沈勁，嵇萍，周亦凌，葉斯琪，陳多宏，謝敏，汪宇，潘月云，許凡，蔡日東

(廣東省環(huán)境監(jiān)測中心，國家環(huán)境保護區(qū)域空氣質(zhì)量監(jiān)測重點實驗室，廣東 廣州 510308)

廣東省空氣質(zhì)量等級預報準確性評估

沈勁，嵇萍，周亦凌，葉斯琪，陳多宏*，謝敏，汪宇，潘月云，許凡，蔡日東

(廣東省環(huán)境監(jiān)測中心，國家環(huán)境保護區(qū)域空氣質(zhì)量監(jiān)測重點實驗室，廣東 廣州 510308)

對廣東省空氣質(zhì)量等級預報準確性評估進行了探討，結(jié)果表明，在不區(qū)分污染等級的情況下，2016年夏季廣東各市的預報準確性差異較大，中山預報準確性達92%，是全省唯一一個準確性超過90%的城市，云浮最低，為53%。在區(qū)分污染等級時，實測為輕度及以上污染級別的情況下，各市的準確性普遍較低，僅佛山、東莞與廣州的準確性達50%以上，而有11個城市的準確性為0。綜合考慮不同污染級別的準確性得分后，佛山市排名第1，較不區(qū)分污染等級時的排名提前9名。指出，采用區(qū)分污染等級的預報效果評估辦法更加適合廣東空氣污染較輕的區(qū)域。在首要污染物為臭氧的情況下，廣東省平均的等級預報準確性低于首要污染物為其他物種的情況。

廣東??；空氣質(zhì)量；等級預報；準確性評估

隨著顆粒物與臭氧污染問題在我國被人們廣泛關(guān)注并逐步成為研究的熱點[1-2]，2013年9月，國務院批準實施《大氣污染防治行動計劃》(國發(fā)[2013]37號，“大氣國十條”)，要求全國各地進一步加強大氣污染防控工作，顯著改善空氣質(zhì)量[3]。到2017年底，京津冀、長三角和珠三角細顆粒物(PM2.5)年均濃度比2012年分別降低25%，20%和15%。同年，各省、直轄市與國家簽訂《大氣污染防治目標責任書》(環(huán)辦函[2013]979號)。

為完成好國家下達的空氣質(zhì)量改善目標任務，廣東省政府將開展大氣重污染監(jiān)測預警工作列入2013年“十件民生大事”，并定期進行督辦。2014年省政府頒布實施了《廣東省大氣污染防治行動方案(2014—2017年)》，該方案要求完善全省大氣環(huán)境監(jiān)測網(wǎng)絡和建立健全大氣重污染監(jiān)測預警體系，進一步加強大氣污染防控工作，確?？諝赓|(zhì)量改善目標順利完成?？諝赓|(zhì)量預報能力的建設可以提高空氣質(zhì)量預測預報的準確度，尤其是提高重污染天氣的預測預報能力，并形成大氣重污染應急預案，有利于為市民提供更好的公共空氣質(zhì)量服務，提高人民的生活水平和生活質(zhì)量[4-5]。目前，全國不同級別的環(huán)境監(jiān)測單位都在開展空氣質(zhì)量預報工作[6-7]，預報手段主要有三維空氣質(zhì)量模型[8]、統(tǒng)計模型[9]與經(jīng)驗判斷[10]等，但對于如何公平地評價某地空氣質(zhì)量等級預報準確性，目前還沒有較好的辦法，如汕尾全年空氣質(zhì)量大多數(shù)處于優(yōu)良狀態(tài)，其全年的預報準確性可達96%[11]，而對于一些污染較重的城市，無法達到這一準確性?，F(xiàn)針對廣東省不同城市的污染特點，重點討論如何較合理地比較不同城市的預報效果。

1 研究方法

1.1 空氣污染物實測濃度與預報數(shù)據(jù)

使用2016年7月1日—8月31日廣東省各市空氣污染物實測濃度數(shù)據(jù)(包括SO2、NO2、CO、PM10、PM2.5、O3)與各市上報的未來24 h空氣質(zhì)量預報等級數(shù)據(jù)。

1.2 準確性評價方法

(1)傳統(tǒng)方法。首先計算出各市每天實測的AQI值及其對應的污染等級，然后對比預報等級與實測等級的差異，其中預報等級與實測吻合得1分，不吻合得0分，如預報為優(yōu)到良，實測為優(yōu)，則算1分。最后統(tǒng)計出各市每天的平均得分，得分最高的城市預報準確性最高。這種方法忽略了各市的空氣污染變化情況，因為對于某些空氣質(zhì)量較好的沿海城市，相對容易得到高分。

