陸維青，江峰琴，劉麗霞，王愛平

(江蘇省環(huán)境監(jiān)測中心，江蘇 南京 210036)

·環(huán)境預警·

江蘇省空氣質(zhì)量預報與實測結(jié)果比對研究

陸維青，江峰琴，劉麗霞，王愛平

(江蘇省環(huán)境監(jiān)測中心，江蘇 南京 210036)

選取2015年1—8月江蘇地區(qū)NAQPMS、CMAQ、CAMx、WRF-Chem 4個模式預報結(jié)果與實測值進行比對分析，結(jié)果表明，標準化分數(shù)偏差(MFB)為-0.066 5～0.201 1，標準化分數(shù)誤差(MFE)最大值為0.381 8，均在理想范圍內(nèi)，其中CAMx預報效果相對較好，WRF-Chem有一定誤差。4個模式相比，NAQPMS對于PM10的模擬性能較好，各模式對PM2.5模擬性能相近，CMAQ和CAMx對O3模擬較好，WRF-Chem對CO模擬較好，各模式對SO2和NO2的模擬都需進一步優(yōu)化。

江蘇；空氣質(zhì)量；數(shù)值預報；模式檢驗

近年來，我國多地出現(xiàn)大范圍、長時間重污染天氣，對大氣能見度、交通運輸和公眾健康等造成顯著的負面影響，其中京津冀、長三角、珠三角區(qū)域尤為突出[1]。江蘇省大氣環(huán)境形勢十分嚴峻，2013年，共出現(xiàn)典型重污染天氣8次，13個設區(qū)市均先后出現(xiàn)嚴重污染天氣(空氣質(zhì)量指數(shù)>300)，重污染天氣時常發(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)和城市已先后實現(xiàn)了空氣質(zhì)量數(shù)值預報的業(yè)務運行并對外發(fā)布預報預警信息[2]。研究高效的空氣質(zhì)量預報系統(tǒng)，不僅能為公眾出行提供指導，還可為職能部門防控重污染天氣提供相應技術(shù)支持。現(xiàn)選取江蘇地區(qū)預報結(jié)果與空氣質(zhì)量實測值進行比對分析，以期了解江蘇空氣質(zhì)量預報的準確性。

1 數(shù)據(jù)來源及模式設置

1.1 空氣質(zhì)量實測數(shù)據(jù)

實測數(shù)據(jù)來自江蘇省13個設區(qū)市的72個國控點，地理位置為東經(jīng)116°21′—121°56′，北緯30°45′—35°08′。13個設區(qū)市分別有4～9個站點，站點位于各設區(qū)市建成區(qū)內(nèi)，并相對均勻分布。

選取SO2、NO2、CO、O3、PM10和PM2.5共6項污染物參與評價，監(jiān)測方法、分析方法、數(shù)據(jù)統(tǒng)計等嚴格執(zhí)行《環(huán)境空氣質(zhì)量標準》(GB 3095—2012)，空氣質(zhì)量評價按照《環(huán)境空氣質(zhì)量指數(shù)(AQI)技術(shù)規(guī)定》(HJ 633—2012)執(zhí)行，選取逐日實測數(shù)據(jù)進行比對分析。

1.2 空氣質(zhì)量預報數(shù)據(jù)

利用大氣模型、數(shù)據(jù)庫技術(shù)、并行計算技術(shù)、WebGIS技術(shù)和高效網(wǎng)絡傳輸技術(shù)，實現(xiàn)對環(huán)境空氣質(zhì)量的高精度數(shù)值預報和污染物來源解析，形成預報結(jié)論，系統(tǒng)的總體架構(gòu)包括應用規(guī)范層、硬件支撐層、數(shù)據(jù)管理層、模式計算層、應用支撐層、應用邏輯層和應用展現(xiàn)層[3]。

模式預報系統(tǒng)已運行有4種模式：包括中國科學院大氣物理所NAQPMS 模式，其基于一個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)，詳細考慮了污染物的傳輸、擴散、化學轉(zhuǎn)化和干濕沉降等過程[4]；美國環(huán)保署(EPA)Models-3/CMAQ 模式，全面考慮光化學氧化劑、顆粒物質(zhì)、酸沉降等污染問題，將不同動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 Environ 公司CAMx 模式，采用將處理后的氣象場提供給化學傳輸模式和逐時網(wǎng)格排放數(shù)據(jù)作為輸入進入模式的方法，融入許多空氣質(zhì)量模式的先進技術(shù)，如雙向嵌套技術(shù)、次網(wǎng)格PIG技術(shù)、化學機理編譯器和快速化學數(shù)值解法等；以及由美國國家氣候中心預報系統(tǒng)實驗室(FSL)開發(fā)，氣象模式(WRF)和化學模式(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、長三角地區(qū)、江蘇省三重嵌套預報模擬區(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)計數(shù)據(jù)體系高效整合的同時，按照采集數(shù)據(jù)的更新狀況，實現(xiàn)排放清單結(jié)果的動態(tài)更新，為模式提供更準確的數(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個嵌套下網(wǎng)格化數(shù)據(jù)，數(shù)據(jù)格點大小與模式區(qū)域設置一致。模式參數(shù)方案設置地形和土地利用資料來自MODIS數(shù)據(jù)，全球氣象預報資料使用GFS(0.25°)，氣象模式采用WRF V3.5.1，其他參數(shù)方案設置各有不同，見表1。

