伯鑫，唐千紅，王駿，王成鑫,4，朱榮杰,5，王彤，李涵

（1.生態(tài)環(huán)境部環(huán)境工程評(píng)估中心，北京100012；2.中國(guó)氣象局公共氣象服務(wù)中心，北京10081；3.天氣科技（北京）有限公司，北京100081；4.四川大學(xué)建筑與環(huán)境學(xué)院,四川成都610065；5.天津大學(xué)環(huán)境科學(xué)與工程學(xué)院，天津300354；6.陜西省環(huán)境調(diào)查評(píng)估中心，陜西西安710000；7.重慶市生態(tài)環(huán)境工程評(píng)估中心，重慶401121）

2019年，生態(tài)環(huán)境部發(fā)布《建設(shè)項(xiàng)目環(huán)境影響報(bào)告書（表）編制監(jiān)督管理辦法》[1]，要求對(duì)全國(guó)環(huán)評(píng)文件開展技術(shù)復(fù)核工作，并規(guī)定“鼓勵(lì)利用大數(shù)據(jù)手段開展復(fù)核工作”。2020年，生態(tài)環(huán)境部發(fā)布《關(guān)于嚴(yán)懲弄虛作假提高環(huán)評(píng)質(zhì)量的意見》[2]，提出“生態(tài)環(huán)境部推進(jìn)大數(shù)據(jù)在線自動(dòng)查重，對(duì)各地審批的環(huán)評(píng)文件及時(shí)開展智能校核”。2020年，我國(guó)公布了《中華人民共和國(guó)刑法修正案（十一）（草案二次審議稿）》[3]，明確提出環(huán)境影響評(píng)價(jià)機(jī)構(gòu)及相關(guān)人員的造假行為“入刑”，進(jìn)一步強(qiáng)化了環(huán)評(píng)造假行為懲罰力度。

針對(duì)環(huán)評(píng)報(bào)告大氣環(huán)境影響預(yù)測(cè)章節(jié)，本研究團(tuán)隊(duì)結(jié)合《環(huán)境影響評(píng)價(jià)技術(shù)導(dǎo)則大氣環(huán)境》等要求，已開展了大量技術(shù)復(fù)核工作[4~6]，發(fā)現(xiàn)一些環(huán)評(píng)單位在空氣質(zhì)量模型參數(shù)設(shè)置、數(shù)據(jù)處理方面存在一些錯(cuò)誤問題，例如篡改氣象數(shù)據(jù)、錯(cuò)誤使用氣象數(shù)據(jù)等。

大氣環(huán)境影響技術(shù)復(fù)核工作主要審查氣象、地形、污染源、坐標(biāo)投影、地表參數(shù)、模型輸入及輸出文件等[7~8]，輸入模型的氣象文件格式主要是SFC格式文件（AERMOD模型）、MET格式 文 件（ADMS模 型）、DAT格 式 文 件（CALPUFF模型）等，氣象要素包括風(fēng)速、風(fēng)向、云量、溫度、降水、云底高度、相對(duì)濕度等，時(shí)間分辨率為1h。但由于氣象數(shù)據(jù)存儲(chǔ)量大，氣象要素的技術(shù)復(fù)核以人工審查為主，較為繁瑣，難以實(shí)現(xiàn)復(fù)核的自動(dòng)化、智能化應(yīng)用。目前，國(guó)內(nèi)氣象數(shù)據(jù)主要應(yīng)用于公眾服務(wù)、交通、旅游、農(nóng)業(yè)、水利等領(lǐng)域[9]，尚未應(yīng)用于環(huán)評(píng)技術(shù)復(fù)核業(yè)務(wù)。

針對(duì)上述問題，本研究以中國(guó)氣象局實(shí)時(shí)監(jiān)測(cè)、質(zhì)控、發(fā)布的權(quán)威氣象數(shù)據(jù)為基礎(chǔ)，建立了一套基于氣象大數(shù)據(jù)的環(huán)評(píng)技術(shù)復(fù)核原型系統(tǒng)，依托機(jī)器學(xué)習(xí)和大數(shù)據(jù)分析技術(shù)，通過云端服務(wù)方式對(duì)環(huán)評(píng)業(yè)務(wù)使用的氣象數(shù)據(jù)進(jìn)行智能化、自動(dòng)化復(fù)核，旨在為環(huán)評(píng)業(yè)務(wù)的監(jiān)督管理提供技術(shù)支持。

1 研究方法

1.1 基于氣象大數(shù)據(jù)的環(huán)評(píng)技術(shù)復(fù)核原型系統(tǒng)

