徐文帥,李云婷,吳其重,張大偉,王自發(fā),李金香
1.北京市環(huán)境保護監(jiān)測中心,北京 100048
2.大氣顆粒物監(jiān)測技術北京市重點實驗室,北京 100048
3.北京師范大學全球變化與地球系統(tǒng)科學研究院,北京 100875
4.中國科學院大氣物理研究所大氣邊界層物理與大氣化學國家重點實驗室,北京 100029
AQI標準下北京市空氣質量數(shù)值預報系統(tǒng)及其在重大活動保障中的應用
徐文帥1,2,李云婷1,2,吳其重3,張大偉1,2,王自發(fā)4,李金香1,2
1.北京市環(huán)境保護監(jiān)測中心,北京 100048
2.大氣顆粒物監(jiān)測技術北京市重點實驗室,北京 100048
3.北京師范大學全球變化與地球系統(tǒng)科學研究院,北京 100875
4.中國科學院大氣物理研究所大氣邊界層物理與大氣化學國家重點實驗室,北京 100029
圍繞新AQI標準下環(huán)境空氣重污染預報預警工作的需求,全面優(yōu)化升級了北京市空氣質量數(shù)值預報系統(tǒng)。該系統(tǒng)集成了新一代天氣模式WRF,并進一步發(fā)展污染源處理模型SMOKE,實現(xiàn)了點源、面源、機動車源等排放源高時空分辨率制作,同時緊追空氣質量模型(CMAQ、CAMx、NAQPMS)新發(fā)展,實現(xiàn)在線源解析模塊的業(yè)務應用。這一系統(tǒng)不僅在日常業(yè)務預報中有效提升了北京市空氣重污染過程的預報準確率,還成功應用于2014年APEC會議、2015年紀念中國人民抗日戰(zhàn)爭暨世界反法西斯戰(zhàn)爭勝利70周年閱兵等重大活動空氣質量保障工作中,滿足了重大活動對空氣質量預報預警的特殊需求,為進一步提高城市空氣質量預報預警技術的發(fā)展做出有益嘗試,并積累了豐富的經驗。
空氣質量;北京市;預報預警;數(shù)值模式;重污染
2013年1月1日,中國正式實施新的《環(huán)境空氣質量標準》(GB 3095—2012)和《環(huán)境空氣質量指數(shù)AQI技術規(guī)定》(試行)(HJ 633—2012),將PM2.5、O3等污染物納入評價標準,同時NO2評價標準的濃度限值加嚴。在新標準下2014年京津冀13個重點城市PM2.5年平均質量濃度達到93 μg/m3,長三角25個地級市年平均質量濃度也達到60 μg/m3[1],均遠超過國家空氣質量二級標準;不僅PM2.5濃度污染較重,北京市在2014年甚至出現(xiàn)O3重度污染過程[2]。中國大氣污染出現(xiàn)復合性特點,大氣污染問題已成為社會關注的焦點。改善城市空氣質量,除了有效控制本地及周邊城市各類污染源外,開展空氣污染預報也是污染控制工作的重要方面,尤其是在空氣重污染或重大活動保障期間,及時準確的空氣污染預報預警,可為管理部門提供有效的污染控制依據(jù)。針對不利于污染物擴散的天氣作出預警服務是空氣質量保障工作的關鍵環(huán)節(jié)。在所有預報方法中,數(shù)值預報由于包含科學與系統(tǒng)的物理化學過程,已成為美國、英國、意大利、法國等發(fā)達國家業(yè)務預報中使用的核心技術方法[3-6]。在AQI標準實施以前,中國北京、上海、廣州[7-10]等重點城市已初步建立數(shù)值預報系統(tǒng)并實現(xiàn)業(yè)務應用,但仍存在重污染過程模擬結果偏低等不足[10-11]。
