京津冀及周邊地區(qū)大氣污染綜合立體觀測(cè)網(wǎng)支撐作用

程麟鈞， 唐桂剛*， 劉 宇， 宮正宇， 吉東生*， 王躍思

1.中國(guó)環(huán)境監(jiān)測(cè)總站， 北京 100012 2.中國(guó)科學(xué)院大氣物理研究所， 大氣邊界層物理與大氣化學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室， 北京 100029

隨著《大氣污染防治行動(dòng)計(jì)劃》(簡(jiǎn)稱“《大氣十條》”)的實(shí)施[1-4]，國(guó)家對(duì)大氣污染防治科研工作提出了新的要求，主要包括：大氣污染防治需要從霧-霾天氣應(yīng)對(duì)轉(zhuǎn)向PM2.5和O3協(xié)同防控；大氣污染防治需要從以末端控制為主轉(zhuǎn)向以全過(guò)程控制為主；大氣環(huán)境管理需要從以總量減排為主的局地監(jiān)管轉(zhuǎn)向質(zhì)量改善為主的區(qū)域管理；大氣污染防治科技創(chuàng)新與產(chǎn)業(yè)發(fā)展需要從相對(duì)脫節(jié)轉(zhuǎn)向全鏈條深度融合. 盡管《大氣十條》嚴(yán)格管控措施已初見(jiàn)成效[5-8]，但京津冀地區(qū)重霾污染仍有發(fā)生[9-11]，今后相當(dāng)長(zhǎng)的一段時(shí)期內(nèi)，中央和地方各級(jí)政府將面臨空氣質(zhì)量可持續(xù)改善的難題[12-15]. 如何使大氣污染防治工作科學(xué)高效，如何推進(jìn)我國(guó)大氣環(huán)境管理進(jìn)入精細(xì)化的新階段，是我國(guó)大氣環(huán)境科技亟待完成的緊迫任務(wù).

在中央財(cái)政的大力支持下，生態(tài)環(huán)境部門通過(guò)國(guó)家重點(diǎn)研發(fā)計(jì)劃、“863”計(jì)劃、公益性行業(yè)科研專項(xiàng)的實(shí)施，對(duì)我國(guó)大氣污染監(jiān)測(cè)預(yù)警、區(qū)域大氣污染調(diào)控、大氣污染形成機(jī)制、重點(diǎn)污染源治理、大氣污染的健康影響與防護(hù)、大氣環(huán)境綜合管理與控制策略等大氣污染防治重點(diǎn)方向都做了部署，加強(qiáng)了大氣污染防治科技支撐工作，建立了大氣污染防治科技協(xié)調(diào)機(jī)制，制定了《加強(qiáng)大氣污染防治科技支撐工作方案》，強(qiáng)化了大氣污染防治科研工作統(tǒng)籌，組織協(xié)同攻關(guān)，全面支撐了國(guó)務(wù)院《大氣十條》的實(shí)施[16-20]. 然而，以往的研究工作仍存在如下問(wèn)題：①對(duì)大氣污染化學(xué)成分精準(zhǔn)表征、快速源解析、形成機(jī)制明確闡述的基礎(chǔ)能力不足；②如何以先進(jìn)的手段、科學(xué)的方法、準(zhǔn)確的數(shù)據(jù)表征目標(biāo)區(qū)域環(huán)境質(zhì)量現(xiàn)狀和變化趨勢(shì)，及時(shí)跟蹤污染源變化，實(shí)現(xiàn)環(huán)境質(zhì)量報(bào)告和預(yù)警；③如何實(shí)現(xiàn)大氣環(huán)境多源數(shù)據(jù)綜合管理業(yè)務(wù)化，為環(huán)境管理和專題內(nèi)各課題快速提供觀測(cè)數(shù)據(jù).

