馬 琳，魏 巍，張穩(wěn)定，晏平仲

1.新鄉(xiāng)市環(huán)境保護(hù)監(jiān)測站，河南 新鄉(xiāng) 4530032.中國科學(xué)院大氣物理研究所，北京 100029

2016年秋季新鄉(xiāng)市空氣質(zhì)量模式預(yù)報效果評估

馬 琳1，魏 巍2，張穩(wěn)定2，晏平仲2

1.新鄉(xiāng)市環(huán)境保護(hù)監(jiān)測站，河南 新鄉(xiāng) 4530032.中國科學(xué)院大氣物理研究所，北京 100029

基于新鄉(xiāng)市空氣質(zhì)量數(shù)值預(yù)報平臺，采用相關(guān)系數(shù)(r)、標(biāo)準(zhǔn)化平均偏差(NMB)等統(tǒng)計指標(biāo)，系統(tǒng)評估2016年秋季新鄉(xiāng)市嵌套網(wǎng)格空氣質(zhì)量預(yù)報模式(NAQPMS)和通用多尺度空氣質(zhì)量模式(CMAQ)的預(yù)報效果，對比分析2套模式不同預(yù)報時效和不同水平分辨率的空氣質(zhì)量等級預(yù)報準(zhǔn)確率。結(jié)果顯示：2套模式均較好地表征了各主要污染物的濃度變化特征，2套模式的等級預(yù)報準(zhǔn)確率高于60%，其中CMAQ對中度及重度的預(yù)報等級準(zhǔn)確率達(dá)到70%。對比模式24、48、72 h 3種預(yù)報時效效果，24 h預(yù)報時效的統(tǒng)計數(shù)據(jù)最優(yōu)，說明24 h預(yù)報時效模擬結(jié)果可作為業(yè)務(wù)預(yù)報重要的支撐。

NAQPMS；CMAQ；空氣質(zhì)量預(yù)報；準(zhǔn)確率；新鄉(xiāng)市

隨著經(jīng)濟(jì)的高速發(fā)展，近年來，中國大范圍空氣污染問題頻繁發(fā)生，受到了政府和公眾的廣泛關(guān)注。2013年，國務(wù)院印發(fā)的《大氣污染防治行動計劃》[1](簡稱《大氣十條》)明確指出各個城市要建立監(jiān)測預(yù)警應(yīng)急體系，妥善應(yīng)對重污染天氣。精準(zhǔn)及時的空氣質(zhì)量預(yù)報對指導(dǎo)區(qū)域-城市大氣污染應(yīng)急防控及公眾出行安排等具有重要的作用，也是減輕大氣污染不良影響和危害的重要手段。

2013年開始，國家-區(qū)域-省級-市級層面已陸續(xù)建立空氣質(zhì)量預(yù)報業(yè)務(wù)并每日通過多種渠道對外發(fā)布空氣質(zhì)量預(yù)報結(jié)果，全國多層級空氣質(zhì)量預(yù)報體系已初步建立。數(shù)值模式作為空氣質(zhì)量預(yù)報最常用的一種支撐手段，已在多個城市的常規(guī)業(yè)務(wù)預(yù)報和重大活動空氣質(zhì)量保障工作中得到廣泛應(yīng)用[2-8]。

