2016年秋季新鄉市空氣質量模式預報效果評估

馬 琳，魏 巍，張穩定，晏平仲

1.新鄉市環境保護監測站，河南 新鄉 4530032.中國科學院大氣物理研究所，北京 100029

2016年秋季新鄉市空氣質量模式預報效果評估

馬 琳1，魏 巍2，張穩定2，晏平仲2

1.新鄉市環境保護監測站，河南 新鄉 4530032.中國科學院大氣物理研究所，北京 100029

基于新鄉市空氣質量數值預報平臺，采用相關系數(r)、標準化平均偏差(NMB)等統計指標，系統評估2016年秋季新鄉市嵌套網格空氣質量預報模式(NAQPMS)和通用多尺度空氣質量模式(CMAQ)的預報效果，對比分析2套模式不同預報時效和不同水平分辨率的空氣質量等級預報準確率。結果顯示：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套模式的等級預報準確率高于60%，其中CMAQ對中度及重度的預報等級準確率達到70%。對比模式24、48、72 h 3種預報時效效果，24 h預報時效的統計數據最優，說明24 h預報時效模擬結果可作為業務預報重要的支撐。

NAQPMS；CMAQ；空氣質量預報；準確率；新鄉市

隨著經濟的高速發展，近年來，中國大范圍空氣污染問題頻繁發生，受到了政府和公眾的廣泛關注。2013年，國務院印發的《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測預警應急體系，妥善應對重污染天氣。精準及時的空氣質量預報對指導區域-城市大氣污染應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-區域-省級-市級層面已陸續建立空氣質量預報業務并每日通過多種渠道對外發布空氣質量預報結果，全國多層級空氣質量預報體系已初步建立。數值模式作為空氣質量預報最常用的一種支撐手段，已在多個城市的常規業務預報和重大活動空氣質量保障工作中得到廣泛應用[2-8]。

河南省是中國大氣污染最為嚴重的省份之一，近年來已有不少學者針對其污染特征、成因和來源開展研究[9-11]。新鄉市于2016年開展環境空氣質量預報預警平臺建設工作，截至2017年，已實現PM10、PM2.5、SO2、NO2、O3、CO等主要污染物未來3 d精細化預報和未來7 d趨勢預報能力。新鄉市空氣質量預報預警平臺以中國科學院大氣物理研究所自主研發的嵌套網格空氣質量預報模式NAQPMS[12-14]以及國際主流的美國環保署CMAQ模式[15-17]為核心，氣象預報模式采用廣泛應用的中尺度氣象模式WRF，排放源采用清華大學研究建立的全國網格化排放源清單MEIC。本文通過分析2016年秋季新鄉市空氣質量模式預報效果，檢驗評估模式預報能力并識別主要預報誤差及可能原因，為模式的進一步調優改進提供科學依據，為其他地市空氣質量預報預警系統建設提供經驗借鑒。

1 研究方法

1.1模式設置

1.1.1 預報區域和預報時間

2套模式預報區域采用統一的三層嵌套設置(圖1)。

圖1 模式預報區域設置Fig.1 Map of the model domain

第一層覆蓋中國中東部地區，水平分辨率為27 km×27 km；第二層覆蓋河南省及周邊地區，水平分辨率為9 km×9 km；第三層覆蓋新鄉及周邊地市，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 的新鄉市空氣質量預報以及未來7 d區域污染趨勢預報結果。預報輸出結果的時間分辨率為1 h。

1.1.2 氣象預報模式設置

空氣質量模式的氣象驅動場由WRF模式計算獲得。該模式為美國環境預測中心(NCEP)和美國國家大氣研究中心(NCAR)等科研機構聯合開發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全球預報數據集。WRF模式的預報區域設置與空氣質量模式保持一致。

