基于全國源清單CMAQ模型預報適用性研究

曾 鈺，黃鐘霆，彭慶慶

（湖南省環境監測中心站，湖南 長沙410014）

1 引言

目前，國內環境問題日漸突出，大氣環境質量關注度提高。開展城市空氣質量預報工作[1]，可以及時、準確和全面地提供未來城市大氣環境質量狀況，有著較好的社會意義和環境效益。既可以保護城市居民的身心健康，指導居民的日常活動和行為，同時能夠促進人類社會健康事業和經濟建設，使人們采取必要的控制和防范措施，減輕大氣污染對自然生態環境和人們生活質量的影響[2，3]。

城市空氣質量預報在各省、市蓬勃發展[4]。自1997年以來，國內大中城市：上海、廣州、北京、天津、沈陽、重慶、南昌等城市先后開展了空氣污染氣象條件或污染濃度預報，并通過媒體向公眾發布[5，6]。隨著2013年國務院頒布的《大氣污染防治條例》明確提出：建立重污染預警機制，全國各省、市紛紛開始建設空氣質量預報預警平臺。空氣質量預報預警平臺以數值預報模型為體系支撐，集成污染排放源清單（SMOKE）、氣象場（MM5）和 數 值 預 報 模 型 （CMAQ/CAMx/NAQPMS等）。

由于，數值預報模型以源清單為基礎，同時，各省市建設進度不一，不少地方尚未對本地污染源清單進行編制，通用國家大尺度污染源清單。因此，本文將基于大尺度源清單下CMAQ預報模型適用性進行研究。

2 CMAQ發展及應用

CMAQ預報模式又稱公共多尺度空氣質量模式（Community Mutiscale Air Quality Model）是由美國環保署（EPA）開發的第三代空氣質量模型，具有局地、城市、區域和大陸等多種尺度的模擬能力。CMAQ由美國環保局于1998年6月首次發布，經過十幾年的研究發展，已經更新到5.0.1版本[7，8]。CMAQ 模型模擬系統基于“一個大氣”理念，其采用多模塊集成的組織結構和多尺度嵌套的三維歐拉網格設置，能夠實現對多種大氣污染物（如O3、顆粒物、SO2）以及各種大氣污染問題（光化學污染、灰霾、酸沉降）的模擬。CMAQ在模擬過程中能將天氣系統中、小尺度氣象過程對污染物的輸送、擴散、轉化和遷移過程的影響融為一體考慮，同時兼顧了區域與城市尺度之間大氣污染物的相互影響以及污染物在大氣中的氣相各種化學過程，包括液相化學過程、非均相化學過程、氣溶膠過程和干濕沉積過程對濃度分布的影響[9，10]。CMAQ模型模擬系統主要有5個模塊（圖1）。

（1）初始條件計算模塊（ICON）：用于計算模型模擬第一個時間步長即在一定時間內，數據或者數據量（包）跨越長度（間隔）的污染物濃度；

（2）邊界條件計算模塊（BCON）：用于計算模型模擬網格邊界污染物濃度；

（3）光解速率常數計算模塊（JPROC）：用于計算主要化學物種晴空光解速率；

（4）核心化學傳輸模塊（CCTM）：用于計算模擬網格污染物小時濃度。

3 排放源清單對CMAQ影響

影響預報結果的兩個關鍵因素是區域源清單的準確性和氣象條件的影響。CMAQ的數值計算所需的氣象場由氣象模型提供，如中尺度氣象模型 MM5（Fifth－Generation NCAR/Penn State Mesoscale Model）和WRF（Weather Research and Forecasting Model）；所需的源清單由排放處理模型提供，如SMOKE（Sparse Matrix Operator Kernel Emissions）等。

一般源清單需要經過多輪優化后才能滿足業務化預報需要，而源清單逐步細化工作本身也需要能夠動態的和業務化的進行。包括四個內容，污染物年排放量計算：完成對本地污染源、污染物信息的收集整理，確定計算源排放清單所需的各種參數，完成年排放量的計算；網格處理：根據MM5網格設置要求，將年排放量分配到每個網格中；嵌套處理：將大尺寸、中尺寸和小尺寸源排放清單進行嵌套處理，形成完整的、一致的源排放清單；排放清單處理：完成空間分配、時間分配、空間分配、化學物種分配計算，并轉換成符合CMAQ模型要求的數據格式。

4 基于全國清單CMAQ使用介紹

4.1 評估原理

根據不同機構研究與多個城市應用表明，雖然污染源轉化機理與時空特征十分復雜，不同分辨率的源清單對CMAQ預報準確率存在一定影響，污染濃度預報量與實況相比存在一定的（系統性）誤差，但是CMAQ對污染物區域分布及其變化趨勢雖具有較強的預報能力，同時在采用全國源清單下有著較高的預報準確率。CMAQ在上海世博會、廣州亞運會等重大賽事空氣質量保證任務中都有應用[11]。本文采用標準化平均偏差（NMB）與標準化平均誤差（NME）、均方根誤差（RMSE）評估模擬結果與實測值的吻合程度，定義如下：

