中山市空氣質量預報效果的分析與評估

黃凱濤

（中山市環境監測站 廣東中山 528400）

關鍵字：空氣質量預報；準確率；效果評估；人工研判

引言

2013年，國務院印發的《大氣污染防治行動計劃》（國發〔2013〕37號）明確指出要建立監測預警應急體系，妥善應對重污染天氣。此后，全國各省市加強了空氣質量預報體系建設，環境空氣質量預報已經成為環境監測部門一項重要的常規工作。

中山市空氣質量預報系統由中山市環境保護局、中科院大氣物理研究所、華南理工大學聯合開發建立，其數值預報模型包括中科院大氣物理研究所自主研發的嵌套網格空氣質量預報模式系統NAQPMS、美國環保署推薦的CMAQ和CAMX三個模式，于2014年12月建成并投入使用。在開展空氣質量業務化預報時預報員參考各數值模式預報結果，通過人工研判綜合預報，向公眾發布中山市空氣質量預報信息，內容主要包括未來24 h的空氣質量等級、AQI范圍、首要污染物名稱以及未來一周空氣質量的變化趨勢。

本文基于2017年1-3月中山市環境空氣質量自動監測數據，評估NAQPMS、CMAQ、CAMX數值預報和人工研判綜合預報4種預報方式的預報效果，討論并總結空氣質量預報工作中的經驗和問題，為空氣質量預報工作的發展提供借鑒。

1 研究方法

1.1 數據時段

2017年1月1日至3月31日。

1.2 數據來源

實測數據來源于全國城市空氣質量實時發布平臺發布的中山市空氣質量級別、AQI數值、首要污染物。

預報數據來源于中山市空氣質量預報預警系統。

1.3 預報方法

1.3.1 模式預報

中山市空氣質量多模式集合預報系統生成的NAQPMS、CMAQ、CAMX等3套模式預報結果。

1.3.2 人工研判綜合預報

預報員參考各數值模式預報結果，研判未來氣象條件、污染源排放情況，結合實時空氣質量，與氣象部門會商，對模式預報結果進行修正。

1.4 評估方法

預報評估選取了對中山市未來24h空氣質量級別、AQI數值范圍和首要污染物預報結果進行效果評估。預報評估方式為：

（1）空氣質量級別預報準確率P級別，即實況空氣質量等級在預報范圍內為正確，否則為錯誤。

（2）AQI數值范圍準確率，即AQI預報數值范圍包含AQI實測值為正確，否則為錯誤。

（3）首要污染物準確率，即實際出現的首要污染物包含在預報首要污染物中為正確，否則為錯誤。

2 預報效果評估

2.1 預報數據分析

基于NAQPMS、CMAQ、CAMX數值預報和人工研判綜合預報4種預報方式，統計2017年1-3月中山市AQI預報值，并與實測數據對比（圖1）。

圖1 NAQPMS、CMAQ、CAMX預報和人工研判綜合預報與實測數據對比

由圖1可見，3種數值模式預報和人工研判綜合預報均能大致預測出AQI的變化趨勢，但3種數值模式預報均有部分時段與實測情況出現較大偏差，人工研判綜合預報總體與實測情況差異最小。

2.2 預報準確率分析

表1給出了4種預報方式預報結果的準確率。

表1 2017年1-3月各種方法預報中山市空氣質量準確率統計表

經過統計，中山市2017年1月1日至3月31日人工研判綜合預報未來24h空氣質量級別準確率最高，達85.6%，其余依次為CMAQ模式、NAQPMS模式、CMAX模式；人工研判綜合預報未來24hAQI范圍準確率高于其他模式預報，達63.3%，其余依次為NAQPMS模式、CMAQ模式、CMAX模式；預報未來24h首要污染物準確率從高到低排名為人工研判綜合預報、NAQPMS模式、CMAQ模式、CMAX模式,準確率依次為65.6%、51.1%、47.0%和28.2%。綜合比較各種方法的預報效果，人工研判綜合預報未來24h空氣質量級別、AQI范圍和首要污染物準確率都高于其他3種模式。

3 討論

（1）人工研判綜合預報依托于預報人員的工作經驗，通過研判天氣形勢圖，分析未來24h大氣擴散條件，結合空氣質量實況數據，并與氣象部門會商，根據會商意見參考模式結果開展預報工作。通過幾年的經驗積累，中山市人工研判綜合預報空氣質量已初見成效，預報準確率達優良水平[4]。

（2）依據中山市預報預警工作管理制度的相關規定，沒有對預報人員預報未來24 h AQI范圍和預報未來24 h首要污染物進行考核，這兩個項目的預報準確率均值（63.3%和65.6%）都低于未來24 h空氣質量級別預報準確率均值（85.6%）。

（3）從首要污染物預報效果的評估結果來看，首要污染物預報平均準確率偏低，為65.6%，這主要跟中山市空氣質量中出現的首要污染物種類較多，出現情況多變且變化規律復雜，而預報發布只給出兩種首要污染物的判斷結果有關。

（4）數值預報模型自動計算生成的預報結果主要受預報平臺的設置和性能所影響，其準確率還建立在氣象條件預報準確率的基礎之上；人工研判綜合預報依據監測歷史數據、預報員以往積累的經驗、結合實際氣象條件、各數值預報結果及其他輔助材料，通過客觀資料和主觀判斷優化預報結果，提高了預報結果的準確率。

結語

（1）定期更新本地污染源排放清單，調整模型參數使之本地化，引進新的研究技術及領域如多模式集合預報，污染源同化等，拓展模型使用性能。定期開展各種模式預報效果回顧，評估模式預報準確率，及時調整并改進預報誤差。

（2）加強預報人員的技術培訓，對預報隊伍開展評價考核制度，采用評分制等指標量化考核預報員的預報準確率，輔以激勵機制，提升預報能力。

（3）分析和總結各種氣象條件下空氣質量的污染規律，加大與氣象部門的會商力度，定期開展預報經驗交流會，建立空氣質量污染檔案和典型氣象條件污染案例庫等，提升預報工作的效果。