长三角区域空气质量数值预报系统及其在重大活动保障中的应用

2014年起,上海市围绕城市及长三角区域空气质量预测预报和重污染预警需求,搭建了长三角区域空气质量数值预报系统。该系统综合应用了模式参数化方案比选、排放清单耦合处理、大气化学资料同化、大数据集合订正等关键技术,集合模式PM2. 5和O3小时浓度偏差为-10%~10%,提升了区域PM2. 5和O3浓度模拟效果。该系统实现了污染在线源解析和多排放情景模拟等功能的业务应用,应用于2018年首届中国国际进口博览会保障中,为上海市及长三角区域空气质量业务预报和重大活动保障提供了业务产品支撑。     

对比分析法在环境空气质量预报业务中的应用

通过分析京津冀及周边区域环境空气质量预报的实际案例,从实时监测、污染源、大气条件以及数值预报模拟4个方面阐述了对比分析法在空气质量预报业务中的应用,帮助预报员比较类似污染源排放条件下的大气条件变化或者类似大气条件下的污染源变化,以便进一步开展量化分析。研究结果显示:利用时间同比、空间比较和大气条件对比的分析方法,能够判断在类似污染源排放和相似大气条件下,主要污染物的浓度水平、重污染发生、影响范围、持续时间、严重程度等污染特征以及污染物的水平传输影响等;采用污染源变化对比分析法,能够获得在类似大气条件下,污染源排放的减少或剧增对主要污染物浓度水平的影响程度;通过数值预报模式结果对比分析,能够获得在类似的污染源排放条件下,大气环流形势的稳定程度和变化情况,从而判断其对污染物浓度水平的影响。对比分析法是开展京津冀及周边区域环境空气质量预报业务中的重要环节,有利于持续提高空气质量预报的准确率,供全国空气质量预报员开展辖区空气质量预报时参考。     

山东省PM2.5污染现状及预报效果对比分析

对2019—2022年山东省16个市的细颗粒物（PM_2.5 ）污染特征进行了分析,并对2021和2022年的4个数值模式［社区多尺度空气质量模拟系统（CMAQ）、扩展综合空气质量模型（CAMx）、区域气象-大气化学在线耦合模式（WRF-Chem）、嵌套网格空气质量预报系统（NAQPMS）］及集合预报模式预测的效果进行评估。结果表明：2019—2022年山东省PM_2.5 年均质量浓度逐年降低,污染程度逐步减轻,但在1—3,11—12月,PM_2.5 质量浓度超标现象较为普遍。2021年底更换污染源清单后,2022年5个模式的24 h级别准确率和相关系数（r）同比升高,均方根误差（RMSE）同比降低,模式预报准确率有所提升,但由于参数调整略大,CMAQ、CAMx、WRF Chem、集合预报模式易漏报或偏轻预报PM_2.5 的中度污染和重度污染天气。由于NAQPMS模式在更换污染源排放清单时,同时改进了非均相化学反应机制,因此对PM_2.5 不同污染类别尤其是中度污染、重度污染的预报准确率明显提升。     

集合数值预报系统在上海市空气质量预测预报中的应用研究

介绍了上海市世博环境空气质量集合数值预报系统的框架,分析了各模式在上海市空气质量预报及排放源污染贡献测算中的应用情况,提出开发多种预报手段、实施集合预报是提高城市空气质量预报准确率的发展方向。     

空气质量数值模型的构建及应用研究进展

综述了近年来国内外空气质量模型的发展历程、空气质量数值模型构建的关键技术以及应用研究。指出了目前空气质量数值预报及应用主要面临气象条件，尤其是大气边界层模拟、大气污染物排放源和大气物理化学过程等问题。提出，应当通过规范化制作和完善排放源清单数据，建立统一的排放源分析标准，提高排放源数据的准确性；多向发展观测手段，加大监测密度和频率，并进行实验室化学分析，提出适合我国的大气物理化学机制。就空气质量模式而言，对模式方案进行优化，以及使用气象、卫星资料同化等技术手段，将其与观测相结合，构建监测与预报系统相结合的统一体系，应用于多平台。     