圖1 2016—2019年京津冀及周邊地區(qū)SO2、NO2、PM10、O3-90th、PM2.5和CO-95th濃度的變化Fig.1 Variation of SO2, NO2, PM10, O3-90th, PM2.5 and CO-95th concentrations in the Beijing-Tianjin-Hebei and its surrounding areas from 2016 to 2019

基于上述背景，大氣重污染成因與治理攻關(guān)項(xiàng)目1-1課題“京津冀及周邊大氣污染綜合立體觀測(cè)網(wǎng)”在原有的業(yè)務(wù)與科研觀測(cè)網(wǎng)基礎(chǔ)上[21-23]，通過(guò)監(jiān)測(cè)網(wǎng)優(yōu)化與集成技術(shù)，建立并完善了京津冀及周邊地區(qū)大氣污染綜合立體觀測(cè)網(wǎng)，制定了適用于京津冀及周邊地區(qū)的技術(shù)規(guī)范，并開(kāi)展了長(zhǎng)期、高效的業(yè)務(wù)化觀測(cè)，構(gòu)建了監(jiān)測(cè)數(shù)據(jù)綜合分析及共享應(yīng)用平臺(tái)，建立了大氣重污染成因研究和治理所需的數(shù)據(jù)集，實(shí)現(xiàn)了大氣環(huán)境多源數(shù)據(jù)綜合管理業(yè)務(wù)化，提升了京津冀及周邊地區(qū)秋冬季大氣重污染成因機(jī)制研究和精細(xì)化源解析的能力，為環(huán)境治理和管理以及大氣重污染成因與治理攻關(guān)項(xiàng)目各課題提供了多類型長(zhǎng)期觀測(cè)數(shù)據(jù).

1 京津冀及周邊地區(qū)大氣污染綜合立體觀測(cè)網(wǎng)

京津冀及周邊地區(qū)大氣污染綜合立體觀測(cè)網(wǎng)的技術(shù)路線、目標(biāo)產(chǎn)出、關(guān)鍵技術(shù)、監(jiān)測(cè)點(diǎn)位和觀測(cè)要素已在 文獻(xiàn)[24]中做了詳述，該文重點(diǎn)介紹觀測(cè)網(wǎng)的支撐作用并以示例形式展示.

1.1 基于國(guó)控點(diǎn)的京津冀及周邊地區(qū)空氣質(zhì)量變化趨勢(shì)分析

2016—2019年，京津冀及周邊地區(qū)“2+26”城市PM2.5、PM10、SO2濃度均呈下降趨勢(shì)，而O3日最大8小時(shí)平均第90百分位(O3-90th)濃度逐年上升(見(jiàn)圖1). 2019年“2+26”城市PM2.5、PM10、SO2、NO2、CO日均值第95百分位(CO-95th)濃度分別為57 μgm3、100 μgm3、15 μgm3、40 μgm3和2 mgm3，其中PM2.5、PM10、SO2濃度同比分別下降1.7%、3.8%、16.7%，而NO2濃度同比上升了2.6%，CO-95th濃度同比未發(fā)生變化. O3-90th濃度為196 μgm3，同比上升7.7%. 與2016年相比，2019年P(guān)M2.5、PM10、SO2、NO2、CO-95th濃度分別下降21.9%、19.3%、59.5%、9.1%、33.3%，而2019年O3-90th濃度上升27.3%. 2019年“2+26”城市空氣質(zhì)量達(dá)標(biāo)天數(shù)比例范圍為41.1%～65.8%，平均值為53.1%，同比降低4.3個(gè)百分點(diǎn). 2019年“2+26”城市重度及以上污染天數(shù)比例為5.5%，與2016年相比下降3.6個(gè)百分點(diǎn). 2019年秋冬季“2+26”城市PM2.5平均濃度為70 μgm3，同比下降了13.6%，而與2016年秋冬季相比的降幅為32.7%. 2019年秋冬季“2+26”城市空氣質(zhì)量達(dá)標(biāo)天數(shù)比例范圍介于45.5%～81.4%之間，平均值為60.7%，同比上升6.9個(gè)百分點(diǎn)；同期“2+26”城市PM2.5濃度日均值平均達(dá)標(biāo)率為66.2%，同比上升8.2個(gè)百分點(diǎn). 綜上，京津冀及周邊地區(qū)PM2.5濃度總體呈下降趨勢(shì)，但O3濃度居高不下.

