WRF CMAQ模式對常州市空氣質量預報效果的評估

楊衛芬，夏 京，趙亞芳，江 飛，唐志鑫

(1 江蘇省常州環境監測中心，江蘇 常州 213001;2 南京大學國際地球系統科學研究所，南京 210046; 3 南京創藍科技有限公司，南京 210008)

近十多年來，大氣環境問題凸顯，越來越受到公眾的重視。自2013年9月國務院頒布《大氣污染防治行動計劃》[1]以來，空氣質量預報工作也越來越受到重視，全國多個地區陸續建立了空氣質量預報系統，為環境氣象業務的開展提供了強大的技術支撐[2～7]。目前常用的空氣質量預報方法主要有基于NAQPMS(Nested Air Quality Prediction Modeling System，嵌套網格空氣質量預報模式)、CAMx(Comprehensive Air Quality Model with Extensions，綜合空氣質量擴散模型)、WRF-CHEM(The Weather Research and Forecasting model coupled with Chemistry，耦合氣象模式和化學模式的空氣質量模式)、WRF-CMAQ(The Weather Research and Forecasting model coupled with the Community Multiscale Air Quality,耦合氣象模式的通用多尺度空氣質量模型)等模型的單一數值預報[8～11]和集合預報方法[12～14]、統計學方法[15～19]、綜合經驗預報方法[20]等，對空氣質量預報取得了一定成果。CMAQ模式作為常用模式，在全國不同城市均有應用，具有較強的預報能力[8, 21-22]。

常州地區作為長三角區域的中心城市，近年來，空氣質量在全省排名持續偏后。2018年，常州市PM2.5年均濃度53μg/m3，較全省均值偏高5μg/m3，達標考核壓力極大。目前，全市尚未建立空氣質量預報系統，但自2018年6月起，已開始運用通用多尺度空氣質量模型WRF-CMAQ模式本地化、精細化預報的結果來指導全市的業務預報。本文利用2018年6～12月該模式對常州的不同預報時效的AQI、AQI等級及首要污染物預報結果，以及PM2.5、PM10、O3、NO2、SO2和CO等6項污染物未來1天逐小時濃度等精細化預報結果進行了檢驗評估，識別主要預報誤差和可能原因，為模式的進一步調優改進提供科學依據，以期為常州市空氣質量的預報提供更好的參考，從而更好地指導政府和相關管理部門提前對相關污染源進行精細化管控，對污染過程起到“縮時削峰”的作用。

1 資料與方法

1.1 模式介紹

本研究所用模式是南京大學國際地球系統科學研究所開發的為常州提供的本地化WRF-CMAQ模式，其大氣化學模式使用的是美國國家環境保護署開發的大氣化學質量模式CMAQ，氣象預報模式采用廣泛應用的美國氣象界聯合開發的中尺度氣象模式WRF(The Weather Research and Forecasting model)。模式采用三層嵌套，最外層覆蓋中國大部分地區，水平分辨率為27km×27km；第二層為江蘇省及周邊地區，水平分辨率為9km×9km；第三層為常州市及周邊地區，最內層水平分辨率為3km×3km。模式計算垂直范圍從地面到20km高度，垂直分層不少于15層。污染源排放采用清華大學研制的2010年0.25度分辨率排放清單，氣象驅動數據來自美國國家環境預測中心的全球預報系統GFS(Global Forecast System)。模式在氣象、源排放、化學傳輸等核心模式的建立和參數設置充分體現常州市大氣的實際狀況和特點，采用了覆蓋常州市的高分辨率遙感地形及地表覆蓋數據，明顯改善WRF模式對近地面氣象特征的模擬結果，實現利用PM2.5、PM10、O3、NO2、SO2和CO等本地化常規自動監測數據對常州市的人為源排放進行動態優化。此外，可同時同化PM2.5、PM10、O3、NO2、SO2和CO等6種本地常規空氣自動監測數據，同化本地氣象初始場，為數值模式計算提供高精度的化學和氣象初始場，實現模式系統的本地化。當模式偏差結果較大時，一方面可以輔助判斷污染源管控效果，從而對人為源排放進行動態優化，另一方面可對CMAQ數值預報結果進行人工訂正。

模式系統提供了常州市未來24h、48h和72h的常州市城市空氣質量預報，并從11月起提供了未來5～7d可供參考的污染潛勢預測，包含：AQI 范圍、首要污染物、AQI等級等預報指導產品，預報輸出結果的時間分辨率為1 h。預報污染物包括：PM2.5、PM10、O3、NO2、SO2和CO。

1.2 評估數據及方法

本文所用的空氣質量預報數據來自本地化WRF-CMAQ模式對常州市2018年6～12月每日發布的24h、48h和72h精細化預報的AQI、AQI等級、首要污染物及未來一天的PM2.5、PM10、O3、NO2、SO2和CO等6項污染物逐小時濃度數據。實測數據為常州市6個國控監測站的日均AQI等級、首要污染物及對應的PM2.5、PM10、O3、NO2、SO2和CO等6項污染物的小時濃度數據。

