上海地區臭氧數值預報

周廣強，耿福海，許建明，謝 英，彭 麗，陳 敏，鐵學煕（1.長三角環境氣象預報預警中心，上海 200135；2.上海市浦東新區氣象局，上海 200135；3.上海市氣象與健康重點實驗室，上海 200135；4.National Center for Atmospheric Research，Boulder，CO 80307，USA）

上海地區臭氧數值預報

周廣強1，2，3*，耿福海1，2，3，許建明1，2，3，謝 英1，2，3，彭 麗1，2，3，陳 敏1，2，3，鐵學煕2，4（1.長三角環境氣象預報預警中心，上海 200135；2.上海市浦東新區氣象局，上海 200135；3.上海市氣象與健康重點實驗室，上海 200135；4.National Center for Atmospheric Research，Boulder，CO 80307，USA）

基于WRF-Chem在線區域化學/傳輸模式構建了區域化學天氣數值預報業務系統，評估了2013年5月1日至9月30日期間的1h 和8h臭氧業務數值預報效果.結果表明：臭氧預報沒有明顯的系統偏差，預報偏差在0兩側基本呈對稱分布；數值預報具有較高的準確性，其中8h臭氧的效果略好，不同時效預報的相關系數均在0.8上下，濃度平均偏差和偏差中值都只有1×10-9～2×10-9，臭氧達標日和污染日預報都有很高準確率和CSI/TS評分，首要污染物也較準確；不同時效的預報效果接近，48h時效略好，24h和72h相當；數值預報也存在一定不足，存在極個別顯著偏高或顯著偏低的情況，同時由于等級劃分閾值的存在，等級預報的準確性明顯低于濃度和分指數預報.綜合地看，數值預報可以提供較為準確的臭氧預報，為空氣質量預報預警業務提供有力的支撐，但分指數等級預報上仍需要進一步提高.

臭氧；數值預報；WRF-Chem；空氣質量

臭氧（O3）是一種氧化性氣體，也是一種溫室氣體.地球大氣中的O3主要存在于約20～35km的平流層，約占90％，它吸收了大部分的短波長紫外線（UV-C），使地球上的生物免受過多紫外線傷害［1］.但對流層O3，盡管其僅占O3總量的10％左右，卻造成嚴重的危害.由于O3光解生成的O（1D）自由基是對流層大氣羥基（OH）自由基的根本來源，因此O3對大氣氧化過程有著決定性的影響，從而影響其他一些溫室氣體的大氣壽命，進而影響它們的溫室效應.此外，O3還影響二次氣溶膠，尤其是二次有機氣溶膠（SOA）的生成，進而直接和間接地影響輻射收支.

對流層O3主要不是直接排放而是由甲烷（CH4）、氮氧化物（NOx）、一氧化碳（CO）、揮發性有機物（VOCs）等通過光化學反應生成.O3主要化學消耗有兩個途徑，其一是在水汽條件下發生光解產生O（1D）自由基，其二是與HO2反應［2］.O3濃度和生命時間都有非常大的地區和時間差異，全球平均O3生命時間約22d［3-4］，近地面濃度從熱帶太平洋上的低于10×10-9（體積分數）上升至高排放區下風向的超過100×10-9［1］.

利用數值模式開展包括O3在內的大氣化學研究是目前國內外廣泛采用的一種手段.隨著計算機技術和數值模式技術快速發展，大氣化學數值模式經歷了拉格朗日軌跡模型、歐拉網格模型兩代，發展到第三代空氣質量模型系統（如Models-3/CMAQ）和近年的化學-動力耦合模式（如WRF-Chem）.第一代模式僅用于原生污染物擴散及簡易反應性軌跡模擬；第二代模式包括較為復雜的氣象參數和反應機制，通過氣象參數計算擴散參數，考慮了光化學反應過程等；第三代空氣質量模式具有較為完善的化學機制，可以較為全面地進行實際大氣中空氣污染物濃度模擬和空氣質量預報研究；化學-動力耦合（或在線，online）模式可以減小由于對氣象場進行插值帶來的誤差，并為探討大氣化學過程對氣象的反饋提供了條件.我國的空氣質量數值模式發展相對較晚，但近年來也發展起來了多套模式系統，并逐步應用于空氣質量、光化學煙霧及霾等的數值研究和業務預報，如中國科學院大氣物理研究所NAQPMS模式［6］、中國氣象局廣州熱帶海洋研究所的珠三角空氣質量暨光化學煙霧數值預報系統［7-8］、中國氣象科學研究院CUACE系列模式［9-10］、南京大學城市空氣質量數值預報模式系統（NJU-CAQPS）［11］等.

