李曼，張載勇，李淑娟，于曉晶，琚陳相

（1.中國氣象局烏魯木齊沙漠氣象研究所，新疆 烏魯木齊 830002；2.中國氣象局氣象干部培訓(xùn)學(xué)院新疆分院，新疆 烏魯木齊 830013）

CUACE系統(tǒng)在烏魯木齊空氣質(zhì)量預(yù)報中的效果檢驗(yàn)

李曼1，張載勇2，李淑娟1，于曉晶1，琚陳相1

（1.中國氣象局烏魯木齊沙漠氣象研究所，新疆 烏魯木齊 830002；2.中國氣象局氣象干部培訓(xùn)學(xué)院新疆分院，新疆 烏魯木齊 830013）

采用2013年12月1日—2014年2月28日空氣質(zhì)量觀測數(shù)據(jù)，對CUACE系統(tǒng)在烏魯木齊空氣質(zhì)量預(yù)報中的效果進(jìn)行離線檢驗(yàn)。結(jié)果表明，在污染物濃度和空氣質(zhì)量分指數(shù)方面，NO2的預(yù)報效果優(yōu)于PM10和PM2.5，28 h預(yù)報時效的預(yù)報效果優(yōu)于52 h預(yù)報時效；在首要污染物預(yù)報結(jié)果中，28 h預(yù)報時效的總體預(yù)報效果優(yōu)于52 h，28 h預(yù)報時效中PM2.5預(yù)報正確率為65%；從空氣質(zhì)量等級的預(yù)報效果來看，28 h預(yù)報時效與52 h預(yù)報時效無明顯差別，對NO2和PM10的預(yù)報準(zhǔn)確率達(dá)到100%，對PM2.5三級預(yù)報準(zhǔn)確率達(dá)到90%以上，對二、四級預(yù)報準(zhǔn)確率在70%～80%之間，對五、六級重度污染預(yù)報值偏低兩個級別或以上。

CUACE系統(tǒng)；空氣質(zhì)量；效果檢驗(yàn)；烏魯木齊

空氣質(zhì)量預(yù)報的方法主要有建立大氣污染濃度與氣象參數(shù)間關(guān)系模型的統(tǒng)計預(yù)報和以大氣動力學(xué)理論為基礎(chǔ)、考慮大氣物理和化學(xué)過程、建立大氣污染濃度在空氣中的輸送擴(kuò)散模型、預(yù)報污染物濃度動態(tài)分布的數(shù)值預(yù)報，目前數(shù)值預(yù)報成為空氣質(zhì)量預(yù)報的主要發(fā)展趨勢[1]。國外的空氣質(zhì)量模式經(jīng)由第一代模式模擬系統(tǒng)如EKMA（Empirical Kinetic Modeling Approach）[2]、ISC3（Industrial Source Complex）[3-4]和第二代空氣質(zhì)量模式如ADMS（Atmospheric Dispersion Modeling System）[5]、CAMx（Comprehensive Air Quality Model with Extensions）[6]等，發(fā)展到現(xiàn)在的由美國國家環(huán)保局開發(fā)的第三代Models-3模式，其核心是空氣質(zhì)量模式CMAQ（Community Multi-scale Air Quality）[7]，該模式在我國使用較為廣泛[8-10]。我國近年來也逐步展開空氣質(zhì)量數(shù)值預(yù)報研究并取得一定成效，中國科學(xué)院大氣物理研究所建立的城市空氣污染數(shù)值預(yù)報模式具有較好的預(yù)報性能[11]，中國氣象科學(xué)院開發(fā)的非靜穩(wěn)多箱大氣污染濃度預(yù)報和潛勢預(yù)報系統(tǒng)CAPPS（City Air Pollution Prediction System）已在國內(nèi)多個區(qū)域氣象中心和重點(diǎn)城市推廣運(yùn)行[12-14]，中國氣象局化學(xué)天氣數(shù)值預(yù)報系統(tǒng)CUACE（CMA Unified Atmospheric Chemistry Environment）為奧運(yùn)會、世博會等活動提供氣象服務(wù)，現(xiàn)為我國環(huán)境氣象、霧和霾的數(shù)值預(yù)報業(yè)務(wù)模式。

