陸維青，江峰琴，劉麗霞，王愛平

(江蘇省環(huán)境監(jiān)測(cè)中心，江蘇 南京 210036)

·環(huán)境預(yù)警·

江蘇省空氣質(zhì)量預(yù)報(bào)與實(shí)測(cè)結(jié)果比對(duì)研究

陸維青，江峰琴，劉麗霞，王愛平

(江蘇省環(huán)境監(jiān)測(cè)中心，江蘇 南京 210036)

選取2015年1—8月江蘇地區(qū)NAQPMS、CMAQ、CAMx、WRF-Chem 4個(gè)模式預(yù)報(bào)結(jié)果與實(shí)測(cè)值進(jìn)行比對(duì)分析，結(jié)果表明，標(biāo)準(zhǔn)化分?jǐn)?shù)偏差(MFB)為-0.066 5～0.201 1，標(biāo)準(zhǔn)化分?jǐn)?shù)誤差(MFE)最大值為0.381 8，均在理想范圍內(nèi)，其中CAMx預(yù)報(bào)效果相對(duì)較好，WRF-Chem有一定誤差。4個(gè)模式相比，NAQPMS對(duì)于PM10的模擬性能較好，各模式對(duì)PM2.5模擬性能相近，CMAQ和CAMx對(duì)O3模擬較好，WRF-Chem對(duì)CO模擬較好，各模式對(duì)SO2和NO2的模擬都需進(jìn)一步優(yōu)化。

江蘇；空氣質(zhì)量；數(shù)值預(yù)報(bào)；模式檢驗(yàn)

近年來，我國(guó)多地出現(xiàn)大范圍、長(zhǎng)時(shí)間重污染天氣，對(duì)大氣能見度、交通運(yùn)輸和公眾健康等造成顯著的負(fù)面影響，其中京津冀、長(zhǎng)三角、珠三角區(qū)域尤為突出[1]。江蘇省大氣環(huán)境形勢(shì)十分嚴(yán)峻，2013年，共出現(xiàn)典型重污染天氣8次，13個(gè)設(shè)區(qū)市均先后出現(xiàn)嚴(yán)重污染天氣(空氣質(zhì)量指數(shù)>300)，重污染天氣時(shí)常發(fā)生，給居民健康和正常生產(chǎn)生活帶來了不利影響。

廣州、北京、沈陽和上海等地區(qū)和城市已先后實(shí)現(xiàn)了空氣質(zhì)量數(shù)值預(yù)報(bào)的業(yè)務(wù)運(yùn)行并對(duì)外發(fā)布預(yù)報(bào)預(yù)警信息[2]。研究高效的空氣質(zhì)量預(yù)報(bào)系統(tǒng)，不僅能為公眾出行提供指導(dǎo)，還可為職能部門防控重污染天氣提供相應(yīng)技術(shù)支持。現(xiàn)選取江蘇地區(qū)預(yù)報(bào)結(jié)果與空氣質(zhì)量實(shí)測(cè)值進(jìn)行比對(duì)分析，以期了解江蘇空氣質(zhì)量預(yù)報(bào)的準(zhǔn)確性。

1 數(shù)據(jù)來源及模式設(shè)置

1.1 空氣質(zhì)量實(shí)測(cè)數(shù)據(jù)

實(shí)測(cè)數(shù)據(jù)來自江蘇省13個(gè)設(shè)區(qū)市的72個(gè)國(guó)控點(diǎn)，地理位置為東經(jīng)116°21′—121°56′，北緯30°45′—35°08′。13個(gè)設(shè)區(qū)市分別有4～9個(gè)站點(diǎn)，站點(diǎn)位于各設(shè)區(qū)市建成區(qū)內(nèi)，并相對(duì)均勻分布。

選取SO2、NO2、CO、O3、PM10和PM2.5共6項(xiàng)污染物參與評(píng)價(jià)，監(jiān)測(cè)方法、分析方法、數(shù)據(jù)統(tǒng)計(jì)等嚴(yán)格執(zhí)行《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095—2012)，空氣質(zhì)量評(píng)價(jià)按照《環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定》(HJ 633—2012)執(zhí)行，選取逐日實(shí)測(cè)數(shù)據(jù)進(jìn)行比對(duì)分析。