1.2 基于京津冀及周邊地區(qū)PM2.5化學(xué)組分網(wǎng)的PM2.5化學(xué)組分空間分布特征

京津冀及周邊地區(qū)顆粒物組分網(wǎng)監(jiān)測(cè)內(nèi)容包括PM2.5濃度、水溶性離子(SO42-、NO3-、F-、Cl-等陰離子和Na+、NH4+、K+、Mg2+、Ca2+等陽(yáng)離子)、無(wú)機(jī)元素〔V(釩)、Fe(鐵)、Zn(鋅)、Cd(鎘)、Cr(鉻)、Co(鈷)、As(砷)、Al(鋁)、Sn(錫)、Mn(錳)、Ni(鎳)、Se(硒)、Si(硅)、Ti(鈦)、Ba(鋇)、Cu(銅)、Pb(鉛)、Ca(鈣)、Mg(鎂)、Na(鈉)、S(硫)、Cl(氯)、K(鉀)、Rb(銣)和Sb(銻)等〕和碳組分〔EC(元素碳)和OC(有機(jī)碳)〕. 2017年11月—2018年1月“2+26”城市PM2.5化學(xué)組分占比空間分布(見(jiàn)圖2)顯示，整個(gè)區(qū)域有機(jī)物濃度〔ρ(OC)×1.6〕占比最高，變化范圍為26.2%～44.3%，硫酸鹽占比范圍為10.5%～21.0%，硝酸鹽占比范圍為13.4%～27.2%，銨鹽占比范圍為9.8%～15.3%. 由此可見(jiàn)，有機(jī)物、硝酸鹽、硫酸鹽和銨鹽占PM2.5的比例較高，表明在區(qū)域尺度上對(duì)上述組分的前體物(揮發(fā)性有機(jī)物、氮氧化物、二氧化硫以及氨)的嚴(yán)格控制將有助于進(jìn)一步降低PM2.5濃度.

圖2 2017年11月—2018年1月“2+26”城市PM2.5化學(xué)組分占比分布情況Fig.2 The distribution of PM2.5 chemical components in ‘2+26’ cities from November 2017 to January 2018

1.3 基于大氣激光雷達(dá)監(jiān)測(cè)的京津冀及周邊地區(qū)顆粒物垂直分布特征

項(xiàng)目實(shí)施過(guò)程中，編制了《大氣激光雷達(dá)監(jiān)測(cè)質(zhì)控技術(shù)規(guī)范建議稿》用于指導(dǎo)京津冀及周邊地區(qū)走航觀測(cè). 激光雷達(dá)的數(shù)據(jù)質(zhì)控方法包括光學(xué)厚度、能見(jiàn)度、355 nm消光系數(shù)、532 nm消光系數(shù)、PM10濃度和PM2.5濃度質(zhì)控比對(duì). 結(jié)果顯示，不同波段的顆粒物消光系數(shù)在200 m以上高度具有很好的一致性；對(duì)激光雷達(dá)結(jié)果進(jìn)行驗(yàn)證，顯示雷達(dá)反演的顆粒物消光系數(shù)方法的可靠性和有效性良好，在顆粒物消光系數(shù)測(cè)量方面具有較高精度. 另外，為了便于比對(duì)，開(kāi)發(fā)了氣溶膠雷達(dá)統(tǒng)一應(yīng)用與分析軟件模塊，采用統(tǒng)一色彩方案、統(tǒng)一坐標(biāo)軸樣式、統(tǒng)一展示功能. 具體應(yīng)用示例如圖3所示：2019年2月28日起，京津冀及周邊大氣污染綜合立體觀測(cè)網(wǎng)地基雷達(dá)監(jiān)測(cè)到污染物在河北省中南部、汾渭平原及山東省北部地區(qū)混合層內(nèi)積累，并沿太行山東部自西南向東北逐漸積聚；3月2日起，區(qū)域內(nèi)大部分城市低空維持逆溫、高濕狀態(tài)，邊界層穩(wěn)定在 1 000 m以下，垂直擴(kuò)散條件差，污染物主要分布在北京市、天津市、河北省中南部及山東省大部分地區(qū)，2日午后，邊界層高度短時(shí)抬升，擴(kuò)散條件稍有轉(zhuǎn)好；3日起，地基雷達(dá)監(jiān)測(cè)到污染再次沿太行山東部自西南向東北逐漸積聚，區(qū)域內(nèi)大部分城市邊界層均降至 1 000 m以下；5日12：00，北京地區(qū)空氣質(zhì)量轉(zhuǎn)為優(yōu)，污染物主要分布在河北省南部以及河南省和山東省大部分地區(qū)；6日10：00，除河南省南部和山東省東部部分城市外，區(qū)域內(nèi)大部分城市空氣質(zhì)量均為良及以下水平.

