CUACE模式在沈陽市區(qū)PM2.5預(yù)報中的檢驗分析

吳宇童　李典　魯楊　柴曉玲　張帥　崔景琳

摘 要：采用2014年氣象常規(guī)地面資料及環(huán)境監(jiān)測站數(shù)據(jù)分析發(fā)現(xiàn)，沈陽市區(qū)的霾天氣主要集中在每年的10月、11月和12月，全年中首要污染物PM2.5占的比例最大為42%.因此，利用2014-10-01—2014-12-31沈陽市區(qū)環(huán)境監(jiān)測站全市平均的日平均值觀測數(shù)據(jù)，對CUACE模式在沈陽市區(qū)PM2.5預(yù)報中的效果進行了檢驗分析。結(jié)果表明，CUACE模式基本能反映沈陽市區(qū)PM2.5的濃度狀況和變化趨勢，但存在系統(tǒng)性低估的問題，在不存在明顯峰值時，預(yù)報效果較好。

關(guān)鍵詞：CUACE模式；PM2.5；PM10；空氣質(zhì)量指數(shù)

中圖分類號：X513 文獻標識碼：A DOI：10.15913/j.cnki.kjycx.2017.05.010

隨著經(jīng)濟建設(shè)和人們對交通、能源的依賴程度越來越高，霾的危害將會日益顯現(xiàn)，減輕霾危害已經(jīng)成為一個不可忽視的問題。目前，沈陽市氣象臺對霾天氣還是以監(jiān)測為主，對霾的預(yù)報方法還僅限于經(jīng)驗預(yù)報。為了進一步提高霾天氣預(yù)報水平，我們在加強霾天氣預(yù)報技術(shù)研究的同時，對空氣質(zhì)量預(yù)報產(chǎn)品的檢驗和預(yù)報評估工作也必不可少。

CUACE模式是中國氣象科學(xué)研究院自主研發(fā)的區(qū)域天氣大氣化學(xué)大氣氣溶膠雙向耦合模式預(yù)報系統(tǒng)，目前，該系統(tǒng)水平分辨率為3 km×3 km，預(yù)報范圍覆蓋全遼寧省，以WRF資料為初始場，每日20：00（北京時間）起報，預(yù)報時效72 h，預(yù)報產(chǎn)品種類主要包括PM2.5、PM10、SO2、NO2、O3、CO六種污染物濃度，首要污染物，空氣質(zhì)量指數(shù)AQI（Air Quality Index），污染等級霧和霾區(qū)域及等級污染氣象條件等。針對CUACE對沈陽市區(qū)PM2.5的預(yù)報效果進行了初步檢驗和系統(tǒng)性評估。

1 資料與方法

1.1 模式與資料

本文選取沈陽市區(qū)環(huán)境監(jiān)測站全市平均的日平均值作為實況值，根據(jù)現(xiàn)有的CUACE模式資料，對2014-10—2014-12模式預(yù)報的PM2.5日均濃度值進行了檢驗。

1.2 檢驗方法

本文采用統(tǒng)計檢驗和分級檢驗兩種方法對沈陽市區(qū)PM2.5濃度的預(yù)報檢驗。統(tǒng)計檢驗方法主要從模式值與實況值的絕對差異和相對偏差角度評價預(yù)報效果。指標包括均值偏差MB、標準化均值偏差NMB、均方根誤差RMSE和標準化標準誤NME，其計算公式為：

分級檢驗方法主要從污染物濃度預(yù)報的角度評價預(yù)報效果，文中設(shè)定了一定的污染閾值，將模式預(yù)報和實況值對比散點圖劃分為4個區(qū)間，如圖1所示。

2 預(yù)報效果檢驗分析

2.1 沈陽市區(qū)霾天氣及首要污染物分析

利用Micaps常規(guī)地面資料，按相對濕度小于90%，能見度小于10 km的標準，結(jié)合2014年沈陽市氣象臺發(fā)布的霾預(yù)警情況，統(tǒng)計2014年出現(xiàn)霾的日數(shù)。研究表明，沈陽市區(qū)的霾天氣有秋冬多、春夏少的特征，霾天氣主要集中在每年的10月、11月和12月，如圖2所示。

利用沈陽市環(huán)境監(jiān)測站數(shù)據(jù)分析沈陽市區(qū)全年首要污染物分布特征，研究表明，一年中沈陽市區(qū)首要污染物為PM2.5的共有153天，占全年的42%，如圖3所示。

2.2 CUACE預(yù)報效果檢驗分析

基于以上分析，沈陽市區(qū)的霾天氣主要集中在每年的10月、11月和12月，首要污染物主要為PM2.5，所以，本文基于CUACE模式對PM2.5濃度的預(yù)報進行了檢驗和預(yù)報效果評估。