河南省是中國大氣污染最為嚴(yán)重的省份之一，近年來已有不少學(xué)者針對其污染特征、成因和來源開展研究[9-11]。新鄉(xiāng)市于2016年開展環(huán)境空氣質(zhì)量預(yù)報預(yù)警平臺建設(shè)工作，截至2017年，已實(shí)現(xiàn)PM10、PM2.5、SO2、NO2、O3、CO等主要污染物未來3 d精細(xì)化預(yù)報和未來7 d趨勢預(yù)報能力。新鄉(xiāng)市空氣質(zhì)量預(yù)報預(yù)警平臺以中國科學(xué)院大氣物理研究所自主研發(fā)的嵌套網(wǎng)格空氣質(zhì)量預(yù)報模式NAQPMS[12-14]以及國際主流的美國環(huán)保署CMAQ模式[15-17]為核心，氣象預(yù)報模式采用廣泛應(yīng)用的中尺度氣象模式WRF，排放源采用清華大學(xué)研究建立的全國網(wǎng)格化排放源清單MEIC。本文通過分析2016年秋季新鄉(xiāng)市空氣質(zhì)量模式預(yù)報效果，檢驗(yàn)評估模式預(yù)報能力并識別主要預(yù)報誤差及可能原因，為模式的進(jìn)一步調(diào)優(yōu)改進(jìn)提供科學(xué)依據(jù)，為其他地市空氣質(zhì)量預(yù)報預(yù)警系統(tǒng)建設(shè)提供經(jīng)驗(yàn)借鑒。

1 研究方法

1.1模式設(shè)置

1.1.1 預(yù)報區(qū)域和預(yù)報時間

2套模式預(yù)報區(qū)域采用統(tǒng)一的三層嵌套設(shè)置(圖1)。

圖1 模式預(yù)報區(qū)域設(shè)置Fig.1 Map of the model domain

第一層覆蓋中國中東部地區(qū)，水平分辨率為27 km×27 km；第二層覆蓋河南省及周邊地區(qū)，水平分辨率為9 km×9 km；第三層覆蓋新鄉(xiāng)及周邊地市，水平分辨率為3 km×3 km。垂直方向分為20層，覆蓋地面到20 km高度，其中邊界層內(nèi)10層。

模式起報時刻為每日20：00(北京時)，計算未來168 h的氣象場和污染物濃度場，提供未來3 d 的新鄉(xiāng)市空氣質(zhì)量預(yù)報以及未來7 d區(qū)域污染趨勢預(yù)報結(jié)果。預(yù)報輸出結(jié)果的時間分辨率為1 h。

1.1.2 氣象預(yù)報模式設(shè)置

空氣質(zhì)量模式的氣象驅(qū)動場由WRF模式計算獲得。該模式為美國環(huán)境預(yù)測中心(NCEP)和美國國家大氣研究中心(NCAR)等科研機(jī)構(gòu)聯(lián)合開發(fā)的新一代中尺度氣象模式。WRF模式的初始和邊界條件采用NCEP的GFS全球預(yù)報數(shù)據(jù)集。WRF模式的預(yù)報區(qū)域設(shè)置與空氣質(zhì)量模式保持一致。

1.1.3 污染排放清單

排放源清單以清華大學(xué)制作的全國大氣污染排放清單(http://www.meicmodel.org)為基礎(chǔ)，并融合新鄉(xiāng)市本地的污染源普查和環(huán)境統(tǒng)計數(shù)據(jù)，利用空間分配、時間分配、化學(xué)分配等處理獲得空氣質(zhì)量模式所需的網(wǎng)格化排放源。排放清單包含7大行業(yè)類別的9種污染物排放量。行業(yè)類別包括工業(yè)、電廠、民用、交通、農(nóng)業(yè)、天然源及其他。污染物包括PM10、PM2.5、SO2、NOx、VOCs、BC、OC、NH3、CO。

1.1.4 空氣質(zhì)量模式參數(shù)化方案設(shè)置

NAQPMS模式的平流輸送采用Walcek方案，干沉降采用Wesely阻力模型，濕沉降是基于RADM機(jī)制發(fā)展改進(jìn)的算法，氣象化學(xué)采用CBM-Z機(jī)制，液相化學(xué)采用RADM酸沉降模型，氣溶膠化學(xué)方案考慮氣溶膠微物理過程、沙塵氣溶膠與人為氣溶膠的相互作用。