京津冀及周邊大氣污染綜合立體觀測(cè)網(wǎng)地基雷達(dá)監(jiān)測(cè)結(jié)果顯示，2019年2月28日12：00—15：00，北京京南榆垡、京西南大石窩、通州永樂(lè)店、中國(guó)環(huán)境監(jiān)測(cè)總站監(jiān)測(cè)站點(diǎn)近地面消光系數(shù)在短時(shí)間內(nèi)快速升高，對(duì)應(yīng)北京市PM2.5小時(shí)濃度由12：00的31 μgm3升至15：00的59 μgm3，18：00又升至87 μgm3. 分析該時(shí)段內(nèi)近地面100 m處風(fēng)場(chǎng)發(fā)現(xiàn)，北京市近地面以持續(xù)西南風(fēng)為主，風(fēng)速約3 ms，在西南風(fēng)影響下區(qū)域污染物向北輸送對(duì)北京市該時(shí)段內(nèi)PM2.5濃度的上升有重要貢獻(xiàn). 除西南風(fēng)輸送顆粒物的影響外，28日20：00以后水平風(fēng)速自北向南逐漸減小且風(fēng)向逐漸轉(zhuǎn)為北風(fēng)，同時(shí)邊界層降低，疊加北京本地晚高峰污染排放、相對(duì)濕度增大等多種有利于二次轉(zhuǎn)化的因素共同作用，導(dǎo)致28日夜間北京市PM2.5中水溶性離子濃度快速增長(zhǎng)，于22：00達(dá)到188 μgm3，硝酸鹽、銨鹽和硫酸鹽濃度比18：00分別上升44.4、20.5和20.5 μgm3. 在污染物濃度快速上升過(guò)程中，區(qū)域污染輸送在前期發(fā)揮了重要作用，一方面導(dǎo)致PM2.5濃度有所上升，同時(shí)輸送帶來(lái)的NO2、SO2等一次污染物與本地排放疊加后，為二次污染物的形成提供了豐富的氣態(tài)前體物.

圖3 2019年2月28日—3月4日保定市顆粒物消光系數(shù)(532 nm)垂直分布特征與衡水市風(fēng)和溫廓線Fig.3 The vertical distribution characteristics of the extinction coefficient (532 nm) of particulate matter in Baoding and the profile of wind and temperature in Hengshui from February 28th to March 4 th, 2019

2019年3月1日12：00起，北京地區(qū)近地面風(fēng)向再次發(fā)生轉(zhuǎn)變，受西南風(fēng)影響，西南通道再次監(jiān)測(cè)到混合層內(nèi)顆粒物傳輸. 受傳輸影響，北京市PM2.5小時(shí)濃度上升至120 μgm3左右. 3月2日上午，中國(guó)環(huán)境監(jiān)測(cè)總站監(jiān)測(cè)站點(diǎn)地基雷達(dá)監(jiān)測(cè)到污染物入境后邊界層高度降至1 000 m以下，加之高濕、逆溫等不利氣象條件的影響，垂直擴(kuò)散條件差，污染加速累積，至2日12：00，北京市PM2.5濃度達(dá)到污染過(guò)程期間峰值(231 μgm3).