研究根據(jù)新的AQI標準下空氣質量業(yè)務預報的新需求,通過排放清單時空優(yōu)化處理、空氣質量模型系統(tǒng)更新與區(qū)域參數(shù)改進、重大活動污染控制措施快速評估方案設置,同時從業(yè)務運行的角度全面考慮滿足空氣質量業(yè)務保障的圖形展示與模型并行計算算法要求,建立新AQI標準下北京市空氣質量數(shù)值預報方法體系,有效提高了空氣重污染預報的準確度,并實現(xiàn)2014年APEC會議與2015年紀念中國人民抗日戰(zhàn)爭暨世界反法西斯戰(zhàn)爭勝利70周年閱兵(以下簡稱“9·3”閱兵)等重大空氣質量保障活動業(yè)務應用。研究旨在探索如何更合理、有效地應用空氣質量數(shù)值預報技術,為特大城市或區(qū)域各城市在空氣質量預報預警業(yè)務與未來重大活動空氣質量保障工作提供更有應用價值的預報技術服務。
1.1 系統(tǒng)結構與區(qū)域設置
早在2008年北京奧運會之前,北京市環(huán)境保護監(jiān)測中心就聯(lián)合中國科學院大氣物理研究所建立了空氣質量多模式業(yè)務預報系統(tǒng)[7-8]。然而,近年來出現(xiàn)了應用該多模式系統(tǒng)表現(xiàn)出典型的重污染過程大氣污染物濃度模擬偏低的問題,鑒于此,北京市環(huán)境保護監(jiān)測中心與相關研究團隊合作對多模式系統(tǒng)進行評估改進研究[11]。在此基礎上,結合新AQI標準下北京市空氣重污染應急預案需求,北京市空氣質量數(shù)值預報系統(tǒng)進一步采用新一代的天氣研究預報模式WRF代替已停止研發(fā)的MM5氣象模式,將污染源處理模型SMOKE和空氣質量模型(CMAQ、CAMx、NAQPMS)分別升級研發(fā)至較新版本,并新引入CAMx模型污染來源解析PAST模塊;優(yōu)化研發(fā)并行計算技術,有效提升空氣質量數(shù)值模擬計算速度,并在此基礎上結合SMOKE排放模型研發(fā)新一代污染控制措施快速評估系統(tǒng),快速評估各種減排措施實施時的空氣質量效果,反饋政府決策部門。所應用的業(yè)務系統(tǒng)流程如圖1所示。
圖1 新AQI標準下北京市空氣質量數(shù)值預報系統(tǒng)結構示意圖
氣象模式全球初始邊界條件采用美國大氣和海洋局(NOAA)的全球預報氣象場(GFS)數(shù)據(jù)集(又稱AVN分析資料),該數(shù)據(jù)水平空間分辨率為0.5°×0.5°,日常業(yè)務預報時長由72 h延長為APEC會議期間的96 h,并在“9·3”閱兵活動空氣質量保障中進一步延長到120 h。在排放清單處理中,東亞背景排放清單基于TRACE-P[12]和INTEX-B排放清單[13],本地排放清單根據(jù)北京市科學技術委員會項目《北京市大氣排放清單研究》獲得,周邊區(qū)域及減排清單來源于京津冀及近周邊省市向京津冀及周邊地區(qū)大氣污染防治協(xié)作小組提供的污染統(tǒng)計數(shù)據(jù)。
1.2 模式系統(tǒng)優(yōu)化與升級
1.2.1 模型區(qū)域設計
預報系統(tǒng)將采用3層嵌套技術,最粗網格分辨率為27 km,最內層分辨率仍為3 km。最外層區(qū)域仍然覆蓋整個東亞地區(qū);中間層區(qū)域覆蓋京津冀及近周邊區(qū)域;3 km區(qū)域包含北京及近鄰城市(圖2),以重點考察周邊地市對北京市PM2.5的影響。
圖2 模式區(qū)域設計
1.2.2 模型版本優(yōu)化
在新一代業(yè)務預報系統(tǒng)中,氣象、污染源處理、空氣質量模型均適用目前較新及應用較成熟的版本,其中天氣研究模式WRF版本采用V 3.6[14],WRF模式是美國大氣研究中心(NCAR)主導研發(fā)的新一代非靜力天氣氣候模型,其針對相對濕度與邊界層高度的模擬明顯優(yōu)于MM 5,而這2個要素是PM2.5與O3預報的關鍵氣象要素之一[15],因此研究采用WRF替代MM 5。