烏魯木齊是新疆維吾爾自治區(qū)的政治、經(jīng)濟(jì)、文化中心，隨著城市化進(jìn)程的加快，人口密度的增長、經(jīng)濟(jì)跨越式的發(fā)展，環(huán)境壓力越來越嚴(yán)峻，強(qiáng)化大氣環(huán)境管理，開展空氣質(zhì)量預(yù)報，防止空氣污染及優(yōu)化空氣污染防治措施是一項(xiàng)緊迫任務(wù)[15-17]。中國氣象局烏魯木齊沙漠氣象研究所于2013年11月完成CUACE系統(tǒng)的移植工作，并在模式中引入新疆地區(qū)詳細(xì)精確的地形、地表覆蓋率、雪蓋資料和其他參數(shù)，利用可獲取的最新排放源清單結(jié)合新疆地區(qū)植被特色的自然排放源對模式中排放源數(shù)據(jù)進(jìn)行了更新，對模式輻散方案進(jìn)行部分修改并提高了模式水平分辨率，制作烏魯木齊和全疆范圍的空氣質(zhì)量預(yù)報產(chǎn)品。本文將對該系統(tǒng)在烏魯木齊空氣質(zhì)量預(yù)報中的效果進(jìn)行初步檢驗(yàn)。

1 資料與方法

1.1 模式與資料

CUACE系統(tǒng)是中國氣象科學(xué)研究院自主研發(fā)的區(qū)域天氣—大氣化學(xué)—大氣氣溶膠雙向耦合模式預(yù)報系統(tǒng)，由天氣預(yù)報模式MM5（Mesoscale Model 5）和氣體—?dú)馊苣z模塊組成，實(shí)現(xiàn)了氣體、氣溶膠模塊與天氣模式在線雙耦合運(yùn)行，其中天氣模式MM5主要采用混合冰相單參數(shù)Reisner方案，GRELL積云參數(shù)化方案，MRF邊界層參數(shù)化方案和RRTM輻散方案，氣體—?dú)馊苣z模塊考慮了比較完善的微量氣體、氣溶膠的物理化學(xué)過程。目前該系統(tǒng)水平分辨率9×9 km，預(yù)報范圍覆蓋全疆，以T639資料為初始場，每日20時（北京時間）起報，預(yù)報時效72 h，預(yù)報產(chǎn)品種類主要包括PM2.5、PM10、SO2、NO2、O3、CO六種污染物濃度、空氣質(zhì)量分指數(shù)IAQI（Individual Air Quality Index）、首要污染物、空氣質(zhì)量指數(shù)AQI（Air Quality Index）、污染等級、霧和霾區(qū)域及等級、污染氣象條件等。

1.2 檢驗(yàn)方法

依照《環(huán)境空氣質(zhì)量指數(shù)（AQI）技術(shù)規(guī)定（實(shí)行）》，每日空氣質(zhì)量的時間范圍指的是一個自然日（00時—23時）的24 h平均空氣質(zhì)量，CUACE系統(tǒng)預(yù)報時效包含兩個自然日（預(yù)報時效中第5～28 h為第一個自然日，第29～52 h為第二個自然日），因此在文中分兩個預(yù)報時效（即28 h預(yù)報時效和52 h預(yù)報時效）討論CUACE系統(tǒng)對日均空氣質(zhì)量的預(yù)報效果。觀測數(shù)據(jù)從新疆環(huán)保廳實(shí)時更新網(wǎng)站上獲取，烏魯木齊區(qū)域布設(shè)的環(huán)保廳監(jiān)測站點(diǎn)共有7個，烏魯木齊每日空氣質(zhì)量由這7個站點(diǎn)的24 h平均值得出。CUACE系統(tǒng)中烏魯木齊每日空氣質(zhì)量預(yù)報是根據(jù)環(huán)保廳7個監(jiān)測站點(diǎn)的位置分別選取臨近的格點(diǎn)，對7個格點(diǎn)預(yù)報值求24 h平均得出。本文中日空氣質(zhì)量觀測數(shù)據(jù)與預(yù)報數(shù)據(jù)樣本均為2013年12月1日—2014年2月28日共90 d。

針對污染物濃度和IAQI主要檢驗(yàn)其與觀測值的誤差和相關(guān)系數(shù)。誤差分析包括平均誤差ME、平均偏差MD、平均平方根誤差RMSE、正態(tài)平均誤差NME和正態(tài)平均偏差NMD（具體見公式（1）～（5），其中m（i）代表預(yù)報值，o（i）代表觀測值）[9]。其中平均誤差和平均偏差主要反映了預(yù)報值與觀測值的差值情況，平均平方根誤差主要反映預(yù)報值圍繞觀測值的變化情況即離散程度，正態(tài)平均誤差和正態(tài)平均偏差主要反映預(yù)報值的可靠程度。