1.4 基于香河大氣環(huán)境觀測(cè)超級(jí)站的京津冀及周邊地區(qū)金屬元素變化特征示例研究

為了更全面地認(rèn)知區(qū)域空氣質(zhì)量的總體水平，在香河大氣環(huán)境觀測(cè)超級(jí)站開(kāi)展重金屬等參數(shù)的在線監(jiān)測(cè)，服務(wù)于大氣重污染成因分析和來(lái)源解析. 該文選取新冠肺炎疫情(COVID-19)期間的研究結(jié)果作為示例， COVID-19期間，全國(guó)范圍內(nèi)人為活動(dòng)強(qiáng)度降低甚至停止[25-27]. 為了進(jìn)一步了解COVID-19期間香河地區(qū)PM2.5中重金屬元素的濃度及其來(lái)源變化，選擇疫情前(2020年1月12—25日)、疫情控制時(shí)期(2020年1月26日—2月9日)和疫情后復(fù)工復(fù)產(chǎn)階段(2020年3月22日—4月2日)3個(gè)不同時(shí)段進(jìn)行研究，受春節(jié)和疫情控制的影響，煙花爆竹燃放等人為排放源存在變化較大. 采用正交矩陣因子模型對(duì)重金屬元素的來(lái)源進(jìn)行解析，得到9類來(lái)源(見(jiàn)圖4)，分別為煙花爆竹燃放、燃煤、機(jī)動(dòng)車排放、沙塵、電鍍〔鉻(Cr)工業(yè)〕、燃油、平面玻璃〔硒(Se)工業(yè)〕、鋅(Zn)冶煉和鋼鐵工業(yè)源. 相比于疫情前，疫情控制時(shí)期沙塵、Cr工業(yè)、燃煤、Zn冶煉、Se工業(yè)和鋼鐵工業(yè)的貢獻(xiàn)分別下降了89%、62%、62%、58%、43%和40%，而機(jī)動(dòng)車排放和燃油的貢獻(xiàn)則分別增加了115%和53%. 此外，結(jié)合后向軌跡對(duì)源解析結(jié)果進(jìn)行進(jìn)一步分析，結(jié)果表明，與疫情控制前相比，來(lái)自西北方向的氣團(tuán)中，沙塵、燃煤、Zn冶煉、Cr工業(yè)、Se工業(yè)和鋼鐵工業(yè)的貢獻(xiàn)降幅最大，而當(dāng)氣團(tuán)經(jīng)過(guò)唐山市和天津市時(shí)，Zn冶煉、Se工業(yè)和鋼鐵工業(yè)的貢獻(xiàn)降幅最小.

圖4 COVID-19期間香河大氣環(huán)境觀測(cè)超級(jí)站PM2.5中重金屬元素來(lái)源變化Fig.4 Changes in the sources of heavy metal elements in PM2.5 at the Xianghe Atmospheric Environmental Observation Super Station during COVID-19

2 大氣污染綜合數(shù)據(jù)分析與應(yīng)用共享平臺(tái)

