Average rating
Cast your vote
You can rate an item by clicking the amount of stars they wish to award to this item.
When enough users have cast their vote on this item, the average rating will also be shown.
Star rating
Your vote was cast
Thank you for your feedback
Thank you for your feedback
Authors
Noordijk HType
ReportLanguage
nl
Metadata
Show full item recordTitle
Prozon en Propart; statistische modellen voor smogprognoseTranslated Title
Prozon en Propart; statistical models for smog outlookPubliekssamenvatting
Het rapport beschrijft 2 statistische smogmodellen die begin jaren negentig zijn ontwikkeld ten behoeve van de dagelijkse smogverwachting die het RIVM uitbrengt. Voor ozon is dit het model Prozon, in gebruik sinds 1992. Het model Propart, dat een verwachting geeft voor PM10 (fijn stof), is in de huidige vorm in gebruik sinds 1998. De centrale rekenregel waarmee een prognose wordt uitgebracht is steeds dezelfde. De concentratie in de toekomst is de concentratie van het heden, vermenigvuldigd met een correctiefactor. Deze correctiefactor wordt afgeleid uit statistieken van luchtkwaliteitsmetingen uit het verleden, waarbij omstandigheden als stationstype, seizoen en de verwachte weersverandering identiek zijn aan de situatie waarvoor de prognose wordt gemaakt. Deze statistische modellen zijn vervaardigd met het softwarepakket Creamod, ontwikkeld op het RIVM (Noordijk 2003). Dit pakket bestaat uit een aantal modules waarmee zeer snel luchtkwaliteitsmodellen kunnen worden gedefinieerd, vervaardigd en getoetst. Een werkend model bestaat uit de rekenstructuur die Creamod en definitiebestand waarin de structuur van het model is vastgelegd en statistiekbestanden waarin de correctiefactoren zijn opgeslagen.The report describes two statistical smogmodels which have been developed at the beginning of the Nineties for the daily smog outlook by RIVM. For ozone, the model Prozon is in use since 1992. The model Propart for PM10 is used in its present form since 1998. The prognosis is calculated on the basis of the present concentration. This concentration is multiplied by a correction factor, derived from past measurements. The correction factor depends on the circumstances such as the type of measurement location, the season and the expected changes in weather patterns. These statistical models are constructed with the software Creamod, developed at RIVM. This software package consists of a number of modules which are able to define, construct and evaluate statistical air quality models in fast and transparent way. A working model consists of the arithmetic structure offered by Creamod, a definition file in which the structure of the model is fixed and statistical files in which the correction factors are laid down.
Sponsors
RIVMCollections