針對首要污染物和空氣質(zhì)量指數(shù)AQI（Air Quality Index）等級的檢驗(yàn)主要通過對比統(tǒng)計分析，即按照時間逐一對比模式預(yù)報首要污染物和實(shí)測首要污染物是否一致，在首要污染物預(yù)報正確的基礎(chǔ)上，統(tǒng)計AQI等級預(yù)報準(zhǔn)確率、偏差一級率和其他偏差率。

2 預(yù)報效果檢驗(yàn)分析

2.1 污染物濃度和IAQI

根據(jù)觀測數(shù)據(jù)可知，烏魯木齊2013年12月1日—2014年2月28日首要污染物主要為NO2、PM2.5和PM10三種，因此文中主要分析模式產(chǎn)品中這三種污染物濃度和IAQI與觀測值的誤差和相關(guān)系數(shù)。

分析污染物濃度預(yù)報值與觀測值之間的誤差（表1）可以發(fā)現(xiàn)，模式28 h預(yù)報時效的NO2濃度值較觀測值略偏高（僅偏高1.65 μg/m3），PM10和PM2.5濃度較觀測值偏低15 μg/m3；NO2預(yù)報值與觀測值的平均平方根誤差較其他兩種污染物少，說明NO2預(yù)報值與觀測值的偏差幅度變化較其他兩種污染物低，總體看來NO2濃度預(yù)報效果優(yōu)于PM10和PM2.5。這可能是因?yàn)镹O2主要來源于人為源（污染源強(qiáng)比較穩(wěn)定），其變化基本取決于天氣形勢的變化，而PM10和PM2.5除人為源之外還有自然源，其污染源強(qiáng)變動較大[18]，所以NO2預(yù)報準(zhǔn)確率較高。52 h預(yù)報時效預(yù)報結(jié)果中，NO2濃度預(yù)報值略偏高，PM2.5濃度預(yù)報值比觀測值偏低，NO2預(yù)報值與觀測值的平均平方根誤差較其他兩種污染物少，這與28 h預(yù)報時效結(jié)果一致。與28 h預(yù)報時效預(yù)報結(jié)果存在明顯差異的是PM10濃度預(yù)報值與觀測值平均誤差由之前的負(fù)誤差變?yōu)檎`差。

表1 烏魯木齊區(qū)域主要污染物濃度（μg/m3）CUACE系統(tǒng)預(yù)報偏差

由污染物IAQI預(yù)報值與觀測值之間的誤差（表2）可知，28 h預(yù)報時效預(yù)報結(jié)果中NO2的IAQI與觀測值平均誤差幾乎為0，PM10和PM2.5的IAQI預(yù)報值平均比觀測值低。與濃度誤差相似，NO2的IAQI預(yù)報值與觀測值的平均平方根誤差較其他兩種污染物少，說明在IAQI方面NO2預(yù)報效果也優(yōu)于其他兩種污染物。52 h預(yù)報時效預(yù)報結(jié)果中，PM2.5預(yù)報值總體上較觀測值偏低，NO2的IAQI預(yù)報值與觀測值的平均平方根誤差最小，這與28 h預(yù)報時效預(yù)報結(jié)果一致。與28 h預(yù)報時效存在差異的是，NO2預(yù)報值與觀測值平均誤差由之前的正誤差變?yōu)樨?fù)誤差，PM10預(yù)報值與觀測值平均誤差由之前的負(fù)誤差變?yōu)檎`差。綜合分析污染物濃度和IAQI預(yù)報值與觀測值誤差可以看到，52 h預(yù)報時效的誤差偏差值絕大多數(shù)高于28 h預(yù)報時效，說明28 h預(yù)報時效的濃度和IAQI預(yù)報效果更好。

表2 烏魯木齊區(qū)域主要污染物空氣質(zhì)量分指數(shù)CUACE系統(tǒng)預(yù)報偏差

圖1為三種主要污染物濃度和IAQI預(yù)報值與觀測值的相關(guān)系數(shù)，由圖1可以看出無論是28 h預(yù)報時效還是52 h預(yù)報時效的預(yù)報結(jié)果中三種污染物濃度和IAQI的預(yù)報值與觀測值之間都存在正相關(guān)，結(jié)合污染物濃度預(yù)報值與觀測值的時間序列圖（圖2）可以看出，模式預(yù)報值能夠在一定程度上反映污染物的變化情況。三種污染物中PM10的預(yù)報值與觀測值相關(guān)性最好、PM2.5次之。對比分析28 h和52 h預(yù)報值和觀測值的相關(guān)系數(shù)可以看出，28 h預(yù)報時效的預(yù)報值與觀測值的相關(guān)性更好。

