江蘇省空氣質量預報準確度及改進方法分析

張 璘，張祥志，茅晶晶，楊 雪，曹天慧,3，楊金德，徐秀莉

1.江蘇省環境監測中心，江蘇 南京 210036 2.江蘇省蘇協環境技術研究院，江蘇 南京 210036 3.中科院大氣物理研究所，北京 100029 4.南京恩瑞特實業有限公司，江蘇 南京 211106

2013年以來，中國各省市空氣質量預報預警系統得到快速發展建設[1-4]，江蘇省是中國重要的人群聚居和工業活動密集區，2015年人均GDP達1.4萬美元，在各省排第一位，也是煤炭消耗、大氣污染物排放排名前三的省份，按照國務院《大氣污染防治行動計劃》以及江蘇省政府“開展污染數值模擬及城市大氣污染預測預報研究，建立重污染天氣監測預警體系”[5-6]等要求，江蘇省環境監測中心于2014年建成覆蓋省域及13個地級市的重污染天氣預報預警系統，并在江蘇環保網(www.jshb.gov.cn)上發布未來24 h分時段城市空氣質量預報，未來48 h全省區域空氣質量預報，遇到重污染天氣時發布重污染天氣預警。2015年9月，江蘇省與中國環境監測總站全國和長三角區域環境空氣質量預報平臺實現數據聯網[7-9]，2016年3月，依托“江蘇省重污染天氣監測預報預警”平臺，江蘇省開始發布未來5 d區域空氣質量預報，13個地級市陸續建成本地化空氣質量預報系統[10]。2016年11月底，13個市發布未來5 d城市預報，NAQPMS等空氣質量數值預報模式還能夠每日提供27 km×27 km地面網格條件下未來7 d空氣質量預報結果，給各市技術人員發布預報(以下簡稱人工預報)提供重要的預報參考。

為了驗證模式預報和人工預報的準確性，提高預報預測精準度，構建更自信、更準確、更智能化的預報技術體系，筆者選取PM2.5日均值濃度、臭氧日最大8 h滑動平均值(以下簡稱O3-8 h)、AQI日報和空氣質量級別等指標，將未來1 d預報結果和次日實況觀測結果進行誤差統計和對比，并提出改進預報準確性的措施方法，計算了方法實施后預報改善程度。考慮到當日預報未來2～7 d的結果會在次日進行更新，其受關注程度和重要性尚低于未來1 d的預報結果，故筆者未展開討論未來2～7 d預報結果的準確性。評價期間江蘇省業務本地化污染源清單仍然在完善之中，數值模式所依托的空氣污染源初始場應用了清華大學所提供的“中國多尺度排放清單模型”(MEIC，2014年)所提供的排放源數據。

1 江蘇省重污染預報預警概況

1.1 系統基本結構

江蘇省重污染天氣監測預報預警系統由數據管理、模式處理、分析與展示、預報發布子系統構成[11-12]：數據管理系統將大氣環境質量監測、污染源、氣象及遙感數據采集交換至系統內；模式處理系統將氣象數據、排放源數據、空氣質量數據空間場輸入至NAQPMS、CMAQ、CMAx、WRF-Chem等預報模式中，實現全省網格化空氣質量預報信息發布；分析與展示系統包括氣象數據、遙感數據、排放源清單數據、模式數據、污染減排情景模擬和污染溯源等，實現多維數據關聯、信息圖形化和GIS展示；預報管理系統包括預報制作、評估、發布和預警等模塊；該系統數據存儲量為372 TB，共配置50個計算刀片，運算內存達4 TB。

1.2 會商業務流程

重污染天氣預報會商業務工作流程如下：空氣質量實時展示→氣象實況和預報→數值預報結果比較→污染源清單查詢→省本級和全省13市多參數站實時觀測數據→多維度的歷史數據分析→人工預報修訂(圖1)。

圖1 江蘇省重污染天氣預報預警會商流程Fig.1 The conference discussion procedure of air quality forecasting & early warning in Jiangsu province