CMAQ模式的平流輸送采用Bott方案，干沉降采用Pleim-Xiu模型，濕沉降采用RADM機(jī)制并考慮痕量氣體與冷凝水混合的物理化學(xué)過程，氣相化學(xué)采用CB05機(jī)制，液相化學(xué)采用RADM酸沉降模型，氣溶膠化學(xué)采用三模態(tài)機(jī)制，考慮不同模態(tài)氣溶膠生成云凝結(jié)核的過程。

1.2數(shù)據(jù)來源

研究使用的污染物觀測數(shù)據(jù)來源于新鄉(xiāng)市4個國控監(jiān)測站點(diǎn)的6項(xiàng)污染物小時濃度值，監(jiān)測點(diǎn)空間分布如圖2所示。

圖2 新鄉(xiāng)市空氣質(zhì)量監(jiān)測站點(diǎn)分布示意圖Fig.2 Location of the air quality monitoring sites in Xinxiang city China

1.3預(yù)報評估方法

模式評估采用的檢驗(yàn)指標(biāo)為相關(guān)系數(shù)(r)和標(biāo)準(zhǔn)化平均偏差(NMB)。r表征預(yù)報值與觀測值時間變化趨勢的相似程度；NMB表征預(yù)報值相對觀測值的平均偏差比例。兩者的具體計算公式如下[18]：

(1)

(2)

1.4空氣質(zhì)量等級預(yù)報

依據(jù)環(huán)境保護(hù)部發(fā)布的《環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定》[19]，將空氣質(zhì)量模式預(yù)報的首要污染物的空氣質(zhì)量分指數(shù)(IAQI)作為當(dāng)天的空氣質(zhì)量指數(shù)(AQI)并通過查表獲得其對應(yīng)的空氣質(zhì)量等級。與監(jiān)測AQI對比時，將預(yù)報AQI取一定范圍，若監(jiān)測的AQI落在預(yù)報AQI范圍內(nèi)，則認(rèn)為模式預(yù)報的空氣質(zhì)量等級準(zhǔn)確。根據(jù)中國環(huán)境監(jiān)測總站指導(dǎo)建議[20]，預(yù)報AQI的取值范圍如下：①優(yōu)：預(yù)報AQI±10；②良：預(yù)報AQI±10；③輕度污染：預(yù)報AQI±15；④中度污染：預(yù)報AQI±15；⑤重度污染：預(yù)報AQI±25；⑥嚴(yán)重污染：預(yù)報AQI±25。

2 結(jié)果與分析

2.1污染物模擬結(jié)果的統(tǒng)計分析

基于NAQPMS和CMAQ模式D3區(qū)域24 h時效預(yù)報結(jié)果，統(tǒng)計2016年秋季新鄉(xiāng)市6項(xiàng)常規(guī)污染物的日均預(yù)報值，并與監(jiān)測結(jié)果對比(圖3)。

圖3 NAQPMS和CMAQ 24 h時效預(yù)報與觀測日均污染物濃度時間變化對比Fig.3 Comparisons of observed and predicted daily pollutants concentrations by NAQPMS and CMAQ from 24-hour forecast

圖3顯示，NAQPMS和CMAQ均較好地預(yù)測了PM10、PM2.5、NO2、O3-8 h和CO等污染物的濃度值和變化趨勢，但CMAQ模式對SO2濃度的預(yù)報存在明顯偏高現(xiàn)象。另外，針對11月12—20日的PM2.5和PM10重污染過程，2個模式均能模擬出顆粒物的變化趨勢，但存在明顯低估現(xiàn)象。

表1詳細(xì)給出2個模式對6項(xiàng)污染物的預(yù)報評估結(jié)果。

表1 NAQMS和CMAQ預(yù)報評估結(jié)果Table 1 The NMB and r of 24-hour forecast for sixpollutants by NAQMS and CMAQmodels in inner domain