圖4給出了研究時段中對沈陽市區(qū)PM2.5日均值的模擬對比情況。由此可見，該模式能夠較好地模擬出PM2.5的時間變化趨勢。對于較低的PM2.5濃度，模式模擬值與實測值較為接近。模擬與實測的偏差主要出現(xiàn)在峰值的模擬中，模擬的峰值大小往往遠小于實測值，這可能與污染源排放以及區(qū)域背景的濃度都被低估有關(guān)。

表1和圖5中列出了各研究時段沈陽市區(qū)PM2.5日均濃度模擬值與實測值的統(tǒng)計參數(shù)評估結(jié)果?？梢钥闯觯撃Ｊ綄M2.5的模擬值與實測值存在低估現(xiàn)象。各個月份模擬值與觀測值的標準平均誤差在51%～75%之間。當PM2.5觀測值較高時，模式模擬結(jié)果與實測相比偏差更大，比如2014-10的模擬值比實測值低估最多，模擬PM2.5濃度在這月低估達到了75%；12月最佳，為34%.這可能是因10月份顆粒物濃度出現(xiàn)了峰值，高濃度污染事件較多，而模型對峰值的模擬能力不足，導(dǎo)致總體的模擬效果不佳。此外，也可能是由于該模式對整個大區(qū)域背景模擬值偏低。

環(huán)境空氣質(zhì)量標準GB 3095—2012中的二級標準為：24 h平均PM2.5濃度標準為75 ug/m3。以75為分界線將預(yù)報值和實況值分為4個區(qū)域。從圖5能更直觀的看出，d區(qū)域（預(yù)報值偏低）的占的比例很大，圖5中的準確率為48%、成功指數(shù)為26%、虛報率僅為8%.

平均偏差MB與均方根誤差RMSE反映了模式值和實況值之間的偏差和誤差大小，其絕對值越小，表明數(shù)值模式結(jié)果與實況結(jié)果越為接近，模擬效果越好；歸一化標準因子NMB和NME考慮了不同濃度水平下模擬與觀測的差異，反映了模式值與實況值之間相對偏差和誤差的大小，一般情況下，如果二者均小于50%，則認為模型模擬效果較好。所以，CUACE模式基本能夠反映沈陽市區(qū)PM2.5的濃度狀況和變化趨勢，但存在系統(tǒng)性的低估問題，在不出現(xiàn)明顯的峰值時，預(yù)報效果較好。

3 結(jié)束語

本文提出的模式能較好地模擬出PM2.5的時間變化趨勢。在PM2.5濃度較低時，模式模擬值與實況值也較為接近。模式與實況的偏差主要出現(xiàn)在峰值的模擬中，這是因為模型對峰值的模擬能力不足，模擬的峰值大小往往遠小于實測值，導(dǎo)致總體的模擬效果不佳。

參考文獻

[1]吳兌，吳曉京，李菲，等.1951—2005年中國大陸霾的時空變化[J].氣象學(xué)報，2010，68（05）.

[2]吳兌.近十年中國灰霾天氣研究綜述[J].環(huán)境科學(xué)學(xué)報，2012，32（02）.

[3]王躍思，姚利，王莉莉，等.2013年元月我國中東部地區(qū)強霾污染成因分析[J].中國科學(xué)：地球科學(xué)，2014，44（01）.

[4]王自發(fā)，謝付瑩，王全喜，等.嵌套網(wǎng)格空氣質(zhì)量預(yù)報模式系統(tǒng)的發(fā)展與應(yīng)用[J].大氣科學(xué)，2006，30（05）.

[5]徐建明，徐祥德，劉煜，等.CMAQ-MOS 區(qū)域空氣質(zhì)量統(tǒng)計修正模型預(yù)報途徑研究[J].地球科學(xué)，2005，35（增刊）.

[6]謝敏，鐘流舉，陳煥盛，等.CMAQ模式及其修正預(yù)報在珠三角區(qū)域的應(yīng)用檢驗[J].環(huán)境科學(xué)與技術(shù)，2012，35（02）.

[7]董亞龍，吳寧.CAPPS 模式在銅川空氣質(zhì)量預(yù)報中的效果檢驗[J].陜西氣象，2004（05）.

[8]王宏，馮宏芳，石鈺，等.CAPPS3 模式在福州市預(yù)報效果檢驗[J].氣象與環(huán)境學(xué)報，2011，27（04）.

[9]王茜，伏晴艷，王自發(fā)，等.集合數(shù)值預(yù)報系統(tǒng)在上海市空氣質(zhì)量預(yù)測預(yù)報中的應(yīng)用研究[J].環(huán)境監(jiān)控與預(yù)警， 2010，2（04）.

[10]楊民，王慶梅，馬印飛，等.蘭州市空氣質(zhì)量預(yù)報系統(tǒng)結(jié)構(gòu)及效果檢驗[J].環(huán)境與氣象，2002，20（02）.

〔編輯：張思楠〕