其中Cm是模擬值，Co是觀測值。NMB反映的是各模擬值與實測值的平均偏離程度，NME反映的是平均絕對誤差，是兩個沒有量綱的統計量，RMSE反映模擬值與監測值的偏離程度，是一個有量綱的統計量，它們越接近0，表明模擬效果越好。同時，使用相關系數R來表征模擬結果與實測值之間變化趨勢的吻合程度，其越接近1，表明模擬效果越好。平均偏差MB與均方根誤差RMSE反映了模擬值和觀測值之間的偏差和誤差大小，其絕對值越小表明數值模擬結果與觀測結果越接近，模擬效果越好；歸一化標準因子NMB，NME考慮了不同濃度水平下模擬與觀測的差異，反映了模擬值與觀測值之間相對偏差和誤差的大小，一般情況下，如果二者均小于50%，則認為模型模擬效果較好（Eder et al.，2007；Kang et al.，2007）。

4.2 使用介紹

4.2.1 浙江省站預報系統

浙江全省空氣質量預報平臺中采用了WRFCMAQ模式組合，最外層和華東區域采用2010年全國源清單，尺度為城市尺度。通過與實測值對比，發現WRF－CMAQ的相對預報準確性較高，等級預報準確可以達到80%左右。

以2015年1月1日至20日的污染過程預報為例。元旦過后杭州經歷了三次主要污染過程，浙江省空氣質量日報預報平臺均準確做出了預報和公眾發布，并能結合立體監測、預報結果和氣象數據，對污染成因給出科學的分析。就19日凌晨至上午的這次污染過程，顆粒物主要是由硫酸鹽銨鹽和二次有機物構成，主要是由于高空垂直輸送和本地二次光化學過程共同作用產生，說明來自外地的影響較大。

4.2.2 北京市監測中心數值預報系統

北京市環境監測中心采用CMAQ數值預報系統對2013年1月至12月期間的6種污染物包括PM10、SO2、NO2等污染物的日均模擬值與實測值進行統計分析。6種污染物的預報濃度與實測濃度相關系數在0.427～0.731之間，其中 CO相關性最好，能達到0.731，SO2相關系數較差，為0.427[12]。

4.2.3 上海市監測站數值預報系統

上海使用CMAQ數值預報系統模式統計分析在2009年9月～2010年2月期間各污染物包括PM10、SO2和NO2日均API模擬值的，并對比分析模擬值與檢測值[13]。根據分析研究，在此期間，CMAQ－4.6，在2009年9～11月期間PM10日均API模擬值與實測值的相關系數在0.5～0.6之間。對SO2而言，無論秋季還是冬季，各模式對SO2日均值的模擬均有所高估，且冬季高估比例要小于秋季。對NO2而言，秋冬季各模式的模擬性能也有所不同，秋季各模式對NO2日均API模擬值與實測值相關系數。

CMAQ數值模型對上海市國控點在2013年10月至2014年1月的PM2.5日均濃度值進行對比分析。通過對比實測值與預報值，CMAQ數值預報能夠較好地模擬出PM2.5濃度隨時間的變化趨勢。相對而言，在PM2.5濃度處于較低濃度時，CMAQ模擬值與實測值也較為接近，模擬情況較好。偏差主要出現在模擬與實測峰值附近，研究發現CMAQ模擬的峰值濃度往往遠小于實測值。總體而言，CMAQ數值模式預報的各個月份模擬值與觀測值的標準平均誤差在29%～46%之間。從MB、MSE，NMB及NME四個數據來看，CMAQ的預報結果較為準確，模擬值在可接受的誤差范圍內[11]。CMAQ數值預報模式模擬結果基本能夠反映上海市PM2.5的濃度狀況和變化趨勢，能夠較好地為上海市城市空氣質量預報服務。

4.2.4 福州市監測站系統

福州市利用CMAQ模型對2010年7～12月本市各污染物濃度進行預報，并對預報效果進行分析研究，根據預報等級與實測對比，發現CMAQ模型對福州市2010年7～12月PM10的污染指數等級預報正確率達到了71.3%，對SO2和NO2的級別預報正確率更是達到了100%，日預報綜合評分平均達88.8分[14]，福州市數值模型預報能力較好，能夠有效指導城市空氣質量預報。

4.2.5 珠三角CMAQ預報系統

珠三角利用CMAQ模式對本地區臭氧進行研究。研究表明，CMAQ數值模式能夠較好地模擬出珠江三角洲研究期間大多數站點的臭氧濃度水平和變化趨勢，模式的模擬結果具有很高的相關性（相關系數R為0.92），能較好地適用于珠江三角洲地區的光化學煙霧污染的模擬、預報與控制研究[15]。雖然CMAQ模擬濃度值總體上略低估實測濃度值（月均濃度值43.0×10－9V/V，NMB為 －8.5%，NME 為36.8%），但 是CMAQ模式在反映臭氧濃度的變化趨勢一致性較好，還是具有一定參考性的。