2 預報準確性評估技術方法與討論

為評價預報結果的準確性，擬從相關性(相關系數)、絕對差異和相對差異3個方面進行統計[13]。其中，相關系數反映了預報值和觀測值的相似程度(公式略)；絕對差異指標主要反映預報值和觀測值的差異大小，其指標一般有平均偏差(MB)、平均誤差(ME)、平均平方根誤差(也稱為均方根誤差，RMSE)；相對差異指標則反映每次預報值和實況值的相對差距，例如,重污染天氣時污染物濃度基數較高，其預報偏差的絕對值可能比優良天的偏差要大，但相對差異可能較小，相對差異指標包括平均標準偏差(MNB)、平均標準誤差(MNE)，或者是標準平均偏差(NMB)、標準平均誤差(NME)等。

模式預報與實況之間的偏離有正有負，適用于統計預報的“偏高”或“偏低”，而本項工作主要評價一段時間內預報結果準確與否，故選用“誤差”指標中的ME指標(公式1)、RMSE(公式2)判斷誤差大小，同時用MNE指標(公式3)反映差異的相對程度。

式中：Pi均表示模式或人工預報值，Oi表示13市國家網城市環境空氣質量監測站審核后的城市日評價發布結果(實況觀測值)。

2.1 模式預報和人工預報的比較

將2015年13市模式預報的PM2.5日均值、O3-8 h、AQI3個指標(未來1 d)和13市每日17∶00人工預報(未來1 d)與次日實際觀測值進行比較，再在13市基礎上取相關系數、ME、MNE、RMSE4個指標的全省平均值。結果顯示：①人工預報準確度優于模式預報值，其中，PM2.5日均值、O3-8 h、AQI人工預報相關性的全省平均值比全部模式預報結果的全省平均值分別高出12.8%、0.3%和11.4%，PM2.5日均值、O3-8 h、AQI人工預報的ME全省平均值分別比模式預報的全省平均值低36.5%、7.2%、32.1%，MNE分別低20.7%、3.1%、23.1%，RMSE分別低35.7%、6.1%、35.6%；②在污染物指標的相關性上，無論模式預報還是人工預報，均體現出PM2.5預報與實況高于O3-8 h，表明PM2.5趨勢擬合準確程度高于臭氧預報；③從標準偏差來看，O3-8 h的預報偏差>PM2.5預報偏差>AQI預報偏差，表明O3-8 h的預報準確程度低于PM2.5預報準確程度(表1)。

表1 2015年全省模式預報與人工預報準確性比較

注：“改進幅度”指人工預報比模式預報的改進情況，計算公式：改進幅度=(人工預報-模式預報)×100%/模式預報;PM2.5、O3-8 h的ME和RMSE統計單位均為μg/m3，AQI的ME和RMSE統計無量綱，MNE統計單位為%。下同。

2.2 各市模式預報和人工預報比較

使用orgin9.0箱線圖描述2015年全省13市預報結果和實況的相關性及誤差指標，結果表明：①PM2.5人工預報、PM2.5模式預報和實況的相關性中位數均高于O3-8 h和AQI預報，表明PM2.5預報趨勢準確程度在江蘇省高于臭氧污染預報；②ME統計發現，O3-8 h人工預報和實況差異的中位數和模式預報結果接近，表明人工和模式預報偏離程度較小，而AQI和PM2.5預報中位數偏離度較大；③MNE和RMSE統計指標表明，O3-8 h誤差評價指標均高于PM2.5預報結果，預報誤差的離散程度AQI

和京津冀重點城市相比，長三角區域性空氣質量預報研究資料仍然較少[14]，江蘇省沿江8市處于長三角的核心區域，經濟活動、大氣污染排放、下墊面情況在長三角具有良好的區域代表性，且與蘇北5市有顯著差異。統計2015年2個區域的預報準確性，結果表明：從相關性來看，沿江8市PM2.5、O3-8 h的模式預報和實況的相關系數分別為0.745 0、0.697 3，低于蘇北5市(0.773 1、0.719 9)；從人工預報情況來看，沿江8市PM2.5相關系數為0.847 8，高于蘇北5市(0.819 7)，但沿江8市的O3-8 h相關系數為0.703 2，仍低于蘇北5市(0.718 0);從誤差角度來看，PM2.5、O3-8 h、AQI的模式預報誤差均比蘇北地區略高；PM2.5和AQI的人工預報誤差比蘇北低，O3-8 h仍然低于蘇北5市(表2)。