圖1 NO2、PM10和PM2.5濃度（a）、IAQI（b）的預(yù)報值與觀測值的相關(guān)系數(shù)

2.2 首要污染物和AQI等級

統(tǒng)計90 d觀測資料樣本得知，首要污染物是NO2的天數(shù)為22 d、PM10為6 d、PM2.5為62 d。由表3可知，28 h預(yù)報時效的預(yù)報結(jié)果中NO2預(yù)報正確天數(shù)為10 d、正確率45%；PM10正確率為50%；PM2.5預(yù)報正確天數(shù)40 d，預(yù)報準(zhǔn)確率達(dá)到65%。52 h預(yù)報時效的預(yù)報結(jié)果中NO2和PM2.5的預(yù)報準(zhǔn)確率分別為27%和56%，都低于28 h預(yù)報時效；PM10的預(yù)報準(zhǔn)確率高于28 h預(yù)報時效。將三種首要污染物出現(xiàn)的概率×預(yù)報正確率進(jìn)行求和得出總體預(yù)報效果，28 h預(yù)報時效的首要污染物整體預(yù)報正確率為59%，52 h預(yù)報時效的整體預(yù)報正確率為50%。

表3 CUACE系統(tǒng)預(yù)報首要污染物與觀測首要污染物

在首要污染物預(yù)報正確的基礎(chǔ)上對比分析AQI等級預(yù)報效果，由表4可知28 h預(yù)報時效預(yù)報結(jié)果中，觀測NO2二級在模式預(yù)報中正確率為22%、預(yù)報高于觀測一級概率為78%；觀測NO2三級在模式預(yù)報中正確率為100%。觀測PM10二級在模式預(yù)報中正確率為100%。觀測PM2.5二級在模式預(yù)報中正確率為11%，偏高一級概率為56%；PM2.5三級在模式預(yù)報中正確率為40%，偏高一級概率為20%，偏低一級概率為33%；PM2.5四級在模式預(yù)報中正確率為27%，偏低一級概率為55%。若將AQI等級偏差一級都算作預(yù)報準(zhǔn)確的話，可以看出28 h預(yù)報時效中對NO2和PM10的預(yù)報準(zhǔn)確率都達(dá)到了100%，對PM2.5三級、四級預(yù)報準(zhǔn)確率都高于80%，對重污染五級、六級預(yù)報都偏小兩個級別以上，預(yù)報準(zhǔn)確率為0。

表4 CUACE系統(tǒng)28 h預(yù)報時效AQI等級與觀測等級

由表5可知52 h預(yù)報時效預(yù)報結(jié)果中，觀測NO2一級在模式預(yù)報中正確率為100%；二級在模式預(yù)報中正確率為20%、預(yù)報高于觀測一級概率為80%。觀測PM10二級在模式預(yù)報中正確率為50%、偏高一級概率為50%；三級在模式預(yù)報中正確率為100%。觀測PM2.5二級在模式預(yù)報中正確率為11%，偏高一級概率為56%；PM2.5三級在模式預(yù)報中正確率為50%，偏高一級概率為21%，偏低一級概率為29%；PM2.5四級在模式預(yù)報中正確率為13%，偏低一級概率為50%，偏高一級概率為13%。依照28 h準(zhǔn)確率標(biāo)準(zhǔn)，52 h預(yù)報時效中對NO2和PM10的預(yù)報準(zhǔn)確率都達(dá)到了100%，對PM2.5三級準(zhǔn)確率達(dá)到100%，其余級別準(zhǔn)確率在70%～80%左右，重污染五級、六級預(yù)報準(zhǔn)確率為0。兩個預(yù)報時效對比看來，在首要污染物預(yù)報正確的前提下，對輕度污染及以下等級預(yù)報準(zhǔn)確率相對較高，對重污染等級預(yù)報準(zhǔn)確性較差，兩個預(yù)報時效對等級預(yù)報準(zhǔn)確性上沒有明顯的差別，28 h預(yù)報時效中對PM2.5等級預(yù)報略優(yōu)于52 h預(yù)報時效。