上海是我國也是世界最大城市之一.伴隨經濟的高速發展和能源消耗的快速增長，各種污染物排放引起的大氣污染問題日益成為制約經濟社會可持續發展的瓶頸.近年來，上海維持著較高的O3水平［5］，帶來嚴重的環境和健康問題.陳仁杰等［12］評估結果表明，近地面O3造成上海2008年1892例早逝和26049例住院，全年的歸因健康損失32.42億元.新的國家環境空氣質量標準［13］提出了日最大8h滑動平均O3（8hO3）濃度和日最大小時平均O3（1hO3）濃度兩項指標，O3也因此成為影響上海空氣質量的關鍵要素之一.

2013年，上海常受較強的副熱帶高壓控制，天氣穩定、氣溫高，高溫（日最高溫度≥35℃）日數（徐家匯）達到47d；其中7月26日，徐家匯最高溫度達40.6℃，創1872年有氣象記錄來最高氣溫的歷史極值.穩定且高溫的天氣有利于高O3的生成［14］，2013年共出現39d O3污染.有效的預報是減輕O3污染影響的重要途徑之一.本研究基于WRF-Chem在線區域化學/傳輸模式構建了區域化學天氣數值預報業務系統，數值預報產品已經廣泛應用于上海的空氣質量預報.該系統是國內較早的幾個區域在線業務系統之一.本文對該系統2013年5月1日至9月30日期間在上海地區的O3預報效果進行了系統的評估，分析其支撐O3特別是高濃度O3的預報的能力，可以為數值預報在O3業務預報和預警中的應用提供依據.

1 數值預報業務系統構建

1.1 WRF-Chem大氣化學模式簡介

WRF-Chem是由NOAA、NCAR等單位完成發展的“在線（online）”區域化學/傳輸模式［15］，它的氣象場由WRF模式提供，空氣質量（大氣化學）部分采用與氣象部分完全相同的傳輸方案（質量和標量）、相同的格點（水平和垂直方向）和相同的物理方案（用于次網格傳輸計算），時間步長也一致，因此不需要對氣象場進行時間插值.由在線計算的動力輸入（風、溫度、邊界層、云等）、傳輸（平流、擴散、對流等）、干濕沉降、氣相化學、氣溶膠生成、輻射與光化學和生物排放源幾部分組成.其中干沉降使用通量-阻尼（fluxresistance）法；生物源排放使用Simpson等［16］和Guenther等［17］方法在線計算，包括異戊二烯、單萜烯等；人為源由用戶提供；氣相化學方案有RADM2［18］等；光解采用耦合了水汽作用的Madronich方案［19］；氣溶膠有ISORROPIA［20］和SORGAM［21］等方案.WRF-Chem模式在擁有良好模擬和預報性能的同時具有廣泛的適用性和便捷的可擴展性.

Grell等［15］多模式對比分析表明WRF-Chem是一個具有相當好表現的模式.他們利用EPA NEI99源排放數據作為WRF-Chem的人為源，進行了27km分辨率的預報并與其他模式的結果進行了對比.對比結果表明，無論是對O3還是PM2.5，WRF-Chem都有很高的預報準確性，在相關系數、平均偏差、均方根誤差和預報技巧4方面都有良好的表現.總的來說，WRF-Chem模式具有優秀的區域空氣質量/大氣成分預報能力.本文使用經Tie等［22］改進的WRF-Chem模式，該模式對上海O3［22］和PM2.5［23］都有較好的模擬能力.

