王曉彥，趙熠琳，霍曉芹，徐怡珊，汪 巍，朱莉莉，晏平仲，李健軍

1.中國環(huán)境監(jiān)測總站，國家環(huán)境保護環(huán)境監(jiān)測質量控制重點實驗室，北京 100012 2.中國科學院大氣物理研究所，北京 100029

基于數值模式的環(huán)境空氣質量預報影響因素和改進方法

王曉彥1，趙熠琳1，霍曉芹1，徐怡珊1，汪 巍1，朱莉莉1，晏平仲2，李健軍1

1.中國環(huán)境監(jiān)測總站，國家環(huán)境保護環(huán)境監(jiān)測質量控制重點實驗室，北京 100012 2.中國科學院大氣物理研究所，北京 100029

數值預報是各地開展環(huán)境空氣質量業(yè)務預報的主流預報方法之一。模式預報產品、基礎輸入資料、外部技術支持、主客觀預報偏差和預報命中概率等諸多因素均會不同程度地影響數值模式預報效果，研究探討了上述因素對數值模式預報效果的影響及其針對性的改進方法，以期降低預報偏差，改善業(yè)務預報整體效果，為各地提高業(yè)務預報質量提供方法思路和技術參考。

環(huán)境空氣質量；預報影響因素；改進方法；數值預報

中國中東部區(qū)域在秋季和冬季時頻繁出現大氣重污染過程，影響范圍廣、污染程度重、持續(xù)時間長，對環(huán)境空氣和人體健康造成顯著影響，引起公眾廣泛關注。為減少大氣重污染過程的環(huán)境健康損害，需及時發(fā)布預警提示并啟動應急預案，這對環(huán)境空氣質量預報的準確率提出了更高要求。目前，中國城市精細化環(huán)境空氣質量指數(AQI)預報和區(qū)域空氣質量形勢預測剛剛起步[1-9]，大部分地區(qū)預報經驗不足，對如何提高預報成效缺乏思路。為此，研究根據京津冀區(qū)域空氣質量業(yè)務預報實踐和先行省市業(yè)務預報經驗，具體探討了基于數值模式的空氣質量預報的關鍵影響因素和改進方法，以期為各地提高業(yè)務預報準確率提供技術參考。

1 空氣質量業(yè)務預報影響因素

1.1 數值預報模式產品水平

空氣質量預報模式為業(yè)務預報提供基礎性預報產品，預報模式產品水平決定了空氣質量業(yè)務預報的基礎，模式產品準確率越高，業(yè)務預報基礎越好。數值預報模式產品水平主要受到模式分辨率、大氣條件預報產品、污染源排放資料和空氣質量監(jiān)測數據等諸多因素的影響。

1.1.1 數值預報模式分辨率

數值預報模式產品的精細度主要取決于模式分辨率，模式分辨率越高，預報產品水平越高。預報模式垂直分辨率主要反映混合層高度、對流層垂直擴散等大氣層結特征，同尺度范圍(小尺度、中尺度和大尺度等)的不同數值預報模式的垂直分辨率相差并不大，因此預報模式產品的精細度主要依賴于模式的水平分辨率。高分辨率的模式預報產品可以更加準確、細致地反映大氣污染物的傳輸、擴散、沉降和化學反應等物理化學過程，尤其在發(fā)生大氣重污染過程時，更有利于判斷重污染的起止時間、影響范圍和影響程度等關鍵信息。

1.1.2 大氣條件預報產品

大氣條件預報產品是空氣質量數值預報模式的重要基礎資料和前提條件，直接影響數值模式預報結果的準確度。為應對重污染預警信息提前發(fā)布的時效要求，需預報未來3～5 d的空氣質量潛勢，其準確性則主要依賴于相應時段的大氣條件預報。而大氣條件預報產品的豐富程度、本地化適用性和有效時段等因素均會直接影響空氣質量預報效果。

1.1.3 污染源排放資料

污染源排放資料可反映一定范圍內大氣污染物排放量的時空分布特征，是數值預報模式重要的輸入數據。全面、準確、高分辨率并動態(tài)更新的污染源清單能夠顯著提高數值模式的預報效果，同時有利于精確開展重污染過程中污染物來源解析和去向追蹤模擬。

