空气质量多模式系统在广州应用及对PM10预报效果评估

介绍了广州空气质量多模式系统并评估其对2010年9月广州市的气象要素和PM10日均浓度的24 h的预报效果.评估结果表明：模式系统较好地预测了气象要素的变化,但高估了风速;各空气质量模式能合理预测广州PM10浓度的时空变化,预报效果均处于可接受范围内(平均分数偏差MFB小于±60%且平均分数误差MFE小于75%),部分模式可达到优秀水平(MFB小于±30%且MFE小于50%),但同时各模式在郊区均预测偏高而在市区偏低;总体上,模式在广州郊区的PM10预报效果优于市区.模式间对比表明,在本次业务预报实践中,不存在最优的单模式,同一模式对不同的统计指标、不同的站点,其预报效果可能存在差异,基于算术平均集成各模式结果未能获得最优的预报效果.优化排放源空间分布并引进更好的集成预报方法(如权重平均、神经网络、多元回归等)是未来改进广州空气质量多模式系统预报效果的可能途径.     

基于WRFDA-Chem三维变分同化系统的中国PM2.5和PM10资料同化试验北大核心CSCD

将大气化学三维变分同化系统WRFDA_Chem引入睿图—化学环境气象数值预报系统(RMAPS-Chem),利用2016年11月地面观测细颗粒物(PM2.5)和颗粒物(PM10)逐小时质量浓度资料进行同化预报试验:6 h循环同化结果表明,WRFDA-Chem对初始场PM2.5和PM10的模拟偏差和相关性有显著改善,均方根误差(RMSE)减小40%左右,相关性提高0.27~0.37;同化对预报改进能持续24 h以上,PM2.5(PM10)浓度预报RMSE降低25%(10%),相关性提升14%(25%);加密同化频次(逐小时循环同化)进一步改进预报效果。未来需要进一步开展同化数据质量控制方案研究以优化业务预报效果,并在深入理解模式不确定性和偏差来源的情况下,进一步开展模式和同化系统的协同发展。     

基于CUACE系统沈阳地区春季空气质量预报的校验及修正

本文基于CUACE系统,利用2015年4—5月沈阳市大气环境观测数据对沈阳地区春季空气质量的预报效果进行了校验和修正。结果表明:CUACE模式对6种污染物(PM10、PM2.5、NO2、O3、SO2和CO)质量浓度的预报值普遍小于观测值,对PM10浓度的预报存在严重低估。CUACE模式预报的沈阳地区春季日首要污染物多为PM2.5,而观测表明沈阳地区春季PM10和PM2.5为日首要污染物的日数相当。同时,CUACE模式预报的空气污染等级与实际观测的空气污染等级相比存在较高的等级偏差率。利用污染物观测浓度和预报浓度之间的线性拟合公式修正CUACE模式的预报结果,修正后首要污染物的预报结果与实际观测结果基本吻合,同时空气污染等级的预报准确率也明显提高,提高幅度为50.0%—80.0%。     

北京空气质量预报系统奥运模拟检验与应用

采用2007年8—9月空气质量数据,对CAPPS-3空气质量预报系统进行模拟预报检验。结果表明,从污染物浓度值的模拟预报结果看,SO2的模拟效果优于NO2和PM10;从API指数检验结果看,SO2的模拟效果较好,而PM10模拟效果略差于SO2;从API指数分级检验结果看,SO2的模拟效果最好,PM10次之,而NO2预报结果最差。如果将模拟预报的结果与提前两天的观测值进行对比,预报的准确率会显著提升。总体上看,CAPPS-3空气质量预报系统运行效果良好,经订正后,该模式在奥运期间空气质量预报中得以应用,并取得了较好效果。     

兰州市空气质量预报系统结构及效果检验

文中从潜势预报、浓度预报、统计预报和数值预报 4方面介绍了兰州市空气质量预报业务系统的研究方法和结构特点。对 2 0 0 1年 4～ 10月兰州市空气质量预报与日报 (实况 )进行了分析研究 ,结果表明 ,该系统对兰州市空气质量预报有较强的预报能力 ,适用于兰州市空气质量预报业务。     

