CUACE系统在乌鲁木齐空气质量预报中的效果检验

李曼，张载勇，李淑娟，于晓晶，琚陈相

（1.中国气象局乌鲁木齐沙漠气象研究所，新疆 乌鲁木齐 830002；2.中国气象局气象干部培训学院新疆分院，新疆 乌鲁木齐 830013）

CUACE系统在乌鲁木齐空气质量预报中的效果检验

李曼1，张载勇2，李淑娟1，于晓晶1，琚陈相1

（1.中国气象局乌鲁木齐沙漠气象研究所，新疆 乌鲁木齐 830002；2.中国气象局气象干部培训学院新疆分院，新疆 乌鲁木齐 830013）

采用2013年12月1日—2014年2月28日空气质量观测数据，对CUACE系统在乌鲁木齐空气质量预报中的效果进行离线检验。结果表明，在污染物浓度和空气质量分指数方面，NO2的预报效果优于PM10和PM2.5，28 h预报时效的预报效果优于52 h预报时效；在首要污染物预报结果中，28 h预报时效的总体预报效果优于52 h，28 h预报时效中PM2.5预报正确率为65%；从空气质量等级的预报效果来看，28 h预报时效与52 h预报时效无明显差别，对NO2和PM10的预报准确率达到100%，对PM2.5三级预报准确率达到90%以上，对二、四级预报准确率在70%～80%之间，对五、六级重度污染预报值偏低两个级别或以上。

CUACE系统；空气质量；效果检验；乌鲁木齐

空气质量预报的方法主要有建立大气污染浓度与气象参数间关系模型的统计预报和以大气动力学理论为基础、考虑大气物理和化学过程、建立大气污染浓度在空气中的输送扩散模型、预报污染物浓度动态分布的数值预报，目前数值预报成为空气质量预报的主要发展趋势[1]。国外的空气质量模式经由第一代模式模拟系统如EKMA（Empirical Kinetic Modeling Approach）[2]、ISC3（Industrial Source Complex）[3-4]和第二代空气质量模式如ADMS（Atmospheric Dispersion Modeling System）[5]、CAMx（Comprehensive Air Quality Model with Extensions）[6]等，发展到现在的由美国国家环保局开发的第三代Models-3模式，其核心是空气质量模式CMAQ（Community Multi-scale Air Quality）[7]，该模式在我国使用较为广泛[8-10]。我国近年来也逐步展开空气质量数值预报研究并取得一定成效，中国科学院大气物理研究所建立的城市空气污染数值预报模式具有较好的预报性能[11]，中国气象科学院开发的非静稳多箱大气污染浓度预报和潜势预报系统CAPPS（City Air Pollution Prediction System）已在国内多个区域气象中心和重点城市推广运行[12-14]，中国气象局化学天气数值预报系统CUACE（CMA Unified Atmospheric Chemistry Environment）为奥运会、世博会等活动提供气象服务，现为我国环境气象、雾和霾的数值预报业务模式。

乌鲁木齐是新疆维吾尔自治区的政治、经济、文化中心，随着城市化进程的加快，人口密度的增长、经济跨越式的发展，环境压力越来越严峻，强化大气环境管理，开展空气质量预报，防止空气污染及优化空气污染防治措施是一项紧迫任务[15-17]。中国气象局乌鲁木齐沙漠气象研究所于2013年11月完成CUACE系统的移植工作，并在模式中引入新疆地区详细精确的地形、地表覆盖率、雪盖资料和其他参数，利用可获取的最新排放源清单结合新疆地区植被特色的自然排放源对模式中排放源数据进行了更新，对模式辐散方案进行部分修改并提高了模式水平分辨率，制作乌鲁木齐和全疆范围的空气质量预报产品。本文将对该系统在乌鲁木齐空气质量预报中的效果进行初步检验。

