空氣質(zhì)量多模式預(yù)報系統(tǒng)在中山市的應(yīng)用

蔣爭明，徐迅宇，陳吟暉，彭海輝，陳煥盛，黃曉波，黃向鋒，麥健華

1.中山市環(huán)境監(jiān)測站，廣東 中山 528400 2.中國科學(xué)院大氣物理研究所，大氣邊界層物理和大氣化學(xué)國家重點實驗室，北京 100029 3.中科三清科技有限公司，北京 100107 4.中山市氣象臺，廣東 中山 528400

中山市位于中國珠江三角洲中南部，珠江口西岸，北連廣州，南連珠海，西連佛山、江門，毗鄰香港和澳門，總面積為1 783.67 km2，常住人口為314.23 萬。近年來，中山市城市化和工業(yè)化的進(jìn)程加快，機(jī)動車保有量迅速增加。中山市地理位置特殊，依山傍海，一旦遭遇持續(xù)的不利氣象條件，空氣污染物便會不斷積累，導(dǎo)致中山市空氣質(zhì)量迅速變差[1]，特別是 2013 年發(fā)生了多次持續(xù)性空氣污染[2]，空氣污染問題日益突出[3]。為應(yīng)對廣大公眾和環(huán)境管理部門對空氣質(zhì)量改善的緊迫需求，亟需建設(shè)空氣質(zhì)量預(yù)報體系，進(jìn)行空氣質(zhì)量未來狀態(tài)和變化趨勢預(yù)報，為環(huán)保部門提供科學(xué)的管理和政策咨詢建議，便于管理部門及時采取控制措施，同時也滿足公眾對空氣質(zhì)量變化的知情權(quán)。近年來氣象模式和污染模式相結(jié)合的數(shù)值預(yù)報系統(tǒng)研究迅速發(fā)展,數(shù)值預(yù)報以其完善的理論基礎(chǔ)、合理的模式設(shè)計、定時定量的預(yù)報效果成為空氣污染預(yù)報的發(fā)展趨勢[4]，已在全國得到廣泛應(yīng)用[5-8]，數(shù)值預(yù)報模式還具備污染來源解析和去向追蹤的功能[9]，為重污染天氣應(yīng)急措施的開展提供關(guān)鍵技術(shù)支持。

1 中山市空氣質(zhì)量多模式預(yù)報系統(tǒng)概述

中山市空氣質(zhì)量預(yù)報預(yù)警系統(tǒng)是中山市2014年十大民生實事之首“進(jìn)一步改善空氣質(zhì)量”的重要內(nèi)容之一，于2014年5月啟動系統(tǒng)建設(shè)，2014年12月建成。中山市空氣質(zhì)量多模式集合預(yù)報系統(tǒng)由中山市環(huán)境保護(hù)局、中科院大氣物理研究所、華南理工大學(xué)聯(lián)合開發(fā)建立，其數(shù)值預(yù)報模型包括中科院大氣物理研究所自主研發(fā)的嵌套網(wǎng)格空氣質(zhì)量預(yù)報模式系統(tǒng)NAQPMS、美國環(huán)保署推薦的CMAQ和CAMx等3個模式。系統(tǒng)綜合考慮了中山市及其周邊地區(qū)的地形狀況、各種大氣污染物的排放情況及污染物在空氣中的各種物理化學(xué)變化規(guī)律，可預(yù)報未來7 d空氣質(zhì)量狀況、可能出現(xiàn)的大氣污染過程及主要污染物的來源。

模式計算采用四重嵌套區(qū)域設(shè)置，第一區(qū)域為東亞區(qū)域(D1)，水平分辨率為81 km；第二區(qū)域為中國華南區(qū)域(D2)，水平分辨率為27 km；第三區(qū)域為廣東省及其周邊省份(D3)，水平分辨率為9 km；第四區(qū)域為中山市及周邊(D4)，水平分辨率為3 km。模式計算垂直范圍從地面到20 km高度，垂直不等距分為20層。