2.1 大氣污染綜合數(shù)據(jù)分析與應(yīng)用共享平臺(tái)功能

大氣污染綜合數(shù)據(jù)分析與應(yīng)用共享平臺(tái)集成了京津冀及周邊大氣污染綜合立體觀測(cè)網(wǎng)數(shù)據(jù)用以建立中心數(shù)據(jù)庫(kù)，主要包括：①京津冀及周邊地區(qū)大氣污染組分監(jiān)測(cè)網(wǎng)的大氣污染物理、化學(xué)和氣象參數(shù)等觀測(cè)數(shù)據(jù)；②中國(guó)科學(xué)院中國(guó)生態(tài)系統(tǒng)研究網(wǎng)絡(luò)大氣分中心(中科院CERN)京津冀區(qū)域觀測(cè)站(15站)手工在線聯(lián)網(wǎng)大氣污染成分觀測(cè)數(shù)據(jù)；③京津冀及周邊地區(qū)氣象觀測(cè)數(shù)據(jù)、衛(wèi)星遙感反演數(shù)據(jù)；④國(guó)家環(huán)境空氣質(zhì)量監(jiān)測(cè)網(wǎng)(城市站、區(qū)域站、背景站)數(shù)據(jù). 設(shè)計(jì)多網(wǎng)合一的數(shù)據(jù)庫(kù)優(yōu)化方案及多數(shù)據(jù)融合的傳輸連接方式(見(jiàn)圖5)，建成了區(qū)域大氣環(huán)境綜合監(jiān)測(cè)數(shù)據(jù)庫(kù)和共享應(yīng)用平臺(tái). 通過(guò)開(kāi)展各類儀器的測(cè)試校驗(yàn)、比對(duì)和性能評(píng)估，構(gòu)建了統(tǒng)一的大氣環(huán)境網(wǎng)絡(luò)化觀測(cè)數(shù)據(jù)質(zhì)控技術(shù)體系. 研究了規(guī)范化多源異構(gòu)數(shù)據(jù)分析及表征方法，實(shí)現(xiàn)了大氣環(huán)境管理綜合分析業(yè)務(wù)化，為大氣環(huán)境污染環(huán)境監(jiān)管提供技術(shù)支撐.

圖5 大氣污染綜合數(shù)據(jù)分析與應(yīng)用共享平臺(tái)多源數(shù)據(jù)融合與傳輸連接方式Fig.5 Multi-source data fusion and transmission connection mode of the air pollution comprehensive data analysis and application sharing platform