1.2 人為排放源細化與優化

使用的人為排放源資料共有2套，分別是Streets 2000年和2008年排放清單［24］，覆蓋范圍為東亞地區.2000年排放源清單分辨率為1/6o×1/6o，排放清單包括CO2、CO、NOX、SO2、PM2.5、PM10、BC、OC和NMHC（乙烷、丙烷、丁烷、戊烷、其他烷烴、乙烯、丙烯、端烯烴、內烯烴、乙炔、苯、甲苯、二甲苯、其他芳香族化合物、甲醛、其他醛類、酮類、鹵烴）.2008年排放源清單分辨率較低，為1/2o×1/2o，要素與2000年清單一致.

由于Streets排放清單的分辨率較粗，與預報系統的需要存在較大的差異，因此需要進行必要的細化.受限于資料，本研究僅對上海及周邊區域進行了優化.優化以土地利用資料為基礎進行，采用了2007年發射的美國陸地衛星5號星的TM晴空數據，空間分辨率達到為0.000225?（約30m），資料年份為2008年，土地類型包括水域、商業用地、居住用地、交通、綠地、公園、耕地、果園、林地和灘涂10種.優化方法和步驟：1）細化后分辨率為1/96o；2）保持每個1/6o源網格排放量不變，僅改變其中的分布；3）調整1/2o網格排放量至2008年水平.細化過程中，使用了不同土地類型排放比例因子來反映同等面積不同土地類型上不同污染物的排放比例（表1）.

表1 不同土地類型排放比例因子Table 1 Emission factors for different landuse categories

1.3 數值預報業務系統構建

表2 數值預報系統物理方案選項Table 2 Physical scheme option in the system

數值預報業務系統（華東區域化學天氣數值預報系統）基于WRF-Chem模式構建，由于較高的氣溶膠濃度對大氣光解過程具有明顯的影響，因此對模式的光解模塊進行了優化，在計算光解系數時加入了氣溶膠的作用.業務系統以WRF-Chem V3.2為基礎構建，區域以（31.5oN，118oE）為中心，水平分辨率6km，水平網格數316（東西）×397（南北）、垂直28層，覆蓋區域見圖1.化學機制選擇：氣相化學為RADM2機制，氣溶膠化學為ISORROPIA動力平衡氣溶膠機制和SORGAM有機氣溶膠機制；物理選項見表2.氣象時間步長為30s，化學時間步長為60s.使用NCEP GFS資料作為模式的氣象初始條件和邊界條件，邊界條件每6h更新一次，資料水平分辨率為1o×1o.前一次24h預報作化學初始條件，MOZART［25］全球模擬月平均值為化學邊界條件.生物排放源有MEGAN2［26］在線計算.人為排放源基于優化后的排放清單結合模式框架制作，包括無機氣體6種、氣溶膠成分6種、揮發性有機物（VOCs）成分16種.圖1分別顯示了與O3密切相關的NO、總顆粒物、總VOCs和VOCs潛在反應率日平均排放強度.其中VOCs潛在反應率為各VOCs與其和OH的在300K時反應速率的乘積.

該業務系統于2013年3月23日通過了中國氣象局預報與網絡司和華東區域氣象中心組織的聯合業務驗收.2013年4月1日起業務運行，預報時長72h，7月19日起延長至78h以適應空氣質量預報的需求.

圖1 模式區域NO、總顆粒物、總VOCs和VOCs潛在反應率日平均排放強度Fig.1 Daily average emission of NO，total PMs，total VOCs，and VOCs potential reactivity

2 預報效果分析與討論

2.1 數據與評估方法

選擇2013年5月1～9月30日O3進行評估，共153d.上海O3分指數（IAQI）觀測數據來源于上海市環境監測中心《上海市空氣質量（AQI）日報》，觀測站位置可見上海市空氣質量實時發布系統網站.評估期間共出現38d O3污染，其中首要污染物為8hO3的37d、為1hO3的3d；8hO3超標（IAQI值大于100）38d，1hO3超標29d.由此可見主要為8hO3污染.