本研究團(tuán)隊(duì)總結(jié)了環(huán)評(píng)氣象復(fù)核的工作難點(diǎn):（1）氣象數(shù)據(jù)存儲(chǔ)量大，通過人工方式逐條復(fù)核耗時(shí)長(zhǎng)、易出錯(cuò)。（2）針對(duì)氣象數(shù)據(jù)的弄虛作假行為較為隱蔽，如通過篡改少數(shù)時(shí)段的氣象數(shù)據(jù)來實(shí)現(xiàn)模擬濃度達(dá)標(biāo)。（3）復(fù)核人員需要掌握一定氣象專業(yè)知識(shí)，否則難以滿足地方復(fù)核業(yè)務(wù)化需求。

本研究建立了基于氣象大數(shù)據(jù)的環(huán)評(píng)技術(shù)復(fù)核原型系統(tǒng)（以下簡(jiǎn)稱原型系統(tǒng)），依托機(jī)器學(xué)習(xí)和大數(shù)據(jù)分析技術(shù)開展環(huán)評(píng)氣象復(fù)核工作，快速識(shí)別環(huán)評(píng)氣象數(shù)據(jù)中存在的弄虛作假行為，降低復(fù)核審查成本，有效提升監(jiān)督管理效率。該系統(tǒng)主要分為以下幾個(gè)模塊（圖1）。

圖1 基于氣象大數(shù)據(jù)的環(huán)評(píng)技術(shù)復(fù)核原型系統(tǒng)技術(shù)路線圖

1.1.1 氣象大數(shù)據(jù)平臺(tái)

氣象大數(shù)據(jù)平臺(tái)存儲(chǔ)了自1949年以來經(jīng)過中國(guó)氣象局實(shí)時(shí)監(jiān)測(cè)、質(zhì)控和發(fā)布的各類權(quán)威數(shù)據(jù)集。這些數(shù)據(jù)包含全國(guó)2400多個(gè)國(guó)家級(jí)地面氣象觀測(cè)站、6萬多個(gè)區(qū)域自動(dòng)氣象站、近200部天氣雷達(dá)、2000多個(gè)土壤水分觀測(cè)站、1000多個(gè)交通氣象觀測(cè)站、300多個(gè)雷電觀測(cè)站、120個(gè)探空氣象觀測(cè)站、7顆在軌風(fēng)云衛(wèi)星的氣象監(jiān)測(cè)數(shù)據(jù)等。每年新增數(shù)據(jù)存儲(chǔ)量600TB左右，涵蓋降水、溫度、風(fēng)力風(fēng)向等30余種氣象要素，并均已實(shí)現(xiàn)觀測(cè)自動(dòng)化，觀測(cè)頻率達(dá)到分鐘級(jí)，平均氣象觀測(cè)站間距20公里，鄉(xiāng)鎮(zhèn)覆蓋率達(dá)到98%。

氣象大數(shù)據(jù)平臺(tái)作為環(huán)評(píng)技術(shù)復(fù)核原型系統(tǒng)的基礎(chǔ)支撐，可支持對(duì)任何種類、任意氣象要素、任意空間范圍、任意時(shí)間范圍、任意精度的環(huán)評(píng)氣象數(shù)據(jù)比對(duì)分析，能夠有效滿足不同環(huán)評(píng)業(yè)務(wù)的氣象數(shù)據(jù)審查場(chǎng)景，實(shí)現(xiàn)“一站式”復(fù)核。

1.1.2 環(huán)評(píng)氣象數(shù)據(jù)預(yù)處理模塊

環(huán)評(píng)氣象數(shù)據(jù)預(yù)處理模塊用于對(duì)上傳的環(huán)評(píng)氣象文件進(jìn)行大數(shù)據(jù)分析前的預(yù)處理。由于環(huán)評(píng)業(yè)務(wù)中不同環(huán)境空氣質(zhì)量模型對(duì)輸入的氣象數(shù)據(jù)文件在數(shù)據(jù)結(jié)構(gòu)、特征值、數(shù)據(jù)處理方式等方面有不同的要求，因此，通過脫密脫敏、坐標(biāo)轉(zhuǎn)換、格式轉(zhuǎn)換、特征值轉(zhuǎn)換、異常值檢測(cè)、數(shù)據(jù)質(zhì)量控制和可用性檢測(cè)等多個(gè)預(yù)處理流程，可以將不同種類的環(huán)評(píng)氣象文件處理為標(biāo)準(zhǔn)的、統(tǒng)一的、結(jié)構(gòu)化的氣象數(shù)據(jù)文件，進(jìn)而輸入大數(shù)據(jù)分析模型進(jìn)行分析評(píng)分。