預(yù)報系統(tǒng)的氣象場由中尺度氣象模式WRF計算得到，其初始和邊界條件采用NCEP數(shù)值天氣預(yù)報中心GFS數(shù)據(jù)集全球預(yù)報分析資料。WRF模式第一區(qū)域時間積分步長設(shè)定為120～180 s，冬季天氣系統(tǒng)較為穩(wěn)定，積分步長設(shè)置較大，夏季對流型天氣系統(tǒng)活躍，積分步長設(shè)置較小，第二區(qū)域和第三區(qū)域的積分步長依據(jù)網(wǎng)格分辨率等比例縮小，模式輸出頻率為每小時1次。WRF模式垂直方向上采用地形跟隨坐標(biāo)系，垂直分為30層。

模式系統(tǒng)中，中山市排放清單由中山市環(huán)保局建立，基準(zhǔn)年為2013年，包括農(nóng)業(yè)源、工業(yè)源、電廠源、居民源、交通源、揚(yáng)塵等人為排放源，同時考慮生物源和生物質(zhì)燃燒等其他排放源；廣東省其他地區(qū)排放源清單來自尹沙沙等[10]建立的2012年廣東省排放源清單；香港地區(qū)排放源清單則來自香港環(huán)保署；其他地區(qū)則采用清華大學(xué)發(fā)展的MEIC[11]區(qū)域尺度清單。不同尺度的排放清單通過SMOKE排放源處理模型處理、融合后與空氣質(zhì)量數(shù)值模式對接。

模式計算以前日北京時20：00為起點，計算未來192 h的氣象場和污染物濃度場，以實現(xiàn)未來24、48、72、96、120 h的區(qū)域-城市空氣質(zhì)量預(yù)報，以及未來6～7 d可供參考的區(qū)域污染趨勢預(yù)測，預(yù)報輸出結(jié)果的時間分辨率為1 h。多模式集合預(yù)報系統(tǒng)可提供多種數(shù)值預(yù)報產(chǎn)品供預(yù)報員參考，輸出污染物包括細(xì)顆粒物(PM2.5)、可吸入顆粒物(PM10)、臭氧(O3)、二氧化氮(NO2)、二氧化硫(SO2)、一氧化碳(CO)6種主要污染物以及AQI數(shù)值預(yù)報，此外還提供不同區(qū)域和高度的天氣預(yù)報圖、前后向污染軌跡圖、污染來源追因、大氣邊界層高度分布、氣溶膠光學(xué)厚度分布和大氣能見度，點位污染物濃度和氣象要素時間序列圖等產(chǎn)品，圖1給出部分預(yù)報產(chǎn)品示例。

2 多模式預(yù)報效果評估

利用監(jiān)測數(shù)據(jù)，對2015年3月1日—2016年2月29日(共1 a)空氣質(zhì)量模式的預(yù)報結(jié)果進(jìn)行對比評估。中山市區(qū)有4個國控點位(含1個背景對照點)，中山市日平均濃度為華柏園、紫馬嶺和張溪3個監(jiān)測點位日平均濃度的平均值。各模式預(yù)報數(shù)據(jù)選取空氣質(zhì)量多模式預(yù)報系統(tǒng)D4區(qū)域24 h預(yù)報結(jié)果。

2.1 SO2多模式預(yù)報結(jié)果評估

對于SO2來說，NAQPMS、CMAQ和CAMx 3個模型均較好地預(yù)報了SO2日均值的變化趨勢(圖2)，特別是春季和秋季，各模式在2015年3—5月和9—11月間SO2預(yù)報和實測日均值的相關(guān)系數(shù)為0.56～0.62(表1)。3個模型對SO2日均值的預(yù)報均總體偏高，冬季高估最顯著，其次是秋季、夏季和春季，各模式SO2日均預(yù)報值的標(biāo)準(zhǔn)平均偏差為64.3%～332.8%。由于近幾年中山市禁燃高污染燃料、淘汰或改造升級高污染燃料鍋爐，同時周邊地區(qū)也加強(qiáng)控制措施，SO2排放量較2013年有較大減少，而多模式預(yù)報系統(tǒng)使用的污染源排放清單是2013年建立的，在預(yù)報評估期間未進(jìn)行任何更新，因此3個模型對SO2預(yù)報值均普遍性偏高。

