本文运用秋冬季高空1000—850百帕郑州、徐州、南京、阜阳和射阳五个高空站的温度、露点、风向、风速和高度五个要素资料以及淮安市城区富华公司、化纤厂和监测站秋冬季的SO2、NOx和PM10逐日日平均浓度资料。(1)首先分析空气质量时空分布特征:秋冬季三个测点空气质量级别大多数为良或轻度污染,平均比例为94%;秋季空气质量好于冬季,秋季空气质量级别为良的比例为56.7%,比冬季高19.9%,冬季空气质量级别为轻度污染及以上等级的比例为63.2%,比秋季高20.0%;处于文化区的监测站空气质量优于其他两个测点,空气质量级别为良的比例为51.9%,比其他两个测点高7.7%。(2)其次分析空气质量与天气形势、温度、以及风向风速之间的关系:有利于污染扩散类型中可分为冷锋后部型、冷高压前部型和高压型。不利于污染扩散类型包括入海高压后部型、均压型、华北干槽型、鞍形场形和冷锋前部型。温度持续偏高,850图上有一明显暖温度脊,低层有逆温层,大气较为稳定,大气扩散能力弱,污染物浓度高。当温度持续降低,高空受冷平流控制,地面水平辐散较强,有利于污染物扩散,污染物浓度低。风速小,不利于污染物扩散,近地面层空气污染物浓度较高。反之风速越大,污染越轻,但风速超过一定临界值时,随着风速变大,空气污染物浓度反而增加。1000MB和925MB两个层次气象要素和空气污染物浓度的单相关系数明显高于850MB,反映了空气污染物浓度和近地面层气象条件关系较为密切。温度、风速和空气污染物浓度的单相关系数明显高于其它要素,说明温度和风速代表了空气的水平扩散能力和垂直扩散能力。第三.选取预报因子建立预报方程并进行效果检验通过数理统计方法找出和污染物浓度相关性好,物理意义较为明显的气象要素作为备选预报因子,采用逐步回归方法分季节建立了空气污染浓度预报方程。由各监测点各季预报方程看出,复相关系数均大于0.7,均通过检验,效果显著,由此说明方程的预报能力较强。根据业务技术规定,将每日API指数预报值换算成相应的空气质量等级,分别统计了监测站、富华公司和化纤厂秋冬季预报准确率,结果表明大多数监测点预报准确率都在70%以上,其中冬季准确率较高,均大于80%,基本达到业务规定的质量要求。