1.1.3 基于機(jī)器學(xué)習(xí)的大數(shù)據(jù)分析模塊

大數(shù)據(jù)分析模塊承擔(dān)著對(duì)輸入的環(huán)評(píng)氣象數(shù)據(jù)文件進(jìn)行比對(duì)分析和評(píng)分的工作。大數(shù)據(jù)分析模塊在接收到環(huán)評(píng)氣象數(shù)據(jù)后，將從氣象大數(shù)據(jù)平臺(tái)中獲取對(duì)應(yīng)種類、氣象要素、空間范圍、時(shí)間范圍、時(shí)空精度的權(quán)威數(shù)據(jù)，并對(duì)兩類數(shù)據(jù)進(jìn)行初步的比對(duì)和殘差運(yùn)算。

然后對(duì)兩類數(shù)據(jù)的殘差進(jìn)行特征提取，進(jìn)而采用多種方法開展多維度的統(tǒng)計(jì)分析工作，如時(shí)序分析、統(tǒng)計(jì)分析、聚合分析、空間分析等，最終由評(píng)價(jià)模型輸出環(huán)評(píng)氣象數(shù)據(jù)文件的復(fù)核評(píng)分。為便于理解，本文將對(duì)數(shù)據(jù)分析環(huán)節(jié)中涉及到的部分關(guān)鍵統(tǒng)計(jì)指標(biāo)進(jìn)行展示和介紹，具體詳見本文1.2統(tǒng)計(jì)指標(biāo)。

采用基于機(jī)器學(xué)習(xí)的評(píng)價(jià)模型對(duì)環(huán)評(píng)氣象數(shù)據(jù)復(fù)核的優(yōu)勢(shì)在于：隨著復(fù)核數(shù)據(jù)文件的增多，系統(tǒng)會(huì)對(duì)存在造假行為的環(huán)評(píng)氣象數(shù)據(jù)文件進(jìn)行持續(xù)性標(biāo)注，從而推動(dòng)模型對(duì)其造假行為特征不斷迭代，進(jìn)一步提升環(huán)評(píng)氣象數(shù)據(jù)復(fù)核的準(zhǔn)確性。

1.1.4 交互頁面

為了提升環(huán)評(píng)氣象數(shù)據(jù)復(fù)核工作的效率，原型系統(tǒng)提供了便利易用的前端交互界面，用戶根據(jù)頁面指引可快速對(duì)須審查的環(huán)評(píng)氣象文件進(jìn)行復(fù)核。具體業(yè)務(wù)流程（圖2）如下：在用戶登錄系統(tǒng)中，上傳審查的環(huán)評(píng)氣象文件到原型系統(tǒng)，原型系統(tǒng)自動(dòng)將審查各氣象要素，并與中國(guó)氣象局權(quán)威氣象數(shù)據(jù)集中的相應(yīng)數(shù)據(jù)對(duì)比分析，進(jìn)行智能復(fù)核并自動(dòng)生成復(fù)核報(bào)告。

圖2 基于氣象大數(shù)據(jù)的環(huán)評(píng)技術(shù)復(fù)核原型系統(tǒng)業(yè)務(wù)流程圖

1.2 統(tǒng)計(jì)指標(biāo)

本研究選取平均偏差，平均絕對(duì)誤差，均方根誤差，相關(guān)系數(shù)等作為統(tǒng)計(jì)指標(biāo)，其計(jì)算方法見公式（1）-（4）。

平均偏差（Bias），指氣象要素觀測(cè)平均值和模型分析平均值的差值。

平均絕對(duì)誤差（AE），指對(duì)氣象要素觀測(cè)值與模型分析值的差值絕對(duì)值進(jìn)行平均。

均方根誤差（RMSE），指對(duì)氣象要素觀測(cè)值與模型分析值差值平方和的均值開方。

相關(guān)系數(shù)（Corr）:衡量氣象要素觀測(cè)值與模型分析值的線性相關(guān)程度。

式中，N為統(tǒng)計(jì)時(shí)次的個(gè)數(shù)為中國(guó)氣象局?jǐn)?shù)據(jù)中氣象臺(tái)站j在第i個(gè)時(shí)段的觀測(cè)值；xo

ij為模式輸出數(shù)據(jù)提取的氣象臺(tái)站j在第i個(gè)時(shí)段的分析值為分析時(shí)段內(nèi)中國(guó)氣象局?jǐn)?shù)據(jù)中氣象臺(tái)站j觀測(cè)值的平均值為分析時(shí)段內(nèi)模式輸出數(shù)據(jù)提取的氣象臺(tái)站j分析值的平均值。

2 復(fù)核案例分析

為驗(yàn)證原型系統(tǒng)可靠性，本研究選取典型環(huán)評(píng)氣象數(shù)據(jù)案例，定量評(píng)估了氣象數(shù)據(jù)有效性，識(shí)別疑似造假行為。