2.2 CO多模式預(yù)報結(jié)果評估

對于CO，NAQPMS、CMAQ和CAMx 3個模型能較好地預(yù)報CO日均值變化趨勢，3個模型在不同季節(jié)對CO日均預(yù)報值與實測值的相關(guān)系數(shù)介于0.29～0.68之間，但不同季節(jié)各模式的預(yù)報性能有所不同。冬季各模式對CO日均預(yù)報值與實測值的相關(guān)系數(shù)最高達(dá)到0.43，秋季和春季最高達(dá)到0.53，而夏季相關(guān)系數(shù)最高，達(dá)到0.68。除NAQPMS模式外，其他模式對CO均有系統(tǒng)性低估(圖3)。

機(jī)動車是CO排放的主要來源，近年來中山市機(jī)動車保有量迅速增加，從2013年的87.84萬輛增加到2015年的103.39萬輛，機(jī)動車排放量較2013年有顯著增加，根據(jù)《2013年中山市排放源清單研究報告》，機(jī)動車排放的CO占其排放總量的74.3%(圖4)。

此外，低估CO排放量是目前所有排放源清單存在的共同問題。因此，3個模型CO日均預(yù)報值偏低主要是排放源誤差造成。

圖3 2015年3月—2016年2月CO實測與模型預(yù)報日均值對比Fig.3 Comparison between observations and model predictions of CO daily concentrations from March 2015 to February 2016 in Zhongshan

圖4 中山市2013年排放源清單CO排放來源構(gòu)成Fig.4 The percentage contributions of different sources to CO emissions in Zhongshan based on the 2013 emission inventory

2.3 NO2多模式預(yù)報結(jié)果評估

對于NO2，2015年3月—2016年2月國控站平均NO2日均濃度對比如圖5所示，模擬性能統(tǒng)計參數(shù)參見表1和表2。

表2 各模式對研究中NO2日均值預(yù)報效果統(tǒng)計分析Table 2 Statistical analysis of the model performance on prediction of NO2 daily concentrations

圖5 2015年3月—2016年2月NO2實測與模型預(yù)報日均值對比Fig.5 Comparison between observations and model predictions of NO2 daily concentrations from March 2015 to February 2016 in Zhongshan

對比結(jié)果表明: NAQPMS、CMAQ和CAMx 3個模型對NO2的預(yù)報趨勢較一致，模式預(yù)報值與實際監(jiān)測值比較吻合，各空氣質(zhì)量模式預(yù)報值與觀測值相關(guān)系數(shù)為0.60～0.70，但也可以發(fā)現(xiàn)3個模式均高估NO2濃度，偏高比例為2.8%～100.5%。

2.4 PM10多模式預(yù)報結(jié)果評估

對于PM10，3個模型能較好地預(yù)測PM10日均值變化趨勢，但不同季節(jié)各模式的預(yù)報性能有所不同，NAQPMS模型夏季對PM10預(yù)報性能最好，相關(guān)系數(shù)達(dá)到0.76，秋季預(yù)報效果次之，相關(guān)系數(shù)為0.55，總的來說，NAQPMS模型能較好地預(yù)測每次污染過程的演變。CMAQ和CAMx 2個模型在夏秋季節(jié)對PM10預(yù)測效果最好，相關(guān)系數(shù)為0.55～0.73，CMAQ對PM10冬季的預(yù)報效果最差(圖6)。此外，與其他模式相比，NAQPMS預(yù)報值較實際監(jiān)測值顯著偏高，偏高比例為52.1%～177.8%，這可能是由于NAQPMS模式中干沉降模塊低估顆粒物成分的干沉降速率，導(dǎo)致PM10的清除偏少造成。