1 资料与方法

1.1 模式与资料

CUACE系统是中国气象科学研究院自主研发的区域天气—大气化学—大气气溶胶双向耦合模式预报系统，由天气预报模式MM5（Mesoscale Model 5）和气体—气溶胶模块组成，实现了气体、气溶胶模块与天气模式在线双耦合运行，其中天气模式MM5主要采用混合冰相单参数Reisner方案，GRELL积云参数化方案，MRF边界层参数化方案和RRTM辐散方案，气体—气溶胶模块考虑了比较完善的微量气体、气溶胶的物理化学过程。目前该系统水平分辨率9×9 km，预报范围覆盖全疆，以T639资料为初始场，每日20时（北京时间）起报，预报时效72 h，预报产品种类主要包括PM2.5、PM10、SO2、NO2、O3、CO六种污染物浓度、空气质量分指数IAQI（Individual Air Quality Index）、首要污染物、空气质量指数AQI（Air Quality Index）、污染等级、雾和霾区域及等级、污染气象条件等。

1.2 检验方法

依照《环境空气质量指数（AQI）技术规定（实行）》，每日空气质量的时间范围指的是一个自然日（00时—23时）的24 h平均空气质量，CUACE系统预报时效包含两个自然日（预报时效中第5～28 h为第一个自然日，第29～52 h为第二个自然日），因此在文中分两个预报时效（即28 h预报时效和52 h预报时效）讨论CUACE系统对日均空气质量的预报效果。观测数据从新疆环保厅实时更新网站上获取，乌鲁木齐区域布设的环保厅监测站点共有7个，乌鲁木齐每日空气质量由这7个站点的24 h平均值得出。CUACE系统中乌鲁木齐每日空气质量预报是根据环保厅7个监测站点的位置分别选取临近的格点，对7个格点预报值求24 h平均得出。本文中日空气质量观测数据与预报数据样本均为2013年12月1日—2014年2月28日共90 d。

针对污染物浓度和IAQI主要检验其与观测值的误差和相关系数。误差分析包括平均误差ME、平均偏差MD、平均平方根误差RMSE、正态平均误差NME和正态平均偏差NMD（具体见公式（1）～（5），其中m（i）代表预报值，o（i）代表观测值）[9]。其中平均误差和平均偏差主要反映了预报值与观测值的差值情况，平均平方根误差主要反映预报值围绕观测值的变化情况即离散程度，正态平均误差和正态平均偏差主要反映预报值的可靠程度。

针对首要污染物和空气质量指数AQI（Air Quality Index）等级的检验主要通过对比统计分析，即按照时间逐一对比模式预报首要污染物和实测首要污染物是否一致，在首要污染物预报正确的基础上，统计AQI等级预报准确率、偏差一级率和其他偏差率。

2 预报效果检验分析

2.1 污染物浓度和IAQI

根据观测数据可知，乌鲁木齐2013年12月1日—2014年2月28日首要污染物主要为NO2、PM2.5和PM10三种，因此文中主要分析模式产品中这三种污染物浓度和IAQI与观测值的误差和相关系数。

分析污染物浓度预报值与观测值之间的误差（表1）可以发现，模式28 h预报时效的NO2浓度值较观测值略偏高（仅偏高1.65 μg/m3），PM10和PM2.5浓度较观测值偏低15 μg/m3；NO2预报值与观测值的平均平方根误差较其他两种污染物少，说明NO2预报值与观测值的偏差幅度变化较其他两种污染物低，总体看来NO2浓度预报效果优于PM10和PM2.5。这可能是因为NO2主要来源于人为源（污染源强比较稳定），其变化基本取决于天气形势的变化，而PM10和PM2.5除人为源之外还有自然源，其污染源强变动较大[18]，所以NO2预报准确率较高。52 h预报时效预报结果中，NO2浓度预报值略偏高，PM2.5浓度预报值比观测值偏低，NO2预报值与观测值的平均平方根误差较其他两种污染物少，这与28 h预报时效结果一致。与28 h预报时效预报结果存在明显差异的是PM10浓度预报值与观测值平均误差由之前的负误差变为正误差。