1.2 空氣質(zhì)量預(yù)報(bào)數(shù)據(jù)

利用大氣模型、數(shù)據(jù)庫技術(shù)、并行計(jì)算技術(shù)、WebGIS技術(shù)和高效網(wǎng)絡(luò)傳輸技術(shù)，實(shí)現(xiàn)對(duì)環(huán)境空氣質(zhì)量的高精度數(shù)值預(yù)報(bào)和污染物來源解析，形成預(yù)報(bào)結(jié)論，系統(tǒng)的總體架構(gòu)包括應(yīng)用規(guī)范層、硬件支撐層、數(shù)據(jù)管理層、模式計(jì)算層、應(yīng)用支撐層、應(yīng)用邏輯層和應(yīng)用展現(xiàn)層[3]。

模式預(yù)報(bào)系統(tǒng)已運(yùn)行有4種模式：包括中國(guó)科學(xué)院大氣物理所NAQPMS 模式，其基于一個(gè)三維歐拉硫化物輸送模式自主發(fā)展的多尺度多物種模擬系統(tǒng)，詳細(xì)考慮了污染物的傳輸、擴(kuò)散、化學(xué)轉(zhuǎn)化和干濕沉降等過程[4]；美國(guó)環(huán)保署(EPA)Models-3/CMAQ 模式，全面考慮光化學(xué)氧化劑、顆粒物質(zhì)、酸沉降等污染問題，將不同動(dòng)力尺度間的相互作用和不同污染物之間的相互作用納入方法中；美國(guó) Environ 公司CAMx 模式，采用將處理后的氣象場(chǎng)提供給化學(xué)傳輸模式和逐時(shí)網(wǎng)格排放數(shù)據(jù)作為輸入進(jìn)入模式的方法，融入許多空氣質(zhì)量模式的先進(jìn)技術(shù)，如雙向嵌套技術(shù)、次網(wǎng)格PIG技術(shù)、化學(xué)機(jī)理編譯器和快速化學(xué)數(shù)值解法等；以及由美國(guó)國(guó)家氣候中心預(yù)報(bào)系統(tǒng)實(shí)驗(yàn)室(FSL)開發(fā)，氣象模式(WRF)和化學(xué)模式(CHEM)在線完全耦合的 WRF-Chem 模式[5-7]，完全耦合可避免物理量在不同模式系統(tǒng)間轉(zhuǎn)換而產(chǎn)生誤差。

模式中心經(jīng)緯度112°E 36°N，覆蓋中國(guó)、長(zhǎng)三角地區(qū)、江蘇省三重嵌套預(yù)報(bào)模擬區(qū)域，水平分辨率27 km-9 km-3 km，垂直方向采用地形追隨坐標(biāo)系，垂直不均勻分為20層。排放清單參考MEIC區(qū)域清單耦合江蘇省本地清單，清單處理流程包括污染源分類、排放量核算、清單結(jié)果校核等，與環(huán)境統(tǒng)計(jì)數(shù)據(jù)體系高效整合的同時(shí)，按照采集數(shù)據(jù)的更新狀況，實(shí)現(xiàn)排放清單結(jié)果的動(dòng)態(tài)更新，為模式提供更準(zhǔn)確的數(shù)據(jù)。

排放清單系統(tǒng)直接生成各種模式需要的高精度網(wǎng)格化數(shù)據(jù)，分別提供 3個(gè)嵌套下網(wǎng)格化數(shù)據(jù)，數(shù)據(jù)格點(diǎn)大小與模式區(qū)域設(shè)置一致。模式參數(shù)方案設(shè)置地形和土地利用資料來自MODIS數(shù)據(jù)，全球氣象預(yù)報(bào)資料使用GFS(0.25°)，氣象模式采用WRF V3.5.1，其他參數(shù)方案設(shè)置各有不同，見表1。