圖6 2015年3月—2016年2月PM10實測與模型預(yù)報日均值對比Fig.6 Comparison between observations and model predictions of PM10 daily concentrations from March 2015 to February 2016 in Zhongshan

2.5 PM2.5多模式預(yù)報結(jié)果評估

各模式對PM2.5的預(yù)報效果與PM10類似。從圖7可看出，3個模型均可較好地預(yù)測PM2.5日均值的變化趨勢。NAQPMS模型夏季對PM2.5模擬性能最好，相關(guān)系數(shù)達(dá)到0.84，春季預(yù)報效果次之，相關(guān)系數(shù)為0.54，總的來說，NAQPMS模型能較好地預(yù)測每次污染過程的演變。CMAQ和CAMx 2個模型在春夏季對PM2.5預(yù)測效果最好，相關(guān)系數(shù)為0.56～0.77，CMAQ對冬季PM2.5的預(yù)報效果最差。與PM10的預(yù)報效果類似，NAQPMS模式系統(tǒng)性高估實測PM2.5濃度，特別是冬季，這與模擬的顆粒物成分干沉降速率偏低有關(guān)。

2.6 O3多模式預(yù)報結(jié)果評估

對于O3，NAQPMS模型對O3的預(yù)報趨勢較好，相關(guān)系數(shù)為0.15～0.77，并且模型可以合理再現(xiàn)中山市夏秋季節(jié)的O3高濃度過程。但也可以發(fā)現(xiàn)，在夏秋季節(jié)NAQPMS模型預(yù)報的O3峰值濃度仍低于實際監(jiān)測值(圖8)。

通過對模型預(yù)報偏低時的氣象條件進(jìn)行分析，發(fā)現(xiàn)該情況多出現(xiàn)在大陸高壓、海上高壓和臺風(fēng)外圍下沉氣流等天氣形勢下。研究表明，外來源對中山市的環(huán)境空氣污染物貢獻(xiàn)突出[12-13]，當(dāng)中山市地面以北風(fēng)或東風(fēng)為主時，污染物容易從北面上游城市輸送到中山，并累積發(fā)生空氣污染。當(dāng)?shù)孛嫣幱诖箨懜邏?、海上高壓時，中山市地面風(fēng)場多表現(xiàn)為北風(fēng)或東北風(fēng)，有利于污染物從北面輸送到中山并累積發(fā)生污染[14-15]。此外，當(dāng)臺風(fēng)中心位于粵東及福建以東時[16]，受臺風(fēng)西側(cè)外圍下沉氣流影響，地面風(fēng)場多表現(xiàn)為東北風(fēng)或靜小風(fēng),大氣層結(jié)穩(wěn)定，污染物難以擴(kuò)散，加上高溫天氣，容易導(dǎo)致O3超標(biāo)。CMAQ和CAMx模型對O3的模擬也存在同樣的問題，均未能準(zhǔn)確預(yù)報極端氣象條件下O3污染事件。3個模式均采用相同的氣象場，加上O3預(yù)報對于氣象條件較為敏感，因此3個模式均低估極端氣象條件下的O3濃度，這可能與氣象模型未能準(zhǔn)確預(yù)測出天氣系統(tǒng)演變有關(guān)。

圖7 2015年3月—2016年2月PM2.5實測與模型預(yù)報日均值對比Fig.7 Comparison between observations and model predictions of PM2.5 daily concentrations from March 2015 to February 2016 in Zhongshan

圖8 2015年3月—2016年2月O3-8 h實測與模型預(yù)報日均值對比Fig.8 Comparison between observations and model predictions of O3-8 h daily concentrations from March 2015 to February 2016 in Zhongshan