注：箱線圖中的“—”表示最大值、最小值和中位數，“□“表示平均值”，“×”分別表示第99百分位數和1百分位數；箱體的上沿為75百分位數，箱體下沿為25百分位數。圖2 2015年AQI、PM2.5、O3-8 h人工預報與模式預報結果Fig.2 The box diagram of prediction accuracy between model and engineer of AQI, PM2.5 and O3-8 h in 2015

表2 江蘇省沿江8市和蘇北5市預報結果比較

2.2 級別和AQI值預報評分

為定量評價某地區、某日預報結果的準確性，胡鳴等[14]對評分體系進行了研究，國家氣象局制定了《城市空氣質量預報檢驗評估和考核辦法》，提出了多種評分辦法。研究引用中國環境監測總站編寫的《環境空氣質量預報預警方法技術指南》中對城市空氣質量評估方法[13]給預報結果打分，其評分辦法如下：①AQI評分：“預報AQI值=實測AQI值±10”計為100分，偏差為±(10～15)以內，得80分，±(15～20)得60分，超出±20計0分；②級別評分：“預報AQI值=實測AQI值±10”計為100分，預報級別與實測級別一致計為80分，跨級別預報范圍包含實測級別計為60分，超出以上范圍計為0分。依據以上公式，統計2015年全年江蘇省13市模式預報、人工預報情況，結果表明：空氣質量實況為“良”的預報結果較為準確，模式預報對蘇北地區預報結果較為準確，蘇南地區預報結果準確性較低，人工預報準確性比模式預報結果準確性有所提高。經計算匯總，2015年江蘇省13個地級市總體得分見表3。

表3 江蘇省空氣質量AQI指數預報級別預報和評分

3 提高預報準確性的方法及其結果

為提高預報準確性，江蘇省從及時開展預報更新，提高主觀能動性，優化業務化運行的模式系統參數配置，提高數值模式客觀預報準確程度等方面進行了優化，結果如下：

3.1 開展07∶00預報更新

江蘇省環境監測中心建議每市自2015年1月1日起，每日07∶00之前，根據昨夜今晨的大氣污染擴散與區域傳輸情況，以及氣象條件的變化，如果判斷當日空氣質量級別將與昨日預報結果相差一個級別以上，則需要對當日預報結果進行更新，并修改當日07∶00—23∶00時段的預報結果，而當日00∶00—06∶00的預報結果仍采用昨日17∶00預報值。通過統計，2015年13市均及時開展了必要的預報更新工作，更新后，當日13市PM2.5日均值、O3-8 h、AQI預報值與實況比較相關系數的全省平均值比昨日17∶00預報提高了0.5%～3.6%，ME、MNE、RMSE等誤差偏離程度比昨日17∶00分別下降1.9%～4.1%、0.9%～4.0%、1.4%～4.3%；從指標上來看，PM2.5、AQI指標改進幅度較高，ME減少了1.9%、4.1%，O3-8 h改進幅度較低，ME減少1.6%，見表4。

表4 2015年07∶00預報更新準確率結果

注：“改進幅度”表示07∶00預報修改后，更新后的當日預報結果中00∶00—06∶00為昨日預報結果，07∶00—23∶00為更新后的預報值。

為比較各市07∶00預報更新后，準確度提高的效果，依據前述評分辦法，對13市2015年1—6月各市預報員07∶00預報級別為“良”的級別得分、AQI得分進行統計，發現不同城市預報技術人員預報更新仍有較顯著差異(-1.3～8.4分)，雖然部分城市改進效果有限，但徐州等市預報員AQI指數預報改進得分顯著高于其他城市。鑒于此，江蘇省環境監測中心在2015年下半年將徐州等市預報經驗(驗證大氣擴散條件、判斷未來12 h各污染物的變化趨勢、研判擴散條件等)在各市預報員中予以推薦、普及和討論，使下半年各市空氣質量預報07∶00 預報更新后的級別評分有了進一步提高。經進一步統計，全年級別為“良”時，各市提高分值在0.3～12.0分，比上半年有一定提高，這表明在預報員主觀因素方面，開展及時預報更新、交流預報經驗，能夠積極、有效提高空氣質量預報結果的準確度(表5)。部分城市預報基礎較好，17∶00準確程度較高(南京等)，因此，盡管07∶00之前有一定更新，但更新后所提高的分值并不高(南京0.4分、揚州1.4分)。