預報數據從前述業務系統預報結果中獲取，根據不同時效分為24h、48h和72h.評估期間預報完成率98.69％，其中8月16日和18日起報由于GFS資料下載失敗導致未能完成預報.兩次缺報期間的O3分指數均為優，不影響首要污染物和污染預報效果評估.由于O3高值一般出現在白天，20：00后極少出現，因此7月19日以前的預報也參與72h時效統計.O3濃度與其分指數的計算按照環境空氣質量指數（AQI）技術規定［27］執行.預報O3濃度單位（×10-9）與國家標準中的濃度單位（μg/m3）之間轉換按標準狀況轉換關系計算，即1×10-9=48/22.4=2.14μg/m3.準確率（檢出率）為預報正確次數與實況出現次數的比值.臨界成功指數（CSI）定義為預報正確次數與預報正確次數、空報次數和漏報次數之和的比值，也稱為TS.空報次數指預報出現而實況未出現的次數，漏報次數則與之相反.

2.2 臭氧濃度預報效果

首先分析2013年5～9月期間O3濃度預報效果.總體上，不同時效的預報都和觀測較為接近.圖2的結果表明，除24h時效90％分位和最大值高于觀測外，1hO3和8hO3濃度其他分位值和最小值都和觀測接近；偏差除最大最小值外，基本在0附近成對稱分布.

統計結果（表3）表明，1hO3和8hO324h和48h時效預報與觀測之間的相關系數均超過0.8，72h時效也接近0.8；不同時效之間的差異不大.偏差中位數都在±1×10-9上下，表明沒有明顯的系統性偏差.平均偏差多數不超過1×10-9，只有24h時效超過4×10-9；均方根誤差一般也在20×10-9以下.綜合起來，48h對O3濃度都有最好的預報效果，72h時效在平均偏差和均方根誤差上略有優勢而24h時效在相關系數上略高，但差距不大.因此不同時效的1h和8hO3的預報效果都非常好；與其他研究結果相比也處于較高水平，與Grell等［15］在美國所做的15d試驗結果相當，相關系數略優于鄧濤等［7］2010年兩次典型O3過程的預報效果，處于楊文夷等［28］2010年東亞不同城市O3日均值模擬效果中的較高水平.

圖2 1hO3和8hO3觀測和不同時效預報濃度及預報偏差分布Fig.2 Comparison of modeled to observed 1-hour（left）and 8-hour（right）ozone×表示最大值和最小值

表3 1h和8hO3濃度預報效果統計Table 3 Statistics of forecast performance of 1-hour and 8-hour ozone concentrations

2.3 臭氧分指數預報效果

在對公眾預報和服務中，O3的水平一般以指數和/或等級表示，而且由于O3IAQI的計算是分段線性的，其與濃度之間的關系不是完全線性的.圖3顯示了分析期間逐日的預報結果與觀測的對比.結果表明，數值預報可以非常好地預報O3的變化趨勢，O3高IAQI時段和低IAQI時段都得到很好的預報，1hO3和8hO3的預報效果相似.當然也有個別時間出現顯著的預報偏差，如在5月20日、6月19和23日、9月11日等時段前后.統計效果（表4）上，相關系數都在0.8上下；24h時效的平均偏高約6，其他時效都小于1；1hO3IAQI平均絕對偏差約16，而8hO3略高，在18～21；偏差中位數在-2～2之間.偏差的分布（圖4）上，3個時效偏差不超過10的比例1hO3有50％以上，8hO3約40％；偏差在30以內的1hO3均大于80％，24h 和48h時效8hO3大于80％，72h時效為75.5％；偏差超過50的比例很低，占3％～8％，其中大部分為偏高.無論是1hO3還是8hO3，3個時效的預報偏差分布都有非常好的對稱性，而且中值在0附近，因此IAQI預報也沒有明顯的系統偏差.

