CUACE系統在烏魯木齊空氣質量預報中的效果檢驗

李曼，張載勇，李淑娟，于曉晶，琚陳相

（1.中國氣象局烏魯木齊沙漠氣象研究所，新疆 烏魯木齊 830002；2.中國氣象局氣象干部培訓學院新疆分院，新疆 烏魯木齊 830013）

CUACE系統在烏魯木齊空氣質量預報中的效果檢驗

李曼1，張載勇2，李淑娟1，于曉晶1，琚陳相1

（1.中國氣象局烏魯木齊沙漠氣象研究所，新疆 烏魯木齊 830002；2.中國氣象局氣象干部培訓學院新疆分院，新疆 烏魯木齊 830013）

采用2013年12月1日—2014年2月28日空氣質量觀測數據，對CUACE系統在烏魯木齊空氣質量預報中的效果進行離線檢驗。結果表明，在污染物濃度和空氣質量分指數方面，NO2的預報效果優于PM10和PM2.5，28 h預報時效的預報效果優于52 h預報時效；在首要污染物預報結果中，28 h預報時效的總體預報效果優于52 h，28 h預報時效中PM2.5預報正確率為65%；從空氣質量等級的預報效果來看，28 h預報時效與52 h預報時效無明顯差別，對NO2和PM10的預報準確率達到100%，對PM2.5三級預報準確率達到90%以上，對二、四級預報準確率在70%～80%之間，對五、六級重度污染預報值偏低兩個級別或以上。

CUACE系統；空氣質量；效果檢驗；烏魯木齊

空氣質量預報的方法主要有建立大氣污染濃度與氣象參數間關系模型的統計預報和以大氣動力學理論為基礎、考慮大氣物理和化學過程、建立大氣污染濃度在空氣中的輸送擴散模型、預報污染物濃度動態分布的數值預報，目前數值預報成為空氣質量預報的主要發展趨勢[1]。國外的空氣質量模式經由第一代模式模擬系統如EKMA（Empirical Kinetic Modeling Approach）[2]、ISC3（Industrial Source Complex）[3-4]和第二代空氣質量模式如ADMS（Atmospheric Dispersion Modeling System）[5]、CAMx（Comprehensive Air Quality Model with Extensions）[6]等，發展到現在的由美國國家環保局開發的第三代Models-3模式，其核心是空氣質量模式CMAQ（Community Multi-scale Air Quality）[7]，該模式在我國使用較為廣泛[8-10]。我國近年來也逐步展開空氣質量數值預報研究并取得一定成效，中國科學院大氣物理研究所建立的城市空氣污染數值預報模式具有較好的預報性能[11]，中國氣象科學院開發的非靜穩多箱大氣污染濃度預報和潛勢預報系統CAPPS（City Air Pollution Prediction System）已在國內多個區域氣象中心和重點城市推廣運行[12-14]，中國氣象局化學天氣數值預報系統CUACE（CMA Unified Atmospheric Chemistry Environment）為奧運會、世博會等活動提供氣象服務，現為我國環境氣象、霧和霾的數值預報業務模式。

烏魯木齊是新疆維吾爾自治區的政治、經濟、文化中心，隨著城市化進程的加快，人口密度的增長、經濟跨越式的發展，環境壓力越來越嚴峻，強化大氣環境管理，開展空氣質量預報，防止空氣污染及優化空氣污染防治措施是一項緊迫任務[15-17]。中國氣象局烏魯木齊沙漠氣象研究所于2013年11月完成CUACE系統的移植工作，并在模式中引入新疆地區詳細精確的地形、地表覆蓋率、雪蓋資料和其他參數，利用可獲取的最新排放源清單結合新疆地區植被特色的自然排放源對模式中排放源數據進行了更新，對模式輻散方案進行部分修改并提高了模式水平分辨率，制作烏魯木齊和全疆范圍的空氣質量預報產品。本文將對該系統在烏魯木齊空氣質量預報中的效果進行初步檢驗。