表5 江蘇省13城市空氣質量級別為“良”時預報準確率

注：“改進分值”表示當日07∶00預報更新后，評價全天準確性所得分數比前一日17∶00預報結果所得分數的改進情況。

3.2 改進業務化運行模式的參數設置

大氣運動場釋放到大氣中污染物濃度的預報都含有不確定性，減少氣象資料誤差、排放資料誤差，提高各種物理和化學過程描述的準確性，都是提高數值預報模型性能的重要途徑[15-16]。基于2015、2016年上半年的觀測數據積累，江蘇省從排放源、化學反應機制2個方面，對業務化運行的NAQPMS模式進行了參數優化：

1)輸入排放源優化了3個方面:①基于清華大學排放源更新數據，修訂MEIC輸入排放源的垂直分層參數，調整適應模式中CBM-Z化學機制的化學成分映射參數；②耦合江蘇省本地排放清單數據，優化江蘇省內排放源時空分布以及排放強度；③針對江蘇省本級，設置排放源測試方案，對模式開展調試評估，并將調整后排放源及輸入參數予以應用。

2)優化模式中氣溶膠化學機制參數。研究發現，2015年業務化系統中二次無機氣溶膠的生成速率參數(氣相化學和非均相化學動力參數)是基于歐美國家和所研究發布的相關系數、轉換速度與江蘇省實際情況相比，高出1～2個數量級，這可能是導致2015年業務化運行的NAQPMS模式中二次無機氣溶膠(特別是硝酸鹽、氨鹽、硫酸鹽)占比高估的原因。因此，參考中科院化學所煙霧箱實驗以及北京大學在珠三角的外場觀測實驗，根據測試結果修訂了2014年以來業務化運行的NAQPMS模式運行參數，使硝酸鹽二次生成濃度有所降低，更接近江蘇省實際觀測結果，從而間接提高了二次無機氣溶膠(硝酸鹽、硫酸鹽和氨鹽)預報準確性。

2016年9月19日完成模式升級，將2016年9月20日—12月1日預報結果與2015年同期進行比較(表6)。結果表明：通過改進模式參數設置，PM2.5、O3-8 h、AQI預報值和實際觀測值的相關性與去年同比分別提高了20.6%、4.7%、25.3%，MNE降低了3.6%、45.5%、8.2%。進一步分析顯示，2016年10月江蘇省降雨量超過往年降雨量四成以上，創歷史最高降雨量，全省空氣質量達標率達到98.5%，使PM2.5濃度觀測結果處于較低水平，從而使MNE計算基數低，同比提高幅度明顯低于ME同比降幅，這表明業務化運行的數值模式在降雨量突然增加的情況下，模擬低濃度PM2.5的敏感性仍有待提高。

表6 業務化運行的NAQPMS模式改進后預報準確性

4 總結

1)對2015、2016年江蘇省模式預報和人工預報準確性進行比較分析，采用1 d預報值與實況比較的方式，選取相關系數、ME、MNE、RMSE4項統計學指標，統計了江蘇省13個地級市PM2.5、O3-8 h、AQI的數值模式預報結果以及基于數值模式、由各市預報員實際發布的人工預報結果。結果表明，人工預報比模式預報更為準確。

2)從地區上來看，江蘇省蘇南和沿江城市PM2.5、O3-8 h模式預報準確性低于蘇北城市，但蘇南和沿江城市人工預報準確性總體上高于蘇北城市；從指標來看，全省PM2.5預報準確程度高于全省O3-8 h預報。

3)計算分析了主觀性提高預報準確性工作方法(開展預報更新)，以及客觀性提高準確性的技術方法(調整經典模式參數)改進提高的分值和比例，證明2種方法均有助于提高空氣質量預報的準確性。

4)開展次日更新后，2015年上半年空氣質量級別為“良”天數的全省綜合得分提高了0.9分，徐州市預報改進分值最高，為8.4分，相關技術和預報會商經驗得到推廣后，使2015年空氣質量為“良”天數的全省綜合得分平均提高了2.6分，改進分值進一步提高。

[1] 王自發,謝付瑩,王喜全,等.嵌套網格空氣質量預報模式系統的發展與應用[J].大氣科學,2006,30(5):778-790.