圖3 1hO3和8hO3分指數預報與觀測的對比Fig.3 Comparison of forecasted IAQI of 1-hour and 8-hour ozone to observations

臭氧IAQI各等級的預報準確性上，1hO3和8hO3的表現具有較大的差異.實況中大部分1hO3等級為優，比例達到62.25％，良和輕度污染分別占18.54％和15.89％，而中度污染只占3.31％，沒有出現重度及嚴重污染.8hO3良最多，占41.72％，然后是優和輕度污染，分別占33.11％和 18.54％，中度污染出現了8次占5.30％，并出現了2次重度污染占1.31％.總的來說，等級預報準確或偏差1級的比例都在90％以上；預報準確率在不同等級存在較大的差異，對1hO3和8hO3也不同，但不同時效之間的效果接近；同時也出現一些等級偏差達到2級的情況，其中3個時效的1hO3分別出現了4次、3次和2次，8hO3分別出現了5次、1次和3次，更詳盡的準確性可見表5.由于1hO3的中度污染和8hO3的中度與重度污染等級出現的次數都較少，這3個等級的準確性統計具有較大的不確定性.

表4 1h和8hO3IAQI預報效果統計Table 4 Statistics of IAQI forecast performance of 1-hour and 8-hour ozone

影響O3數值預報準確性的主要可能原因為大氣化學模式、氣象模式和排放源清單三個方面的準確性.上文的分析表明本研究建立的數值預報業務系統整體上對O3具有較好的預報能力，而且由于排放源在短時間內不會產生顯著的改變，因此預報出現明顯偏差很可能是由于氣象預報出現明顯偏差，導致其驅動下的化學預報也出現明顯偏離觀測的情況.以48h時效預報為例，1hO3預報偏差達到2級出現了3次，8hO3出現了1次（表6）.6月19日8hO3預報偏高2級；對于1hO3，2次為偏高、1次為偏低.6月19日，靜止鋒從北向南壓過上海，地面為弱輻合條件，云量多，加之顆粒物濃度高，光照條件弱，不利于O3的生成；而數值預報中，10：00前后出現了弱降水，之后云量較低，光照條件變好，有利于光化學反應，生成較高濃度的O3.7月2日白天風速大（～5m/s），在西南風的作用下上海城區及城區東北地區O3濃度較高；數值預報的風速與觀測相當，但風向較觀測略偏西，高濃度O3區出現在上海城區以東而城區O3濃度低，造成預報值明顯低于觀測值.7月6日，凌晨至上午有明顯降水，小時雨量高值達4mm，最高溫度為30℃；數值預報在上午只有零星降水，小時預報大值（1mm）明顯低于觀測，午后才出現較大降水，使得最高溫度達到35℃，造成O3預報值明顯偏高.等級預報偏差達到2級的個例分析結果證實本系統O3預報的極端偏差主要來自于其氣象預報偏差.

圖4 1hO3和8hO3分指數預報偏差分布Fig.4 Bias distribution of forecasted IAQIs of 1-hour and 8-hour ozone to observations

表5 不同預報時效O3等級預報的準確性（％）Table 5 Statistics of probability of detection（POD，％）of IAQI levels of 1-hour and 8-hour ozone forecast

表6 48h時效等級預報偏差達到2級的情況Table 6 Cases with bias of 48h IAQI level ≥ 2grades

此外，等級劃分標準也是引起O3IAQI等級預報較濃度或IAQI預報準確性偏低的一個原因.按現行規定［27］，1hO3優、良和輕度污染3個等級單位IAQI差異對應的濃度差異依次為3.2、0.8 和2μg/m3，不同等級之間的差距非常明顯；8hO3為2、1.2和1.1μg/m3，等級之間更接近.而上海的O3主要出現于上述3個等級中.造成1hO3優等級預報不容易跨級，而良等級則容易跨級，而8hO3等級預報較為接近；表5的結果與此一致.此外，等級閾值附近并不大的IAQI偏差可能造成預報相差一個等級，加大了IAQI預報等級偏差.