排放源處理模型SMOKE[16]版本采用V 2.4,在此基礎上設計一套完整的腳本系統(tǒng),實現(xiàn)面源、點源及機動車源3種排放處理方式的高度自動化。
空氣質量模型CMAQ[17]版本為V 4.7,相當于原有多模式系統(tǒng)中CMAQv 4.4,新版本選用新一代氣相化學機制CB 5[18],氣溶膠模塊由原有的aero 4升級為aero 5,而MCIP模塊采用V 3.6以適應新一代天氣模式WRF。CAMx模型[19]版本采用較新的V 6.10,氣相化學機制同樣由CB 4升級到CB 5,化學機制算法由原有CMC更新為更加普適的EBI解法器,氣相反應物種由35個增加到65個,考慮的化學反應由原有的117個增加到156個,所考慮的物種更加詳細。NAQPMS模型版本采用最新的V 3.0,引入ISOPPOPIA氣溶膠模塊,更加完善模式對PM2.5模擬能力。
1.3 排放清單設計與時空優(yōu)化
1.3.1 面源網格化處理
北京市的道路揚塵、民用化石燃料、生物質燃燒及小工業(yè)排放等是顆粒物排放的重要來源,此類排放占北京市顆粒物排放的70%以上[20],這類排放常以無組織形式出現(xiàn),研究采用SMOKE模型的統(tǒng)計-分攤的面源處理方式,結合人口、路網等地理信息資料,以獲得更高空間分辨率城市區(qū)域顆粒物排放源,其基本處理流程如圖3所示,除考慮空間分布特征之外,綜合考慮不同行業(yè)排放的時間變化規(guī)律、排放物種成分等因素,建立模式可用的網格化排放源。
圖3 SMOKE面源處理流程圖
已有研究表明,通過面源空間優(yōu)化可以有效提高北京市顆粒物的模擬效果[18],因此研究中將原有多模式預報系統(tǒng)中北京市行政區(qū)域內的面源排放清單由區(qū)縣級進一步優(yōu)化至鄉(xiāng)鎮(zhèn)街道級(北京市以外的面源排放依然采用區(qū)縣級清單)。處理過程中,在SMOKE模型中按照行業(yè)相關的空間分布屬性、時間變化規(guī)律及行業(yè)排放物種分配規(guī)律,將鄉(xiāng)鎮(zhèn)街道級排放清單的居民面源、鍋爐排放、道路揚塵、小鍋爐燃燒、生物質排放等不同行業(yè)類型的面源分攤到模式水平網格。
1.3.2 點源處理
點源處理采用“自下而上”調查匯總的方式進行,與面源處理的主要區(qū)別在于排放源的空間分配;而物種分配機制、排放時間規(guī)律與面源處理類似(依據(jù)行業(yè)特征考慮不同行業(yè)類型排放源排放時間規(guī)律)。點源的空間分配包括水平分配和垂直分配。水平分配依據(jù)點源調查清單經緯度位置網格化;垂直分配結合氣象要素模擬結果,模擬點源排放煙流上升過程。
研究中收集并整理了北京市及周邊城市2013年大型工業(yè)點源的環(huán)境統(tǒng)計排放數(shù)據(jù)。在此基礎上將最新并經過GIS工具位置校驗的排放信息導入SMOKE排放模型,最終獲得的點源排放圖如圖4所示。
圖4 SMOKE模型中SO2點源分布圖
1.3.3 機動車排放源處理
在機動車排放處理過程中,利用GIS的空間分割工具對路線位置、公路里程信息、不同公路類型設置不同權重,調用SMOKE中的mobile 6模塊,根據(jù)不同機動車的發(fā)動機類型、里程、道路信息、車流量、車速以及氣象因子等信息進行模擬運算,每日在線計算獲得機動車的排放因子與排放總量。
預報系統(tǒng)采用的SMOKE-Mobile 6模塊依據(jù)機動車行駛里程數(shù)據(jù)、數(shù)值模式實時預報氣象輸入及Mobile 6模塊參數(shù),動態(tài)計算機動車排放因子。Mobile 6模塊計算獲得機動車排放因子考慮了地區(qū)燃油水平、工況、車型、車速及環(huán)境溫濕度等因素影響,再結合不同等級道路不同車型機動車行駛里程數(shù)據(jù)計算獲得機動車排放量,機動車尾氣排放處理結果如圖5所示。