表1 模式參數(shù)方案設(shè)置

目前4種模式中，NAQPMS和WRF-Chem成功實(shí)現(xiàn)了包括多尺度、多過程在線、全耦合數(shù)值模擬，可同時(shí)計(jì)算出多個(gè)區(qū)域的結(jié)果。模式均采用相同模擬區(qū)域嵌套網(wǎng)格設(shè)置，模擬區(qū)域擬設(shè)置三重嵌套網(wǎng)格。第一區(qū)域(D1)選取中國(guó)，水平分辨率為27 km；第二區(qū)域(D2)選取長(zhǎng)三角地區(qū)，水平分辨率為9 km；第三區(qū)域(D3)選取江蘇省，水平分辨率為3 km。取最內(nèi)層嵌套D3區(qū)域逐小時(shí)預(yù)報(bào)結(jié)果與實(shí)測(cè)值進(jìn)行比對(duì)，定量評(píng)估4種模式對(duì)每日江蘇省和13個(gè)設(shè)區(qū)市空氣質(zhì)量指數(shù)(AQI)、6項(xiàng)污染物濃度變化趨勢(shì)的預(yù)報(bào)能力，總結(jié)各模式模擬結(jié)果特點(diǎn)和規(guī)律，為模式進(jìn)一步優(yōu)化調(diào)試和空氣質(zhì)量業(yè)務(wù)預(yù)報(bào)提供定量化訂正依據(jù)。

2 研究方法

4個(gè)模式預(yù)報(bào)時(shí)間為前一日20：00，D1、 D2區(qū)域預(yù)報(bào)時(shí)長(zhǎng)為未來172 h，D3為未來100 h。通過比較預(yù)報(bào)值與實(shí)測(cè)值隨時(shí)間變化趨勢(shì)的相似程度，評(píng)估各模式對(duì)污染物濃度整體變化趨勢(shì)的預(yù)測(cè)能力和對(duì)污染累積、清除過程的預(yù)測(cè)能力；通過衡量預(yù)報(bào)值與實(shí)測(cè)值的偏離來評(píng)估模式結(jié)果的穩(wěn)定性及可信度。相關(guān)評(píng)估參數(shù)有：

相關(guān)系數(shù)(R)，R反映預(yù)報(bào)值與實(shí)測(cè)值隨時(shí)間變化趨勢(shì)的相似程度，與時(shí)間序列變化趨勢(shì)結(jié)合，絕對(duì)值越大，相關(guān)程度越高。

平均偏差(MB)和平均誤差(ME)，MB和ME衡量預(yù)報(bào)值與實(shí)測(cè)值的偏差程度，其絕對(duì)值越小表明模擬效果越好。

標(biāo)準(zhǔn)化分?jǐn)?shù)偏差(MFB)和標(biāo)準(zhǔn)化分?jǐn)?shù)誤差(MFE)，MFB和MFE衡量預(yù)報(bào)值與實(shí)測(cè)值的偏離，MFB衡量預(yù)報(bào)值與實(shí)測(cè)平均濃度的分?jǐn)?shù)偏差，MFE

衡量預(yù)報(bào)值與實(shí)測(cè)值平均絕對(duì)誤差量。BOYLAN[8-10]等人以MFB和MFE為評(píng)價(jià)量，擬定了模式預(yù)報(bào)的合理范圍-0.6≤MFB≤0.6， MFE≤0.75，理想水平范圍-0.3≤MFB≤0.3，MFE≤0.5。

式中：Cm——預(yù)報(bào)值；

Co——實(shí)測(cè)值；

N——參與比對(duì)的有效樣本數(shù)[6-7]。

3 結(jié)果與分析

3.1 總體預(yù)報(bào)效果評(píng)估

江蘇省1、4、7月AQI實(shí)況與模式預(yù)報(bào)的相關(guān)系數(shù)(R)、平均偏差(MB)、平均誤差(ME)、標(biāo)準(zhǔn)化分?jǐn)?shù)偏差(MFB)和標(biāo)準(zhǔn)化分?jǐn)?shù)誤差(MFE)見表2。

表2 江蘇省1、4、7月AQI實(shí)況與模式預(yù)報(bào)的相關(guān)系數(shù)(R)、平均偏差(MB)、平均誤差(ME)、標(biāo)準(zhǔn)化分?jǐn)?shù)偏差(MFB)和標(biāo)準(zhǔn)化分?jǐn)?shù)誤差(MFE)