2.1 風(fēng)速、溫度典型案例分析

該環(huán)評(píng)案例預(yù)測(cè)文件中氣象數(shù)據(jù)整體錯(cuò)位1h，并且每日21-24時(shí)風(fēng)速、氣溫?cái)?shù)據(jù)存在異常。其中風(fēng)速存在1785個(gè)時(shí)次的偏差，占總數(shù)據(jù)的20.4%，風(fēng)速偏差的時(shí)間分布存在明顯規(guī)律性，77.6%的風(fēng)速偏差出現(xiàn)在21-24時(shí)；溫度存在1739個(gè)時(shí)次的偏差，占總數(shù)據(jù)的19.9%，溫度偏差的時(shí)間分布也存在明顯規(guī)律性，64.1%的溫度偏差出現(xiàn)在21-24時(shí)。復(fù)核結(jié)論為該環(huán)評(píng)預(yù)測(cè)文件中每天21-24時(shí)的風(fēng)速、溫度數(shù)據(jù)存在人為調(diào)整的痕跡。統(tǒng)計(jì)指標(biāo)結(jié)果見表1。

表1 模型氣象數(shù)據(jù)和地面氣象觀測(cè)站實(shí)測(cè)數(shù)據(jù)對(duì)比表

圖3 模型氣象數(shù)據(jù)和地面氣象觀測(cè)站實(shí)測(cè)數(shù)據(jù)偏差的時(shí)間分布圖

2.2 風(fēng)向典型案例分析

圖4 系統(tǒng)生成風(fēng)向偏差小時(shí)分布散點(diǎn)圖

該環(huán)評(píng)案例預(yù)測(cè)文件經(jīng)系統(tǒng)分析，8291個(gè)時(shí)次數(shù)據(jù)中共有3675個(gè)時(shí)次的風(fēng)向數(shù)據(jù)出現(xiàn)偏差，占總數(shù)據(jù)量的44.3%。并且兩者在部分月份的風(fēng)玫瑰圖存在明顯的差異。復(fù)核結(jié)論為該環(huán)評(píng)預(yù)測(cè)文件中部分月份的風(fēng)向數(shù)據(jù)存在人為調(diào)整的痕跡。

圖5 模型氣象數(shù)據(jù)和地面氣象觀測(cè)站實(shí)測(cè)數(shù)據(jù)的風(fēng)玫瑰對(duì)比圖（左為模型氣象數(shù)據(jù)的月風(fēng)玫瑰圖，右為氣象觀測(cè)站實(shí)測(cè)數(shù)據(jù)的月風(fēng)玫瑰圖）

2.3 云量、云高典型案例分析

該環(huán)評(píng)案例預(yù)測(cè)文件中云量數(shù)據(jù)經(jīng)原型系統(tǒng)分析，1808個(gè)時(shí)次數(shù)據(jù)中共有1784個(gè)時(shí)次的低云量數(shù)據(jù)出現(xiàn)偏差，占總數(shù)據(jù)量的98.673%。其中，中國(guó)氣象局地面氣象站實(shí)測(cè)云量數(shù)據(jù)大于模型云量數(shù)據(jù)的時(shí)次有1657個(gè)，占比為92.9%；中國(guó)氣象局地面氣象站實(shí)測(cè)云量數(shù)據(jù)小于模型云量數(shù)據(jù)的時(shí)次有127個(gè)，占比為7.1%。系統(tǒng)生成的低云量偏差小時(shí)分布散點(diǎn)圖（見圖6）。此外，該預(yù)測(cè)文件中的云高數(shù)據(jù)人為設(shè)定為定值808米，與實(shí)際情況不符，存在較大問題，導(dǎo)致結(jié)果失真。

圖6 云量數(shù)據(jù)復(fù)核結(jié)果

3 結(jié)論

本研究建立了基于氣象大數(shù)據(jù)的環(huán)評(píng)技術(shù)復(fù)核原型系統(tǒng)，實(shí)際復(fù)核案例應(yīng)用表明，該系統(tǒng)依托機(jī)器學(xué)習(xí)和大數(shù)據(jù)分析技術(shù)，突破了人工復(fù)核方法的瓶頸，提高了大氣技術(shù)復(fù)核工作的效率，為環(huán)評(píng)智能復(fù)核工作提供了新的技術(shù)方法。下一步建議管理部門要求環(huán)評(píng)單位將大氣預(yù)測(cè)模式輸入文本文件、氣象數(shù)據(jù)、地形數(shù)據(jù)、地表參數(shù)等作為四級(jí)聯(lián)網(wǎng)上傳附件內(nèi)容，以備抽查、復(fù)核。