表5 CUACE系統(tǒng)52 h預(yù)報時效AQI等級與觀測等級

3 結(jié)論

通過對比2013年12月1日—2014年2月28日空氣質(zhì)量觀測值與預(yù)報值，對CUACE系統(tǒng)在烏魯木齊空氣質(zhì)量預(yù)報中的效果進(jìn)行檢驗(yàn)分析，得到以下結(jié)論：

（1）從污染物濃度和IAQI對比分析結(jié)果來看，NO2的預(yù)報效果優(yōu)于PM10和PM2.5，NO2濃度和IAQI預(yù)報值與觀測值偏差較小，平均平方根誤差也相對較小，這與污染源強(qiáng)穩(wěn)定度有關(guān)。28 h預(yù)報時效預(yù)報結(jié)果優(yōu)于52 h預(yù)報時效，28 h預(yù)報時效的偏差整體低于52 h預(yù)報時效，28 h預(yù)報時效的污染物濃度和IAQI預(yù)報值與觀測值的相關(guān)系數(shù)高于52 h預(yù)報時效，這可能與氣象條件預(yù)報時效約束與不確定性有關(guān)。

（2）對首要污染物預(yù)報效果來說，28 h預(yù)報時效中對實(shí)測首要污染物出現(xiàn)最多的PM2.5預(yù)報效果最好，達(dá)到65%，PM10預(yù)報效果次之，52 h預(yù)報時效中PM10預(yù)報效果最好，達(dá)到83%，PM2.5預(yù)報效果次之。按照首要污染物出現(xiàn)的概率×預(yù)報正確率進(jìn)行求和得出的總體預(yù)報效果來看，28 h預(yù)報時效優(yōu)于52 h預(yù)報時效。

（3）對AQI等級的預(yù)報效果中28 h預(yù)報時效與52 h預(yù)報時效沒有明顯的差異，按照偏差一級之內(nèi)都算預(yù)報準(zhǔn)確來看，兩個預(yù)報時效對NO2和PM10預(yù)報準(zhǔn)確率都達(dá)到100%（AQI等級在三級以下），對PM2.5來說，AQI三級預(yù)報準(zhǔn)確率大于90%，二級、四級準(zhǔn)確率為70%～80%，但對于五級、六級重污染情況，預(yù)報效果較差，預(yù)報結(jié)果一般偏低兩個級別以上，這可能與模式使用的排放源清單未及時更新有關(guān)。

目前對環(huán)境模式的檢驗(yàn)還沒有公認(rèn)的統(tǒng)一的方法和標(biāo)準(zhǔn)。本文中對CUACE系統(tǒng)預(yù)報效果的檢驗(yàn)方法也存在一定的局限性，另外實(shí)際監(jiān)測站點(diǎn)對烏魯木齊整體空氣質(zhì)量的代表性是否充足、監(jiān)測儀器和結(jié)果是否受局地、某個監(jiān)測時刻的影響等問題都需要在將來的評估工作中進(jìn)行更加全面的考慮和改進(jìn)。

致謝：特別感謝中國氣象局氣象科學(xué)研究院劉洪利副研究員。

[1]王自發(fā)，謝付瑩，王全喜，等.嵌套網(wǎng)格空氣質(zhì)量預(yù)報模式系統(tǒng)的發(fā)展與應(yīng)用[J].大氣科學(xué)，2006，30（5）：778-790.

[2]Finlayson-Pitts B J，Pitts J N.Atmospheric chemistry: fundamentals and experimental techniques[M].New York：John Wiley and Sons，1986.

[3]User’s Guide for the Industrial Source Complex（ISC3）DispersionModels，VolumeI：UserIntroduction[Z]. Washington：US EPA，EPA-454/B-95-003a，1995.

[4]User’s Guide for the Industrial Source Complex（ISC3） DispersionModels,VolumeII：UserIntroduction[Z]. Washington：US EPA,EPA-454/B-95-003b，1995.

[5]Modeling Air Quality for London for Using ADMS-Urban [R].London:CambridgeEnvironmentalResearch Consultants，2003：10.

[6]User’s Guide to the Comprehensive Air Quality Model with Extensions（CAMx）[Z].ENVIRON international Corporation,Novato，CA，2002.

[7]Byun D W,Ching J K S.Science Algorithms of EPA Models-3 Community Multi-scale Air Quality（CMAQ）Modeling System[Z].EPA Report,EPA/600/R-99/030，NERL，Research Triangle Park，NC，1999.