(2)對實測為不同污染等級的情況分別統(tǒng)計。即分別統(tǒng)計不同污染級別時各市的得分，計算各市在不同污染水平下的預報準確性。

(3)區(qū)分實測為優(yōu)良與輕度以上污染2種情況進行分別統(tǒng)計。即在傳統(tǒng)方法的基礎上，分別統(tǒng)計實測為優(yōu)良時的平均得分與實測為輕度以上污染時的平均得分，再取兩者平均值作為最終得分，得分高者認為其準確性高。

2 結(jié)果與討論

2.1 不區(qū)分污染等級時的各市預報準確性評價

在不區(qū)分污染等級的情況下，2016年夏季廣東各市的預報準確性得分差異較大(圖1)，得分最高的是中山，達0.92分，可以認為其預報準確性達92%，而最低的是云浮，得分僅為0.53分，可以認為其預報準確性只有53%。空氣質(zhì)量較好的云浮、湛江和汕尾等地預報準確性較低，主要是由于其跨等級預報較少。而東莞與中山等地預報準確性較高，有部分原因是其跨等級預報情況較多。

圖1 不區(qū)分污染等級時各市的得分情況

2.2 區(qū)分污染等級時的各市預報準確性評價

在區(qū)分污染等級時，全省平均而言，污染等級越高，預報的等級準確性得分越低(表1)，在輕度污染時，平均準確性僅為29%，中度污染時，平均準確性下降到4%，重度污染時，準確性下降到0。污染等級為優(yōu)和良時，全省平均準確性分別達到91%和76%。由此可見，優(yōu)良情況下的預報比較準確，輕度或以上污染時的預報準確性較低。

從各城市來看，在污染等級為優(yōu)的情況下，佛山準確性得分最低，但也達到了0.73，有4個城市達到1.00，即百分百準確。在污染等級為良的情況下，各市的準確性得分比較分散，東莞與江門等達到1.00，而汕尾與湛江不足0.20，其余大部分城市在0.70以上。在污染等級為輕度污染的情況下，韶關(guān)與佛山的得分為1.00，但有10個城市得分為0。在污染等級為中度污染時，僅東莞的得分達到1.00，其他城市均為0。重度污染僅在3個城市出現(xiàn)過，得分均為0。

由于廣東省夏季污染等級為優(yōu)良的天數(shù)占比較大，中度與重度污染的占比很少(圖2)，兩者一共僅占2%，而輕度污染的概率僅為9%，個別城市幾乎不會發(fā)生中度以上污染。所以，按實測等級分5類評價不太適合廣東省的情況，一般在廣東省發(fā)生輕度以上污染即被視為污染，所以分為輕度以上污染與優(yōu)良2種情況分別評估各市準確性比較合適。

表1 區(qū)分污染等級時各市預報準確性平均得分

圖2 廣東省各市實測污染等級占比

2016年夏季，全省各市均發(fā)生過輕度以上污染，但概率較低。在實測為輕度以上污染級別時，得分最高的是佛山市(表2)，達0.86分，其一共有7 d發(fā)生了輕度以上污染，有6 d預報準確。而11個城市的得分為0，即多天輕度以上污染沒有1 d可以提前預報出來。這些城市中江門僅出現(xiàn)了2 d輕度以上污染，預報難度較大，但云浮出現(xiàn)了12 d輕度以上污染，反映出云浮空氣質(zhì)量預報能力相對較弱。

在實測為優(yōu)良時，各市的預報準確率普遍較高。其中中山市得分接近0.97，為全省最高，東莞與揭陽的得分略低于中山，位列第2與第3，而得分最低的是云浮與湛江，均在0.7左右?？傮w而言，大部分城市在優(yōu)良情況下的預報準確性要高于輕度以上污染的預報準確性。佛山市在輕度以上污染時的預報準確性略高于優(yōu)良時，表明佛山市對污染事件的發(fā)生具備較強的提前預報能力，但佛山市在優(yōu)良情況下的預報準確性偏低，表明佛山市普遍存在預報結(jié)果偏高的情況。