表1 乌鲁木齐区域主要污染物浓度（μg/m3）CUACE系统预报偏差

由污染物IAQI预报值与观测值之间的误差（表2）可知，28 h预报时效预报结果中NO2的IAQI与观测值平均误差几乎为0，PM10和PM2.5的IAQI预报值平均比观测值低。与浓度误差相似，NO2的IAQI预报值与观测值的平均平方根误差较其他两种污染物少，说明在IAQI方面NO2预报效果也优于其他两种污染物。52 h预报时效预报结果中，PM2.5预报值总体上较观测值偏低，NO2的IAQI预报值与观测值的平均平方根误差最小，这与28 h预报时效预报结果一致。与28 h预报时效存在差异的是，NO2预报值与观测值平均误差由之前的正误差变为负误差，PM10预报值与观测值平均误差由之前的负误差变为正误差。综合分析污染物浓度和IAQI预报值与观测值误差可以看到，52 h预报时效的误差偏差值绝大多数高于28 h预报时效，说明28 h预报时效的浓度和IAQI预报效果更好。

表2 乌鲁木齐区域主要污染物空气质量分指数CUACE系统预报偏差

图1为三种主要污染物浓度和IAQI预报值与观测值的相关系数，由图1可以看出无论是28 h预报时效还是52 h预报时效的预报结果中三种污染物浓度和IAQI的预报值与观测值之间都存在正相关，结合污染物浓度预报值与观测值的时间序列图（图2）可以看出，模式预报值能够在一定程度上反映污染物的变化情况。三种污染物中PM10的预报值与观测值相关性最好、PM2.5次之。对比分析28 h和52 h预报值和观测值的相关系数可以看出，28 h预报时效的预报值与观测值的相关性更好。

图1 NO2、PM10和PM2.5浓度（a）、IAQI（b）的预报值与观测值的相关系数

2.2 首要污染物和AQI等级

统计90 d观测资料样本得知，首要污染物是NO2的天数为22 d、PM10为6 d、PM2.5为62 d。由表3可知，28 h预报时效的预报结果中NO2预报正确天数为10 d、正确率45%；PM10正确率为50%；PM2.5预报正确天数40 d，预报准确率达到65%。52 h预报时效的预报结果中NO2和PM2.5的预报准确率分别为27%和56%，都低于28 h预报时效；PM10的预报准确率高于28 h预报时效。将三种首要污染物出现的概率×预报正确率进行求和得出总体预报效果，28 h预报时效的首要污染物整体预报正确率为59%，52 h预报时效的整体预报正确率为50%。

表3 CUACE系统预报首要污染物与观测首要污染物

在首要污染物预报正确的基础上对比分析AQI等级预报效果，由表4可知28 h预报时效预报结果中，观测NO2二级在模式预报中正确率为22%、预报高于观测一级概率为78%；观测NO2三级在模式预报中正确率为100%。观测PM10二级在模式预报中正确率为100%。观测PM2.5二级在模式预报中正确率为11%，偏高一级概率为56%；PM2.5三级在模式预报中正确率为40%，偏高一级概率为20%，偏低一级概率为33%；PM2.5四级在模式预报中正确率为27%，偏低一级概率为55%。若将AQI等级偏差一级都算作预报准确的话，可以看出28 h预报时效中对NO2和PM10的预报准确率都达到了100%，对PM2.5三级、四级预报准确率都高于80%，对重污染五级、六级预报都偏小两个级别以上，预报准确率为0。

