- Tytuł:
-
Application of the Statistical Error and Quantitative Performance Measures in the Evaluation Process of Short-Term Air Quality Forecasts for Krakow (Poland)
Zastosowanie statystycznych miar błędów i wskaźników wydajności modelu w procesie oceny krótkoterminowych prognoz jakości powietrza w Krakowie (Polska) - Autorzy:
-
Szulecka, A.
Mazur, M. - Powiązania:
- https://bibliotekanauki.pl/articles/385805.pdf
- Data publikacji:
- 2016
- Wydawca:
- Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
- Tematy:
-
jakość powietrza
stężenia zanieczyszczeń
modelowanie prognostyczne
GEM-AQ
ocena statystyczna
air quality
pollutant concentrations
forecasting model
statistical evaluation - Opis:
-
Obecnie matematyczne modelowanie prognozowania jakości powietrza ma duże znaczenie ze względu na potrzebę informowania
ludności o spodziewanych stężeniach zanieczyszczeń
i wydawania odpowiednich ostrzeżeń. Na każdym etapie stosowania
systemu modelowania wymagana jest dokładna weryfi kacja i diagnostyka jego wydajności. W pracy przedstawiono
wyniki oceny statystycznej systemu krótkoterminowych prognoz
jakości powietrza na obszarze Krakowa (Polska) w okresie
kwiecień 2014 – marzec 2015. Prognozy opierają się na systemie
modelowania opracowanym przez fundację EkoPrognoza i udostępnianym
Politechnice Warszawskiej. Obliczenia wykonywano
za pomocą modelu GEM-AQ, a ich wynikiem są publicznie
dostępne prognozy średnich dziennych stężeń PM10, PM2,5,
NO2
, SO2
, CO oraz O3
. W trakcie prowadzonych badań wartości
te zostały porównane z wynikami obserwacji pomiarowych rejestrowanych
na stacji tła miejskiego w Krakowie (ul. Bujaka) przy
użyciu statystyk błędów i mierników wydajności modelu zalecanych
przez Amerykańską Agencję Ochrony Środowiska. Wyniki
przeprowadzonych obliczeń wskazują na dobrą sprawdzalność
prognoz stężeń PM10 oraz PM2,5 w okresie analizy, co skutkuje
ich silną korelacją z wynikami pomiarów. Oceniany model
przejawia tendencję do przeszacowywania wszystkich prognoz
w odniesieniu do pomiarów stężeń substancji gazowych na stacji przy ul. Bujaka. Największe rozbieżności dotyczą prognoz stężenia
dwutlenku siarki (SO2) oraz ozonu (O3) i są charakterystyczne
głównie dla sezonu pozagrzewczego. Niedokładność prognoz
wpływa na wiarygodność przewidywanej wartości wspólnego
indeksu jakości powietrza (CAQI), będącego wypadkową stężeń
poszczególnych zanieczyszczeń powietrza.
Currently, mathematical modelling air quality forecasts is of great importance due to the need of informing the population about the upcoming concentrations of air pollutants and issuing accurate alerts. At each stage in the application of a modelling system a proper verification and performance diagnostics is required. This paper presents the results of a statistical evaluation of the short-term air quality forecasting system for the area of Krakow, Poland, over the period of April 2014 – March 2015. The analysed forecasts are prepared by Warsaw University of Technology on the basis of the modelling system created by the EkoForecast foundation. Calculations in this system are performed by the GEM-AQ model, which produces publicly available predictions of the daily average concentrations of PM10, PM2.5, NO2 , SO2 , CO and O3 . In this study these values were compared to the measured observations recorded at the urban background station in Krakow (Bujaka St.) with the use of error statistics and quantitative performance measures suggested by the US EPA. The results of the analysis indicate good reliability of PM10 and PM2.5 forecasted concentrations during the examined period of time, which provides high correlation rates for these observations. Evaluated model tends to overestimate all the predictions in reference to Bujaka St. station measurements. The highest discrepancies are evident in the case of sulphur dioxide (SO2) and ozone (O3) predictions occurring mainly during the non-heating season. Insuffi cient forecast accuracy aff ects the reliability of the predicted Common Air Quality Index (CAQI), which depends on the concentration of particular air pollutants. - Źródło:
-
Geomatics and Environmental Engineering; 2016, 10, 3; 87-99
1898-1135 - Pojawia się w:
- Geomatics and Environmental Engineering
- Dostawca treści:
- Biblioteka Nauki
Artykuł