表1結(jié)果顯示：除SO2以外，2個模式均可較好地表征各污染物的變化，其中O3-8 h的預(yù)報效果最好。除SO2以外，NAQPMS對各污染物預(yù)報的r值范圍為0.48～0.74，CMAQ則為0.59～0.81，NMB均在±35%以內(nèi)。對于SO2，CMAQ預(yù)報的r和NMB分別為0.27和134%，NAQPMS則分別為0.42和-27%，表明CMAQ模式對SO2濃度的預(yù)報明顯偏高且未能合理反映其變化趨勢。NAQPMS對SO2的預(yù)報效果優(yōu)于CMAQ。

2.2AQI預(yù)報結(jié)果評估

基于2016年9—11月NAQPMS和CMAQ模式預(yù)報的6項(xiàng)污染物日均濃度，計算新鄉(xiāng)市每日預(yù)報AQI值，定量評估2套模式不同預(yù)報時效(當(dāng)天及24、48、72 h)和不同預(yù)報區(qū)域(D1、D2、D3)的預(yù)報效果。

2.2.1 24 h預(yù)報時效的模擬效果

2.2.1.1 時間變化評估

圖4展示評估時段內(nèi)NAQPMS和CMAQ模式D3區(qū)域AQI預(yù)報與觀測的對比?？梢姡u估時段內(nèi)空氣質(zhì)量等級以良和輕度污染為主，偶有中度和重度污染發(fā)生。NAQPMS預(yù)報的AQI與觀測結(jié)果的變化趨勢較為一致，而CMAQ模式在部分時段預(yù)報偏高。

圖4 24 h預(yù)報時效AQI日變化對比Fig.4 Comparisons of observed and predicted 24-hour forecast daily AQI from NAQPMS and CMAQ

2.2.1.2 等級準(zhǔn)確率統(tǒng)計分析

表2給出了NAQPMS和CMAQ模式24 h預(yù)報的空氣質(zhì)量等級準(zhǔn)確率?？梢?，2套模式的空氣質(zhì)量等級預(yù)報準(zhǔn)確率均高于60%。圖5給出了2套模式不同嵌套區(qū)域?qū)?個空氣質(zhì)量等級的預(yù)報準(zhǔn)確率。結(jié)果顯示：NAQPMS對良級別的預(yù)報準(zhǔn)確率相對較高，3個嵌套區(qū)域的預(yù)報準(zhǔn)確率為77%～83%，但對輕度及以上污染等級的預(yù)報準(zhǔn)確率有所降低。其中，輕度污染為66%～74%，中度污染及重度污染為50%～67%。CMAQ對中度和重度污染級別的預(yù)報效果較好，預(yù)報準(zhǔn)確率高于70%。

表2 24 h預(yù)報時效的空氣質(zhì)量等級準(zhǔn)確率Table 2 The model accuracy of 24-hourforecast for air quality grade

注：n(N)代表監(jiān)測和預(yù)報同時有效為N對時，AQI準(zhǔn)確數(shù)量為n。

2.2.2 不同預(yù)報時效的模擬效果對比

新鄉(xiāng)市NAQPMS和CMAQ模式每天可提供未來3 d的空氣質(zhì)量精細(xì)化預(yù)報。因此，將每日的空氣質(zhì)量預(yù)報結(jié)果分為當(dāng)天、24、48、72 h 4個不同的預(yù)報時效，對比分析不同預(yù)報時效模擬結(jié)果。

圖5 24 h預(yù)報時效不同嵌套區(qū)域?qū)Ω鱾€空氣 質(zhì)量等級的預(yù)報準(zhǔn)確率Fig.5 The accuracy of three domains in 24-hour forecast for six air quality grades from NAQPMS and CMAQ model

圖6統(tǒng)計了不同空氣質(zhì)量等級下NAQPMS和CMAQ的不同預(yù)報時效的準(zhǔn)確率。

圖6 NAQPMS和CMAQ不同預(yù)報 時效空氣質(zhì)量等級預(yù)報準(zhǔn)確率Fig.6 The accuracy of different hour forecast in inner domain for six air quality grades from NAQPMS and CMAQ model