1.1.3 污染排放清單

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

1.1.4 空氣質量模式參數化方案設置

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機制發展改進的算法，氣象化學采用CBM-Z機制，液相化學采用RADM酸沉降模型，氣溶膠化學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機制并考慮痕量氣體與冷凝水混合的物理化學過程，氣相化學采用CB05機制，液相化學采用RADM酸沉降模型，氣溶膠化學采用三模態機制，考慮不同模態氣溶膠生成云凝結核的過程。

1.2數據來源

研究使用的污染物觀測數據來源于新鄉市4個國控監測站點的6項污染物小時濃度值，監測點空間分布如圖2所示。

圖2 新鄉市空氣質量監測站點分布示意圖Fig.2 Location of the air quality monitoring sites in Xinxiang city China

1.3預報評估方法

模式評估采用的檢驗指標為相關系數(r)和標準化平均偏差(NMB)。r表征預報值與觀測值時間變化趨勢的相似程度；NMB表征預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空氣質量等級預報

依據環境保護部發布的《環境空氣質量指數(AQI)技術規定》[19]，將空氣質量模式預報的首要污染物的空氣質量分指數(IAQI)作為當天的空氣質量指數(AQI)并通過查表獲得其對應的空氣質量等級。與監測AQI對比時，將預報AQI取一定范圍，若監測的AQI落在預報AQI范圍內，則認為模式預報的空氣質量等級準確。根據中國環境監測總站指導建議[20]，預報AQI的取值范圍如下：①優：預報AQI±10；②良：預報AQI±10；③輕度污染：預報AQI±15；④中度污染：預報AQI±15；⑤重度污染：預報AQI±25；⑥嚴重污染：預報AQI±25。

2 結果與分析

2.1污染物模擬結果的統計分析

基于NAQPMS和CMAQ模式D3區域24 h時效預報結果，統計2016年秋季新鄉市6項常規污染物的日均預報值，并與監測結果對比(圖3)。

圖3 NAQPMS和CMAQ 24 h時效預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濃度的預報存在明顯偏高現象。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，但存在明顯低估現象。

表1詳細給出2個模式對6項污染物的預報評估結果。

表1 NAQMS和CMAQ預報評估結果Table 1 The NMB and r of 24-hour forecast for sixpollutants by NAQMS and CMAQmodels in inner domain

表1結果顯示：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的預報效果最好。除SO2以外，NAQPMS對各污染物預報的r值范圍為0.48～0.74，CMAQ則為0.59～0.81，NMB均在±35%以內。對于SO2，CMAQ預報的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濃度的預報明顯偏高且未能合理反映其變化趨勢。NAQPMS對SO2的預報效果優于CMAQ。

2.2AQI預報結果評估

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

2.2.1 24 h預報時效的模擬效果

2.2.1.1 時間變化評估

圖4展示評估時段內NAQPMS和CMAQ模式D3區域AQI預報與觀測的對比?？梢?，評估時段內空氣質量等級以良和輕度污染為主，偶有中度和重度污染發生。NAQPMS預報的AQI與觀測結果的變化趨勢較為一致，而CMAQ模式在部分時段預報偏高。

圖4 24 h預報時效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 等級準確率統計分析

表2給出了NAQPMS和CMAQ模式24 h預報的空氣質量等級準確率?？梢?，2套模式的空氣質量等級預報準確率均高于60%。圖5給出了2套模式不同嵌套區域對6個空氣質量等級的預報準確率。結果顯示：NAQPMS對良級別的預報準確率相對較高，3個嵌套區域的預報準確率為77%～83%，但對輕度及以上污染等級的預報準確率有所降低。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報效果較好，預報準確率高于70%。

表2 24 h預報時效的空氣質量等級準確率Table 2 The model accuracy of 24-hourforecast for air quality grade

注：n(N)代表監測和預報同時有效為N對時，AQI準確數量為n。

2.2.2 不同預報時效的模擬效果對比

新鄉市NAQPMS和CMAQ模式每天可提供未來3 d的空氣質量精細化預報。因此，將每日的空氣質量預報結果分為當天、24、48、72 h 4個不同的預報時效，對比分析不同預報時效模擬結果。