3 多模式預(yù)報效果改善

從上述多模式預(yù)報評估結(jié)果可以看出，各模式對主要污染物的預(yù)報均存在較為顯著的系統(tǒng)性偏差，這主要由排放源清單滯后及模式本身缺陷引起。以秋冬季節(jié)為例，各模式對CO預(yù)報總體偏低而對其他污染物則預(yù)報偏高。根據(jù)研究經(jīng)驗，排放源清單誤差通常是引起污染預(yù)報系統(tǒng)性偏差的首要原因。因此，在數(shù)值預(yù)報改善實踐中，降低數(shù)值預(yù)報系統(tǒng)性偏差最為直接、有效的方法就是調(diào)整優(yōu)化排放源清單。針對以上存在的兩大問題，研究對模式系統(tǒng)進(jìn)行調(diào)優(yōu)，主要涉及2個方面：①參照預(yù)報評估結(jié)果并根據(jù)中山市排放變化趨勢估算，對模式系統(tǒng)的排放源清單進(jìn)行適當(dāng)調(diào)整；②通過文獻(xiàn)調(diào)研，對NAQPMS模式的顆粒物干沉降速率進(jìn)行適當(dāng)調(diào)整。圖9給出了調(diào)優(yōu)之后模式系統(tǒng)對中山市2016年秋冬季各污染物的預(yù)報效果對比?？梢姡啾?015年，2016年秋冬季不同模式、不同污染物的系統(tǒng)性偏差均有顯著降低，預(yù)報效果總體得到改善。

圖9 2016年11月—2017年1月多模式預(yù)報系統(tǒng)預(yù)報值與觀測值對比Fig.9 Comparison between observations and multi-model predictions of air pollutants concentrations From November 2016 to January 2017

基于該次預(yù)報效果改善實踐可以看到，排放源清單的滯后性對空氣質(zhì)量預(yù)報預(yù)警系統(tǒng)的準(zhǔn)確性影響較為顯著，基于歷史預(yù)報效果，調(diào)整優(yōu)化排放源清單對預(yù)報預(yù)警系統(tǒng)性能提升有所幫助。因此，如何快速開發(fā)排放源清單，或基于工業(yè)企業(yè)在線監(jiān)測數(shù)據(jù)、車流量實時監(jiān)測數(shù)據(jù)和AIS船舶實時軌跡數(shù)據(jù)等大數(shù)據(jù)開發(fā)實現(xiàn)排放源清單的動態(tài)及時更新，是提高預(yù)報預(yù)警系統(tǒng)性能的方向之一。

4 中山市空氣質(zhì)量預(yù)報方法

雖然多模式預(yù)報系統(tǒng)能較好地預(yù)報SO2、CO、NO2、PM10、PM2.5和O3-8 h的日變化趨勢，但由于氣象場和污染源清單等輸入數(shù)據(jù)的不確定性，數(shù)值模式的預(yù)報結(jié)果總會存在一定偏差，而且不同模式在不同季節(jié)，對不同污染物也會表現(xiàn)出不同的預(yù)報性能，所以在預(yù)報實踐中還需預(yù)報員對模型預(yù)報結(jié)果進(jìn)行人工訂正。

目前中山市開展空氣質(zhì)量預(yù)報時，主要參照中國環(huán)境監(jiān)測總站推薦的五步法[17]，即根據(jù)數(shù)值預(yù)報模式值，進(jìn)行天氣形勢分析、污染源排放分析、物理化學(xué)過程分析、空氣質(zhì)量變化規(guī)律分析和預(yù)報會商5個步驟預(yù)報未來24～72 h空氣質(zhì)量。預(yù)報員需根據(jù)對天氣形勢、污染源排放情況、物理化學(xué)過程、空氣質(zhì)量歷史變化規(guī)律的了解，憑借實踐經(jīng)驗對模式預(yù)報結(jié)果進(jìn)行客觀訂正，并適時聯(lián)系市氣象局開展預(yù)報會商。模式預(yù)報結(jié)果經(jīng)過一系列客觀訂正后，最終得到中山市環(huán)境空氣質(zhì)量預(yù)報結(jié)果。