表4 CUACE系统28 h预报时效AQI等级与观测等级

由表5可知52 h预报时效预报结果中，观测NO2一级在模式预报中正确率为100%；二级在模式预报中正确率为20%、预报高于观测一级概率为80%。观测PM10二级在模式预报中正确率为50%、偏高一级概率为50%；三级在模式预报中正确率为100%。观测PM2.5二级在模式预报中正确率为11%，偏高一级概率为56%；PM2.5三级在模式预报中正确率为50%，偏高一级概率为21%，偏低一级概率为29%；PM2.5四级在模式预报中正确率为13%，偏低一级概率为50%，偏高一级概率为13%。依照28 h准确率标准，52 h预报时效中对NO2和PM10的预报准确率都达到了100%，对PM2.5三级准确率达到100%，其余级别准确率在70%～80%左右，重污染五级、六级预报准确率为0。两个预报时效对比看来，在首要污染物预报正确的前提下，对轻度污染及以下等级预报准确率相对较高，对重污染等级预报准确性较差，两个预报时效对等级预报准确性上没有明显的差别，28 h预报时效中对PM2.5等级预报略优于52 h预报时效。

表5 CUACE系统52 h预报时效AQI等级与观测等级

3 结论

通过对比2013年12月1日—2014年2月28日空气质量观测值与预报值，对CUACE系统在乌鲁木齐空气质量预报中的效果进行检验分析，得到以下结论：

（1）从污染物浓度和IAQI对比分析结果来看，NO2的预报效果优于PM10和PM2.5，NO2浓度和IAQI预报值与观测值偏差较小，平均平方根误差也相对较小，这与污染源强稳定度有关。28 h预报时效预报结果优于52 h预报时效，28 h预报时效的偏差整体低于52 h预报时效，28 h预报时效的污染物浓度和IAQI预报值与观测值的相关系数高于52 h预报时效，这可能与气象条件预报时效约束与不确定性有关。

（2）对首要污染物预报效果来说，28 h预报时效中对实测首要污染物出现最多的PM2.5预报效果最好，达到65%，PM10预报效果次之，52 h预报时效中PM10预报效果最好，达到83%，PM2.5预报效果次之。按照首要污染物出现的概率×预报正确率进行求和得出的总体预报效果来看，28 h预报时效优于52 h预报时效。

（3）对AQI等级的预报效果中28 h预报时效与52 h预报时效没有明显的差异，按照偏差一级之内都算预报准确来看，两个预报时效对NO2和PM10预报准确率都达到100%（AQI等级在三级以下），对PM2.5来说，AQI三级预报准确率大于90%，二级、四级准确率为70%～80%，但对于五级、六级重污染情况，预报效果较差，预报结果一般偏低两个级别以上，这可能与模式使用的排放源清单未及时更新有关。

目前对环境模式的检验还没有公认的统一的方法和标准。本文中对CUACE系统预报效果的检验方法也存在一定的局限性，另外实际监测站点对乌鲁木齐整体空气质量的代表性是否充足、监测仪器和结果是否受局地、某个监测时刻的影响等问题都需要在将来的评估工作中进行更加全面的考虑和改进。

致谢：特别感谢中国气象局气象科学研究院刘洪利副研究员。

[1]王自发，谢付莹，王全喜，等.嵌套网格空气质量预报模式系统的发展与应用[J].大气科学，2006，30（5）：778-790.

[2]Finlayson-Pitts B J，Pitts J N.Atmospheric chemistry: fundamentals and experimental techniques[M].New York：John Wiley and Sons，1986.

[3]User’s Guide for the Industrial Source Complex（ISC3）DispersionModels，VolumeI：UserIntroduction[Z]. Washington：US EPA，EPA-454/B-95-003a，1995.

[4]User’s Guide for the Industrial Source Complex（ISC3） DispersionModels,VolumeII：UserIntroduction[Z]. Washington：US EPA,EPA-454/B-95-003b，1995.

[5]Modeling Air Quality for London for Using ADMS-Urban [R].London:CambridgeEnvironmentalResearch Consultants，2003：10.

