污染物,再根據相應的空氣質量指數和空氣質量分指數分級界定空氣質量。

首先需要簡單介紹一下空氣質量指數和空氣質量分指數。

空氣質量指數(英語:Air Quality Index, AQI)是定量描述空氣質量狀況的非線性無量綱指數。其數值越大、級別和類別越高、表徵顏色越深,說明空氣污染狀況越嚴重,對人體的健康危害也就越大。

空氣質量分指數(英語:Individual Air Quality Index, IAQI)是對照各項污染物的分級濃度限值,以細顆粒物(PM2.5)、可吸入顆粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)、臭氧(O3)、一氧化碳(CO)等各項污染物的實測濃度值(其中PM2.5、PM10為24小時平均濃度)分別計算得出。

IAQIP = (CP - BPLo) *(IAQIHi –
IAQILo)/(BPHi – BPLo) + IAQILo

式中:

IAQIP——污染物項目P的空氣質量分指數;

CP——污染物項目P的質量濃度值;

BPHi——相應地區的空氣質量分指數及對應的污染物項目濃度指數表中與CP相近的污染物濃度限值的高位值;

BPLo——相應地區的空氣質量分指數及對應的污染物項目濃度指數表中與CP相近的污染物濃度限值的低位值;

IAQIHi——相應地區的空氣質量分指數及對應的污染物項目濃度指數表中與BPHi對應的空氣質量分指數;

IAQILo——相應地區的空氣質量分指數及對應的污染物項目濃度指數表中與BPLo對應的空氣質量分指數。

AQI的計算結果很大程度上取決於相應地區IAQI及對應的污染物項目(在此我們關注的是PM2.5)濃度指數表,最終的計算結果需要參考相應的濃度指數表才具有實際意義。

AQI
= max {IAQI1, IAQI2, IAQI3,…, IAQIn}

式中:

AQI——空氣質量指數;

IAQI——空氣質量分指數 ;

n——污染物項目。

簡單來說,AQI就是在各IAQI中取最大值。


AQI大於50時,IAQI最大的污染物為首要污染物。若IAQI最大的污染物為兩項或兩項以上時,並列為首要污染物。IAQI大於100的污染物為超標污染物。

按照《中華人民共和國環境保護部環境空氣質量指數(AQI)技術規定(試行)》:

簡而言之,按照國家規定,空氣質量是可以預報的,但是預報要以空氣質量指數的形式呈現。

現在市面上已經有利用污染物實時監測數據和環境變數數據實現空氣質量預報的手機應用軟體。具體運作需要利用大數據、高性能計算(原理可能涉及偏微分方程、大氣物理學優化插值法和卡爾曼濾波器)建立PM2.5等空氣質量污染物模擬擴散預測模型,同時利用監測數據反推環境變數數據驗證變數數據的可信度。

當然,所有的模型都是有限制的。問題的關鍵是,這預測模型得出的預報數據準確嗎?這就需要各位看官下載App(PM2.5預報霧霾)之後自行檢測啦。


推薦閱讀:
相關文章