由圖6可見，除了三級(輕度污染)以外，NAQPMS模式24 h的預(yù)報準(zhǔn)確率高于其他預(yù)報時效；CMAQ的當(dāng)天和24 h預(yù)報總體優(yōu)于48、72 h預(yù)報。NAQPMS 模式24 h預(yù)報對空氣質(zhì)量二級(良)、三級(輕度污染)和五級(重度污染)的預(yù)報準(zhǔn)確率較高，而CMAQ 24 h預(yù)報對各空氣質(zhì)量等級的準(zhǔn)確率則相差不大，均接近60%?？傮w而言，模式24 h預(yù)報結(jié)果可作為更可靠的預(yù)報參考。

3 結(jié)論

介紹了新鄉(xiāng)市空氣質(zhì)量數(shù)值預(yù)報系統(tǒng)的構(gòu)成和設(shè)置，系統(tǒng)評估了NAQPMS和CMAQ模式對2016年秋季新鄉(xiāng)市每日空氣質(zhì)量的預(yù)報效果，主要結(jié)論如下：

1)NAQPMS和CMAQ模式均能合理預(yù)報PM2.5、PM10、O3-8 h、NO2和CO的日均濃度和變化趨勢，但CMAQ模式對SO2的預(yù)報顯著偏高，下一步需重點(diǎn)分析偏差原因并予以改善。

2)NAQPMS和CMAQ的24 h時效空氣質(zhì)量等級預(yù)報準(zhǔn)確率高于其他時效，其預(yù)報準(zhǔn)確率分別達(dá)到66%～73%和63%～69%。NAQPMS對良級別的預(yù)報準(zhǔn)確率較高，但對中度污染及以上級別的預(yù)報準(zhǔn)確率仍有待提高。而CMAQ需進(jìn)一步改進(jìn)優(yōu)良級別的預(yù)報準(zhǔn)確率。

3)為進(jìn)一步提高模式預(yù)報的準(zhǔn)確性和可靠性，未來需定期開展預(yù)報效果評估，及時識別預(yù)報誤差和來源，并開展針對性的調(diào)優(yōu)。此外，可考慮納入大氣化學(xué)資料同化和多模式集合預(yù)報等技術(shù)，進(jìn)一步提升預(yù)報準(zhǔn)確率。

[1] 中華人民共和國國務(wù)院．國務(wù)院關(guān)于印發(fā)大氣污染防治行動計劃的通知[EB/OL].(2013-9-12) [2017-5-3].http://www. gov.cn/zwgk/2013-09/12/content_2486773.htm．

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

WANG Zifa, WU Qizhong, GBAGUIDIA, et al. Ensemble air quality multi-model forecast system for Beijing (EMS-Beijing): Model description and preliminary application[J]. Journal of Nanjing University of Information Science and Technology: Natural Science Edition,2009,1(1):19-26.

[3] 徐文帥，李云婷，吳其重，等．AQI標(biāo)準(zhǔn)下北京市空氣質(zhì)量數(shù)值預(yù)報系統(tǒng)及其在重大活動保障中的應(yīng)用[J]．中國環(huán)境監(jiān)測，2016，32(2)：11-19．

XU Wenshuai, LI Yunting, WU Qizhong, et al. Air quality numerical forecasting system and its application during the period of guarantee for major events in Beijing underAQIstandard[J]. Environmental Monitoring in China,2016,32(2):11-19.

[4] 王茜，伏晴艷，陸濤，等．?dāng)?shù)值模式在上海市空氣質(zhì)量預(yù)報中的應(yīng)用研究[C]∥中國環(huán)境科學(xué)學(xué)會學(xué)術(shù)年會論文集.北京：中國環(huán)境科學(xué)出版社，2009.

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

WANG Qian, FU Qingyan,WANG Zifa,et al. Application of ensemble numerical model system on the air quality forecast in Shanghai[J]. Environmental Monitoring and Forewarning,2010,2(4):1-6.