[8]徐建明，徐祥德，劉煜，等.CMAQ-MOS區(qū)域空氣質(zhì)量統(tǒng)計修正模型預(yù)報途徑研究[J].地球科學(xué)，2005，35（增刊）：131-144.

[9]謝敏，鐘流舉，陳煥盛，等.CMAQ模式及其修正預(yù)報在珠三角區(qū)域的應(yīng)用檢驗(yàn)[J].環(huán)境科學(xué)與技術(shù)，2012，35（2）：96-101.

[10]陳彬彬，林長城，楊凱，等.基于CMAQ模式產(chǎn)品的福州市空氣質(zhì)量預(yù)報系統(tǒng)[J].中國環(huán)境科學(xué)，2012，32（10）：1744-1752.

[11]安俊嶺，向偉玲，韓志偉，等.突發(fā)性大氣污染監(jiān)測與預(yù)報技術(shù)集成移動平臺[J].中國環(huán)境科學(xué)，2011，31（8）：1241-1247.

[12]董亞龍，吳寧.CAPPS模式在銅川空氣質(zhì)量預(yù)報中的效果檢驗(yàn)[J].陜西氣象，2004，5：13-16.

[13]尹曉惠，郭金蘭.北京空氣質(zhì)量預(yù)報系統(tǒng)奧運(yùn)模擬檢驗(yàn)與應(yīng)用[J].氣象，2008，34：279-283.

[14]王宏，馮宏芳，石鈺，等.CAPPS3模式在福州市預(yù)報效果檢驗(yàn)[J].氣象與環(huán)境學(xué)報，2011，27（4）：25-29.

[15]洪鐘祥，胡非.大氣污染預(yù)測的理論和方法研究進(jìn)展[J].氣候與環(huán)境研究，1999，4（3）：225.

[16]錢翌，呂愛華，鄭春霞，等.烏魯木齊市大氣環(huán)境質(zhì)量變化趨勢與污染消減總量分析[J].新疆農(nóng)業(yè)大學(xué)學(xué)報，2005，28（4）：69-73.

[17]王春華，呂愛華，余曉麗，等.烏魯木齊大氣污染現(xiàn)狀及影響因素分析[J].新疆農(nóng)業(yè)大學(xué)學(xué)報，2010，33（4）：349-353.

[18]楊民，王慶梅，馬印飛，等.蘭州市空氣質(zhì)量預(yù)報系統(tǒng)結(jié)構(gòu)及效果檢驗(yàn)[J].環(huán)境與氣象，2002，20（2）：22-26，40.

Verification of CUACE Air Quality Forecast in Urumqi

LI Man1，ZHANG Zaiyong2，LI Shujuan1，YU Xiaojing1，JU Chenxiang1
（1.Institute of Desert Meteorology，China Meteorology Administration，Urumqi 830002，China；
2.Xinjiang Training Centre of China Meteorology Administration，Urumqi 830013，China）

By contrast with air quality observation data during December 1，2013 to February 28, 2014，the simulation effect of CUACE is verified.The results show that in term of pollutant concentrations and individual air quality index,the forecast effect of NO2is better than PM10and PM2.5，the results of 28 hour forecast time are better than 52 hour forecast time.For primary pollutants results,the forecast performance of 28 hour forecast period is also better than 52 hour forecast period and the forecast accuracy of PM2.5of 28 hour forecast period is 65%.There are no significant difference between 28 hour forecast period and 52 hour forecast period in term of air quality index level forecast.The forecast accuracy of the model on contamination index level of NO2and PM10reach up to 100%.The forecast accuracy on PM2.5at level-3 is more than 90%,at level-2 and level-4 is about 70%～80%,while the forecast levels are always lower than two levels or more when the observation level are five and six.

CUACE；air quality；verification；Urumqi

P457

B

1002-0799（2014）05-0063-06

10.3969/j.issn.1002-0799.2014.05.012

2014-04-08；

2014-05-09

新疆自治區(qū)科技支撐計劃項(xiàng)目（201433112）資助。

李曼（1986-），女，實(shí)習(xí)研究員，主要從事中尺度天氣動力學(xué)和數(shù)值模式研究工作。E-mail：lim_idm@126.com

李曼，張載勇，李淑娟，等.CUACE系統(tǒng)在烏魯木齊空氣質(zhì)量預(yù)報中的效果檢驗(yàn)[J].沙漠與綠洲氣象，2014，8（5）：63-68.