由于中山市地理位置特殊，依山傍海，空氣質(zhì)量容易受氣象條件影響[12-15]，因此天氣形勢分析是中山市空氣質(zhì)量預(yù)報的重要步驟。為全面把握天氣形勢，需從不同高度由高到低、有針對性地分析各高度層氣象條件。以高空大氣運(yùn)動形勢判斷區(qū)域大范圍的天氣過程，以低空大氣運(yùn)動趨勢分析局地氣象條件影響，綜合評估天氣形勢對中山市空氣質(zhì)量變化的影響。同時建立污染天氣案例庫，結(jié)合王文丁等[2]和李穎敏等[14]的研究，再利用2015—2016年氣象場資料，分析中山市污染日(空氣質(zhì)量等級為三級或以上)天氣形勢，總結(jié)出4種主要污染天氣形勢：大陸高壓型、海上高壓型、均壓場型和臺風(fēng)外圍下沉氣流型。表3給出了4種污染天氣形勢下的污染物平均濃度，從表3可以看出，SO2、NO2、CO、PM10和PM2.5平均濃度均達(dá)到《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095—2012)日均值二級標(biāo)準(zhǔn)，而O3-8 h數(shù)值則超出二級標(biāo)準(zhǔn)，O3將是中山市下階段預(yù)報和調(diào)控的重點。

表3 2015年3月—2016年2月4種污染天氣形勢下污染物平均濃度Table 3 The average concentration of air pollutants under four different pollution synoptic patterns during March 2015 to February 2016

5 結(jié)論

1)空氣質(zhì)量多模式預(yù)報系統(tǒng)為中山市提供了豐富的氣象和污染預(yù)報產(chǎn)品，評估了2015年3月—2016年2月的模型預(yù)報效果，結(jié)果表明，多模式預(yù)報系統(tǒng)對SO2、CO、NO2、PM10、PM2.5和O3-8 h日均濃度的預(yù)報相關(guān)系數(shù)介于0.5～0.8，表明多模式系統(tǒng)能較好再現(xiàn)主要污染物的日變化趨勢，但模式系統(tǒng)對各污染物的預(yù)報仍存在顯著偏差。

2)基于評估結(jié)果，從排放源清單和NAQPMS模式干沉降模塊2個方面對模式系統(tǒng)進(jìn)行了針對性的優(yōu)化調(diào)整，使模式系統(tǒng)的預(yù)報偏差得到顯著降低。可見，污染源排放清單的持續(xù)動態(tài)更新是確保模式系統(tǒng)預(yù)報效果的重要手段。

3)人工客觀訂正是對空氣質(zhì)量數(shù)值預(yù)報的重要補(bǔ)充。中山市主要采用中國環(huán)境監(jiān)測總站推薦的五步預(yù)報法?？偨Y(jié)并建立了中山市污染天氣案例庫，發(fā)現(xiàn)在典型污染天氣形勢下，除O3-8 h外其他污染物均能達(dá)到空氣質(zhì)量二級標(biāo)準(zhǔn)，表明O3應(yīng)作為中山市下階段預(yù)報和調(diào)控的重點。

4)為提高預(yù)報預(yù)警系統(tǒng)在中山市實際預(yù)報業(yè)務(wù)中的應(yīng)用效果，未來可重點從2個方面著手：①逐步實現(xiàn)中山市及周邊地區(qū)污染源排放清單的動態(tài)及時更新；②研究分析極端氣象條件下(如臺風(fēng)外圍下沉氣流)中山O3污染規(guī)律并改進(jìn)模式系統(tǒng)對該類污染事件的預(yù)報能力。