2.4 臭氧達標日和污染日預報效果

達標率是衡量一個城市空氣質量的一個重要指標，而有效的污染預報則是應對空氣污染的重要途徑，因此這里在逐級準確率評估的基礎上進一步開展O3達標日和污染日的預報效果評估.根據空氣質量的相關標準，IAQI小于或等于100為達標日，大于100為污染日.這里選用預報準確率和CSI兩個指標.對于污染日預報，CSI是一個很嚴格的指標，如Grell等［15］的試驗中，3個模式濃度超過125×10-9的1hO3和超過86×10-9的8hO3預報的CSI值都不超過0.1，這兩個閾值相當于我國標準的分指數134和119，比污染閾值略高.

表7 1hO3和8hO3達標日和污染日預報效果Table 7 POD（％）and CSI statistics of attainment and pollution probability forecast of 1-hour and 8-hour ozone

達標日的O3預報具有非常好的預報效果（表7）.準確率上，1h和8hO348h和72h時效都超過90％，24h也有89％以上.72h時效8hO3預報的CSI指數為0.82，其他時效的CSI指數都達到0.85.污染日的預報準確性略低，對1hO3，不同時效預報準確率在70％上下，CSI指數在0.5上下；8hO3的24h時效預報準確率達到71％、CSI為0.55，其他兩個時效準確率在80％上下、CSI為0.64.預報準確性明顯高于Grell等［15］的結果.相對而言，達標日的預報準確率更高，污染日的預報難度更大.對污染日的預報，24h時效預報具有最高的準確率，但同時也存在一定的空報，造成其CSI值與48h時效相當，但均略高于72h時效.

2.5 首要污染物預報準確性

這里僅評估臭氧，即是1h還是8hO3為首要污染物的效果，不考慮其他空氣質量要素.評估期間，共有101d出現臭氧分指數大于50，其中1hO35d、8hO396d，8hO3占絕大多數.統計結果（表8）表明，預報存在一定的空報和漏報，體現了數值預報對于50這個閾值的把握上還存在偏差.也有少量首要污染物種類錯誤的預報出現.總體上，隨著預報時效的增加，預報準確次數和CSI值都略有下降，但差異很小.

表8 首要污染物預報效果Table 8 statistics of forecast performance of primary pollutant

3 結論

3.1 臭氧數值預報沒有明顯的系統偏差.不同預報時效1h和8hO3濃度、空氣質量分指數預報的均值、中值都和觀測接近，預報偏差基本以0為中心對稱分布.

3.2 數值預報具有較高的準確性.無論是對1hO3還是8hO3，其濃度預報和分指數預報的相關系數均在0.8上下；濃度偏差中位數在±1×10-9上下，IAQI在±2以內；平均偏差除24h略高（4～6）外其他一般也不超過1或1×10-9；濃度均方根誤差一般不超過20×10-9，IAQI平均絕對偏差均低于20；O3達標和污染日預報都有很高的準確率和CSI評分，首要污染物也有很高的準確率；90％以上的IAQI等級預報準確或偏差在1級以內；整體上，8hO3的預報效果略高于1hO3.

3.3 不同時效的表現上看，48h時效的綜合效果最好，24h和72h各有優劣而整體相當，效果比48h略低，但3個時效時間的差距不大.

［1］IPCC.Climate Change 2013： The Physical Science Basis.Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change［R］.Cambridge University Press，Cambridge，2013，United Kingdom and New York，NY，USA，1535.

［2］Seinfeld J，Pandis S.Atmospheric Chemistry and Physics： From Air Pollution to Climate Change［M］.John Wiley and Sons，Hoboken，2006，NJ，USA.

