WRF CMAQ模式對(duì)常州市空氣質(zhì)量預(yù)報(bào)效果的評(píng)估

楊衛(wèi)芬，夏 京，趙亞芳，江 飛，唐志鑫

(1 江蘇省常州環(huán)境監(jiān)測(cè)中心，江蘇 常州 213001;2 南京大學(xué)國(guó)際地球系統(tǒng)科學(xué)研究所，南京 210046; 3 南京創(chuàng)藍(lán)科技有限公司，南京 210008)

近十多年來(lái)，大氣環(huán)境問(wèn)題凸顯，越來(lái)越受到公眾的重視。自2013年9月國(guó)務(wù)院頒布《大氣污染防治行動(dòng)計(jì)劃》[1]以來(lái)，空氣質(zhì)量預(yù)報(bào)工作也越來(lái)越受到重視，全國(guó)多個(gè)地區(qū)陸續(xù)建立了空氣質(zhì)量預(yù)報(bào)系統(tǒng)，為環(huán)境氣象業(yè)務(wù)的開(kāi)展提供了強(qiáng)大的技術(shù)支撐[2～7]。目前常用的空氣質(zhì)量預(yù)報(bào)方法主要有基于NAQPMS(Nested Air Quality Prediction Modeling System，嵌套網(wǎng)格空氣質(zhì)量預(yù)報(bào)模式)、CAMx(Comprehensive Air Quality Model with Extensions，綜合空氣質(zhì)量擴(kuò)散模型)、WRF-CHEM(The Weather Research and Forecasting model coupled with Chemistry，耦合氣象模式和化學(xué)模式的空氣質(zhì)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(zhì)量模型)等模型的單一數(shù)值預(yù)報(bào)[8～11]和集合預(yù)報(bào)方法[12～14]、統(tǒng)計(jì)學(xué)方法[15～19]、綜合經(jīng)驗(yàn)預(yù)報(bào)方法[20]等，對(duì)空氣質(zhì)量預(yù)報(bào)取得了一定成果。CMAQ模式作為常用模式，在全國(guó)不同城市均有應(yīng)用，具有較強(qiáng)的預(yù)報(bào)能力[8, 21-22]。

常州地區(qū)作為長(zhǎng)三角區(qū)域的中心城市，近年來(lái)，空氣質(zhì)量在全省排名持續(xù)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(dá)標(biāo)考核壓力極大。目前，全市尚未建立空氣質(zhì)量預(yù)報(bào)系統(tǒng)，但自2018年6月起，已開(kāi)始運(yùn)用通用多尺度空氣質(zhì)量模型WRF-CMAQ模式本地化、精細(xì)化預(yù)報(bào)的結(jié)果來(lái)指導(dǎo)全市的業(yè)務(wù)預(yù)報(bào)。本文利用2018年6～12月該模式對(duì)常州的不同預(yù)報(bào)時(shí)效的AQI、AQI等級(jí)及首要污染物預(yù)報(bào)結(jié)果，以及PM2.5、PM10、O3、NO2、SO2和CO等6項(xiàng)污染物未來(lái)1天逐小時(shí)濃度等精細(xì)化預(yù)報(bào)結(jié)果進(jìn)行了檢驗(yàn)評(píng)估，識(shí)別主要預(yù)報(bào)誤差和可能原因，為模式的進(jìn)一步調(diào)優(yōu)改進(jìn)提供科學(xué)依據(jù)，以期為常州市空氣質(zhì)量的預(yù)報(bào)提供更好的參考，從而更好地指導(dǎo)政府和相關(guān)管理部門提前對(duì)相關(guān)污染源進(jìn)行精細(xì)化管控，對(duì)污染過(guò)程起到“縮時(shí)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(xué)國(guó)際地球系統(tǒng)科學(xué)研究所開(kāi)發(fā)的為常州提供的本地化WRF-CMAQ模式，其大氣化學(xué)模式使用的是美國(guó)國(guó)家環(huán)境保護(hù)署開(kāi)發(fā)的大氣化學(xué)質(zhì)量模式CMAQ，氣象預(yù)報(bào)模式采用廣泛應(yīng)用的美國(guó)氣象界聯(lián)合開(kāi)發(fā)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(guó)大部分地區(qū)，水平分辨率為27km×27km；第二層為江蘇省及周邊地區(qū)，水平分辨率為9km×9km；第三層為常州市及周邊地區(qū)，最內(nèi)層水平分辨率為3km×3km。模式計(jì)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(xué)研制的2010年0.25度分辨率排放清單，氣象驅(qū)動(dòng)數(shù)據(jù)來(lái)自美國(guó)國(guó)家環(huán)境預(yù)測(cè)中心的全球預(yù)報(bào)系統(tǒng)GFS(Global Forecast System)。模式在氣象、源排放、化學(xué)傳輸?shù)群诵哪Ｊ降慕⒑蛥?shù)設(shè)置充分體現(xiàn)常州市大氣的實(shí)際狀況和特點(diǎn)，采用了覆蓋常州市的高分辨率遙感地形及地表覆蓋數(shù)據(jù)，明顯改善WRF模式對(duì)近地面氣象特征的模擬結(jié)果，實(shí)現(xiàn)利用PM2.5、PM10、O3、NO2、SO2和CO等本地化常規(guī)自動(dòng)監(jiān)測(cè)數(shù)據(jù)對(duì)常州市的人為源排放進(jìn)行動(dòng)態(tài)優(yōu)化。此外，可同時(shí)同化PM2.5、PM10、O3、NO2、SO2和CO等6種本地常規(guī)空氣自動(dòng)監(jiān)測(cè)數(shù)據(jù)，同化本地氣象初始場(chǎng)，為數(shù)值模式計(jì)算提供高精度的化學(xué)和氣象初始場(chǎng)，實(shí)現(xiàn)模式系統(tǒng)的本地化。當(dāng)模式偏差結(jié)果較大時(shí)，一方面可以輔助判斷污染源管控效果，從而對(duì)人為源排放進(jìn)行動(dòng)態(tài)優(yōu)化，另一方面可對(duì)CMAQ數(shù)值預(yù)報(bào)結(jié)果進(jìn)行人工訂正。