4.2.6 鄭州預報系統

鄭州市使用CMAQ系統對2004年12月8～24日，共計15d的SO2和NO2小時濃度預報與實時監測結果（8次/d）進行對比分析[16]。由于CMAQ模式的預報結果為格點值，需要經線性內插后才能得到鄭州市的預報值。經過處理分析，對于120h濃度樣本的預報與實時監測值對比，研究發現其觀測值與預報值是極顯著相關的。兩者的日變化趨勢大體上是一致的，其中SO2和NO2日均濃度相關分別為0.59和0.62，預報結果標準差為7.05和4.55。

5 結論

（1）根據浙江、北京、上海、福州、珠三角和鄭州等省市的模型應用分析，浙江省等級預報準確率可達80%，北京市6種污染物預報值與實測值相關系數在0.4～0.8之間，上海市PM10日均API模擬值與實測值的相關系統在0.5～0.6之間，福州、鄭州和珠三角使用CMAQ對部分污染物濃度預報有著較高的準確率。由此可見，CMAQ模型預報等級準確率較好，濃度預報準確率次之。由此可見，基于全國源清單下CMAQ模型預報準確率較好。

（2）雖然污染源變化和時空特征十分復雜，由于模式采用的平均源排放清單難以精細、客觀描述預報區域污染源強度不同尺度的時空變化，不同城市應用CMAQ模式對空氣質量進行預報，分析結果表明該模式對空氣污染濃度預報量與實況相比存在較為明顯的“系統性”誤差，但整體而言，CMAQ對多類污染物不同尺度“面空間”分布及其變化傾向具有較強的預報能力。

（3）目前，各省空氣質量預報業務推進程度不一，水平差異較大。不少省份尚未編制本地污染源清單，可供使用為全國城市尺度去混清單。本文對基于全國源清單CMAQ模型對空氣質量預報能力進行探究，根據不同城市案例分析，CMAQ模型預報能力較強，能有效指導省、市空氣質量預報業務展開。在部分還沒有開展地方源清單編制的地區，使用全國源清單CMAQ模型。

[1]吳增茂，盛立芳，劉 烽.城市空氣質量預報模型及軟件開發研究[J].氣象科技，1991（1）：11～15.

[2]李時蓓，孟 凡.空氣質量預測系統[J].環境科學研究，1996，9（4）：6～9.

[3]崔應杰，王自發，朱 江，等.空氣質量數值模式預報中資料同化的初步研究[J].氣候與環境研究，2006，11（5）：615～626.

[4]安俊嶺，王自發，黃美元，等.區域空氣質量數值預報模型[J].氣候與環境研究，1999，4（3）：244～251.

[5]崔應杰，王自發，朱 江，等.空氣質量數值模式預報中資料同化的初步研究[J].氣候與環境研究，2006（5）.

[6]王 茜，付晴艷.集合數值預報系統在上海市空氣質量預測預報中的應用研究[J].環境監控與預警，2010，2（4）：1～11.

[7]劉鳳剛.CMAQ預報數據的管理與訂正分析[J].天津職業院校聯合學報，2008，9（5）：55～59.

[8]武傳寶，解玉磊.CMAQ模型在烏魯木齊大氣污染治理中的應用潛力[J].華北電力大學學報，2013，12（6）：18～20.

[9]鄭君瑜，付 飛，李志成.基于CMAQ模型的隨機響應曲面不確定性傳遞分析方法實現與評價[J].環境科學學報，2012，32（6）：1289～1298.

[10]陳長安，王建鵬.西安城市空氣質量預報業務系統建設總論[J].陜西氣象，2001（6）：1～2.

[11]王 茜，吳劍斌，林燕芬，等.CMAQ模式及其修正技術在上海市PM2.5預報中的應用檢驗[J].環境科學學報，2014（8）：1～9.

[12]王自發，吳其重.北京空氣質量多模式集成預報系統的建立及初步應用[J].南京信息工程大學學報，2009，1（1）：19～26.

[13]王自發，付晴艷.集合數值預報系統在上海市空氣質量預測預報中的應用研究[J].環境監控與預警，2008，2（4）：1～11.

[14]陳彬彬，林長城.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）：174～175.

[15]沈 勁，王雪松.Models－3－CMAQ和CAMx對珠江三角洲臭氧污染 模 擬 的 比 較 分 析 [J].中 國 科 學，2011，41（11）：1750～1762.

[16]鄧 偉，陳懷亮.Models＿3＿CMAQ模式對鄭州市大氣污染物的預報分析研究[J].氣象與環境科學，2007，30（1）：54～57.