［3］Stevenson D，Dentener F，Schultz M，et al.，2006： Multimodel ensemble simulations of present-day and near-future tropospheric ozone［J］.J.Geophys.Res.Atmos.，111：D08301.

［4］Young P，Archibald A，Bowman K，et al.Pre-industrial to end 21st century projections of tropospheric ozone from the Atmospheric Chemistry and Climate Model Intercomparison Project（ACCMIP）［J］.Atmos.Chem.Phys.，2013，13：2063-2090.

［5］Geng F，Tie X，Xu J，et al.Characterizations of ozone，NOx，and VOCs measured in Shanghai，China［J］.Atmos.Environ.，2008，42：6873-6883.

［6］Wang Z，F Xie，X Wang，et al.Development and application of nested air quality prediction modeling system［J］.Chin.J.Atmos.Sci.，2006，30（5）：680-689.

［7］王占山，李云婷，陳 添，等.北京城區臭氧日變化特征及與前體物的相關性分析［J］.中國環境科學，2014，34（12）：3001-3008.

［8］鄧 濤，吳 兌，鄧雪嬌，等.珠江三角洲一次典型復合型污染過程的模擬研究［J］.中國環境科學，2012，32（2）：193-199.

［9］王 宏，龔山陵，張紅亮，等.新一代沙塵天氣預報系統GRAPES_CUACE/Dust：模式建立、檢驗和數值模擬［J］.科學通報，2009，54（24）：3878-3891.

［10］龔山陵，張小曳，周春紅，等.化學天氣預報系統CUACE及在中國區域灰霾預報中的應用［C］//第26屆中國氣象學會年會大氣成分與天氣氣候及環境變化分會場論文集，2009.

［11］呂夢瑤，劉紅年，張 寧，等.南京市灰霾影響因子的數值模擬［J］.高原氣象，2011，30（4）：929-941.

［12］陳仁杰，陳秉衡，闞海東.上海市近地面臭氧污染的健康影響評價［J］.中國環境科學，2010，30（5），603-608.

［13］GB3095-2012 環境空氣質量標準［S］.

［14］Jacob D，D Winner.Effect of climate change on air quality［J］.Atmos.Environ.，2009，43：51-63.

［15］Grell G，Peckham S，Schmitz R，et al.Fully coupled ‘online’chemistry within the WRF model［J］.Atmos.Environ.，2005，39：6957-6975.

［16］Simpson D，Guenther A，Hewitt C，et al.Biogenic emissions in Europe.1.Estimates and uncertainties［J］.J.Geophys.Res.，1995，100D：22875-22890.

［17］Guenther A，Zimmerman P，Wildermuth M.Natural volatile organic compound emission rate estimates for US woodland landscapes［J］.Atmos.Environ.，1994，28：1197-1210.

［18］Chang J S，Binkowski F S，Seaman N L，et al.The regional acid deposition model and engineering model［R］.State-of-Science/Technology，Report 4，National Acid Precipitation Assessment Program，1989，Washington，DC.

［19］Madronich S，Flocke S.The role of solar radiation in atmospheric chemistry［M］.Boule P.（Ed.），Handbook of Environmental Chemistry.Springer，1999，Heidelberg.

［20］Fountoukis C，Nenes A.ISORROPIA II： A Computationally Efficient Aerosol Thermodynamic Equilibrium Model for K+，Ca2+，Mg2+，NH4+，Na+，SO42-，NO3-，Cl-，H2O Aerosols［J］.Atmos.Chem.Phys.，2007，7：4639-4659.

［21］Schell B，Ackermann I，Hass H，et al.Modeling the formation of secondary organic aerosol within a comprehensive air quality model system［J］.J.Geophys.Res.，2001，106：28275-28293.

［22］Tie X，Geng F，Peng L，et al.Measurement and Modeling of O3 Variability in Shanghai，China： Application of the WRF-Chem Model［J］.Atmos.Environ.，2009，43：4289-4302.