模式系統(tǒng)提供了常州市未來(lái)24h、48h和72h的常州市城市空氣質(zhì)量預(yù)報(bào)，并從11月起提供了未來(lái)5～7d可供參考的污染潛勢(shì)預(yù)測(cè)，包含：AQI 范圍、首要污染物、AQI等級(jí)等預(yù)報(bào)指導(dǎo)產(chǎn)品，預(yù)報(bào)輸出結(jié)果的時(shí)間分辨率為1 h。預(yù)報(bào)污染物包括：PM2.5、PM10、O3、NO2、SO2和CO。

1.2 評(píng)估數(shù)據(jù)及方法

本文所用的空氣質(zhì)量預(yù)報(bào)數(shù)據(jù)來(lái)自本地化WRF-CMAQ模式對(duì)常州市2018年6～12月每日發(fā)布的24h、48h和72h精細(xì)化預(yù)報(bào)的AQI、AQI等級(jí)、首要污染物及未來(lái)一天的PM2.5、PM10、O3、NO2、SO2和CO等6項(xiàng)污染物逐小時(shí)濃度數(shù)據(jù)。實(shí)測(cè)數(shù)據(jù)為常州市6個(gè)國(guó)控監(jiān)測(cè)站的日均AQI等級(jí)、首要污染物及對(duì)應(yīng)的PM2.5、PM10、O3、NO2、SO2和CO等6項(xiàng)污染物的小時(shí)濃度數(shù)據(jù)。

目前常用的空氣質(zhì)量預(yù)報(bào)評(píng)估方法主要有統(tǒng)計(jì)學(xué)方法、TS評(píng)分(Threat Score)、氣象部門預(yù)報(bào)評(píng)分辦法、國(guó)家空氣質(zhì)量預(yù)報(bào)技術(shù)指南評(píng)分辦法等[23～25]。本文計(jì)算了AQI等級(jí)和首要污染物的預(yù)報(bào)準(zhǔn)確率，基于相關(guān)性、絕對(duì)差異和相對(duì)差異等統(tǒng)計(jì)學(xué)指標(biāo)，通過(guò)衡量預(yù)報(bào)值與實(shí)測(cè)值的偏離來(lái)評(píng)估模式結(jié)果的穩(wěn)定性及可信度。同時(shí)，通過(guò)評(píng)分辦法[26]來(lái)綜合評(píng)估模式對(duì)AQI和AQI等級(jí)的預(yù)報(bào)能力。其中，采用的絕對(duì)差異指標(biāo)為平均偏差(Mean Bias,MB)、平均誤差(Mean error,ME)、標(biāo)準(zhǔn)誤差(Root Mean Square Error,RMSE)，相對(duì)差異指標(biāo)為標(biāo)準(zhǔn)化分?jǐn)?shù)偏差(Mean Fractional Bias,MFB)、標(biāo)準(zhǔn)化分?jǐn)?shù)誤差(Mean Fractional Error,MFE)、歸一化偏差(Mean Normalized Bias,MNB)和標(biāo)準(zhǔn)化平均誤差(Normalized Mean Error,NME)，具體公式參見(jiàn)文獻(xiàn)[27]。其中，以MFB 和MFE 為評(píng)價(jià)量，擬定了模式預(yù)報(bào)的合理范圍-60%≤MFB≤60%，MFE≤75%，理想水平范圍-30%≤MFB≤30%，MFE ≤50%。