博鳌亚洲论坛2018年年会期间空气质量预报保障技术研究

为了做好博鳌亚洲论坛2018年年会期间的空气质量保障工作,通过综合分析2015-2017年同期的监测数据及其气象条件,依托空气质量多模式数值预报系统,以专家组现场会商研判的方式开展了空气质量预报保障工作。结果显示,海口市、三亚市和博鳌镇在会议期间空气质量保持优良,每日AQI预报结果在±10的准确率为72. 2%,有效支撑了博论坛期间空气质量保障工作。会议期间文昌区域站和五指山背景站出现超标现象,超标污染物均为O3,外来污染传输是今后博鳌论坛保障中需重点关注的关键影响因素。     

西北部主要城市环境空气质量特征与预报影响因素分析

西北部地区经济和工业的快速发展导致各项污染物排放对空气质量影响形势较为严峻,近几年频发的重污染过程严重影响了当地居民的生产生活,因此开展西北部主要城市的空气质量预报工作十分必要。研究选取西北部主要城市展开讨论、分析,并初步总结了主要城市2013—2015年的空气质量分布特征、预报影响因素、预报要点等,为环境监测系统预报工作人员在未来预报业务工作中提供参考。     

最优化集成方法在城市臭氧数值预报中的应用研究

基于多模式(NAQPMS、CMAQ、CAMx、WRF-Chem)空气质量数值预报业务系统的滚动预报结果,结合站点观测资料,评估了最优化集成方法在城市臭氧数值预报中的可行性和预报效果。一年的评估结果表明:当训练期为15 d时,最优化集成方法能够得到相对较好的结果。总体而言,最优化集成方法对城市臭氧浓度变化趋势和浓度水平的预报效果明显优于单个模式,且在大部分城市优于多模式的最优预报,其预报值和观测的相关系数提高0.11以上,均方根误差降低约10μg/m~3;该方法对城市臭氧污染等级的预报能力也明显优于单个模式,特别是轻、中度污染。此外,在模拟偏差较大的城市,最优化集成方法对预报效果的改进更为显著;在模拟偏差较小的城市,该方法仍可进一步提升预报效果。     

OPAQ系统两种模式对O 3预报准确率的探讨

以江苏省宿迁环境监测中心OPAQ系统为例,基于人工神经网络算法的OPAQ空气质量预报系统的2种模式对O 3预报准确率的进行了分析,结果表明,趋势最优模式(RMSE模式)对预报当天及未来3 d的预报值与监测值的相关性系数均>0.78,相对误差在25%以下,在预测当天及未来24、48及72 h优-良天的预测准确率较高,分别为88.8%、87.2%、86.3%及84.7%,在预测轻度污染-重度污染的准确率较低;极值最优模式(SI模式)对预报当天及未来3 d的预报值与监测值的相关性系数(R)均>0.76,相对误差<32%,预测未来24和48 h的轻度污染-中度污染的级别准确率>60%。OPAQ系统的极值最优模式(SI模式)更适合作为夏季ρ(O 3)较高时的预测工具。     

几种空气质量预报方法对冬季预报效果的评估与对比

基于2016年冬季泰州市环境空气质量自动监测数据,定量评估NAQPMS模式、CMAQ模式和人工订正对污染物质量浓度和空气质量等级的预报效果。结果表明,模式预报和人工订正对各污染物预报的相关系数由高到低排列为PM_(2.5)、PM_(10)、NO_2、SO_2、O_3-8h,颗粒物预报效果最好。除O_3-8h外,NAQPMS对各项污染物预报的相关系数R为0.47～0.82,CMAQ为0.75～0.81,人工订正为0.43～0.78,3种预报方式均能准确反映污染物浓度的变化趋势;模式预报、人工订正对O_3-8h预报相关系数均0.4。在发生颗粒物污染过程时,人工订正结果相对更为准确。NAQPMS、CMAQ和人工订正对空气质量等级24 h预报准确率分别为38.9%、41.1%和35.6%,NAQPMS对优类别的预判准确率较高,CMAQ、人工订正对良类别的预判准确率较高。对比不同时效的预报效果,24 h预报时效的准确率高于48和72 h。提出,城市空气质量预报可采用集合预报方式,综合1～2种运行较稳定的主流预报模式预报结果,预报员对模式模拟结果进行人工修订,提高预报准确率。     