圖5 24 h預報時效不同嵌套區域對各個空氣 質量等級的預報準確率Fig.5 The accuracy of three domains in 24-hour forecast for six air quality grades from NAQPMS and CMAQ model

圖6統計了不同空氣質量等級下NAQPMS和CMAQ的不同預報時效的準確率。

圖6 NAQPMS和CMAQ不同預報 時效空氣質量等級預報準確率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的預報準確率高于其他預報時效；CMAQ的當天和24 h預報總體優于48、72 h預報。NAQPMS 模式24 h預報對空氣質量二級(良)、三級(輕度污染)和五級(重度污染)的預報準確率較高，而CMAQ 24 h預報對各空氣質量等級的準確率則相差不大，均接近60%?？傮w而言，模式24 h預報結果可作為更可靠的預報參考。

3 結論

介紹了新鄉市空氣質量數值預報系統的構成和設置，系統評估了NAQPMS和CMAQ模式對2016年秋季新鄉市每日空氣質量的預報效果，主要結論如下：

1)NAQPMS和CMAQ模式均能合理預報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的預報顯著偏高，下一步需重點分析偏差原因并予以改善。

2)NAQPMS和CMAQ的24 h時效空氣質量等級預報準確率高于其他時效，其預報準確率分別達到66%～73%和63%～69%。NAQPMS對良級別的預報準確率較高，但對中度污染及以上級別的預報準確率仍有待提高。而CMAQ需進一步改進優良級別的預報準確率。

3)為進一步提高模式預報的準確性和可靠性，未來需定期開展預報效果評估，及時識別預報誤差和來源，并開展針對性的調優。此外，可考慮納入大氣化學資料同化和多模式集合預報等技術，進一步提升預報準確率。

[1] 中華人民共和國國務院．國務院關于印發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，吳其重，GBAGUIDIA，等．北京空氣質量多模式集成預報系統的建立及初步應用[J]．南京信息工程大學學報：自然科學版，2009，1(1)：19-26．

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標準下北京市空氣質量數值預報系統及其在重大活動保障中的應用[J]．中國環境監測，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．數值模式在上海市空氣質量預報中的應用研究[C]∥中國環境科學學會學術年會論文集.北京：中國環境科學出版社，2009.

[5] 王茜，伏晴艷，王自發，等．集合數值預報系統在上海市空氣質量預測預報中的應用研究[J]．環境監控與預警，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．深圳市環境空氣質量數值預報系統介紹[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．數值預報方法在廣州空氣質量預報中的應用[J]．環境科學與管理，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，吳其重，等．空氣質量多模式系統在廣州應用及對PM10預報效果評估[J]．氣候與環境研究，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] 張穩定，李杰，向偉玲，等．區域輸送對河南鄭州空氣質量影響的數值模擬研究[J]．環境保護前沿，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]. 環境科學學報，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系[J]. 蘭州大學學報: 自然科學版，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，李杰，等．氣象-化學雙向耦合模式(WRF-NAQPMS)研制及其在京津冀秋季重霾模擬中的應用 [J]． 氣候與環境研究，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．京津冀區域重污染天氣過程數值預報評估新方法[J]． 環境科學學報，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．應用CMAQ模型解析河北南部城市的霾污染來源[J]．環境科學學報，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細顆粒物污染模擬效果對比評估[J]．環境科學學報，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] 中國環境監測總站．環境空氣質量預報預警方法技術指南[M]．北京：中國環境出版社，2014.

[19] 中華人民共和國環境保護部．環境空氣質量指數(AQI)技術規定(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. 城市環境空氣質量指數范圍預報方法初探[J]. 中國環境監測，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

國家自然科學基金資助項目(41505105)；環保公益性行業科研專項(201509014)

馬 琳(1969-)，河南新鄉人，學士，高級工程師。

晏平仲