表2 輕度以上污染和優(yōu)良狀況時各市預報平均得分①

① A代表輕度以上污染；B代表優(yōu)良。

2.3 綜合不同污染水平的各市預報準確性評價

若把污染水平為優(yōu)良與輕度以上污染2種情況等權(quán)重看待，即把各市在上述2種情況下的得分作平均，則可以得到一個綜合得分(圖3)。按這種方式得到的得分進行排名，佛山市排名第1，而在不考慮不同污染水平的情況下，佛山市的排名為第10。另外，考慮不同污染水平時，廣州也有10名左右的提升，而中山與揭陽等城市排名則有不同程度的下降，顯示出2種不同的排名方法存在較大的差異，但最后幾名的差異性較少。

總體而言，在污染等級優(yōu)良時各市的預報準確性差異較少，在輕度以上污染時預報準確性的高低決定了排名的高低。佛山、東莞與廣州等在輕度以上污染等級時的預報準確性較高，從而得到了較高的綜合排名。

圖3 綜合考慮不同污染水平后的各市得分

2.4 區(qū)分首要污染物時的各市預報準確性評價

在污染級別不為優(yōu)的情況下，廣東省夏季首要污染物主要是O3，占比高達82%，其次為PM10和PM2.5，占比約為7%和8%，而NO2占比較少，僅為3%，CO作為首要污染物的天數(shù)很少，僅惠州發(fā)生過1 d(圖4)。

首要污染物不同時，預報的準確性有所差異，出現(xiàn)次數(shù)最多的O3，其等級預報難度最大，全省各市的平均得分在多個污染物中最低，僅為0.59，即廣東省各市O3平均等級預報準確性不足60%。首要污染物為PM10、PM2.5和NO2時，廣東省平均等級預報準確性約為70%～80%，這些準確性得分的結(jié)果顯示了O3污染預報的難度高于其他污染物，所以導致首要污染物為O3時平均預報準確性相對較低。CO作為首要污染物出現(xiàn)的概率極低，因此沒有討論的意義(表3)。

圖4 廣東省各市實測首要污染物占比

城市O3NO2PM10PM2．5CO潮州0．530．581．00東莞0．811．00佛山0．881．001．00廣州0．781．001．00河源0．861．00惠州0．691．000．501．00江門0．781．00揭陽0．560．901．00茂名0．250．001．00梅州0．601．00清遠0．600．501．001．00汕頭0．480．670．500．50汕尾0．000．25韶關(guān)0．86深圳0．650．00陽江0．391．000．60云浮0．121．001．001．00湛江0．000．000．75肇慶0．711．001．00中山0．88珠海0．560．501．00平均0．590．800．730．811．00

2.5 預報準確性排名的公平性探討

由于不同城市不同污染等級出現(xiàn)概率的差異性較大，若不區(qū)分污染等級，就無法知道各市在較嚴重污染事件發(fā)生前能否成功預報；另外，對于空氣質(zhì)量常年優(yōu)良的城市，其預報的準確性可以很高，但在輕度以上污染時，其預報的準確性較低，這樣就無法發(fā)揮預報的效果，所以這種簡單的統(tǒng)計方法不適合用作城市之間預報準確性的排名或?qū)Ρ?。把實測空氣質(zhì)量按污染等級分類進行統(tǒng)計，則可以突出輕度以上污染等級時預報準確性的重要性，使得輕度以上污染級別預報準確性較高的城市可以得到靠前的排名，因此，建議像廣東省這樣的輕度以上污染級別發(fā)生概率相對較低的地區(qū)使用區(qū)分污染級別的準確性綜合評估方法。

3 結(jié)論

(1)在不區(qū)分污染等級的情況下，2016年夏季廣東各市的預報準確性差異較大。中山預報準確性達92%，是全省唯一一個準確性超過90%的城市，而最低的是云浮，其預報準確性只有53%;

(2)區(qū)分污染等級時，實測為輕度以上污染級別時，各市的準確性普遍較低，僅佛山、東莞與廣州的準確性達50%以上，有11個城市的準確性為0，體現(xiàn)了廣東省城市污染較嚴重時其預報能力不足。綜合考慮不同污染級別的準確性得分后，佛山市排名第1，較不區(qū)分污染等級時排名提前9名；

(3)區(qū)分首要污染物的情況下，O3為首要污染物時，廣東省平均的等級預報準確性最低，顯示了O3預報的難度較大， O3預報水平相對較低。而且O3是廣東省夏季出現(xiàn)概率最高的首要污染物，因此日后很有必要加強O3預報的研究；

(4)由于提前預測出輕度以上污染級別的意義更加重大，采用區(qū)分實測為優(yōu)良與輕度以上污染2種情況的預報效果評估辦法更加適合廣東等空氣質(zhì)量較好的地區(qū)。

[1] CHANG D, SONG Y, LIU B. Visibility trends in six megaci-ties in China 1973-2007[J]. Atmospheric Research, 2009,94(2):161-167.