1 資料與方法

1.1 模式與資料

CUACE系統是中國氣象科學研究院自主研發的區域天氣—大氣化學—大氣氣溶膠雙向耦合模式預報系統，由天氣預報模式MM5（Mesoscale Model 5）和氣體—氣溶膠模塊組成，實現了氣體、氣溶膠模塊與天氣模式在線雙耦合運行，其中天氣模式MM5主要采用混合冰相單參數Reisner方案，GRELL積云參數化方案，MRF邊界層參數化方案和RRTM輻散方案，氣體—氣溶膠模塊考慮了比較完善的微量氣體、氣溶膠的物理化學過程。目前該系統水平分辨率9×9 km，預報范圍覆蓋全疆，以T639資料為初始場，每日20時（北京時間）起報，預報時效72 h，預報產品種類主要包括PM2.5、PM10、SO2、NO2、O3、CO六種污染物濃度、空氣質量分指數IAQI（Individual Air Quality Index）、首要污染物、空氣質量指數AQI（Air Quality Index）、污染等級、霧和霾區域及等級、污染氣象條件等。

1.2 檢驗方法

依照《環境空氣質量指數（AQI）技術規定（實行）》，每日空氣質量的時間范圍指的是一個自然日（00時—23時）的24 h平均空氣質量，CUACE系統預報時效包含兩個自然日（預報時效中第5～28 h為第一個自然日，第29～52 h為第二個自然日），因此在文中分兩個預報時效（即28 h預報時效和52 h預報時效）討論CUACE系統對日均空氣質量的預報效果。觀測數據從新疆環保廳實時更新網站上獲取，烏魯木齊區域布設的環保廳監測站點共有7個，烏魯木齊每日空氣質量由這7個站點的24 h平均值得出。CUACE系統中烏魯木齊每日空氣質量預報是根據環保廳7個監測站點的位置分別選取臨近的格點，對7個格點預報值求24 h平均得出。本文中日空氣質量觀測數據與預報數據樣本均為2013年12月1日—2014年2月28日共90 d。

針對污染物濃度和IAQI主要檢驗其與觀測值的誤差和相關系數。誤差分析包括平均誤差ME、平均偏差MD、平均平方根誤差RMSE、正態平均誤差NME和正態平均偏差NMD（具體見公式（1）～（5），其中m（i）代表預報值，o（i）代表觀測值）[9]。其中平均誤差和平均偏差主要反映了預報值與觀測值的差值情況，平均平方根誤差主要反映預報值圍繞觀測值的變化情況即離散程度，正態平均誤差和正態平均偏差主要反映預報值的可靠程度。

針對首要污染物和空氣質量指數AQI（Air Quality Index）等級的檢驗主要通過對比統計分析，即按照時間逐一對比模式預報首要污染物和實測首要污染物是否一致，在首要污染物預報正確的基礎上，統計AQI等級預報準確率、偏差一級率和其他偏差率。

2 預報效果檢驗分析

2.1 污染物濃度和IAQI

根據觀測數據可知，烏魯木齊2013年12月1日—2014年2月28日首要污染物主要為NO2、PM2.5和PM10三種，因此文中主要分析模式產品中這三種污染物濃度和IAQI與觀測值的誤差和相關系數。

分析污染物濃度預報值與觀測值之間的誤差（表1）可以發現，模式28 h預報時效的NO2濃度值較觀測值略偏高（僅偏高1.65 μg/m3），PM10和PM2.5濃度較觀測值偏低15 μg/m3；NO2預報值與觀測值的平均平方根誤差較其他兩種污染物少，說明NO2預報值與觀測值的偏差幅度變化較其他兩種污染物低，總體看來NO2濃度預報效果優于PM10和PM2.5。這可能是因為NO2主要來源于人為源（污染源強比較穩定），其變化基本取決于天氣形勢的變化，而PM10和PM2.5除人為源之外還有自然源，其污染源強變動較大[18]，所以NO2預報準確率較高。52 h預報時效預報結果中，NO2濃度預報值略偏高，PM2.5濃度預報值比觀測值偏低，NO2預報值與觀測值的平均平方根誤差較其他兩種污染物少，這與28 h預報時效結果一致。與28 h預報時效預報結果存在明顯差異的是PM10濃度預報值與觀測值平均誤差由之前的負誤差變為正誤差。