1.1.4 空氣質量監(jiān)測數據

空氣質量實時監(jiān)測數據同樣是數值預報模式重要的輸入數據，反映預報模式模擬時大氣污染物時空分布的客觀初始水平，同時也是數值模式預報效果評估的基準數據?？諝赓|量監(jiān)測數據的空間廣泛性(如城市、區(qū)域和背景監(jiān)測站的點位數量和空間分布)直接影響數值預報模式大氣污染分布初始場的精細水平，而其時間連續(xù)性則為預報效果評估提供關鍵基準數據，進一步促進數值預報模式改進和完善。

1.2 外部技術支持體系水平

空氣質量業(yè)務預報不僅依賴于預報模式的穩(wěn)定運行，同樣需要一系列外部技術條件的支持。在客觀上，依賴于外部支持產品資源的豐富程度；在主觀上，依賴于業(yè)務預報流程等工作機制的保障。外部技術支持體系越成熟，業(yè)務預報的預期水平越高。

1.2.1 產品資源豐富程度

外部支持產品資源可為數值模式預報結果的客觀訂正提供重要依據。除大氣條件預報產品、污染源排放資料和空氣質量監(jiān)測數據外，其他主要的預報支持產品還包括衛(wèi)星遙感監(jiān)測、污染物源解析、大氣顆粒物組分、顆粒物粒徑譜、激光雷達監(jiān)測以及大氣超級站觀測數據等。需注意的是，城市精細化AQI預報及省和區(qū)域范圍內污染潛勢預測等不同層級業(yè)務預報對外部支持產品資源的需求有所不同。

1.2.2 業(yè)務預報工作機制保障

業(yè)務預報工作機制包括預報工作流程、預報值班制度、重污染會商制度和預報效果回顧制度等，反映例行業(yè)務預報工作機制保障的整體水平。預報工作機制是否完善，直接影響日常預報能否有序開展。若預報工作機制不健全，預報員的預報行為更易受到個人主觀因素的影響，預報結果出現偏差的風險會隨之增加。

1.3 預報過程偏差水平

業(yè)務預報從模式結果輸出、大氣條件預報、污染源變化分析、空氣質量監(jiān)測分析到客觀訂正等各環(huán)節(jié)均存在客觀或主觀偏差，直接或間接影響空氣質量實際預報效果。

1.3.1 客觀偏差

空氣質量業(yè)務預報的客觀偏差主要指數值模式預報產品偏差，其源于多個方面的不確定性。首先，數值預報模式搭建時，若因未充分考慮本地大氣環(huán)境和污染源排放特點而對模式參數進行適用性調整，很可能造成模式預報結果出現較大偏差；其次，不準確的輸入數據會間接導致數值模式預報偏差(如不夠準確的天氣形勢預報、過時的污染源排放清單和缺乏充足的空氣質量監(jiān)測數據等都會帶來客觀偏差，影響模式預報產品準確性)。

1.3.2 主觀偏差

業(yè)務預報的主觀偏差主要指預報員個人在對模式預報結果進行訂正時存在的主觀判斷偏差。面對同樣的模式預報結果和大氣條件預測及空氣質量實況等參考資料，不同預報員的訂正結果也會存在差異(如在預測到可能出現重污染過程時，不同預報員對污染程度、影響范圍和持續(xù)時間的預報會明顯分為“保守”和“激進”2種態(tài)度，從而有可能導致預報偏低或偏高)。同樣，以京津冀區(qū)域春末夏初和夏末秋初時段的預報為例，在首要污染物是細顆粒物還是臭氧的判斷上，容易出現預報主觀偏差。