圖5 機動車源CO排放處理效果圖
1.3.4 綜合排放源的時空合成
在SMOKE排放模型中,根據(jù)已有研究成果[18],針對電廠、居民面源、化工、燃煤采暖、鋼鐵、水泥等不同行業(yè)排放時間變化系數(shù)對研究的年排放清單進行分配,其中各類源均具有月、日分配系數(shù);而排放物種分配參考USEPA的物種分配數(shù)據(jù)庫。
各類排放源處理結束后,綜合考慮面源、點源及機動車源排放,利用SMOKE模型中的merge模塊將合并獲得模式可用的新區(qū)域網格排放源,最終合并獲得未來96 h逐小時的排放量,用于每日空氣質量預報與應急評估。
1.4 來源解析模塊設計
中國一些地區(qū)高濃度的O3和PM2.5同時存在,具有明顯的復合型污染特征,相比一次污染物,二次污染物在形成機理上更為復雜:輸送過程中復雜的物理(混合過程)和化學過程(氣相、液相特別是非均相反應)增加了準確定量評估污染物跨境輸送影響的難度。傳統(tǒng)CMB受體模型或PMF因子分析法難以解析二次污染物的來源,研究中采用三維空氣質量數(shù)值模型CAMx的顆粒物溯源模塊(PSAT)解析PM2.5的污染來源,與目前常用的源解析方法相比,可以更為準確高效的對PM2.5的輸送源地區(qū)和污染排放源進行解析。
PSAT是CAMx的一個重要擴展功能,可用于追蹤的顆粒物種類主要包括硫酸鹽粒子、硝酸鹽粒子、銨鹽粒子、汞粒子、一次和二次有機氣溶膠、元素碳、地殼粒子以及其他顆粒物。 PSAT的一個基本假設是對每類顆粒物追蹤其主要的前體物(即硫酸鹽追蹤硫氧化物的排放,硝酸鹽追蹤氮氧化物的排放,銨鹽追蹤氨的排放等)。
1.5 計算機并行算法與自動化變成設計
Linux操作系統(tǒng)是各個模式運行的基礎計算平臺,為實現(xiàn)空氣質量數(shù)值模型每日業(yè)務化自動運行,業(yè)務系統(tǒng)采用Shell腳本編程語言,輔以FORTRAN、C、PYTHON及PERL語言,實現(xiàn)NetCDF、ASCll文本、二進制等不同數(shù)據(jù)格式的解析與轉換,并實現(xiàn)各氣象、污染源、空氣質量模型輸入輸出等接口的自動銜接,同時基于GRADS等繪圖軟件設計自動繪圖腳本代碼,實現(xiàn)每日自動繪圖輸出功能的業(yè)務化功能。
在并行方面,研究采用MPICH消息通訊并行方式,同時引入混合并行技術等方面最新研究成果,實現(xiàn)了各模型在Infiniband網高效并行計算,極大提升了各個空氣質量模式運行效率(如同樣區(qū)域設置CMAQ模式計算耗時由110 min下降到50 min)。新計算技術的引入有效減少了模式預報時間,提高了模式時效性,使得基準、減排等多情景業(yè)務化預報成為可能,也使得在線源解析的業(yè)務化預報成為可能,為預報小組及專家及時提供更加豐富的數(shù)值產品。
2.1 業(yè)務應用效果
2014年國控點位PM2.5日均質量濃度模擬值與實測值對比結果如圖6所示。
圖6 PM2.5日均質量濃度模擬與實測比對
由圖6可見,在2014年1—12月的模擬比對時段內,模擬與觀測值變化趨勢均比較接近,模擬值略低于觀測結果。而在1月中下旬、2月下旬、3月下旬、10月上旬、10月下旬、12月等各個重污染過程中,模式系統(tǒng)均能很好地模擬出污染過程快速上升及下降過程,模擬的數(shù)值與觀測值吻合較好,模擬總體性能較好。統(tǒng)計分析表明,絕大多數(shù)優(yōu)良天模擬效果較高,極少出現(xiàn)優(yōu)良天模擬與觀測結果反向個例。