环境气象业务数值模式预报效果对比检验

基于华北区域气象中心、华东区域气象中心、华南区域气象中心和国家气象中心环境气象业务数值模式2015年1—3月的预报结果,从能见度和空气质量两个方面对环境气象业务数值模式的预报效果进行了对比检验。结果表明:随着能见度降低,各数值模式的预报能力均逐渐下降,对于1 km的能见度,仅华北区域模式和国家级雾霾数值预报业务系统(CMA Unified Atmospheric Chemistry Environment,CUACE)模式表现出一定的预报技巧,其中华北区域模式和CUACE模式对北京本地24 h能见度预报的TS评分分别为0.20、0.10;CUACE模式总体能见度预报误差较各区域数值模式均偏大;CUACE模式和华北区域模式、华东区域模式、华南区域模式能见度预报值与观测值的相关系数普遍低于0.6。随着空气质量下降,各数值模式AQI的预报能力均逐渐下降;AQI为优等级时,各数值模式AQI预报的TS评分均较高,其中空气质量较好的华南地区空气质量等级预报的TS评分最高,为0.81;总体上24 h的AQI预报,区域模式优于CUACE模式;48 h和72 h的AQI预报,CUACE模式优于各区域模式。各数值模式PM_(2.5)浓度的预报值普遍较观测值偏低,华南区域模式24 h的PM_(2.5)浓度预报误差相对较小,华北区域模式和华东区域模式24 h的PM_(2.5)浓度预报误差相对较大;CUACE模式PM_(2.5)浓度的预报误差较各区域模式均偏大,CUACE模式PM_(2.5)浓度预报值与观测值的相关系数较各区域模式均偏低。     

河西走廊东部城市空气质量预报系统

利用气象和环保资料详细分析了武威市空气质量的特点,针对不同季节、不同时次分别建立了沙尘暴短时、短期预报模式及空气质量统计预报、潜势预报模式,经检验效果良好。应用Fortran和VB语言设计编程,建立了武威市空气质量预报系统,该系统包括沙尘暴预报预警服务系统、空气质量统计预报系统和空气质量潜势预报系统,直接和MICAPS系统接口,具有资料处理、动力统计预报、潜势预报等模式计算及资料采集、处理、模式运行、预报显示、产品分发、资料查询、预报评分等多种功能,在业务应用中效果良好。     

基于CUACE模式的合肥地区空气质量预报效果检验

为了检验CUACE模式指导产品在合肥地区的预报性能,本文利用合肥地区PM_(2.5)、PM_(10)、O_3监测资料对中国气象局下发的2014年3月至2015年2月合肥地区空气质量CUACE模式指导产品的预报效果进行了检验。结果表明:2014年3月至2015年2月合肥地区CUACE模式指导产品AQI和PM2.5浓度的预报值接近实测值,PM_(10)浓度预报值略小于实测值,O_3浓度的预报值明显偏大,但O_3浓度的预报值与实测值相关性最好,AQI、PM_(2.5)浓度和PM_(10)浓度预报值与实测值之间的相关系数均为0.3—0.4。实测空气质量等级为良时,CUACE模式空气质量等级预报的TS评分最高,漏报率和空报率最小;实测首要污染物为PM_(2.5)时,CUACE模式首要污染预报TS评分最高,漏报率和空报率最小。CUACE模式的预报性能并未随预报时效的延长而降低,CUACE模式指导产品总体预报效果较好,可为合肥市空气质量预报提供指导。     

京津冀及其周边地区“2+26”城市PM2.5的蒙特卡罗集合预报试验

本文在嵌套网格空气质量预报模式系统（NAQPMS）的基础上,结合蒙特卡罗模拟方法搭建了多扰动的空气质量集合预报系统。利用该系统对京津冀及其周边地区“2+26”城市的PM2.5浓度进行预报试验,试验时段为2017年9～12月,模式水平分辨率为15 km。研究发现,基于蒙特卡罗集合预报系统,采用“集合样本优选”均值集成法能显著提升PM2.5预报精度,大幅减小预报偏差。与所有集合样本的均值集成法相比,该方法将PM2.5预报均方根误差（RMSE）由58.0 μg m?3降低至34.7 μg m?3,将模拟—观测两倍因子百分比（FAC2）由67%提升至87%。此外,“集合样本优选”均值集成法对各污染等级的整体预报效果优于均值集成法。本文结果可为改进城市PM2.5预报效果和减小PM2.5预报偏差提供参考。     