1.4 預報命中概率水平

預報命中概率直接反映了預報效果。命中概率由預報的精密度和準確度決定。以預報中度污染為例，圖1(a)顯示預報結果精密度高，但準確度低，預報偏重；圖1(b)顯示預報平均水平能夠反映中度污染，但不同預報結果過于離散，預報發(fā)揮不穩(wěn)定；圖1(c)是最為理想的預報結果，預報精密度和準確度都很高。高精密度和高準確度的預報結果，是業(yè)務預報的基本目標。在業(yè)務預報中，選擇合適的預報結果表達形式，有利于提高預報命中概率(如區(qū)域空氣質量預報一般采用“跨級”預報的形式，可將區(qū)域整體預報結果合理歸一化，同時保證一定的預報命中概率)。

圖1 預報精密度、準確度和理想結果示意圖

2 空氣質量業(yè)務預報改進方法

綜合考慮以數值模式為基礎的業(yè)務預報的眾多影響因素，可從數值模式、基礎輸入數據、技術保障體系和預報員能力等方面改進業(yè)務預報效果。

2.1 提高數值預報模式分辨率

在計算機資源配置允許的情況下，盡可能提高數值預報模式的水平分辨率，并建立分辨率由粗至細的多重嵌套網格。以NAQPMS數值模式對京津冀區(qū)域空氣質量預報為例，前期測試系統(tǒng)僅能為京津冀區(qū)域提供最高水平分辨率為45 km×45 km的模式預報產品，整個區(qū)域粗劃為約108個網格。經過升級改進后，模式系統(tǒng)建立起“東亞地區(qū)-中國-中國中東部-京津冀區(qū)域”四層嵌套網格，可為京津冀區(qū)域提供高達5 km×5 km分辨率的模式預報產品，區(qū)域細化為約8 720個網格。以2015年12月16日的京津冀區(qū)域24 h PM2.5濃度預報產品為例，升級前后的NAQPMS數值模式預報產品對比如圖2所示，升級后的預報產品的精細程度大大提高，顯著提升了模式預報產品水平[10]。

圖2 NAQPMS預報模式升級前后京津冀區(qū)域24 h PM2.5濃度預報產品示意圖

2.2 摸清氣象預報的適用性和時效性

基于數值模式的大氣條件預報本身存在偏差，且預報時段越長，預報準確性越低。因此，有必要確定主要的大氣條件預報產品在本地空氣質量業(yè)務預報的適用性和時效性。

在適用性上，常用的氣象預報資料來源眾多，包括歐洲中期數值預報中心(ECMWF，以下簡稱歐洲中心)；美國國家環(huán)境預報中心(NCEP)；韓國氣象廳(KMA)；日本氣象廳(JMA)和中國中央氣象臺(NMC)等。在開展業(yè)務預報過程中，通過長期使用比較，可從上述眾多氣象預報來源中篩選出能相對準確地反映當地氣象過程的預報資料源，在日常預報使用時有所側重以提高預報效果。

在時效性上，需注意不同季節(jié)氣象預報的有效時段。以歐洲中心亞洲地區(qū)500 hpa高度場預報為例，將不同時段的預報圖與2015年12月15日00h UTC(冬季)的實況圖相比較(圖3)發(fā)現，48 h內預報基本準確，72、96 h預報偏差在可接受范圍內，覆蓋京津冀區(qū)域的低壓槽位置向東北方向略有偏移，而120 h預報圖中低壓槽的強度和位置均出現明顯偏差。同理，不同時段的500 hpa高度場預報圖與2015年8月2日00h UTC(夏季)的實況圖相比較(圖4)發(fā)現，24 h預報基本準確，48、72 h預報開始出現較大偏差，96、120 h預報偏差顯著。綜上，冬季高空天氣形勢較為單一，5 d內的500 hpa高度場預報結果參考性較高；而夏季大氣環(huán)流運動活躍，高空天氣形勢復雜多變，超出3 d的500 hpa高度場預報參考性明顯下降。因此，建議在實際應用中，統(tǒng)計分析得到本地大氣條件預報資料的準確預報時段，盡可能使用最新、最有效時段的大氣條件預報產品開展業(yè)務預報。