2.2 與舊系統(tǒng)重污染過程模擬比對
圖7為新系統(tǒng)與舊系統(tǒng)在重污染過程中對PM2.5日均質量濃度模擬值的比對結果。
圖7 2014年采暖季新、舊系統(tǒng)PM2.5日均值模擬比對
由圖7可見,針對在北京市空氣質量重污染頻發(fā)的采暖季,舊系統(tǒng)針對PM2.5重度污染以上的模擬性能較差,2014年11—12月絕大多數(shù)重污染天難以模擬,而新系統(tǒng)對重污染的模擬性能大幅改進,較好模擬出11月26日、12月9、27日重污染過程的累積及快速消散過程。
2.3 水平分布模擬校驗效果
圖8、圖9分別為典型區(qū)域性重污染過程和優(yōu)良天氣下,系統(tǒng)模擬結果與實測效果比較。
圖8 典型區(qū)域性重污染模擬空間效果圖(左圖為CMAQ模式模擬結果,右圖為對應時刻的河北省環(huán)保廳空氣質量發(fā)布平臺)
圖9 典型優(yōu)良天模擬空間效果圖(左圖為CMAQ模式模擬結果,右圖為對應時刻的河北省環(huán)保廳空氣質量發(fā)布平臺)
從首要污染物PM2.5的空間分布效果看,模型系統(tǒng)針對區(qū)域性重污染過程(圖8)以及優(yōu)良天(圖 9)的模擬結果與實測均較為接近,基本可預報模擬反演出污染物的空間演變規(guī)律,可以為預報提供重要支撐。
2.4 典型O3重污染過程模擬效果
北京市在2014、2015年均發(fā)生個別O3重污染過程,尤其在2015年8月11—13日,連續(xù) 3 d空氣質量級別達到O3中度污染以上,其中8月13日甚至達到重度污染水平。由于O3日變化較為顯著,研究中選取8月9—16日O3與NO2的小時濃度變化進行比對分析(圖10),以期更好地檢驗模型針對氣態(tài)污染物的模擬性能。
圖10 2015年8月9—16日(0:00)城區(qū)點位氣態(tài)污染物小時濃度變化比對
從圖10可以看出,城區(qū)點位模擬結果與實測值較為接近,尤其針對8月11—13日O3極高值模擬性能較佳,成功模擬出8月11、13日快速上升而后顯著下降的日變化特征。另一方面,NO2每日模擬的谷值均略低于實測值,可能與機動車源略有低估有關。
3.1 減排情景設計
不同于北京奧運會空氣質量減排效果事后模擬評估,在強有力的計算技術及污染控制措施排放快速設定系統(tǒng)支撐下,新系統(tǒng)采用業(yè)務預報的方式同時模擬基準情景及各組減排情景,向預報小組、專家及決策部門提供各種情景下北京市PM2.5等各種污染物濃度。
在2014年APEC會議與2015年“9·3”閱兵活動空氣質量保障期間,模型系統(tǒng)根據(jù)《京津冀及近周邊區(qū)域空氣質量保障方案》中的不同級別預警減排措施設計模擬情景。設計的模擬情景包括:①基準情景,即日常不減排情景。②分階段減排情景,即分階段依據(jù)空氣質量保障方案對北京及周邊設定不同的減排模擬方案,APEC期間,11月3—5日為第一階段,11月6日起為第二階段;“9·3”閱兵期間,8月20—27日為第一階段,8月28日—9月3日為第二階段。③基準情景下的無周邊排放源情景。④減排情景下的無周邊排放源情景。在重大活動空氣質量保障中,需要第一時間得出不同情景下空氣質量的預報效果,在2次活動的空氣質量保障中新一代的北京市空氣質量數(shù)值預報系統(tǒng)每日均同時運行4套情景進行預報。
3.2 減排期間預報效果驗證及效果評估
3.2.1 APEC會議空氣質量保障
圖11展示了APEC會議期間模式系統(tǒng)對整個京津冀地區(qū)PM2.5高濃度時段模擬效果與實測值的對比情況。
圖11 APEC會議期間PM2.5高濃度時段模擬與實測比對