[2] CHE H Z, ZHANG X Y, LI Y, et al. Haze trends over the cap-ital cities of 31 provinces in China,1981-2005[J]. Climatol Theoretical and Applied Climatology, 2009,97:235-242.

[3] 賀泓,謝品華,李國輝,等. “大氣國十條”實施以來京津冀PM2.5控制效果評估報告[J]. 中國科學院院刊,2015(5):668-678.

[4] 解淑艷，劉冰，李健軍.全國環(huán)境空氣質(zhì)量數(shù)值預報預警系統(tǒng)建立探析[J].環(huán)境監(jiān)控與預警，2013，5(4)：1-3.

[5] 葉斯琪,陳多宏,謝敏,等. 珠三角區(qū)域空氣質(zhì)量預報方法及預報效果評估[J]. 環(huán)境監(jiān)控與預警,2016，8(3):10-13.

[6] 王茜,伏晴艷,王自發(fā),等. 集合數(shù)值預報系統(tǒng)在上海市空氣質(zhì)量預測預報中的應用研究[J]. 環(huán)境監(jiān)控與預警,2010,2(4):1-6，11.

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

[8] DING A, WANG T, ZHAO M, et al. Simulation of sea-landbreezes anda discussion of their implications on the transport of air pollution during a multi-day ozone episode in the Pearl River Delta of China[J]. Atmospheric Environment，2004，38: 6737-6750.

[9] 沈勁,鐘流舉,何芳芳,等. 基于聚類與多元回歸的空氣質(zhì)量預報模型開發(fā)[J]. 環(huán)境科學與技術(shù),2015(2):63-66.

[10] 李璐,劉永紅,蔡銘,等. 基于氣象相似準則的城市空氣質(zhì)量預報模型[J]. 環(huán)境科學與技術(shù),2013(5):156-161.

[11] 廣東省環(huán)境監(jiān)測中心. 廣東省城市環(huán)境空氣質(zhì)量狀況(2016年)[R/OL].(2016-01-22)[2017-01-20]. HTTP://WWW.GDEP.GOV.CN/NEWS/XWFB/201701/T20170120_219238.HTML.

Discussion on the Assessment of Accuracy of Air Quality Grade Forecast in Guangdong Province

SHEN Jin，JI Ping，ZHOU Yi-ling，YE Si-qi,CHEN Duo-hong*，XIE Min，WANG Yu，PAN Yue-yun，XU Fan，CAI Ri-dong

(GuangdongEnvironmentalMonitoringCenter,StateEnvironmentalProtectionKeyLaboratoryofRegionalAirQualityMonitoring,Guangzhou,Guangdong510308,China)

The accuracy assessment of air quality forecast in Guangdong province was discussed. Results showed that in case of not to distinguish the pollution levels, forecast accuracy of all cities in Guangdong Province are quite different. Forecast accuracy of Zhongshan was 92%. It was the only city whose accuracy was more than 90%. Yunfu ranked the lowest, with accuracy 53%. In case of distinguishing the pollution levels, in condition of measured air quality grade above light pollution, the accuracy was generally lower. Only the accuracy of Foshan, Dongguan and Guangzhou was more than 50%, while the accuracy of the other cities was 0. Considering the accuracy of different pollution levels, Foshan ranked first, ranking nine further than that in case of not distinguishing the pollution levels. Distinguishing pollution levels was more suitable for assessment of air quality grade forecast in Guangdong, where lighter air pollution takes place. In the case of ozone as the primary pollutant, the average forecast accuracy of Guangdong was lower than that in the case of other species as the primary pollutant.

Guangdong Province; Air quality; Grade forecast; Assessment of accuracy

10.3969/j.issn.1674-6732.2017.03.003

2016-11-08；

2017-01-20

國家科技支撐計劃基金資助項目(2014BAC21B03)

沈勁(1985—)，男，工程師，碩士，從事空氣質(zhì)量預報預警工作。

*通訊作者：陳多宏 E-mail:13710967699@139.com

X51

A

1674-6732(2017)03-0015-04