大氣污染綜合數(shù)據(jù)分析與應(yīng)用共享平臺(tái)重點(diǎn)建設(shè)六大功能模塊，包括數(shù)據(jù)采集與存儲(chǔ)、數(shù)據(jù)質(zhì)控、數(shù)據(jù)管理、數(shù)據(jù)展示與分析、報(bào)告評(píng)估管理、系統(tǒng)基礎(chǔ)管理等. 實(shí)現(xiàn)大氣環(huán)境多源數(shù)據(jù)綜合管理業(yè)務(wù)化，為大氣重污染成因研究提供精準(zhǔn)數(shù)據(jù)集，提升京津冀地區(qū)秋冬季重污染成因機(jī)制研究和精細(xì)化源解析的能力，推動(dòng)京津冀及周邊地區(qū)空氣質(zhì)量的持續(xù)改善，為全國(guó)和其他重點(diǎn)區(qū)域大氣污染防治提供技術(shù)借鑒. 具體建設(shè)內(nèi)容包括：①數(shù)據(jù)采集與存儲(chǔ). 大氣污染物綜合分析及共享應(yīng)用平臺(tái)需具備區(qū)域立體觀測(cè)網(wǎng)的綜合觀測(cè)數(shù)據(jù)(在線監(jiān)測(cè)數(shù)據(jù)和手工離線數(shù)據(jù))的采集與集中存儲(chǔ)功能，通過(guò)采集區(qū)域立體觀測(cè)網(wǎng)海量監(jiān)測(cè)數(shù)據(jù)，形成區(qū)域大氣污染物監(jiān)測(cè)中心數(shù)據(jù)庫(kù). ②數(shù)據(jù)質(zhì)控. 大氣污染綜合數(shù)據(jù)分析與應(yīng)用共享平臺(tái)需具備在線和離線監(jiān)測(cè)儀器數(shù)據(jù)質(zhì)量保證質(zhì)量控制體系(QAQC)體系，通過(guò)開(kāi)展各類儀器的測(cè)試校驗(yàn)、比對(duì)和性能評(píng)估，制定監(jiān)測(cè)設(shè)備性能要求技術(shù)規(guī)范，確保監(jiān)測(cè)數(shù)據(jù)的準(zhǔn)確性、可靠性. ③數(shù)據(jù)管理. 大氣污染綜合數(shù)據(jù)分析與應(yīng)用共享平臺(tái)能夠?qū)崿F(xiàn)區(qū)域立體觀測(cè)數(shù)據(jù)能夠?qū)崿F(xiàn)監(jiān)測(cè)類型管理、監(jiān)測(cè)因子管理、站點(diǎn)信息管理、因子組(特性相同的參數(shù)集)管理等數(shù)據(jù)管理功能；實(shí)現(xiàn)對(duì)監(jiān)測(cè)數(shù)據(jù)的快速查詢，為大氣重污染成因研究提供精準(zhǔn)數(shù)據(jù)集，針對(duì)查詢后的數(shù)據(jù)進(jìn)行導(dǎo)出，可以Excel、txt等格式進(jìn)行下載. ④數(shù)據(jù)展示與分析. 大氣污染綜合數(shù)據(jù)分析與應(yīng)用共享平臺(tái)通過(guò)構(gòu)建規(guī)范化多源異構(gòu)數(shù)據(jù)分析及表征方法，實(shí)現(xiàn)了大氣環(huán)境觀測(cè)數(shù)據(jù)的可視化展示分析. 平臺(tái)具備以大氣復(fù)合型污染來(lái)源解析為核心的數(shù)據(jù)分析方法體系，判斷主要污染物控制因子及分析污染程度，分析污染物濃度水平變化趨勢(shì)及污染成因，掌握污染物類別及來(lái)源貢獻(xiàn)，為重污染期間環(huán)境監(jiān)管提供技術(shù)支撐. ⑤報(bào)告評(píng)估管理. 大氣污染綜合數(shù)據(jù)分析與應(yīng)用共享平臺(tái)的數(shù)據(jù)分析報(bào)告評(píng)估管理系統(tǒng)，能夠?qū)I(yè)務(wù)化數(shù)據(jù)分析報(bào)告和科研報(bào)告等定制開(kāi)發(fā)，快速生成重污染過(guò)程分析報(bào)告. 同時(shí)報(bào)告系統(tǒng)可實(shí)現(xiàn)動(dòng)態(tài)模板配置功能，通過(guò)系統(tǒng)運(yùn)行時(shí)對(duì)數(shù)據(jù)展示、數(shù)據(jù)分析、圖形可視化立即生效配置，以適應(yīng)重污染期間全面、準(zhǔn)確數(shù)據(jù)分析業(yè)務(wù)；同時(shí)對(duì)歷史數(shù)據(jù)分析報(bào)告建立文檔管理和下載功能. ⑥系統(tǒng)基礎(chǔ)管理. 該模塊主要實(shí)現(xiàn)平臺(tái)系統(tǒng)的一些基礎(chǔ)功能，如系統(tǒng)登錄使用權(quán)限設(shè)置、系統(tǒng)配置及規(guī)則模塊規(guī)定等，針對(duì)大氣污染綜合數(shù)據(jù)分析與應(yīng)用共享平臺(tái)總體架構(gòu)和功能架構(gòu)制定科學(xué)合理的開(kāi)發(fā)系統(tǒng)規(guī)則，以及后期平臺(tái)升級(jí)過(guò)程中預(yù)留的配置模塊. 共享平臺(tái)基于數(shù)據(jù)倉(cāng)庫(kù)技術(shù)、數(shù)據(jù)整合技術(shù)、數(shù)據(jù)共享技術(shù)，并創(chuàng)造性地定義了大氣環(huán)境綜合立體觀測(cè)數(shù)據(jù)集的數(shù)據(jù)組織方式，通過(guò)數(shù)據(jù)訂閱的方式實(shí)現(xiàn)用戶授權(quán)，即實(shí)現(xiàn)了共享數(shù)據(jù)的可擴(kuò)展性，也保證了用戶對(duì)觀測(cè)數(shù)據(jù)的分級(jí)分類的授權(quán)訪問(wèn)和應(yīng)用.