AQI 等級(jí)的預(yù)報(bào)準(zhǔn)確率：預(yù)報(bào)空氣質(zhì)量等級(jí)與實(shí)測(cè)等級(jí)一致，判定AQI等級(jí)預(yù)報(bào)準(zhǔn)確；對(duì)于跨級(jí)別預(yù)報(bào)的AQI等級(jí)，實(shí)況在任一預(yù)報(bào)級(jí)別內(nèi)，認(rèn)為預(yù)報(bào)準(zhǔn)確。首要污染物的預(yù)報(bào)準(zhǔn)確率：實(shí)況AQI等級(jí)為優(yōu)時(shí)，預(yù)報(bào)AQI等級(jí)為優(yōu)或優(yōu)良，認(rèn)為預(yù)報(bào)準(zhǔn)確；在實(shí)況和預(yù)報(bào)AQI等級(jí)均為良及以上級(jí)別時(shí)，當(dāng)首要污染物預(yù)報(bào)結(jié)果與實(shí)況結(jié)果有相同項(xiàng)，認(rèn)為首要污染物預(yù)報(bào)準(zhǔn)確，否則為預(yù)報(bào)錯(cuò)誤。

AQI 評(píng)分：“預(yù)報(bào) AQI 值= 實(shí)測(cè) AQI 值±10”計(jì)為100分，偏差為±(10～15)以內(nèi)，得80分，±(15～20)得60分，超出±20 計(jì)0分；級(jí)別評(píng)分：“預(yù)報(bào)AQI 值=實(shí)測(cè)AQI 值±10”計(jì)為100分，預(yù)報(bào)級(jí)別與實(shí)測(cè)級(jí)別一致計(jì)為80分，跨級(jí)別預(yù)報(bào)范圍包含實(shí)測(cè)級(jí)別計(jì)為60分，超出以上范圍計(jì)為0分。

2 結(jié)果與討論

2.1 AQI預(yù)報(bào)結(jié)果評(píng)估

由圖1可見(jiàn)，2018年，常州市 AQI 不同時(shí)效預(yù)報(bào)值與實(shí)測(cè)值的相關(guān)系數(shù)隨預(yù)報(bào)時(shí)效增加而逐漸減小，AQI 預(yù)報(bào)值與實(shí)測(cè)值的變化趨勢(shì)總體較為一致。其中，24h預(yù)報(bào) AQI 和實(shí)測(cè)值相關(guān)系數(shù)達(dá)0.70。

從 AQI 預(yù)報(bào)與實(shí)測(cè)的模擬效果來(lái)看，AQI 預(yù)報(bào)誤差隨預(yù)報(bào)時(shí)效延長(zhǎng)呈增加趨勢(shì)(表1)。各預(yù)報(bào)時(shí)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(shí)效預(yù)報(bào)值總體均偏低于實(shí)況，負(fù)偏差比例為67.6%～68.6%，不同時(shí)效平均偏差較為一致，均比實(shí)況偏低15，且在9～10月較明顯，負(fù)偏差比例分別達(dá)86.4%(24h)、89.8%(48h)和91.5%(72h)。從AQI評(píng)分來(lái)看，24h預(yù)報(bào)的AQI評(píng)分相對(duì)最高，為43，其他時(shí)效評(píng)分為39。

圖1 2018年6～12月AQI不同時(shí)效預(yù)報(bào)值與實(shí)測(cè)值及預(yù)報(bào)平均偏差的時(shí)間序列和散點(diǎn)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(shí)效的AQI預(yù)報(bào)與實(shí)測(cè)的偏差與誤差Tab.1 Error of observed and different time outputs of AQI