[6] 梁永賢，廖汝娥．深圳市環(huán)境空氣質(zhì)量數(shù)值預(yù)報系統(tǒng)介紹[J]．廣州化工，2015，43(24)：161-163．

LIANG Yongxian,LIAO Ru’e. Introduction of Shenzhen ambient air quality numerical forecast system[J]. Guangzhou Chemical Industry,2015,43(24):161-163.

[7] 符春．?dāng)?shù)值預(yù)報方法在廣州空氣質(zhì)量預(yù)報中的應(yīng)用[J]．環(huán)境科學(xué)與管理，2006，31(7)：161-165．

FU Chun. Application of numerical model system on the air quality Forecast in Guangzhou[J]. Environmental Science and Management,2006，31(7):161-165.

[8] 陳煥盛，王自發(fā)，吳其重，等．空氣質(zhì)量多模式系統(tǒng)在廣州應(yīng)用及對PM10預(yù)報效果評估[J]．氣候與環(huán)境研究，2013，18(4)：427-435．

CHEN Huansheng,WANG Zifa,WU Qizhong,et al. Application of air quality multi-model forecast system in Guangzhou:Model description and evaluation of PM10forecast performance[J]. Climatic and Environmental Research,2013,18(4):427-435.

[9] 張穩(wěn)定，李杰，向偉玲，等．區(qū)域輸送對河南鄭州空氣質(zhì)量影響的數(shù)值模擬研究[J]．環(huán)境保護(hù)前沿，2013(3)：18-24．

ZHANG Wennding,LI Jie,XIANG Weiling,et al.Simulation of the impacts of regional transport on air quality of Zhengzhou,Henan[J]. Advances in Environmental Protection,2013(3):18-24.

[10] 王媛林，李杰，李昂，等. 2013—2014年河南省PM2.5濃度及其來源模擬研究[J]. 環(huán)境科學(xué)學(xué)報，2016，36(10): 3 543-3 553.

WANG Yuanlin,LI Jie,LI Ang,et al. Modeling study of surface PM2.5and its source apportionment over Henan in 2013—2014[J]. Acta Scientiae Circumstantiae,2016,36(10):3 543-3 553.

[11] 楊旭， 康延臻，王式功，等. 鄭州市大氣污染特征及其與氣象條件的關(guān)系[J]. 蘭州大學(xué)學(xué)報: 自然科學(xué)版，2017，53(3):348-354.

YANG Xu,KANG Yanzhen,WANG Shigong,et al. Air pollution characteristics in Zhengzhou city and their relationship with meteorological factors[J].Journal of Lanzhou University:Natural Science Edition,2017,53(3):348-354.

[12] WU Q Z,WANG Z F,GBAGUIDI A,et al. A numerical study of contributions to air pollution in Beijing during CARE Beijing-2006[J]. Atmos Chem Phys,2011,11：5 997-6 011.

[13] 王哲，王自發(fā)，李杰，等．氣象-化學(xué)雙向耦合模式(WRF-NAQPMS)研制及其在京津冀秋季重霾模擬中的應(yīng)用 [J]． 氣候與環(huán)境研究，2014， 19(2)：153-163．

WANG Zhe,WANG Zifa,LI Jie,et al. Development of a meteorology-chemistry two-way coupled numerical model (WRF-NAQPMS) and it’s alication in a severe autumn haze simulation over the Beijing-Tianjin-Hebei area,China[J]. Climatic and Environmental Research,2014,19(2): 153-163.

[14] 潘錦秀，朱彬，晏平仲，等．京津冀區(qū)域重污染天氣過程數(shù)值預(yù)報評估新方法[J]． 環(huán)境科學(xué)學(xué)報，2016，36(8)：2 752-2 760．

PAN Jinxiu,ZHU Bin,YAN Pingzhong,et al. An evaluation method for the operational NAQPMS numerical forecast of heavy pollution in Beijing-Tianjin-Hebei area[J]. Acta Scientiae Circumstantiae,2016,36(8):2 752-2 760.