表1 模式參數(shù)方案設置

目前4種模式中，NAQPMS和WRF-Chem成功實現(xiàn)了包括多尺度、多過程在線、全耦合數(shù)值模擬，可同時計算出多個區(qū)域的結(jié)果。模式均采用相同模擬區(qū)域嵌套網(wǎng)格設置，模擬區(qū)域擬設置三重嵌套網(wǎng)格。第一區(qū)域(D1)選取中國，水平分辨率為27 km；第二區(qū)域(D2)選取長三角地區(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)域逐小時預報結(jié)果與實測值進行比對，定量評估4種模式對每日江蘇省和13個設區(qū)市空氣質(zhì)量指數(shù)(AQI)、6項污染物濃度變化趨勢的預報能力，總結(jié)各模式模擬結(jié)果特點和規(guī)律，為模式進一步優(yōu)化調(diào)試和空氣質(zhì)量業(yè)務預報提供定量化訂正依據(jù)。

2 研究方法

4個模式預報時間為前一日20：00，D1、 D2區(qū)域預報時長為未來172 h，D3為未來100 h。通過比較預報值與實測值隨時間變化趨勢的相似程度，評估各模式對污染物濃度整體變化趨勢的預測能力和對污染累積、清除過程的預測能力；通過衡量預報值與實測值的偏離來評估模式結(jié)果的穩(wěn)定性及可信度。相關評估參數(shù)有：

相關系數(shù)(R)，R反映預報值與實測值隨時間變化趨勢的相似程度，與時間序列變化趨勢結(jié)合，絕對值越大，相關程度越高。

平均偏差(MB)和平均誤差(ME)，MB和ME衡量預報值與實測值的偏差程度，其絕對值越小表明模擬效果越好。

標準化分數(shù)偏差(MFB)和標準化分數(shù)誤差(MFE)，MFB和MFE衡量預報值與實測值的偏離，MFB衡量預報值與實測平均濃度的分數(shù)偏差，MFE

衡量預報值與實測值平均絕對誤差量。BOYLAN[8-10]等人以MFB和MFE為評價量，擬定了模式預報的合理范圍-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——預報值；

Co——實測值；

N——參與比對的有效樣本數(shù)[6-7]。

3 結(jié)果與分析

3.1 總體預報效果評估

江蘇省1、4、7月AQI實況與模式預報的相關系數(shù)(R)、平均偏差(MB)、平均誤差(ME)、標準化分數(shù)偏差(MFB)和標準化分數(shù)誤差(MFE)見表2。

表2 江蘇省1、4、7月AQI實況與模式預報的相關系數(shù)(R)、平均偏差(MB)、平均誤差(ME)、標準化分數(shù)偏差(MFB)和標準化分數(shù)誤差(MFE)

從相關性和誤差2個方面來看，1月份相關性最好，4月份相關性最差。而4月份模式預報誤差卻小于1月份，說明4月份雖對空氣質(zhì)量大致范圍把握較好，但日變化走勢模擬失準，對污染物濃度峰谷值預測能力不夠。這是因為4月份空氣質(zhì)量一般在良—輕度污染之間，相對較好，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于實況的偏差有規(guī)律性，1月份NAQPMS與WRF-Chem均有高估，而CMAQ和CAMx低估；該月份NAQPMS相關性最好，CAMx的模擬效果較其他2種模式更好。4月份4個模式均有低估，可能為對沙塵的模擬失準導致。7月份4個模式整體高估，較其他2個月而言預報效果相差小。

標準化分數(shù)偏差(MFB)為-0.066 5～0.201 1，標準化分數(shù)誤差(MFE)最大值為0.381 8，4個模式中只有4月CMAQ的MFB略超出合理范圍，可認為其對江蘇省1、4、7月份未來24 h AQI的預報效果均較為理想，能整體把握空氣質(zhì)量的變化趨勢。

3.2 分等級預報效果評估

從分等級AQI預報偏差看，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；隨著空氣污染等級增加，模式預報逐漸變?yōu)榈凸?；在空氣污染等級較高的重度污染或嚴重污染時，低估達1～2個污染等級，偏差最為明顯，需進一步調(diào)整改進。