表1 烏魯木齊區域主要污染物濃度（μg/m3）CUACE系統預報偏差

由污染物IAQI預報值與觀測值之間的誤差（表2）可知，28 h預報時效預報結果中NO2的IAQI與觀測值平均誤差幾乎為0，PM10和PM2.5的IAQI預報值平均比觀測值低。與濃度誤差相似，NO2的IAQI預報值與觀測值的平均平方根誤差較其他兩種污染物少，說明在IAQI方面NO2預報效果也優于其他兩種污染物。52 h預報時效預報結果中，PM2.5預報值總體上較觀測值偏低，NO2的IAQI預報值與觀測值的平均平方根誤差最小，這與28 h預報時效預報結果一致。與28 h預報時效存在差異的是，NO2預報值與觀測值平均誤差由之前的正誤差變為負誤差，PM10預報值與觀測值平均誤差由之前的負誤差變為正誤差。綜合分析污染物濃度和IAQI預報值與觀測值誤差可以看到，52 h預報時效的誤差偏差值絕大多數高于28 h預報時效，說明28 h預報時效的濃度和IAQI預報效果更好。

表2 烏魯木齊區域主要污染物空氣質量分指數CUACE系統預報偏差

圖1為三種主要污染物濃度和IAQI預報值與觀測值的相關系數，由圖1可以看出無論是28 h預報時效還是52 h預報時效的預報結果中三種污染物濃度和IAQI的預報值與觀測值之間都存在正相關，結合污染物濃度預報值與觀測值的時間序列圖（圖2）可以看出，模式預報值能夠在一定程度上反映污染物的變化情況。三種污染物中PM10的預報值與觀測值相關性最好、PM2.5次之。對比分析28 h和52 h預報值和觀測值的相關系數可以看出，28 h預報時效的預報值與觀測值的相關性更好。

圖1 NO2、PM10和PM2.5濃度（a）、IAQI（b）的預報值與觀測值的相關系數

2.2 首要污染物和AQI等級

統計90 d觀測資料樣本得知，首要污染物是NO2的天數為22 d、PM10為6 d、PM2.5為62 d。由表3可知，28 h預報時效的預報結果中NO2預報正確天數為10 d、正確率45%；PM10正確率為50%；PM2.5預報正確天數40 d，預報準確率達到65%。52 h預報時效的預報結果中NO2和PM2.5的預報準確率分別為27%和56%，都低于28 h預報時效；PM10的預報準確率高于28 h預報時效。將三種首要污染物出現的概率×預報正確率進行求和得出總體預報效果，28 h預報時效的首要污染物整體預報正確率為59%，52 h預報時效的整體預報正確率為50%。

表3 CUACE系統預報首要污染物與觀測首要污染物

在首要污染物預報正確的基礎上對比分析AQI等級預報效果，由表4可知28 h預報時效預報結果中，觀測NO2二級在模式預報中正確率為22%、預報高于觀測一級概率為78%；觀測NO2三級在模式預報中正確率為100%。觀測PM10二級在模式預報中正確率為100%。觀測PM2.5二級在模式預報中正確率為11%，偏高一級概率為56%；PM2.5三級在模式預報中正確率為40%，偏高一級概率為20%，偏低一級概率為33%；PM2.5四級在模式預報中正確率為27%，偏低一級概率為55%。若將AQI等級偏差一級都算作預報準確的話，可以看出28 h預報時效中對NO2和PM10的預報準確率都達到了100%，對PM2.5三級、四級預報準確率都高于80%，對重污染五級、六級預報都偏小兩個級別以上，預報準確率為0。