[15] 趙秀娟，姜華，王麗濤，等．應(yīng)用CMAQ模型解析河北南部城市的霾污染來源[J]．環(huán)境科學(xué)學(xué)報，2012，32(10)：2 559-2 567．

ZHAO Xiujuan,JIANG Hua,WANG Litao,et al. Quantifying the source of haze pollution in southern Hebei cities using CMAQ model[J].Acta Scientiae Circumstantiae,2012,32(10):2 559-2 567.

[16] 黃曉波，殷曉鴻，黃志炯，等．不同模式對珠三角地區(qū)細(xì)顆粒物污染模擬效果對比評估[J]．環(huán)境科學(xué)學(xué)報，2016，36(10)：3 505-3 514.

HUANG Xiaobo,YIN Xiaohong,HUANG Zhijiong,et al. Evaluation and intercomparison of PM2.5simulations by air quality models over Pearl River Delta[J]. Acta Scientiae Circumstantiae,2016,36(10):3 505-3 514.

[17] WANG Litao,WEI Zhe,WEI Wei,et al. Source apportionment of PM2.5in top polluted cities in Hebei,China using the CMAQ model[J]. Atmospheric Environment,2015,122：723-736.

[18] 中國環(huán)境監(jiān)測總站．環(huán)境空氣質(zhì)量預(yù)報預(yù)警方法技術(shù)指南[M]．北京：中國環(huán)境出版社，2014.

[19] 中華人民共和國環(huán)境保護(hù)部．環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定(試行)[EB/OL]．(2012-03-02)[2017-5-3]．http://kjs.mep.gov.cn/hjbhbz/bzwb/ dqhjbh/jcgfffbz/201203/t20120302_224166.htm.

[20] 王曉彥，陳佳，朱莉莉，等. 城市環(huán)境空氣質(zhì)量指數(shù)范圍預(yù)報方法初探[J]. 中國環(huán)境監(jiān)測，2015，31(6)：139-142．

WANG Xiaoyan,CHEN Jia,ZHU Lili,et al. Discussion on the methods of urban ambient air quality index range forecasting[J]. Environmental Monitoring in China,2015,31(6):139-142.

EvaluationonAirQualityForecastingModelintheFallof2016inXinxiangCity,HenanProvince

MA Lin1,WEI Wei2,ZHANG Wending2,YAN Pingzhong2

1.Xinxiang Environmental Monitoring Station,Xinxiang 453003,China2.Institute of Atmospheric Physics, Chinese Academy of Sciences,Beijing 100029,China

Based on air quality forecasting platform in Xinxiang city, two statistical indicators, correlation coefficient (r) and Normal Mean Bias (NMB), were used to evaluate the simulation of air quality model NAQPMS and CMAQ in Autumn of 2016 in Xinxiang City. The accuracy of air quality level forecasts from two model were calculated as well. The results indicated that the models can performance well with 24 hour forecasts when comparing to observation. The accuracies of Air Quality Index (AQI) from NAQPMS and CMAQ were both over 60%, and CMAQ performed better on moderately polluted and heavily polluted level, with the accuracy exceeding 70%. The performance of 24 hour forecasts were better than 48 and 72 hour forecasts. To improve the forecasting accuracy, it is suggesting that ensemble method for air quality forecasts could be applied for multi-models forecasting system.

NAQPMS;CMAQ;air quality forecasting;accuracy;Xinxiang

X823

A

1002-6002(2017)05- 0089- 06

10.19316/j.issn.1002-6002.2017.05.13

2017-06-01;

2017-08-31

國家自然科學(xué)基金資助項(xiàng)目(41505105)；環(huán)保公益性行業(yè)科研專項(xiàng)(201509014)

馬 琳(1969-)，河南新鄉(xiāng)人，學(xué)士，高級工程師。

晏平仲