從相關(guān)性和誤差2個(gè)方面來看，1月份相關(guān)性最好，4月份相關(guān)性最差。而4月份模式預(yù)報(bào)誤差卻小于1月份，說明4月份雖對(duì)空氣質(zhì)量大致范圍把握較好，但日變化走勢(shì)模擬失準(zhǔn)，對(duì)污染物濃度峰谷值預(yù)測(cè)能力不夠。這是因?yàn)?月份空氣質(zhì)量一般在良—輕度污染之間，相對(duì)較好，重污染較難出現(xiàn)，但受北方沙塵影響的情況較多。

各模式在各月份相對(duì)于實(shí)況的偏差有規(guī)律性，1月份NAQPMS與WRF-Chem均有高估，而CMAQ和CAMx低估；該月份NAQPMS相關(guān)性最好，CAMx的模擬效果較其他2種模式更好。4月份4個(gè)模式均有低估，可能為對(duì)沙塵的模擬失準(zhǔn)導(dǎo)致。7月份4個(gè)模式整體高估，較其他2個(gè)月而言預(yù)報(bào)效果相差小。

標(biāo)準(zhǔn)化分?jǐn)?shù)偏差(MFB)為-0.066 5～0.201 1，標(biāo)準(zhǔn)化分?jǐn)?shù)誤差(MFE)最大值為0.381 8，4個(gè)模式中只有4月CMAQ的MFB略超出合理范圍，可認(rèn)為其對(duì)江蘇省1、4、7月份未來24 h AQI的預(yù)報(bào)效果均較為理想，能整體把握空氣質(zhì)量的變化趨勢(shì)。

3.2 分等級(jí)預(yù)報(bào)效果評(píng)估

從分等級(jí)AQI預(yù)報(bào)偏差看，在空氣質(zhì)量為優(yōu)良的情況下，4種模式均出現(xiàn)不同程度的高估現(xiàn)象；隨著空氣污染等級(jí)增加，模式預(yù)報(bào)逐漸變?yōu)榈凸?；在空氣污染等?jí)較高的重度污染或嚴(yán)重污染時(shí)，低估達(dá)1～2個(gè)污染等級(jí)，偏差最為明顯，需進(jìn)一步調(diào)整改進(jìn)。

圖1(a)(b)(c)為江蘇省1、4、7月AQI的模式預(yù)報(bào)與實(shí)況偏差。

圖1 江蘇省1、4、7月AQI的模式預(yù)報(bào)與實(shí)況偏差

3.3 13個(gè)設(shè)區(qū)市1—8月AQI預(yù)報(bào)效果評(píng)估

江蘇省13個(gè)設(shè)區(qū)市1—8月AQI模式預(yù)報(bào)偏差分布見圖2(a)(b)(c)(d)。

4個(gè)模式對(duì)于13個(gè)設(shè)區(qū)市1—8月AQI預(yù)報(bào)偏差分布有一致性，CAMx預(yù)報(bào)效果相對(duì)較好，WRF-Chem有一定誤差。因模式調(diào)整，2月數(shù)據(jù)誤差較大，不作參考。4—5月整體低估，淮安市最為明顯，低估接近1個(gè)污染等級(jí)。1、3、6—8月對(duì)于宿遷、鎮(zhèn)江、鹽城、淮安、連云港有低估現(xiàn)象，除鎮(zhèn)江外，均為蘇北城市，其他城市均為高估。

圖2 江蘇省13個(gè)設(shè)區(qū)市1—8月AQI模式預(yù)報(bào)偏差分布

3.4 主要污染物預(yù)報(bào)效果評(píng)估

模式采取算術(shù)平均、權(quán)重因子、偏差訂正、多元回歸和神經(jīng)網(wǎng)絡(luò)等多種方法計(jì)算得出各項(xiàng)污染物濃度集合預(yù)報(bào)值。對(duì)于6項(xiàng)污染物分指數(shù)IAQI的模擬，4個(gè)模式的預(yù)報(bào)效果具有一致性，其中CMAQ和CAMx尤為相似，見圖3(a)(b)(c)(d)(e)(f)。模式對(duì)于不同污染物的模擬結(jié)果，吻合程度仍有一定差異。