從不同實(shí)況等級(jí) AQI 預(yù)報(bào)偏差來(lái)看(圖2)，實(shí)況空氣質(zhì)量等級(jí)為優(yōu)(一級(jí))時(shí)，不同時(shí)效預(yù)報(bào)與實(shí)測(cè)偏差結(jié)果均為正，且偏差隨預(yù)報(bào)時(shí)效增加而增加；實(shí)況空氣質(zhì)量等級(jí)為良(二級(jí))及以上級(jí)別時(shí)，各時(shí)效預(yù)報(bào)與實(shí)測(cè)偏差均為負(fù)，且隨著空氣質(zhì)量等級(jí)逐級(jí)增加，平均偏差和負(fù)偏差比例均呈增加趨勢(shì)，空氣質(zhì)量等級(jí)為重度污染(五級(jí))時(shí)，負(fù)偏差比例達(dá)100.0%。從不同實(shí)況等級(jí)AQI評(píng)分來(lái)看，除重度污染外，不同預(yù)報(bào)時(shí)效的AQI評(píng)分隨著實(shí)況空氣質(zhì)量等級(jí)逐級(jí)增加呈降低趨勢(shì)。

圖2 不同實(shí)況等級(jí)AQI不同時(shí)效預(yù)報(bào)與實(shí)況的平均偏差及預(yù)報(bào)評(píng)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(duì)常州市AQI等級(jí)預(yù)報(bào)準(zhǔn)確率和預(yù)報(bào)評(píng)分隨預(yù)報(bào)時(shí)效延長(zhǎng)依次降低，AQI等級(jí)預(yù)報(bào)準(zhǔn)確率分別為69.7%(24h)、68.1%(48h)和63.1%(72h)，AQI級(jí)別評(píng)分分別為68(24h)、55(48h)和51(72h)。從不同實(shí)況等級(jí)的預(yù)報(bào)結(jié)果來(lái)看(圖3)，同一等級(jí)預(yù)報(bào)的準(zhǔn)確率和預(yù)報(bào)評(píng)分均隨著預(yù)報(bào)時(shí)次的延長(zhǎng)基本呈降低趨勢(shì)?？諝赓|(zhì)量等級(jí)為良時(shí)，各時(shí)效AQI等級(jí)預(yù)報(bào)準(zhǔn)確率最高，達(dá)85.7%以上，其次為優(yōu)和輕度污染(三級(jí))，24h的AQI等級(jí)預(yù)報(bào)準(zhǔn)確率分別為73.1%和42.2%，空氣質(zhì)量等級(jí)為中度污染(四級(jí))及以上時(shí)，AQI等級(jí)預(yù)報(bào)準(zhǔn)確率較差，準(zhǔn)確率在20.0%及以下。從AQI級(jí)別評(píng)分來(lái)看(圖3)，當(dāng)實(shí)況空氣質(zhì)量等級(jí)為優(yōu)和良時(shí)，AQI級(jí)別評(píng)分最高，其次為輕度污染，當(dāng)實(shí)況空氣質(zhì)量等級(jí)為中度及以上時(shí)，AQI級(jí)別評(píng)分最低。

圖3 不同實(shí)況AQI等級(jí)不同時(shí)效預(yù)報(bào)準(zhǔn)確率和預(yù)報(bào)評(píng)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(yù)報(bào)結(jié)果評(píng)估

本文對(duì)各預(yù)報(bào)級(jí)別的首要污染物不同時(shí)效預(yù)報(bào)準(zhǔn)確率進(jìn)行統(tǒng)計(jì)結(jié)果，見(jiàn)表2。結(jié)果表明，首要污染物24h預(yù)報(bào)準(zhǔn)確率為66.9%，隨著預(yù)報(bào)時(shí)效增加，首要污染物預(yù)報(bào)準(zhǔn)確率無(wú)明顯降低趨勢(shì)，72h預(yù)報(bào)準(zhǔn)確率為66.5%。隨著實(shí)況空氣質(zhì)量等級(jí)逐級(jí)增加，不同時(shí)效首要污染物預(yù)報(bào)準(zhǔn)確率基本呈增加趨勢(shì)，當(dāng)空氣質(zhì)量等級(jí)為良時(shí)，首要污染物預(yù)報(bào)準(zhǔn)確率約59.0%～67.6%；當(dāng)空氣質(zhì)量等級(jí)為輕度污染以上時(shí)，首要污染物預(yù)報(bào)準(zhǔn)確率為71.4%以上；當(dāng)空氣質(zhì)量等級(jí)為重度污染時(shí)，不同時(shí)效首要污染物預(yù)報(bào)均完全準(zhǔn)確。