表4 CUACE系統28 h預報時效AQI等級與觀測等級

由表5可知52 h預報時效預報結果中，觀測NO2一級在模式預報中正確率為100%；二級在模式預報中正確率為20%、預報高于觀測一級概率為80%。觀測PM10二級在模式預報中正確率為50%、偏高一級概率為50%；三級在模式預報中正確率為100%。觀測PM2.5二級在模式預報中正確率為11%，偏高一級概率為56%；PM2.5三級在模式預報中正確率為50%，偏高一級概率為21%，偏低一級概率為29%；PM2.5四級在模式預報中正確率為13%，偏低一級概率為50%，偏高一級概率為13%。依照28 h準確率標準，52 h預報時效中對NO2和PM10的預報準確率都達到了100%，對PM2.5三級準確率達到100%，其余級別準確率在70%～80%左右，重污染五級、六級預報準確率為0。兩個預報時效對比看來，在首要污染物預報正確的前提下，對輕度污染及以下等級預報準確率相對較高，對重污染等級預報準確性較差，兩個預報時效對等級預報準確性上沒有明顯的差別，28 h預報時效中對PM2.5等級預報略優于52 h預報時效。

表5 CUACE系統52 h預報時效AQI等級與觀測等級

3 結論

通過對比2013年12月1日—2014年2月28日空氣質量觀測值與預報值，對CUACE系統在烏魯木齊空氣質量預報中的效果進行檢驗分析，得到以下結論：

（1）從污染物濃度和IAQI對比分析結果來看，NO2的預報效果優于PM10和PM2.5，NO2濃度和IAQI預報值與觀測值偏差較小，平均平方根誤差也相對較小，這與污染源強穩定度有關。28 h預報時效預報結果優于52 h預報時效，28 h預報時效的偏差整體低于52 h預報時效，28 h預報時效的污染物濃度和IAQI預報值與觀測值的相關系數高于52 h預報時效，這可能與氣象條件預報時效約束與不確定性有關。

（2）對首要污染物預報效果來說，28 h預報時效中對實測首要污染物出現最多的PM2.5預報效果最好，達到65%，PM10預報效果次之，52 h預報時效中PM10預報效果最好，達到83%，PM2.5預報效果次之。按照首要污染物出現的概率×預報正確率進行求和得出的總體預報效果來看，28 h預報時效優于52 h預報時效。

（3）對AQI等級的預報效果中28 h預報時效與52 h預報時效沒有明顯的差異，按照偏差一級之內都算預報準確來看，兩個預報時效對NO2和PM10預報準確率都達到100%（AQI等級在三級以下），對PM2.5來說，AQI三級預報準確率大于90%，二級、四級準確率為70%～80%，但對于五級、六級重污染情況，預報效果較差，預報結果一般偏低兩個級別以上，這可能與模式使用的排放源清單未及時更新有關。

目前對環境模式的檢驗還沒有公認的統一的方法和標準。本文中對CUACE系統預報效果的檢驗方法也存在一定的局限性，另外實際監測站點對烏魯木齊整體空氣質量的代表性是否充足、監測儀器和結果是否受局地、某個監測時刻的影響等問題都需要在將來的評估工作中進行更加全面的考慮和改進。

致謝：特別感謝中國氣象局氣象科學研究院劉洪利副研究員。

[1]王自發，謝付瑩，王全喜，等.嵌套網格空氣質量預報模式系統的發展與應用[J].大氣科學，2006，30（5）：778-790.

[2]Finlayson-Pitts B J，Pitts J N.Atmospheric chemistry: fundamentals and experimental techniques[M].New York：John Wiley and Sons，1986.

[3]User’s Guide for the Industrial Source Complex（ISC3）DispersionModels，VolumeI：UserIntroduction[Z]. Washington：US EPA，EPA-454/B-95-003a，1995.

[4]User’s Guide for the Industrial Source Complex（ISC3） DispersionModels,VolumeII：UserIntroduction[Z]. Washington：US EPA,EPA-454/B-95-003b，1995.

[5]Modeling Air Quality for London for Using ADMS-Urban [R].London:CambridgeEnvironmentalResearch Consultants，2003：10.