目前常用的空氣質量預報評估方法主要有統計學方法、TS評分(Threat Score)、氣象部門預報評分辦法、國家空氣質量預報技術指南評分辦法等[23～25]。本文計算了AQI等級和首要污染物的預報準確率，基于相關性、絕對差異和相對差異等統計學指標，通過衡量預報值與實測值的偏離來評估模式結果的穩定性及可信度。同時，通過評分辦法[26]來綜合評估模式對AQI和AQI等級的預報能力。其中，采用的絕對差異指標為平均偏差(Mean Bias,MB)、平均誤差(Mean error,ME)、標準誤差(Root Mean Square Error,RMSE)，相對差異指標為標準化分數偏差(Mean Fractional Bias,MFB)、標準化分數誤差(Mean Fractional Error,MFE)、歸一化偏差(Mean Normalized Bias,MNB)和標準化平均誤差(Normalized Mean Error,NME)，具體公式參見文獻[27]。其中，以MFB 和MFE 為評價量，擬定了模式預報的合理范圍-60%≤MFB≤60%，MFE≤75%，理想水平范圍-30%≤MFB≤30%，MFE ≤50%。

AQI 等級的預報準確率：預報空氣質量等級與實測等級一致，判定AQI等級預報準確；對于跨級別預報的AQI等級，實況在任一預報級別內，認為預報準確。首要污染物的預報準確率：實況AQI等級為優時，預報AQI等級為優或優良，認為預報準確；在實況和預報AQI等級均為良及以上級別時，當首要污染物預報結果與實況結果有相同項，認為首要污染物預報準確，否則為預報錯誤。

AQI 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；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。

2 結果與討論

2.1 AQI預報結果評估

由圖1可見，2018年，常州市 AQI 不同時效預報值與實測值的相關系數隨預報時效增加而逐漸減小，AQI 預報值與實測值的變化趨勢總體較為一致。其中，24h預報 AQI 和實測值相關系數達0.70。

從 AQI 預報與實測的模擬效果來看，AQI 預報誤差隨預報時效延長呈增加趨勢(表1)。各預報時效的MFB和MFE均處于“理想水平”范圍(MFB范圍為-8.83%～-8.49%，MFE范圍19.54%～22.46%)。不同時效預報值總體均偏低于實況，負偏差比例為67.6%～68.6%，不同時效平均偏差較為一致，均比實況偏低15，且在9～10月較明顯，負偏差比例分別達86.4%(24h)、89.8%(48h)和91.5%(72h)。從AQI評分來看，24h預報的AQI評分相對最高，為43，其他時效評分為39。

圖1 2018年6～12月AQI不同時效預報值與實測值及預報平均偏差的時間序列和散點圖Fig.1 Time series and scatter plots of different time range outputs of AQI and observed AQI from June to December, 2018

表1 不同時效的AQI預報與實測的偏差與誤差Tab.1 Error of observed and different time outputs of AQI

從不同實況等級 AQI 預報偏差來看(圖2)，實況空氣質量等級為優(一級)時，不同時效預報與實測偏差結果均為正，且偏差隨預報時效增加而增加；實況空氣質量等級為良(二級)及以上級別時，各時效預報與實測偏差均為負，且隨著空氣質量等級逐級增加，平均偏差和負偏差比例均呈增加趨勢，空氣質量等級為重度污染(五級)時，負偏差比例達100.0%。從不同實況等級AQI評分來看，除重度污染外，不同預報時效的AQI評分隨著實況空氣質量等級逐級增加呈降低趨勢。

圖2 不同實況等級AQI不同時效預報與實況的平均偏差及預報評分Fig.2 Mean bias and score of different time range outputs of AQI and observed AQI in different air quality levels

2018年，模式對常州市AQI等級預報準確率和預報評分隨預報時效延長依次降低，AQI等級預報準確率分別為69.7%(24h)、68.1%(48h)和63.1%(72h)，AQI級別評分分別為68(24h)、55(48h)和51(72h)。從不同實況等級的預報結果來看(圖3)，同一等級預報的準確率和預報評分均隨著預報時次的延長基本呈降低趨勢。空氣質量等級為良時，各時效AQI等級預報準確率最高，達85.7%以上，其次為優和輕度污染(三級)，24h的AQI等級預報準確率分別為73.1%和42.2%，空氣質量等級為中度污染(四級)及以上時，AQI等級預報準確率較差，準確率在20.0%及以下。從AQI級別評分來看(圖3)，當實況空氣質量等級為優和良時，AQI級別評分最高，其次為輕度污染，當實況空氣質量等級為中度及以上時，AQI級別評分最低。