4個(gè)模式對(duì)于首要污染物占比較高的PM2.5、PM10和O3的模擬性能基本在理想范圍內(nèi)。各模式在PM2.5的模擬中優(yōu)劣性并不突出，峰值的捕捉仍需要進(jìn)一步優(yōu)化。從誤差大小和相關(guān)性看，NAQPMS對(duì)PM10的模擬效果最好，PM10和PM2.5在冬、春季的預(yù)報(bào)準(zhǔn)確率高于夏季，可能因?yàn)槟Ｊ綄?duì)地面局地湍流模擬能力較弱，對(duì)夏季小范圍的短時(shí)間強(qiáng)對(duì)流天氣預(yù)報(bào)相對(duì)困難；O3的模擬性能以CMAQ和CAMx最好，各模式在5、6月份的峰值期均有明顯低估；雖然SO2、NO2、CO在首要污染物中比重較小，但均作為化學(xué)成分參與一系列復(fù)雜的相互作用關(guān)系，如在NOX較高的情況下，CO氧化產(chǎn)生的自由基會(huì)促進(jìn)O3的生成，它們均與二次氣溶膠的形成有關(guān)，可能影響細(xì)粒子濃度，WRF-Chem對(duì)CO的模擬效果最好，各模式對(duì)SO2和NO2的模擬均明顯高估，還需繼續(xù)改進(jìn)和完善。

圖3 江蘇省平均6類IAQI的實(shí)況與模式預(yù)報(bào)月變化

4 結(jié)論

模式總體標(biāo)準(zhǔn)化分?jǐn)?shù)偏差(MFB)在-0.066 5～0.201 1之間，標(biāo)準(zhǔn)化分?jǐn)?shù)誤差(MFE)最大值為0.381 8，均在理想范圍內(nèi)，說明模式能夠整體把握空氣質(zhì)量的變化趨勢(shì)，并且較好地模擬出主要污染物的日變化趨勢(shì)。

1、4、7三月的結(jié)果相比，4月相關(guān)性最差，可能原因是春季受北方沙塵影響較多。空氣質(zhì)量較好時(shí)，4種模式均出現(xiàn)不同程度高估，隨著污染等級(jí)增加，逐漸轉(zhuǎn)為低估；較高的空氣污染等級(jí)(5級(jí)重度污染或6級(jí)嚴(yán)重污染)時(shí)，低估達(dá)1～2個(gè)污染等級(jí)。

4個(gè)模式對(duì)于13個(gè)設(shè)區(qū)市預(yù)報(bào)偏差的分布有一致性，CAMx預(yù)報(bào)效果相對(duì)較好，WRF-Chem需進(jìn)一步優(yōu)化。NAQPMS對(duì)于PM10的模擬性能較好，PM2.5各模式較相近，CMAQ和CAMx對(duì)O3模擬較好，WRF-Chem對(duì)CO模擬較好，各模式對(duì)SO2和NO2的模擬都需進(jìn)一步優(yōu)化。

[1] 王曉彥，劉冰，李健軍，等.區(qū)域環(huán)境空氣質(zhì)量預(yù)報(bào)的一般方法和基本原則 [J]. 中國(guó)環(huán)境監(jiān)測(cè)， 2012(1)：139-143.

[2] 王茜，伏晴艷，陸濤，等.數(shù)值模式在上海市空氣質(zhì)量預(yù)報(bào)中的應(yīng)用研究[C]//中國(guó)環(huán)境科學(xué)學(xué)會(huì)論文集.北京： 中國(guó)環(huán)境科學(xué)學(xué)會(huì)，2009：1006-1011.

[3] 江峰琴，楊雪，王晨波，等.江蘇省區(qū)域空氣質(zhì)量多模式預(yù)報(bào)預(yù)警系統(tǒng)研究與設(shè)計(jì)[J].環(huán)境監(jiān)控與預(yù)警，2015，7(2)：8-11.