[6]User’s Guide to the Comprehensive Air Quality Model with Extensions（CAMx）[Z].ENVIRON international Corporation,Novato，CA，2002.

[7]Byun D W,Ching J K S.Science Algorithms of EPA Models-3 Community Multi-scale Air Quality（CMAQ）Modeling System[Z].EPA Report,EPA/600/R-99/030，NERL，Research Triangle Park，NC，1999.

[8]徐建明，徐祥德，劉煜，等.CMAQ-MOS區域空氣質量統計修正模型預報途徑研究[J].地球科學，2005，35（增刊）：131-144.

[9]謝敏，鐘流舉，陳煥盛，等.CMAQ模式及其修正預報在珠三角區域的應用檢驗[J].環境科學與技術，2012，35（2）：96-101.

[10]陳彬彬，林長城，楊凱，等.基于CMAQ模式產品的福州市空氣質量預報系統[J].中國環境科學，2012，32（10）：1744-1752.

[11]安俊嶺，向偉玲，韓志偉，等.突發性大氣污染監測與預報技術集成移動平臺[J].中國環境科學，2011，31（8）：1241-1247.

[12]董亞龍，吳寧.CAPPS模式在銅川空氣質量預報中的效果檢驗[J].陜西氣象，2004，5：13-16.

[13]尹曉惠，郭金蘭.北京空氣質量預報系統奧運模擬檢驗與應用[J].氣象，2008，34：279-283.

[14]王宏，馮宏芳，石鈺，等.CAPPS3模式在福州市預報效果檢驗[J].氣象與環境學報，2011，27（4）：25-29.

[15]洪鐘祥，胡非.大氣污染預測的理論和方法研究進展[J].氣候與環境研究，1999，4（3）：225.

[16]錢翌，呂愛華，鄭春霞，等.烏魯木齊市大氣環境質量變化趨勢與污染消減總量分析[J].新疆農業大學學報，2005，28（4）：69-73.

[17]王春華，呂愛華，余曉麗，等.烏魯木齊大氣污染現狀及影響因素分析[J].新疆農業大學學報，2010，33（4）：349-353.

[18]楊民，王慶梅，馬印飛，等.蘭州市空氣質量預報系統結構及效果檢驗[J].環境與氣象，2002，20（2）：22-26，40.

Verification of CUACE Air Quality Forecast in Urumqi

LI Man1，ZHANG Zaiyong2，LI Shujuan1，YU Xiaojing1，JU Chenxiang1
（1.Institute of Desert Meteorology，China Meteorology Administration，Urumqi 830002，China；
2.Xinjiang Training Centre of China Meteorology Administration，Urumqi 830013，China）

By contrast with air quality observation data during December 1，2013 to February 28, 2014，the simulation effect of CUACE is verified.The results show that in term of pollutant concentrations and individual air quality index,the forecast effect of NO2is better than PM10and PM2.5，the results of 28 hour forecast time are better than 52 hour forecast time.For primary pollutants results,the forecast performance of 28 hour forecast period is also better than 52 hour forecast period and the forecast accuracy of PM2.5of 28 hour forecast period is 65%.There are no significant difference between 28 hour forecast period and 52 hour forecast period in term of air quality index level forecast.The forecast accuracy of the model on contamination index level of NO2and PM10reach up to 100%.The forecast accuracy on PM2.5at level-3 is more than 90%,at level-2 and level-4 is about 70%～80%,while the forecast levels are always lower than two levels or more when the observation level are five and six.

CUACE；air quality；verification；Urumqi

P457

B

1002-0799（2014）05-0063-06

10.3969/j.issn.1002-0799.2014.05.012

2014-04-08；

2014-05-09

新疆自治區科技支撐計劃項目（201433112）資助。

李曼（1986-），女，實習研究員，主要從事中尺度天氣動力學和數值模式研究工作。E-mail：lim_idm@126.com

李曼，張載勇，李淑娟，等.CUACE系統在烏魯木齊空氣質量預報中的效果檢驗[J].沙漠與綠洲氣象，2014，8（5）：63-68.