圖3 歐洲中心500 hpa高度場冬季不同時段預報結果示意圖與實況示意圖比較

圖4 歐洲中心500 hpa高度場夏季不同時段預報結果示意圖與實況示意圖比較

2.3 關注大氣污染源排放變化

大氣污染源排放變化可分為長期平穩(wěn)變化和短期突發(fā)變化，長期平穩(wěn)變化包括冬季北方取暖造成的污染物排放量增加和受經濟下行影響的工業(yè)污染物排放量降低等；短期突發(fā)變化包括春節(jié)期間煙花爆竹集中燃放、季節(jié)性秸稈燃燒、沙塵暴過程和重大活動空氣質量保障污染物減排等。以2015年2月19日春節(jié)前后石家莊市職工醫(yī)院點位PM2.5質量濃度變化為例(圖5)，因除夕煙花爆竹集中燃放導致PM2.5質量濃度從18日18:00的42 μg/m3一路攀升，直至19日9:00達到峰值(323 μg/m)，19日傍晚PM2.5質量濃度有所回落，但由于不利擴散條件影響，重污染一直維持到21日傍晚。另外，受大規(guī)模秸稈燃燒影響，東北地區(qū)于2015年11月初陷入持續(xù)性、大面積的重污染過程，以沈陽市文化路點位11月6—10日PM2.5質量濃度變化為例(圖6)，8日凌晨開始PM2.5質量濃度在嚴重污染的基礎上短時間內迅速升高，約12 h后達到濃度峰值(1 309 μg/m3)，隨后濃度較快回落，在9日凌晨降至7日平均水平，PM2.5質量濃度經歷了一個迅猛變化過程。再以2015年4月27日新疆沙塵暴過程為例，圖7顯示烏魯木齊市鐵路局點位PM10質量濃度在4 h內從早上6:00的127 μg/m3迅速攀升到10:00的4 900 μg/m3，之后PM10質量濃度逐漸回落，晚上20:00下降至168 μg/m3，由沙塵暴影響引起的PM10質量濃度變化過程一般持續(xù)時間較短，通常1 d之內即可回落至前期水平。

建立數值預報模式污染源清單動態(tài)更新機制是提高預報準確率的有效方式，但考慮現行的模式污染源清單缺乏動態(tài)更新機制，在實際業(yè)務預報過程中，需結合大氣擴散條件，綜合考慮本地污染源排放長期和短期變化，及時對數值模式預報結果進行“加重”或“減輕”等人為修正，從而有效提高預報準確率[11]。

圖5 2015年春節(jié)前后石家莊市職工醫(yī)院點位PM2.5質量濃度變化曲線

圖6 2015年11月初沈陽市文化路點位PM2.5質量濃度變化曲線

圖7 2015年4月27日烏魯木齊市鐵路局點位PM10質量濃度變化曲線

2.4 建立空氣質量實時監(jiān)測同化系統(tǒng)

空氣質量實時監(jiān)測數據同化被認為是提高模式預報產品水平的關鍵技術之一，動態(tài)更新的實時監(jiān)測數據同化技術類似于“看一眼描一筆”的素描方式，相對于僅憑以某一時間點的空氣質量實況(初始場)作為“第一印象”的素描方式，預報效果會顯著提高。建立可同化多種污染物實時監(jiān)測數據的高性能大氣污染同化系統(tǒng)，采用動態(tài)更新的方式，將實時監(jiān)測數據和模式信息融合起來，可有效減少模式輸入場和參數的誤差。例如選取以PM2.5為首要污染物的季節(jié)，將2015年12月22日全國PM2.5質量濃度同化分析圖與當天AQI實況分布圖相比較(圖8)，發(fā)現除內蒙古中部和華南地區(qū)略有偏重外，其他地區(qū)PM2.5質量濃度同化結果與AQI實況分布基本一致。因此，實時同化國家環(huán)境空氣質量監(jiān)測網的污染物觀測數據，可得到動態(tài)的、高精度的模式再分析資料，不斷為數值預報模式提供高精度初始場，有效減少模式輸入數據的不確定性，提高數值預報模式產品準確率。