南京钟山风景区对主城环境空气质量的影响

详细监测了钟山风景区环境空气质量现状,利用大气污染扩散模型的扩散模拟,从地形方面研究了钟山风景区对主城大气污染物输送扩散的影响。结果表明,钟山风景区使得主城大气污染物不易扩散,易在主城区附近积累,加重主城区的大气污染。     

2019年江苏省PM2.5和O3多模式集合预报算法效果评估

基于江苏省重污染天气监测预报预警系统多模式预报结果,分析了不同数值模式对江苏省13个城市细颗粒物(PM_2.5)和臭氧(O₃)的预报偏差特征,发展了多模式集合预报算法,并对其进行了评估。结果表明,相较于单一数值模式,集合预报算法显著改善了PM_2.5和O₃预报的准确率,其对江苏省PM_2.5和O₃空气质量分指数等级的预报准确率超过了80%。就江苏省整体而言,PM_2.5集合预报的准确率相比最优单一数值模式提升了6%。O₃浓度较低时,集合预报能有效改善各模式存在的高估现象。但受限于目前的校正策略,出现高浓度O₃污染时,集合预报对预报效果的提升相对有限。     

Using improved neural network model to analyze RSP,NOx and NO2 levels in urban air in Mong Kok,Hong Kong

As the health impact of air pollutants existing in ambient addresses much attention in recent years, forecasting of airpollutant parameters becomes an important and popular topic inenvironmental science. Airborne pollution is a serious, and willbe a major problem in Hong Kong within the next few years. InHong Kong, Respirable Suspended Particulate (RSP) and NitrogenOxides NO_x and NO₂ are major air pollutants due to thedominant diesel fuel usage by public transportation and heavyvehicles. Hence, the investigation and prediction of the influence and the tendency of these pollutants are ofsignificance to public and the city image. The multi-layerperceptron (MLP) neural network is regarded as a reliable andcost-effective method to achieve such tasks. The works presentedhere involve developing an improved neural network model, whichcombines the principal component analysis (PCA) technique and theradial basis function (RBF) network, and forecasting thepollutant levels and tendencies based in the recorded data. Inthe study, the PCA is firstly used to reduce and orthogonalizethe original input variables (data), these treated variables arethen used as new input vectors in RBF neural network modelestablished for forecasting the pollutant tendencies. Comparingwith the general neural network models, the proposed modelpossesses simpler network architecture, faster training speed,and more satisfactory predicting performance. This improvedmodel is evaluated by using hourly time series of RSP, NO_x and NO₂ concentrations collected at Mong Kok Roadside Gaseous Monitory Station in Hong Kong during the year 2000. By comparing the predicted RSP, NO_x and NO₂ concentrationswith the actual data of these pollutants recorded at the monitorystation, the effectiveness of the proposed model has been proven.Therefore, in authors' opinion, the model presented in the paper is a potential tool in forecasting air quality parameters and hasadvantages over the traditional neural network methods.     