圖1(a)(b)(c)為江蘇省1、4、7月AQI的模式預報與實況偏差。

圖1 江蘇省1、4、7月AQI的模式預報與實況偏差

3.3 13個設區(qū)市1—8月AQI預報效果評估

江蘇省13個設區(qū)市1—8月AQI模式預報偏差分布見圖2(a)(b)(c)(d)。

4個模式對于13個設區(qū)市1—8月AQI預報偏差分布有一致性，CAMx預報效果相對較好，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個污染等級。1、3、6—8月對于宿遷、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個設區(qū)市1—8月AQI模式預報偏差分布

3.4 主要污染物預報效果評估

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)絡等多種方法計算得出各項污染物濃度集合預報值。對于6項污染物分指數(shù)IAQI的模擬，4個模式的預報效果具有一致性，其中CMAQ和CAMx尤為相似，見圖3(a)(b)(c)(d)(e)(f)。模式對于不同污染物的模擬結(jié)果，吻合程度仍有一定差異。

4個模式對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一步優(yōu)化。從誤差大小和相關性看，NAQPMS對PM10的模擬效果最好，PM10和PM2.5在冬、春季的預報準確率高于夏季，可能因為模式對地面局地湍流模擬能力較弱，對夏季小范圍的短時間強對流天氣預報相對困難；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，但均作為化學成分參與一系列復雜的相互作用關系，如在NOX較高的情況下，CO氧化產(chǎn)生的自由基會促進O3的生成，它們均與二次氣溶膠的形成有關，可能影響細粒子濃度，WRF-Chem對CO的模擬效果最好，各模式對SO2和NO2的模擬均明顯高估，還需繼續(xù)改進和完善。

圖3 江蘇省平均6類IAQI的實況與模式預報月變化

4 結(jié)論

模式總體標準化分數(shù)偏差(MFB)在-0.066 5～0.201 1之間，標準化分數(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，并且較好地模擬出主要污染物的日變化趨勢。

1、4、7三月的結(jié)果相比，4月相關性最差，可能原因是春季受北方沙塵影響較多?？諝赓|(zhì)量較好時，4種模式均出現(xiàn)不同程度高估，隨著污染等級增加，逐漸轉(zhuǎn)為低估；較高的空氣污染等級(5級重度污染或6級嚴重污染)時，低估達1～2個污染等級。

4個模式對于13個設區(qū)市預報偏差的分布有一致性，CAMx預報效果相對較好，WRF-Chem需進一步優(yōu)化。NAQPMS對于PM10的模擬性能較好，PM2.5各模式較相近，CMAQ和CAMx對O3模擬較好，WRF-Chem對CO模擬較好，各模式對SO2和NO2的模擬都需進一步優(yōu)化。

[1] 王曉彥，劉冰，李健軍，等.區(qū)域環(huán)境空氣質(zhì)量預報的一般方法和基本原則 [J]. 中國環(huán)境監(jiān)測， 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)量預報中的應用研究[C]//中國環(huán)境科學學會論文集.北京： 中國環(huán)境科學學會，2009：1006-1011.

[3] 江峰琴，楊雪，王晨波，等.江蘇省區(qū)域空氣質(zhì)量多模式預報預警系統(tǒng)研究與設計[J].環(huán)境監(jiān)控與預警，2015，7(2)：8-11.

[4] 朱莉莉，晏平仲，王自發(fā)，等.江蘇省級區(qū)域空氣質(zhì)量數(shù)值預報模式效果評估[J].中國環(huán)境監(jiān)測，2015(2)：22-28.

[5] 王自發(fā)，吳其重，ALEX G，等. 北京空氣質(zhì)量多模式集成預報系統(tǒng)的建立及初步應用[J].南京信息工程大學學報(自然科學版)，2009，1(1)：19-26.

[6] 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)：5-7，25.

[7] 馬欣，陳東升，高慶先，等.應用WRF-chem模式模擬京津冀地區(qū)氣溶膠污染對夏季氣象條件的影響[J].資源科學， 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.

·簡訊·

江蘇省發(fā)布2項地方環(huán)保標準

為促進江蘇省化學工業(yè)和家具制造業(yè)生產(chǎn)工藝和污染治理技術(shù)的進步，加強揮發(fā)性有機物的排放管理，江蘇省環(huán)保廳組織制定了《化學工業(yè)揮發(fā)性有機物排放標準》和《表面涂裝(家具制造業(yè))揮發(fā)性有機物排放標準》。以上2項標準已由江蘇省人民政府批準，江蘇省環(huán)境保護廳和江蘇省質(zhì)量技術(shù)監(jiān)督局發(fā)布，于2017年2月1日開始實施。標準實施后，預計江蘇省家具制造業(yè)揮發(fā)性有機物年減排量可達3.64萬t，對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)測科研基金資助項目(1202；1306)

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

X520

B

1674-6732(2017)01-0010-05