[6]User’s Guide to the Comprehensive Air Quality Model with Extensions（CAMx）[Z].ENVIRON international Corporation,Novato，CA，2002.

[7]Byun D W,Ching J K S.Science Algorithms of EPA Models-3 Community Multi-scale Air Quality（CMAQ）Modeling System[Z].EPA Report,EPA/600/R-99/030，NERL，Research Triangle Park，NC，1999.

[8]徐建明，徐祥德，刘煜，等.CMAQ-MOS区域空气质量统计修正模型预报途径研究[J].地球科学，2005，35（增刊）：131-144.

[9]谢敏，钟流举，陈焕盛，等.CMAQ模式及其修正预报在珠三角区域的应用检验[J].环境科学与技术，2012，35（2）：96-101.

[10]陈彬彬，林长城，杨凯，等.基于CMAQ模式产品的福州市空气质量预报系统[J].中国环境科学，2012，32（10）：1744-1752.

[11]安俊岭，向伟玲，韩志伟，等.突发性大气污染监测与预报技术集成移动平台[J].中国环境科学，2011，31（8）：1241-1247.

[12]董亚龙，吴宁.CAPPS模式在铜川空气质量预报中的效果检验[J].陕西气象，2004，5：13-16.

[13]尹晓惠，郭金兰.北京空气质量预报系统奥运模拟检验与应用[J].气象，2008，34：279-283.

[14]王宏，冯宏芳，石钰，等.CAPPS3模式在福州市预报效果检验[J].气象与环境学报，2011，27（4）：25-29.

[15]洪钟祥，胡非.大气污染预测的理论和方法研究进展[J].气候与环境研究，1999，4（3）：225.

[16]钱翌，吕爱华，郑春霞，等.乌鲁木齐市大气环境质量变化趋势与污染消减总量分析[J].新疆农业大学学报，2005，28（4）：69-73.

[17]王春华，吕爱华，余晓丽，等.乌鲁木齐大气污染现状及影响因素分析[J].新疆农业大学学报，2010，33（4）：349-353.

[18]杨民，王庆梅，马印飞，等.兰州市空气质量预报系统结构及效果检验[J].环境与气象，2002，20（2）：22-26，40.

Verification of CUACE Air Quality Forecast in Urumqi

LI Man1，ZHANG Zaiyong2，LI Shujuan1，YU Xiaojing1，JU Chenxiang1
（1.Institute of Desert Meteorology，China Meteorology Administration，Urumqi 830002，China；
2.Xinjiang Training Centre of China Meteorology Administration，Urumqi 830013，China）

By contrast with air quality observation data during December 1，2013 to February 28, 2014，the simulation effect of CUACE is verified.The results show that in term of pollutant concentrations and individual air quality index,the forecast effect of NO2is better than PM10and PM2.5，the results of 28 hour forecast time are better than 52 hour forecast time.For primary pollutants results,the forecast performance of 28 hour forecast period is also better than 52 hour forecast period and the forecast accuracy of PM2.5of 28 hour forecast period is 65%.There are no significant difference between 28 hour forecast period and 52 hour forecast period in term of air quality index level forecast.The forecast accuracy of the model on contamination index level of NO2and PM10reach up to 100%.The forecast accuracy on PM2.5at level-3 is more than 90%,at level-2 and level-4 is about 70%～80%,while the forecast levels are always lower than two levels or more when the observation level are five and six.

CUACE；air quality；verification；Urumqi

P457

B

1002-0799（2014）05-0063-06

10.3969/j.issn.1002-0799.2014.05.012

2014-04-08；

2014-05-09

新疆自治区科技支撑计划项目（201433112）资助。

李曼（1986-），女，实习研究员，主要从事中尺度天气动力学和数值模式研究工作。E-mail：lim_idm@126.com

李曼，张载勇，李淑娟，等.CUACE系统在乌鲁木齐空气质量预报中的效果检验[J].沙漠与绿洲气象，2014，8（5）：63-68.