[4] 朱莉莉，晏平仲，王自發(fā)，等.江蘇省級(jí)區(qū)域空氣質(zhì)量數(shù)值預(yù)報(bào)模式效果評(píng)估[J].中國(guó)環(huán)境監(jiān)測(cè)，2015(2)：22-28.

[5] 王自發(fā)，吳其重，ALEX G，等. 北京空氣質(zhì)量多模式集成預(yù)報(bào)系統(tǒng)的建立及初步應(yīng)用[J].南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版)，2009，1(1)：19-26.

[6] 解淑艷，劉冰，李健軍. 全國(guó)環(huán)境空氣質(zhì)量數(shù)值預(yù)報(bào)預(yù)警系統(tǒng)建立探析[J].環(huán)境監(jiān)控與預(yù)警，2013，5(4)：5-7，25.

[7] 馬欣，陳東升，高慶先，等.應(yīng)用WRF-chem模式模擬京津冀地區(qū)氣溶膠污染對(duì)夏季氣象條件的影響[J].資源科學(xué)， 2012(8)：28-35.

[8] BOYLAN J W， RUSSELL A G.PM and light extinction model performance metrics， goals， and criteria for three-dimensional air quality models [J].Atmospheric Environment， 2006，40(26)：4946-4959.

[9] PAY M T，PIOT M .A full year evaluation of the CALIOPE-EU air quality modeling system over Europe for 2004 [J]. Atmospheric Research， 2010， 44(27)：3322-3342.

[10] CHEMEL C，SOKHI R S . Evaluation of a CMAQ simulation at high resolution over the UK for the calendar year 2003 [J]. Atmospheric Environment， 2010， 44(24)：2927-2939.

·簡(jiǎn)訊·

江蘇省發(fā)布2項(xiàng)地方環(huán)保標(biāo)準(zhǔn)

為促進(jìn)江蘇省化學(xué)工業(yè)和家具制造業(yè)生產(chǎn)工藝和污染治理技術(shù)的進(jìn)步，加強(qiáng)揮發(fā)性有機(jī)物的排放管理，江蘇省環(huán)保廳組織制定了《化學(xué)工業(yè)揮發(fā)性有機(jī)物排放標(biāo)準(zhǔn)》和《表面涂裝(家具制造業(yè))揮發(fā)性有機(jī)物排放標(biāo)準(zhǔn)》。以上2項(xiàng)標(biāo)準(zhǔn)已由江蘇省人民政府批準(zhǔn)，江蘇省環(huán)境保護(hù)廳和江蘇省質(zhì)量技術(shù)監(jiān)督局發(fā)布，于2017年2月1日開始實(shí)施。標(biāo)準(zhǔn)實(shí)施后，預(yù)計(jì)江蘇省家具制造業(yè)揮發(fā)性有機(jī)物年減排量可達(dá)3.64萬t，對(duì)控制臭氧與灰霾污染具有較大意義。

www.jshb.gov.cn 2017-01-18

Comparative Study between Air Quality Forecast and Actual Measurement in Jiangsu Province

LU Wei-qing， JIANG Feng-qin， LIU Li-xia， WANG Ai-ping

(JiangsuEnvironmentalMonitoringCenter，Nanjing，Jiangsu210036，China)

In this study， we compared the results from 4 model forecasts， including NAQPMS， CMAQ， CAMx， and WRF-Chem， from January to August in 2015 in Jiangsu area with actual observation data. It was found that the mean fractional bias was between -0.066 5 and 0.201 1 and the maximum value of mean fractional error was 0.381 8. Both of them were in the ideal range. Of the four forecast models， CAMx predicted relatively better， and WRF-Chem was somewhat erroneous in the prediction. NAQPMS simulated better for PM10， all of the four models simulated similar for PM2.5， CMAQ and CAMx simulated better for O3， and WRF-Chem simulated better for CO. These forecasting models need further optimization for the simulation of SO2and NO2.

Jiangsu； Air quality； Numerical forecast； Model test

2016-03-23；

2016-08-31

江蘇省環(huán)境監(jiān)測(cè)科研基金資助項(xiàng)目(1202；1306)

陸維青(1989—)，女，助理工程師，本科，從事環(huán)境監(jiān)測(cè)工作。

X520

B

1674-6732(2017)01-0010-05