G20峰会空气质量保障机制的构建

为进一步做好G20峰会空气质量保障工作,在大气污染联防联控机制的基础上,建立G20峰会空气质量保障机制,形成专项工作小组,按照空气质量保障组织框架运行,为精准保障提供空气质量预报、污染态势特征及评估、措施执行情况及效果、污染溯源等管控技术支撑。2016年9月,G20峰会期间杭州市空气质量总体优良,8月24日至9月7日G20峰会前后杭州市PM_(2.5)、PM_(10)、SO_2、NO_2、CO、O_3等污染物浓度同比2015年分别下降40%、40%、37%、56%、22%、7%,在该机制的推动下空气质量保障工作圆满完成。     

浙江省大气重污染应急预警

通过比较多地省级及城市的大气重污染预案和分析浙江省大气重污染预警工作情况及一次大气重污染预警案例来研究省级大气重污染应急。结果表明,省级应急预案在机构组织和职责、预警分级以及应急措施3个方面有需完善的地方,并且在区域应急联动方面的内容相对缺乏。通过对问题的探讨,建议可以通过构建畅通应急信息交流渠道、设定符合地区污染特征的预警分级以及科学安排多城市应急联动减排等方式来进一步完善省级大气重污染应急预案。     

长三角区域大气重污染应急减排效果评估

为评估长三角区域大气重污染应急减排方案的效果,依据上海市环境科学研究院编制的2015年长三角区域高分辨率大气污染源排放清单设计了3级减排方案,利用本地化的WRF-CMAQ模式对长三角区域一次重污染过程进行了模拟验证,并评估了各减排方案的效果.结果显示:①如各城市单独进行减排,在一级、二级和三级减排方案下ρ（PM_2.5）分别降低0~7.2、0~20.6和0.1~34.8 μg/m3,降幅分别为0~11.7%、0~19.5%和0.2%~28.0%,长三角区域空气质量优良率未见明显上升.②如进行区域协同减排,在一级、二级和三级减排方案下ρ（PM_2.5）分别降低0.5~10.0、2.7~30.2和4.3~51.8 μg/m3,降幅分别为1.8%~12.8%、9.3%~23.5%和14.7%~37.0%.对于多数城市,区域协同减排效果比单独减排效果显著,其中舟山市、连云港市和常州市的区域协同减排效果最突出.在三级减排方案下的区域协同减排会使空气质量优良率明显提升,空气质量优良的城市从6个升至10个,中度以上污染城市从12个降至2个.③工业源减排是应急减排的重点,其减排效果可占整体减排效果的50.0%~93.0%.研究显示,要在重污染期间达到较好的减排效果,需要进行区域协同减排,但针对不同城市需要协同进行污染控制的范围具有明显差异,因此,为实现精准管控,未来在开展重污染应急区域协同控制时,需根据实际情况进行协同控制关系的预测.      

空气质量预报在世界互联网大会中的应用

为支持世界互联网大会期间大气污染管控工作，利用人工结合数值模式预报的方式在第二届到第五届世界互联网大会期间开展空气质量预报工作。多模式系统中WRF-CMAQ对乌镇及浙北区域大气污染变化的趋势模拟最好，2016—2018年对AQI日均值模拟的平均分数偏差（MFB）和平均分数误差（MFE）分别为-1.3%~1.6%和24.3%~28.3%。会前48 h、72 h和96 h空气质量等级预报准确率分别为37.5%~83.3%、33.3%~90.0%和0~89.9%。会议期间乌镇的AQI日均值48 h预报准确率为33.3%~100%，等级预报准确率为66.7%~100%。与日常空气质量预报不同，会议期间预报还应重点关注大气污染过程，如有污染可能性，需要给出污染过程的起始时间、持续范围和浓度峰值等情况及其关键时间节点，有针对性地提出大气污染管控的措施建议，为会议期间空气质量保障提供技术支撑。     

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。