南昌市空气质量预报产品检验分析及统计订正试验

利用南昌市环境空气质量监测数据,对比分析了WRF-Chem模式和国家级空气质量预报指导产品对6种污染物浓度的预报效果,并采用时序法、时刻法和标准化法3种训练样本构建方案,利用BP神经网络法对WRF-Chem模式和国家级空气质量预报指导产品6种污染物浓度的预报结果进行订正试验。结果表明:1)WRF-Chem模式预报的6种污染物浓度的预报误差整体比国家级空气质量预报指导产品的预报误差要小,即WRF-Chem模式的预报效果优于国家级空气质量预报指导产品。2)WRF-Chem模式6种污染物浓度预报值与观测值的均方根误差的日变化均呈波动形式,除了O3在10时开始升高到18时达到峰值以外,其余的污染物均是从10时开始下降到16时或18时达到谷值。国家级指导产品6种污染物浓度预报值与观测值的均方根误差日变化则略有不同,除了NO2和O3分别在08时和20时达到谷值以外,其他4种污染物均是在14时达到谷值。3)采用标准化法对CO、SO2、PM10、PM2.5集合订正后的误差比WRF-Chem模式的要小;时刻法、时序法对NO2、SO2、PM2.5集合订正后的误差比WRF-Chem模式的要小,预报效果对单一模式预报结果有一定改进作用。     

西安空气质量预报系统业务运行评估

利用2014年8月至2015年1月西安市环保局实况监测数据、西安空气质量预报系统(XAWRF-CMAQ)预报产品及国家气象中心空气质量预报指导产品,按照中国气象局发布的《城市空气质量预报检验评估和考核办法(试行)》对XAWRF-CMAQ进行业务运行评估。结果显示:在评估时段内,XAWRF-CMAQ空气质量预报考核评分为61.1,空气质量预报准确性评分为71.0,重污染预报能力评分为0.36,达到中国气象局的要求。另外,XAWRF-CMAQ的预报结果对粗颗粒物存在一定程度的偏低估计,这可能是由于系统对颗粒物排放估计偏低所引起。     

CUACE系统在乌鲁木齐空气质量预报中的效果检验

采用2013年12月1日—2014年2月28日空气质量观测数据,对CUACE系统在乌鲁木齐空气质量预报中的效果进行离线检验。结果表明,在污染物浓度和空气质量分指数方面,NO2的预报效果优于PM10和PM2.5,28 h预报时效的预报效果优于52 h预报时效;在首要污染物预报结果中,28 h预报时效的总体预报效果优于52 h,28 h预报时效中PM2.5预报正确率为65%;从空气质量等级的预报效果来看,28 h预报时效与52 h预报时效无明显差别,对NO2和PM10的预报准确率达到100%,对PM2.5三级预报准确率达到90%以上,对二、四级预报准确率在70%～80%之间,对五、六级重度污染预报值偏低两个级别或以上。     

北京地区一次空气重污染过程的目标观测分析

针对北京市2016年12月16~21日的空气重污染过程进行了回报试验,探讨了该次事件预报的目标观测敏感区。使用新一代高分辨率中尺度气象模式（Weather Research Forecasting,WRF）和嵌套网格空气质量模式（Nested Air Quality Prediction Model System,NAQPMS）,针对初始气象场的不确定性,通过4套初始场资料识别了影响北京地区细颗粒物（PM2.5）预报水平的目标观测敏感变量及其敏感区。结果表明:当综合考虑初始气象场的风场、温度、比湿不确定性的影响时,发现改善黑龙江区域上述气象要素的初始场精度,对北京地区PM2.5预报不确定的减小最显著;当分别考察风场、温度、比湿的不确定性的影响时,发现初始风场精度的改善,尤其是黑龙江区域风场精度的改善,能够更大程度地减小北京地区PM2.5的预报误差,对北京东南地区的PM2.5预报误差的减小甚至可达到40%以上。因此,优先对黑龙江区域的气象场,尤其是该区域的风场进行目标观测,并将其同化到预报模式的初始场中,将会有效提高初始气象场的质量,进而大大减小北京地区PM2.5浓度的预报误差,提高北京地区空气质量的预报技巧。初始风场代表了北京地区该次空气重污染事件预报的目标观测变量,而黑龙江地区则是该目标观测的敏感区域。     

城市空气质量与气象条件的关系及空气质量预报系统

利用2002年6月1日至2004年5月31日沧州市环境监测站的逐日空气质量报告数据,对沧州市空气质量及其污染物进行了统计分析,发现沧州市空气质量优良的天数居多,两年中有236天污染天气。影响沧州市空气质量的首要污染物为PM10,其次为SO2,空气质量受季节影响较为严重,冬季取暖期污染最为严重,属于“煤烟型”污染,并与天气现象、气压场、风场、总云量等气象因子密切相关。对比沧州市每日运行的空气质量预报系统,CAPPS 1.0模式比统计预报模式预报更为准确。     

CMAQ—ASM模式业务化

CMAQ成功移植到了国家气象中心业务系统神威和IBM巨型机上，为实现全国及区域空气质量预报准业务化系统提供重要的技术保障。另外，针对模式中污染源不确定性因素引起预报偏差的技术难题，发展了空气质量预报模式的动力-统计模型（CMAQ-MOS）与源同化新技术，其效果明显优于国外原CMAQ模式。     