由圖11可見,APEC會議減排情景對于京津冀區(qū)域的空間分布特征與空氣質量監(jiān)測網監(jiān)測濃度表現(xiàn)出較好的一致性(如較好地反演出10月8日京津冀區(qū)域大部分地區(qū)白天時段維持良好-輕度污染的水平分布特征)。
APEC會議減排情景在11月3—10日的模擬結果與實測結果的比對圖見圖12。
圖12 APEC會議期間基準情景、減排情景預
由圖12可以看出,減排情景模擬與觀測的時間變化規(guī)律較為一致,模式系統(tǒng)較好地模擬出11月4日快速上升到11月6日迅速下降過程,同時也較好地模擬出7—10日緩慢上升后小幅波動的變化特征。同時,基于基準情景、減排情景2組模擬結果也很好地表征了APEC會議期間分階段減排措施效果,7、8日實際減排效果甚至超過保障方案設定的預期,8日的預報中基準情景預測為中度污染,依據(jù)保障方案減排措施,可下降到輕微污染及格線附近,而實際減排效果略高于保障方案預估效果,保障了8日北京空氣質量達到良,未出現(xiàn)輕微污染。
APEC會議期間污染減排措施對北京市PM2.5的影響如圖13所示。
由圖13可見,APEC會議期間北京及近周邊城市實施減排措施之后,空氣質量改善比例達到24.6%~38.53%,而第二階段減排措施效果較第一階段更為明顯,減排比例最高為11月8日。減排的第一階段(11月3—5日),減排比例為24.6%~26.41%,低于30%;第二階段開始,減排效果明顯增加,每日減排比例均高于30%,而且減排比例較為穩(wěn)定,為32.35%~38.53%之間波動,并未隨污染物濃度高低而劇烈變化。
圖13 APEC會議期間污染減排對北京市PM2.5的影響
3.2.2 “9·3”閱兵活動保障
2015年“9·3”閱兵活動空氣質量保障采用了跟APEC會議期間同樣的4組減排設置進行空氣質量預報及減排措施效果預估。由8月20日—9月4日減排情景下模擬與實測的比對結果可知(圖14),模擬與實測結果非常接近,能較好模擬出8月20、23日,9月4日各階段峰值的變化趨勢,針對8月21、25、26日的極低值模擬也非常接近,基本反演出污染變化過程。同樣獲得與APEC會議期間空氣質量保障相似的評估結果提供給預報小組、專家及決策部門使用。
圖14 8月20日—9月4日PM2.5模擬與觀測比對
3.3 在線源解析技術在空氣質量保障中的應用
與APEC會議期間空氣質量保障略有不同,為了更有效地利用計算資源,在“9·3”閱兵期間,進一步利用CAMx模型的在線源解析PSAT追蹤不同地區(qū)顆粒物排放對北京空氣質量的貢獻。通過GIS對CAMx模式網格對地理區(qū)域進行識別,結合CAMx-PSAT工具追蹤研究了北京、天津及河北各個地級市排放污染物對模式區(qū)域內各個網格點的影響共享,通過目標點提取計算獲得各個城市對北京市的顆粒物貢獻率,如圖15所示。
圖15 北京市、天津市及河北省其他地級市對北京市PM2.5貢獻解析
由圖15可見,在8月20日—9月4日期間,外來輸送占20.8%,北京市本地貢獻占79.2%,比較全年傳輸量有所減少。這主要是由于2個活動期間,北京市偏北風頻率較高,北部區(qū)域空氣相對清潔,輸送到京以低濃度空氣污染物為主,因此在輸送中占比減小。從各地來源來看,在2個活動期間,主要以偏北與偏東北向輸送為主,京津冀區(qū)域內對北京傳輸影響最大的為唐山市,輸送占比為4.3%;其次為北部的張家口市,輸送占比為3.4%;天津市占2.9%;廊坊市占比也超過1%。而西南向輸送占比相對較小(保定市輸送占比僅為0.8%),西南向更遠的石家莊市、邢臺市與邯鄲市對北京市輸送影響均低于0.5%。