2.5 建立預報支持產品資源綜合應用方法

在數值預報模式以外，尋找盡可能多的外部技術支持產品資源，綜合分析可獲得更準確的預報判斷依據，同時，不同層級業(yè)務預報應建立更具針對性的產品資源綜合應用方法，為業(yè)務預報的客觀訂正過程提供充分的支持保障。例如，開展城市AQI預報時，激光雷達等監(jiān)測結果可反映重污染過程中大氣顆粒物的濃度變化趨勢，為判斷大氣重污染演變過程提供更加翔實的依據。而省級或區(qū)域層級的空氣質量形勢預測，尤其是發(fā)生跨省界的“拉鋸式”大氣重污染過程時，更需要區(qū)域大尺度的污染物實時監(jiān)測數據與天氣形勢預報產品相結合進行綜合分析。以2015年12月10—13日中東部大氣重污染過程為例，對比分析歐洲中心500 hpa 00h UTC高度場和當天空氣質量指數實況分布(圖9)發(fā)現，10—11日，受高空大范圍脊區(qū)影響，重污染范圍由京津冀及周邊區(qū)域向南移動擴大到湖北和長三角區(qū)域；而12—13日，受副熱帶高壓“上拱”影響，重污染帶有所上移，湖北省內污染狀況明顯緩解。

圖8 2015年12月22日全國PM2.5濃度同化分析示意圖和AQI實況分布示意圖比較

2.6 建立完善的業(yè)務預報工作機制

建立完善的工作機制是約束預報員主觀判斷的有效方式。預報工作流程可為業(yè)務預報開展提供規(guī)范化的步驟要求，盡可能減少人為干預，控制預報的隨意性；預報值班制度可設立主副班搭配的方式，副班對主班預報結果提出參考性意見，減少主班的個人盲區(qū)；預報會商制度有利于廣納言路、集思廣益，從不同專業(yè)領域和學術背景獲取多方意見，是避免大氣重污染過程錯報、漏報的有效方式；定期開展預報效果回顧，可評判預報模式系統(tǒng)偏差，總結預報實踐經驗，糾正預報員個人傾向。以四川省業(yè)務預報工作機制為例，其在預報工作流程中規(guī)定了實況分析、預報效果回顧、模式和氣象條件分析、源變化分析、預報會商、形成預報結果和結果報送等7大部分，在日常值班制度上采用 “三人制”內部會商的形式，根據需要將會商機制分為內部會商、部門會商和外部會商，并定期采用“準確率”評估區(qū)域空氣質量預測性能，目前各工作機制保障效果良好[12]?？傊?，建立嚴格、健全的業(yè)務預報工作機制，保障預報產品專業(yè)應用和可靠分析，可使業(yè)務預報工作有序開展，全面提高預報效果。

2.7 降低業(yè)務預報主客觀偏差

基于本地大氣環(huán)境和污染源排放特點設置數值預報模式參數，可提高模式預報適用性，降低模式本身的系統(tǒng)偏差；盡可能選擇準確、全面、最新的天氣形勢預報產品、污染源排放資料和空氣質量監(jiān)測數據，可控制數值模式輸入數據和初始場的客觀偏差。提高預報員的業(yè)務預報能力是控制預報主觀偏差的關鍵，首先，預報員本身應加強預報理論知識學習，提高多方面綜合分析能力，在業(yè)務預報中將理論與實踐充分結合；其次，要注重預報效果回顧，掌握空氣質量變化規(guī)律和關鍵影響因子，針對判斷偏差不斷歸納總結預報實踐中的經驗和教訓；最后，要全面分析經典大氣重污染過程案例，深入了解以往重污染過程的影響因素和量化關系，掌握本地大氣重污染過程發(fā)生、發(fā)展和消散特點。在長期業(yè)務預報過程中，不斷改進數值預報模式，提高預報員個人預報技能，可有效降低業(yè)務預報的主客觀偏差，從而改善預報效果。