［23］Zhou G，Yang F，Geng F，et al.Measuring and Modeling Aerosol：Relationship with Haze Events in Shanghai，China［J］.Aerosol Air Qual.Res.，14：783-792，2014.

［24］Streets D，T Bond，G Carmichael，et al.An inventory of gaseous and primary aerosol emissions in Asia in the year 2000［J］.J.Geophys.Res.，2003，108：8809-8832.

［25］Emmons L，S Walters，P Hess，et al.Description and evaluation of the Model for Ozone and Related chemical Tracers，version 4（MOZART-4）［J］.Geosci.Model Dev.，2010，3：43-67.

［26］Guenther A，T Karl，P Harley，et al.Estimates of global terrestial isoprene emissions using MEGAN（Model of Emissions of Gases and Aerosols from Nature）［J］.Atmos.Chem.Phys.，2006，6：3181-3210.

［27］HJ633-2012 環境空氣質量指數技術規定［S］.

［28］楊文夷，李 杰，陳煥盛，等.東亞邊界層臭氧時空分布的數值模擬研究［J］.中國環境科學，2014，34（7）：1633-1641.

致謝：感謝美國大氣研究中心（NCAR）李國輝（Guohui Li）博士、愛荷華大學（The University of Iowa）Gregory R.Carmichael教授、美國國家海洋與大氣局（NOAA）Georg A.Grell博士等專家在數值預報系統研發過程中提供的幫助.

Numerical ozone forecasting over shanghai.

ZHOU Guang-qiang1，2，3*，GENG Fu-hai1，2，3，XU Jian-ming1，2，3，XIE Ying1，2，3，PENG Li1，2，3，CHEN Min1，2，3，TIE Xue-xi2，4（1.Yangtze River Delta Center for Prediction and Warning of Environmental Meteorology，Shanghai 200135，China；2.Shanghai Pudong Meteorological Service，Shanghai 200135，China；3.Shanghai Key Laboratory of Meteorology and Health，Shanghai Meteorological Service，Shanghai 200135，China；4.National Center for Atmospheric Research，Boulder，CO 80307，USA）.China Environmental Science，2015，35（6）：1601～1609

A numerical chemical weather forecasting system was established and operationally implemented based on the WRF-Chem Model，an online coupled regional chemical transport model.Performance of the modeling system on daily maximum 1-hour and 8-hour ozone（1h and 8h O3）concentrations was evaluated between May 1stand September 30th，2013.The results showed that the numerical forecasting has generally good performance.There is no substantial systematic bias in 1h and 8h O3concentrations and correspondent IAQI in forecasts of 24h，48h，and 72h.The correlation coefficients（R）are～0.8，and the mean and median biases are around 1×10-9～2×10-9.The forecasted O3attainment vs.pollution days as well as primary pollutants are also in good agreement with observations.The performance of 48h forecast is slightly better than that of 24h and 72h forecast，and these of the later two are generally close to each other.Meanwhile，further improvement is still needed.For example，model shows substantial biases in O3concentrations or IAQI forecasts in some cases，and the accuracy of O3IAQI level forecast is substantially lower than that of concentration and IAQI value forecast.In general，the numerical forecasting system shows relatively good performance in O3forecasts during May to September，2013，and it has the capability to support the air quality forecast over Shanghai.

ozone；numerical forecast；WRF-Chem；air quality

X52

A

1000-6923（2015）06-1601-09

周廣強（1976-），男，四川安岳人，副研究員，博士，主要從事數值模式、大氣物理與大氣環境及相關研究和開發工作.發表論文20余篇.

2014-10-15

國家自然科學基金資助項目（41005007）；科技部公益性行業（氣象）科研專項（GYHY201206027）；上海市科學技術委員會科研計劃項目（12dz1202702）；中國氣象局2013年留學回國人員科技活動擇優資助項目（基于CMAQ系統的城市環境氣象預報平臺研制）* 責任作者，副研究員，zhougq21@163.com