基于GIS的唐山地区大气污染物时空分布研究

应用数据统计和ArcGIS对北方重工业城市唐山地区2014年14个县(区)18个空气自动监测站的数据进行时空分布特征分析,监测的污染物为PM_(10)、SO_2、NO_2、PM_(2.5)、O_3、CO共6项。利用ArcGIS对各个自动监测站污染物数据建立网格模型,采用反距离权重法分别对年均、采暖期、非采暖期的环境空气质量综合指数和6项污染因子浓度的空间分布进行估算,直观比较了污染物在不同时期内的空间分布状况。结果表明,空气质量时间分布较为明显,非采暖期明显好于采暖期。同时,计算出每个网格单元污染指数的标准偏差,结合气象气候、地形地势、工业发展等情况,分析得出北部山区、市中心区附近区域空气质量波动较大。为区域大气污染有针对性的综合防治、联防联控及污染物区域削减计划打下数据基础。     

Short-Term Forecasting of Nitrogen Dioxide (NO<Subscript>2</Subscript>) Levels Using a Hybrid Statistical and Air Mass History Modelling Approach

A novel hybrid model has been developed to support the provision of real-time air quality forecasts. Statistical techniques have been applied in parallel with air mass history modelling to provide an efficient and accurate forecasting system with the ability to identify high NO₂ events, which tend to be the episodes of most significance in Ireland. Air mass history modelling and k-means clustering are used to identify air mass types that lead to high NO₂ levels in Ireland. Trajectory matching techniques allow data associated with these air masses to be partitioned during model development. Non-parametric regression (NPR) has been applied to describe nonlinear variations in concentration levels with wind speed, direction and season and produce a set of linearized factors which, together with other meteorological variables, are employed as inputs to a multiple linear regression. The model uses an innovative integrated approach to combine the NPR with the air mass history modelling results. On validation, a correlation coefficient of 0.75 was obtained, and 91 % of daily maximum (hourly averaged) NO₂ predictions were within a factor of two of the measured value. High pollution events were well captured, as indicated by strong agreement between measured and modelled high percentile values. The model requires only simple input data, does not require an emission inventory and utilises very low computational resources. It represents an accurate and efficient means of producing real-time air quality forecasts and, when used in combination with forecaster experience, is a useful tool for identifying periods of poor air quality 24 h in advance. The hybrid approach outlined in this paper can easily be applied to produce high-quality forecasts of both NO₂ and additional pollutants at new locations/countries where historical monitoring data are available.     

黑龙江省环境空气污染物和气象要素的典型相关分析

通过对黑龙江省4个自然年(2016年1月1日—2019年12月31日)环境空气污染物和气象要素的分析,揭示了黑龙江省气象条件对空气污染物浓度的影响规律与特征。对PM_(2.5)、PM_(10)、SO_2、NO_2、CO和O_3等6项污染物的描述性统计和简单的相关分析显示:黑龙江省环境空气质量呈现逐年变好的趋势,非采暖期环境空气质量好于采暖期,6项污染物中除O_3呈现夏季偏高以外,其余污染物采暖期浓度均高于非采暖期。运用典型相关分析法探究环境空气污染物与温度、降水量、相对湿度、风速和气压5项气象要素之间的关系,并进行统计学检验,结果表明:环境空气污染物与气象要素之间存在显著相关,温度、风速和相对湿度对污染物具有显著影响。非采暖期大气相对湿度对PM_(10)和O_3-8h的影响显著;而在采暖期,风速对PM_(10)和PM_(2.5)的影响显著。     

Air quality effects of traffic in a canyon-like street (Falmouth,U.K.)

It has been suggested that in relation to air quality impacts, roads with low (<20 000 vpd) traffic flow need not be consideredas significant. This study examines this suggestion more closelyby comparing real-time monitoring of traffic related pollutants (NO₂, PM₁₀ and PAH) at two sites (including a `canyon-street') in Falmouth, Cornwall in relation to traffic flow. For comparison, real-time monitoring data for NO₂ and PM₁₀ is also taken from a well ventilated site in Camelford, Cornwall. The data obtained suggest that roads with traffic flow considerably lower than 20 000 vpd can give rise topollutant levels which have implications for human health. The application of simple linear regression techniques to the datasuggests that under certain conditions simple estimates can be made in relation to likely traffic-related air quality effects in canyon-like streets.