圖3 不同實況AQI等級不同時效預報準確率和預報評分Fig.3 The forecast accuracy and score of different time outputs of AQI level in different air quality levels

2.2 首要污染物預報結果評估

本文對各預報級別的首要污染物不同時效預報準確率進行統計結果，見表2。結果表明，首要污染物24h預報準確率為66.9%，隨著預報時效增加，首要污染物預報準確率無明顯降低趨勢，72h預報準確率為66.5%。隨著實況空氣質量等級逐級增加，不同時效首要污染物預報準確率基本呈增加趨勢，當空氣質量等級為良時，首要污染物預報準確率約59.0%～67.6%；當空氣質量等級為輕度污染以上時，首要污染物預報準確率為71.4%以上；當空氣質量等級為重度污染時，不同時效首要污染物預報均完全準確。

表2 不同實況等級首要污染物不同時效預報準確率Tab.2 The forecast accuracy of primary pollutants by different time range outputs in different air quality levels

從不同月份首要污染物的預報結果來看(圖4)，夏季(6～8月)首要污染物的預報準確率較高，其余月份首要污染物的預報準確率相對較低。這與不同月份首要污染物的分布特征不同有很大關系。夏季首要污染物相對單一，基本表現為O3污染；進入秋冬季(9～12月)，O3為首要污染物的特征逐漸減弱，由O3污染為主體逐漸過渡為PM2.5污染和NO2污染為首要污染物的特征，進入冬季(12月)，PM10成為首要污染物的可能性也加大。因此，隨著秋冬季節首要污染物種類增多，預報難度相對較大。

圖4 不同月份首要污染物不同時效預報準確率Fig.4 The forecast accuracy of primary pollutants by different time range outputs in different months

2.3 污染物濃度預測結果評估

2018年6～12月，常州市SO2濃度平均值為12μg/m3，預報平均值為14μg/m3；NO2濃度均值為42μg/m3，預報均值為62μg/m3；CO實況值為0.736mg/m3，預報值為0.933 mg/m3；PM10實況值為62μg/m3，預報值為56μg/m3；O3實況值72μg/m3，預報值49 μg/m3；PM2.5實況值42μg/m3，預報值37μg/m3。

從模式對2018年6～12月常州市6項污染物的模擬結果和實況濃度對比可以看到，O3和PM2.5濃度的模擬相關性較好，分別達0.79和0.74，其次為PM10和NO2，達0.64以上，SO2和CO的相關性最小，分別為0.37和0.50。

從模擬偏差來看(表3)，各污染物的MFB范圍為-29.81%～13.87%，絕對值均在30%以下，MFE范圍為23.82%～46.04%，均在50%以下，MFB和MFE均處于“理想水平”范圍。其中，O3、PM10和PM2.53項污染物的預報濃度總體偏低于實況，O3的偏低程度最嚴重，較實況偏低22μg/m3，平均誤差為32μg/m3，歸一化偏差為-21.61%；其次為PM2.5和PM10，預報濃度和實況總體偏低6μg/m3，歸一化偏差分別為-2.79%和1.21%，標準化平均誤差基本一致。SO2、NO2和CO等3項污染物濃度總體均偏高于實況，其中SO2和CO相對偏差較大。

表3 不同污染物小時濃度預報與實測的偏差與誤差Tab.3 Error of predicted and observed hourly concentration of different pollutants

3 結 論

3.1 本地化后的WRF-CMAQ模式對常州市AQI的預報值與實測值的變化趨勢總體較為一致，各預報時效的MFB和MFE均處于“理想水平”范圍，能較好的反映常州市實際空氣質量變化趨勢，但對重污染天氣的預報存在明顯低估現象，需進一步優化調整。

3.2 隨預報時效延長，AQI預報準確率逐漸降低。當空氣質量為良及以上級別時，預報與實測偏差結果均為負，且隨著實況空氣質量等級逐級增加，負偏差比例呈明顯增加趨勢。

3.3 模式對常州市24hAQI等級預報準確率和AQI級別評分分別為69.7%和68分。實況空氣質量為良時，各時效AQI等級預報準確率最高，其次為優和輕度污染，空氣質量為中度污染及以上時，AQI等級預報準確率較差。

3.4 模式對首要污染物24h預報準確率為66.9%，隨著預報時效增加，首要污染物預報準確率無明顯降低趨勢。當空氣質量等級為輕度污染及以上時，不同時效首要污染物預報準確率相對較高。

3.5 模式對O3和PM2.5濃度的模擬相關性較好，其次為PM10和NO2，SO2和CO的相關性最小。從模擬偏差來看，各污染物的MFB和MFE均處于“理想水平”范圍。

致謝：感謝南京大學國際地球系統科學研究所江飛副研究員及其團隊對大氣預報工作作出的貢獻，同時感謝對常州市大氣預報工作提供的所有幫助，謹致謝忱。