2.2 大氣污染綜合數(shù)據(jù)分析與應(yīng)用共享平臺(tái)支撐作用

針對(duì)來(lái)自管理部門、業(yè)務(wù)部門、科研部門不同的數(shù)據(jù)需求，構(gòu)建了8個(gè)數(shù)據(jù)專題32個(gè)數(shù)據(jù)集的共享數(shù)據(jù)，所集成的數(shù)據(jù)量約為820萬(wàn)條，數(shù)據(jù)凈存儲(chǔ)量約為5.8 GB. 在業(yè)務(wù)化運(yùn)行期間，平臺(tái)為生態(tài)環(huán)境部監(jiān)測(cè)司、大氣司、科技司，中國(guó)環(huán)境監(jiān)測(cè)總站、中國(guó)環(huán)境科學(xué)研究院、省級(jí)監(jiān)測(cè)系統(tǒng)用戶以及專題負(fù)責(zé)人共提供262個(gè)用戶賬號(hào)，供相關(guān)人員應(yīng)用，在業(yè)務(wù)化運(yùn)行期間，共享數(shù)據(jù)應(yīng)用量為9.7萬(wàn)人次. 由此可見(jiàn)，在課題實(shí)施過(guò)程中，京津冀及周邊綜合立體觀測(cè)數(shù)據(jù)共享平臺(tái)為管理、業(yè)務(wù)、科研工作提供了重要的共享數(shù)據(jù)支撐，對(duì)于全國(guó)，特別是為京津冀及周邊地區(qū)、汾渭平原等重點(diǎn)關(guān)注區(qū)域的重污染天氣成因研究以及空氣質(zhì)量改善及地方環(huán)境管理提供了堅(jiān)實(shí)有力的保障. 在后續(xù)工作中，將通過(guò)進(jìn)一步優(yōu)化，完善共享數(shù)據(jù)集，更加貼近管理、業(yè)務(wù)、科研的用戶需求，從而持續(xù)更好地為我國(guó)特別是重點(diǎn)區(qū)域的空氣質(zhì)量改善提供數(shù)據(jù)支持.

3 結(jié)論與展望

a) 大氣重污染成因與治理攻關(guān)項(xiàng)目1-1課題的核心產(chǎn)出為建立京津冀及周邊地區(qū)大氣污染綜合立體觀測(cè)技術(shù)規(guī)范、京津冀及周邊地區(qū)大氣污染綜合立體觀測(cè)網(wǎng)和大氣污染綜合數(shù)據(jù)分析及應(yīng)用共享平臺(tái)，實(shí)現(xiàn)了大氣環(huán)境管理綜合分析業(yè)務(wù)化，為大氣重污染成因研究提供精準(zhǔn)數(shù)據(jù)集，服務(wù)于環(huán)境空氣質(zhì)量預(yù)報(bào)、重污染預(yù)警和應(yīng)對(duì)、重大活動(dòng)期間空氣質(zhì)量保障和空氣質(zhì)量長(zhǎng)期達(dá)標(biāo)研究，全面提升京津冀及周邊地區(qū)大氣污染綜合防治能力.

b) 京津冀及周邊地區(qū)大氣污染綜合立體觀測(cè)網(wǎng)和大氣污染綜合數(shù)據(jù)分析與應(yīng)用共享平臺(tái)在《大氣污染防治行動(dòng)計(jì)劃》和《打贏藍(lán)天保衛(wèi)戰(zhàn)三年行動(dòng)計(jì)劃》實(shí)施過(guò)程中起到了重要的支撐作用. 保證京津冀及周邊大氣污染綜合立體觀測(cè)網(wǎng)和大氣污染綜合數(shù)據(jù)分析與應(yīng)用共享平臺(tái)長(zhǎng)期、穩(wěn)定和高效地運(yùn)行是下一步工作的重中之重. 在保證數(shù)據(jù)質(zhì)量的基礎(chǔ)上，逐步增加國(guó)產(chǎn)設(shè)備和技術(shù)比重，逐步擺脫核心部件或設(shè)備來(lái)自國(guó)外儀器廠商的局面；同時(shí)，引入人工智能技術(shù)，充分挖掘觀測(cè)數(shù)據(jù)，服務(wù)于臭氧和PM2.5協(xié)同控制與碳和霾協(xié)同控制.