3 結論

目前，中國各省和重點城市已經正式開展環(huán)境空氣質量業(yè)務預報并對外發(fā)布預報信息，各地在不斷探索中初步形成本地化的業(yè)務預報技術體系。其中，基于數值預報模式開展業(yè)務預報成為各地主流預報方法之一。在數值模式業(yè)務預報中，模式預報產品、基礎輸入資料、外部技術支持、主客觀預報偏差和預報命中概率等均是影響數值模式預報效果的主要因素，積極尋找有針對性的改進方法以降低各影響因素引起的預報偏差，可有效改善業(yè)務預報整體效果，從而全面提高預報質量。

[1] 汪巍，高愈霄，趙熠琳，等.中小城市空氣質量預報試驗與問題研究[J].中國環(huán)境監(jiān)測，2015，31(6):134-138.

[2] 程念亮，李紅霞，孟凡，等.我國城市PM2.5數值預報簡述[J].安徽農業(yè)科學，2015(7):243-246.

[3] 程念亮，李紅霞，孟凡，等.山東省空氣質量預報平臺設計及其預報效果評估[J].環(huán)境污染與防治，2015，37(9):92-99.

[4] 楊曉春，吳其重，趙榮，等.西安空氣質量預報系統(tǒng)業(yè)務運行評估[J].陜西氣象，2015(5):41-43.

[5] 徐偉嘉，李紅霞，黃慎，等.珠海市空氣質量預測模型研究與分析[J].環(huán)境科學與技術，2015，38(11):142-147.

[6] 朱莉莉，晏平仲，王自發(fā)，等.江蘇省級區(qū)域空氣質量數值預報模式效果評估[J].中國環(huán)境監(jiān)測，2015，31(2):17-23.

[7] 邰姍姍.遼寧省空氣質量預報體系建設初探[J].資源節(jié)約與環(huán)保，2014(10):154-155.

[8] 馬琳達.貴陽市環(huán)境空氣質量預報預警系統(tǒng)建立的探討[J].環(huán)?？萍?，2015(2):44-47.

[9] 蔣爭明.中山市空氣質量預報預警系統(tǒng)建設現狀[J].資源節(jié)約與環(huán)保，2015(4):127.

[10] 王自發(fā)，謝付瑩，王喜全，等.嵌套網格空氣質量預報模式系統(tǒng)的發(fā)展與應用[J].大氣科學，2006，30(5):778-790.

[11] 王曉彥，劉冰，李健軍，等.區(qū)域環(huán)境空氣質量預報的一般方法和基本原則[J].中國環(huán)境監(jiān)測，2015，31(1):134-138.

[12] 四川省環(huán)境監(jiān)測總站.四川省空氣質量預報預警指導手冊(試行)[R].成都：四川省環(huán)境監(jiān)測總站，2015.

Discussion on the Influence Factors and Improvement Methods of Ambient Air Quality Forecasting Based on Numerical Models

WANG Xiaoyan1,ZHAO Yilin1,HUO Xiaoqin1,XU Yishan1,WANG Wei1,ZHU Lili1,YAN Pingzhong2,LI Jianjun1

1.State Environmental Protection Key Laboratory of Quality Control in Environmental Monitoring，China National Environmental Monitoring Centre,Beijing 100012，China 2.Institute of Atmospheric Physics，Chinese Academy of Sciences，Beijing 100029，China

Numerical forecasting is one of the main methods in ambient air quality forecasting service across China. Several factors such as forecasting model products, basic input data, external technical support, subjective and objective deviation and forecasting hit probability will affect the results of numerical forecasting in varying degrees. This paper discussed the influence of these factors on the results of numerical model forecasting and targeted improvement methods, in order to reduce forecasting deviation and then improve the overall effect and quality of routine forecasting,finally provide technical reference for local cities and regions.

ambient air quality;influence factors of forecasting;improvement methods;numerical forecasting

2016-01-25;

2016-04-21

2014年國家科技支撐計劃“基于物聯網的區(qū)域空氣質量預警及決策支撐技術及應用”(2014BAC06B04)

王曉彥(1985-)，女，河北邢臺人，碩士，工程師。

李健軍

X823

A

1002-6002(2016)05- 0001- 07

10.19316/j.issn.1002-6002.2016.05.01