几种空气质量预报方法的预报效果对比分析

目前应用于我国各个城市空气质量预报业务的预报方法主要有三种 :数值模式预报、统计预报和综合经验预报。这几种预报方法都有其各自的优势 ,同时也存在一些不足。应用以上方法对天津市市区进行空气质量业务预报 ,通过实测资料与预报结果进行对比分析 ,给出这几种方法在天津市区空气质量预报中的预报效果客观评价。     

套网格模式——介绍美国最新有限区域业务预报模式

一、引言美国国家气象中心自1984年5月起已采用套网格模式(Nested Grid Model简称NGM)作为有限区业务预报模式。原有的有限区细网格模式(Limited Fine Mesh Model简称LFM)将继续业务运行,作为快速参考使用。 NGM是由N. Phillips设计,并与K. Campana及J. Hoke等人合作将其发展、完善。使用NGM在Cyber-205机上进行48小时预报大约需要15分钟(原有LFM的48小时预报仅需1.5分)。     

北京空气质量多模式集成预报系统的建立及初步应用

介绍了北京空气质量多模式集成预报系统（ＥＭＳ Ｂｅｉｊｉｎｇ）．系统中区域空气质量模式包括中国科学院大气物理所自主开发的嵌套网格空气质量模式系统（ＮＡＱＰＭＳ）模式、美国环保署（ＥＰＡ）开发的Ｍｏｄｅｌｓ ３／ＣＭＡＱ模式及美国Ｅｎｖｉ ｒｏｎ公司开发的ＣＡＭｘ模式等,均使用ＳＭＯＫＥ排放模型统一处理大气污染排放清单．此系统各模式采用统一的模拟区域和网格分辨率,采用中尺度气象模式ＭＭ５提供统一的气象场,并采用算术平均、权重集成等方法集成各空气质量模式结果,并投入北京空气质量业务预报,有效支持了北京奥运会空气质量数值预报．业务预报结果表明：１）采用ＳＭＯＫＥ处理的奥运排放清单较接近实际,２００８年８月各空气质量模式可吸入颗粒物（ＰＭ１０）日均值预报结果相对偏差为－３％ ～１７％,与观测数据相关系数在０７以上;２）在排放清单较接近实际的情况下,ＰＭ１０日均值多模式算术平均优于单个空气质量模式;３）分析２００８年４—１１月业务预报表明,采用权重集成方法预报的ＰＭ１０日均值优于算术平均方法,达６１％．总体上,权重集成方法优于算术平均结果．     

嵌套网格空气质量预报模式系统的发展与应用

主要综述中国科学院大气物理研究所自主开发的嵌套网格空气质量预报模式系统(NAQPMS,Nested Air Quality Prediction Modeling System)的历史发展与应用情况.模式发展伊始为欧拉污染物输送实用模型,利用其研究东亚硫氧化物的跨国输送问题,得出中国对于周边国家的输送量不大的结论; 在系统中嵌入适合东亚的起沙机制模块,用来模拟沙尘发生、输送及沉降等过程,估算亚洲大陆沙尘气溶胶对海洋地区的输送与沉降通量,为研究海洋生物地球化学循环提供基础数据; 利用该系统研究沙尘及其土壤粒子对酸雨的中和作用,发现沙尘输送对东亚酸雨的分布影响很大; 发展城市尺度高分辨率气象和空气质量预报技术,使模式水平分辨率达到500 m,并应用于台北高浓度臭氧和PM10的模拟; 研究和集成区域及城市尺度大气污染预报理论和模拟技术,研制成目前的嵌套网格空气质量预报模式系统,以探讨不同尺度各种污染(如沙尘暴、城市光化学烟雾、酸雨、高浓度悬浮颗粒物等)的变化规律.在模式系统中初步建立资料同化模块,开展大气化学成分及沙尘输送模拟的资料同化研究.系统已经在北京、上海、深圳、郑州等城市环境监测中心实施空气质量的实时预报.未来,系统将集成到全球环境大气输送模式(GEATM),以实现从城市群到全球具有双向耦合功能的模式系统.     

连云港市城市空气质量预报方法研究

本文利用高空大气探测资料和有限区细网格模式的数值预报产品,分别建立统计预报和数值预报等适合连云港市城市空气质量预报业务发展所需要的客观预报方法,最终利用动态分权法,综合决策集成连云港市城市空气质量预报。结果表明:动态分权法能够有效地提高空气质量的预报准确率。