WANG Zifa，XIE Fuying，WANG Xiquan，et al.Development and application of nested air quality prediction modeling system[J].Chinese Journal of Atmospheric Sciences，2006，30(5):778-790.

[2] 汪巍,高愈霄,趙熠琳,等.中小城市空氣質量預報試驗與問題研究[J].中國環境監測,2015,31(6):134-138.

WANG Wei,GAO Yuxiao,ZHAO Yilin,et al.Analysis on the experiment and problems of air quality forecast in small and medium-sized cities in China[J].Environmental Monitoring in China，2015,31(6):134-138.

[3] 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.

[4] 陸濤.長三角區域空氣質量預警聯動系統及其在上海世博會的應用[J].環境監測管理與技術,2011,23(5):68-73.

LU Tao.Regional air quality early warning and joint action system in Yangtze River Delta for Shanghai Expo[J].The Administration and Technique of Environmental Monitoring,2011,23(5):68-73.

[5] 國務院辦公廳.大氣污染防治行動計劃[R].北京:國務院辦公廳,2013.

[6] 江蘇省人民政府.江蘇省大氣污染防治行動計劃實施方案[R].南京:江蘇省人民政府,2014.

[7] 解淑艷,劉冰,李健軍.全國環境空氣質量數值預報預警系統建立探析[J].環境監控與預警,2013,5(4):1-3.

XIE Shuyan,LIU Bing,LI Jianjun.A brief discussion on national air quality forecast and early warning system[J].Environmental Monitoring and Forewarning,2013,5(4):1-3.

[8] 劉冰,王曉彥,汪巍,等.預報方法導向的系統化空氣質量預報業務作業平臺設計[J].中國環境監測,2016,32(2):1-10.

LIU Bing，WANG Xiaoyan，WANG Wei,et al.Systematic design for operation platform of air quality forecast based on forecast methods[J].Environmental Monitoring in China,2016,32(2):1-10.

[9] 劉娟.長三角區域環境空氣質量預測預警體系建設的思考[J].中國環境監測,2012,28(4):135-140.

LIU Juan.Discussions on the system of regional air quality forecasting and early warning in Yangtze delta area[J].Environmental Monitoring in China，2012,28(4):135-140.

[10] 王晨波,張祥志,秦瑋,等.南京青奧會空氣質量保障聯合觀測分析[J].環境監控與預警,2015,7(1):1-4,14.

WANG Chenbo，ZHANG Xiangzhi，QIN Wei，et al.The research about air quality protection in the combined with observation for the second summer Youth Olympics Games[J].Environmental Monitoring and Forewarning,2015,7(1):1-4,14.

[11] 江峰琴,楊雪,王晨波,等.江蘇省區域空氣質量多模式預報預警系統研究與設計[J].環境監控與預警,2015,7(2):4-7.

JIANG Fengqin，YANG Xue，WANG Chenbo，et al.Research and design of Jiangsu province regional air quality multi-mode forecast and early warning system[J].Environmental Monitoring and Forewarning,2015,7(2):4-7.

[12] 朱莉莉,晏平仲,王自發,等.江蘇省級區域空氣質量數值預報模式效果評估[J].中國環境監測，2015，31(2):17-23.

ZHU Lili，YAN Pingzhong，WANG Zifa，et al.An operational evaluation of the regional air quality forecast modeling system in Jiangsu[J].Environmental Monitoring in China,2015,31(2):17-23.

[13] 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.

[14] 胡鳴,趙倩彪,伏晴艷.上海環境空氣質量預報考核評分方法研究和應用[J].中國環境監測,2015,31(4):54-57.

HU Ming，ZHAO Qianbiao，FU Qingyan.Study on the method of environmental air quality forecast assessment score and application in Shanghai[J].Environmental Monitoring in China,2015,31(4):54-57.

[15] 王自發,李杰,王哲,等.2013年1月我國中東部強霾污染的數值模擬和防控對策[J].中國科學(地球科學),2014(1):3-14.

WANG Zifa，LI Jie，WANG Zhe，et al.Modeling study of regional severe hazes over Mid-Eastern China in January 2013 and its implications on pollution prevention and control[J].Science China (Earth Sciences)，2014(1):3-14.

[16] 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影響[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.