表2 不同實(shí)況等級(jí)首要污染物不同時(shí)效預(yù)報(bào)準(zhǔn)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(yù)報(bào)結(jié)果來(lái)看(圖4)，夏季(6～8月)首要污染物的預(yù)報(bào)準(zhǔn)確率較高，其余月份首要污染物的預(yù)報(bào)準(zhǔn)確率相對(duì)較低。這與不同月份首要污染物的分布特征不同有很大關(guān)系。夏季首要污染物相對(duì)單一，基本表現(xiàn)為O3污染；進(jìn)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(guò)渡為PM2.5污染和NO2污染為首要污染物的特征，進(jìn)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(jié)首要污染物種類增多，預(yù)報(bào)難度相對(duì)較大。

圖4 不同月份首要污染物不同時(shí)效預(yù)報(bào)準(zhǔn)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(yù)測(cè)結(jié)果評(píng)估

2018年6～12月，常州市SO2濃度平均值為12μg/m3，預(yù)報(bào)平均值為14μg/m3；NO2濃度均值為42μg/m3，預(yù)報(bào)均值為62μg/m3；CO實(shí)況值為0.736mg/m3，預(yù)報(bào)值為0.933 mg/m3；PM10實(shí)況值為62μg/m3，預(yù)報(bào)值為56μg/m3；O3實(shí)況值72μg/m3，預(yù)報(bào)值49 μg/m3；PM2.5實(shí)況值42μg/m3，預(yù)報(bào)值37μg/m3。

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

從模擬偏差來(lái)看(表3)，各污染物的MFB范圍為-29.81%～13.87%，絕對(duì)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(xiàng)污染物的預(yù)報(bào)濃度總體偏低于實(shí)況，O3的偏低程度最嚴(yán)重，較實(shí)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(yù)報(bào)濃度和實(shí)況總體偏低6μg/m3，歸一化偏差分別為-2.79%和1.21%，標(biāo)準(zhǔn)化平均誤差基本一致。SO2、NO2和CO等3項(xiàng)污染物濃度總體均偏高于實(shí)況，其中SO2和CO相對(duì)偏差較大。

表3 不同污染物小時(shí)濃度預(yù)報(bào)與實(shí)測(cè)的偏差與誤差Tab.3 Error of predicted and observed hourly concentration of different pollutants

3 結(jié) 論

3.1 本地化后的WRF-CMAQ模式對(duì)常州市AQI的預(yù)報(bào)值與實(shí)測(cè)值的變化趨勢(shì)總體較為一致，各預(yù)報(bào)時(shí)效的MFB和MFE均處于“理想水平”范圍，能較好的反映常州市實(shí)際空氣質(zhì)量變化趨勢(shì)，但對(duì)重污染天氣的預(yù)報(bào)存在明顯低估現(xiàn)象，需進(jìn)一步優(yōu)化調(diào)整。

3.2 隨預(yù)報(bào)時(shí)效延長(zhǎng)，AQI預(yù)報(bào)準(zhǔn)確率逐漸降低。當(dāng)空氣質(zhì)量為良及以上級(jí)別時(shí)，預(yù)報(bào)與實(shí)測(cè)偏差結(jié)果均為負(fù)，且隨著實(shí)況空氣質(zhì)量等級(jí)逐級(jí)增加，負(fù)偏差比例呈明顯增加趨勢(shì)。

3.3 模式對(duì)常州市24hAQI等級(jí)預(yù)報(bào)準(zhǔn)確率和AQI級(jí)別評(píng)分分別為69.7%和68分。實(shí)況空氣質(zhì)量為良時(shí)，各時(shí)效AQI等級(jí)預(yù)報(bào)準(zhǔn)確率最高，其次為優(yōu)和輕度污染，空氣質(zhì)量為中度污染及以上時(shí)，AQI等級(jí)預(yù)報(bào)準(zhǔn)確率較差。

3.4 模式對(duì)首要污染物24h預(yù)報(bào)準(zhǔn)確率為66.9%，隨著預(yù)報(bào)時(shí)效增加，首要污染物預(yù)報(bào)準(zhǔn)確率無(wú)明顯降低趨勢(shì)。當(dāng)空氣質(zhì)量等級(jí)為輕度污染及以上時(shí)，不同時(shí)效首要污染物預(yù)報(bào)準(zhǔn)確率相對(duì)較高。

3.5 模式對(duì)O3和PM2.5濃度的模擬相關(guān)性較好，其次為PM10和NO2，SO2和CO的相關(guān)性最小。從模擬偏差來(lái)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(xué)國(guó)際地球系統(tǒng)科學(xué)研究所江飛副研究員及其團(tuán)隊(duì)對(duì)大氣預(yù)報(bào)工作作出的貢獻(xiàn)，同時(shí)感謝對(duì)常州市大氣預(yù)報(bào)工作提供的所有幫助，謹(jǐn)致謝忱。