除地理來源識別,在線源解析技術也能區(qū)別不同類型排放源對目標地區(qū)的貢獻。在“9·3”閱兵期間空氣質量保障研究工作中,進一步將模型排放源分為機動車源、電廠、采暖鍋爐、揚塵、居民面源、生物源、農業(yè)源等類型結合CAMx-PSAT進行來源解析,通過解析PM2.5中的一次粒子、二次有機氣溶膠等組分,獲得不同類型排放源的貢獻,可為決策部門制定污染長效措施提供幫助。
1)通過優(yōu)化升級氣象、污染源處理和空氣質量模型,建立新AQI標準下的北京市空氣質量數(shù)值預報系統(tǒng),實現(xiàn)了PM2.5、O3等多種污染物時空變化的準確預報,大幅提升了北京市空氣重污染過程的預報性能;研發(fā)了污染在線解析模塊,豐富了預報預警應急的手段和方式。
2)在APEC會議與“9·3”閱兵等重大活動空氣質量保障中,通過多情景同時模擬預報、耦合污染源在線解析模塊等方式,實現(xiàn)了在重大活動期間開展準確、及時、不同區(qū)域的業(yè)務預報和控制措施快速評估工作,為重大活動空氣質量管理決策提供了強有力的科學技術支撐。
3) 盡管模型針對PM2.5時間變化具有較好的模擬效果,但2014年年均值模擬結果略有偏低,可能與目前模型系統(tǒng)未考慮春節(jié)煙花爆竹、外來沙塵輸送、秸稈焚燒等非常規(guī)污染排放的影響直接相關。在今后工作中還需進一步開展非常規(guī)污染源耦合研究(如加強資料同化與集合預報技術研究),為公眾與環(huán)境管理部門提供更準確的空氣質量預報預警服務。
[1] 中華人民共和國環(huán)境保護部.中國環(huán)境狀況公報[M/OL].[2015-10-30].http://jcs.mep.gov.cn/hjzl/zkgb/2014zkgb/
[2] 北京市環(huán)境保護局,北京市環(huán)境保護監(jiān)測中心.北京市環(huán)境質量狀況公報[M/OL].[2015-10-30].http://www.bjepb.gov.cn/bjepb/413526/413663/413717/413719/index.html.
[3] 美國環(huán)保署.美國空氣質量數(shù)據(jù)與預報實時發(fā)布平臺[EB/OL].[2015-10-30].www.airnow.gov
[4] 英國環(huán)境、食品和農村事務部.英國空氣質量預報發(fā)布平臺[EB/OL].[2015-10-30].http://uk-air.defra.gov.uk/
[5] 法國巴黎大區(qū)空氣質量管理中心.巴黎大區(qū)空氣質量預報發(fā)布平臺[EB/OL].[2015-10-30].http://www.airparif.asso.fr
[6] 意大利艾米利亞-羅馬涅大區(qū)空氣質量管理局.意大利艾米利亞-羅馬涅大區(qū)空氣質量預報發(fā)布平臺[EB/OL].[2015-10-30].http://www.arpa.emr.it
[7] 趙越,徐文帥,孫峰,等.北京市空氣質量預報技術[J].中國科技成果,2012,13(7):28-31.
[8] 王自發(fā),吳其重,GBAGUIDI A,等.北京空氣質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.
[9] WU Q,WANG Z,CHEN H,et al.An evaluation of air quality modeling over the Pearl River Delta during November 2006[J].Meteorol Atmos Phys,2012,116(3):113-132.
[10] 王茜,付晴艷,王自發(fā),等.集合數(shù)值預報系統(tǒng)在上海市空氣質量預測預報中的應用研究[J].環(huán)境監(jiān)控與預警,2010,2(4):1-7.
[11] WU Q Z,XU W S,SHI A J,et al.The air quality forecast of PM10 in Beijing with Community Multi-scale Air Quality Modeling (CMAQ) system: emission and improvement[J].Geosci Model Dev,2014,7: 2 243-2 259.
[12] STREETS D G.An inventory of gaseous and primary aerosol emission in Asia in the year 2000[J].Geophys Res,2003,108(D21):doi:10.1029/2002JD003093.
[13] ZHANG Q.Asian emissions in 2006 for the NASA INTEX-B mission[J]. Atmos Chem Phys,2009,9(14):5 131-5 153.
[14] SKAMAROCK W C, KLEMP J B, DUDHIA J,et al.A Description of the Advanced Research WRF Version 3[R].Boulder Colo US:Nat Cent for Atmos Res,2008:1-5.
[15] 程興宏,徐祥德,定國安,等. MM5/WRF氣象場模擬差異對CMAQ空氣質量預報效果的影響[J].環(huán)境科學研究,2009,22(12):1 412-1 419.
[16] HOUYOUX M R,VUKOVICH J M.Updates to the Sparse Matrix Operator Kernel Emissions (SMOKE) Modeling System and Integration with Models-3[R].The Emission Invertory:Regional Strategies for the future,1999:1 461.
[17] BYUN D,SCHERE K L.Review of the governing equations, computational algorithms, and other components of the models-3 Community Multiscale Air Quality (CMAQ) modeling system[J].Applied Mechanics Reviews,2006,59(1-6):51-77.
[18] YARDWOOD G,RAO S,YOCKE M,et al.Updates to the Carbon Bond chemical mechanism:CB05[R].Final Report to the US EPA,2005:1-200.
[19] ENVIRON. User’s Guide to the Comprehensive Air Quality Modeling System with Extensions (CAMx), Version 4.4[R].Novato CA US:Environ International Corporation,2002:16,29-30,38-40,44.
[20] 吳其重,徐文帥,趙秀娟,等.北京市大氣可吸入顆粒物排放源空間優(yōu)化及模式驗證[J].環(huán)境科學學報,2012,32(10):2 548-2 558.
Air Quality Numerical Forecasting System and Its Application during the Period of Guarantee for Major Events in Beijing underAQIStandard
XU Wenshuai1,2,LI Yunting1,2,WU Qizhong3,ZHANG Dawei1,2,WANG Zifa4,LI Jinxiang1,2
1.Beijing Environmental Protection Monitoring Centre,Beijing 100048,China
2.Beijing Key Laboratory of Airborne Particulate Matter Monitoring Technology,Beijing 100048,China
3.College of Global Change and Earth System Science,Beijing Normal University,Beijing 100875,China
4.State Key Laboratory of Atmospheric Boundary Layer Physics and Atmospheric Chemistry Institute of Atmospheric Physics,Chinese Academy of Siences,Beijing 100029,China
This paper focused on the needs of air pollution forecasting and early warning under the newAQIstandard, comprehensive optimized and upgraded the air quality numerical forecasting system in Beijing. The system integrated a new generation weather patterns WRF, and further developed pollution processing model SMOKE, to achieved a high spatial and temporal resolution result of point, area and mobile emission sources. In the meantime, this paper followed the new development of air quality model CMAQ、 CAMx、NAQPMS, implement operational applications of online source analytical module. This system not only be effectively enhanced accuracy Beijing’s heavy air pollution process in the ordinary forecasting work, but also successfully used in APEC and the 70 anniversary of the victory of the world anti fascist war memorial day, which fulfilled special needs of the air quality forecasting and warning during the major events period. This paper had made a good attempt that enhance the development of urban air quality forecasting and early warning technology, and has accumulated rich experience.
air quality;Beijing city;forecasting and early warning;numerical model;heavy air pollution
2015-10-30;
2016-01-19
國家環(huán)境保護公益性行業(yè)科技專項(201409005);國家科技支撐項目(2014BAC23B03);北京市科技計劃課題(Z131100006113009)
徐文帥(1980-),男,海南澄邁人,碩士,高級工程師。
吳其重
X823
A
1002-6002(2016)02- 0011- 09