江苏省空气质量预报准确度及改进方法分析

张 璘，张祥志，茅晶晶，杨 雪，曹天慧,3，杨金德，徐秀莉

1.江苏省环境监测中心，江苏 南京 210036 2.江苏省苏协环境技术研究院，江苏 南京 210036 3.中科院大气物理研究所，北京 100029 4.南京恩瑞特实业有限公司，江苏 南京 211106

2013年以来，中国各省市空气质量预报预警系统得到快速发展建设[1-4]，江苏省是中国重要的人群聚居和工业活动密集区，2015年人均GDP达1.4万美元，在各省排第一位，也是煤炭消耗、大气污染物排放排名前三的省份，按照国务院《大气污染防治行动计划》以及江苏省政府“开展污染数值模拟及城市大气污染预测预报研究，建立重污染天气监测预警体系”[5-6]等要求，江苏省环境监测中心于2014年建成覆盖省域及13个地级市的重污染天气预报预警系统，并在江苏环保网(www.jshb.gov.cn)上发布未来24 h分时段城市空气质量预报，未来48 h全省区域空气质量预报，遇到重污染天气时发布重污染天气预警。2015年9月，江苏省与中国环境监测总站全国和长三角区域环境空气质量预报平台实现数据联网[7-9]，2016年3月，依托“江苏省重污染天气监测预报预警”平台，江苏省开始发布未来5 d区域空气质量预报，13个地级市陆续建成本地化空气质量预报系统[10]。2016年11月底，13个市发布未来5 d城市预报，NAQPMS等空气质量数值预报模式还能够每日提供27 km×27 km地面网格条件下未来7 d空气质量预报结果，给各市技术人员发布预报(以下简称人工预报)提供重要的预报参考。

为了验证模式预报和人工预报的准确性，提高预报预测精准度，构建更自信、更准确、更智能化的预报技术体系，笔者选取PM2.5日均值浓度、臭氧日最大8 h滑动平均值(以下简称O3-8 h)、AQI日报和空气质量级别等指标，将未来1 d预报结果和次日实况观测结果进行误差统计和对比，并提出改进预报准确性的措施方法，计算了方法实施后预报改善程度。考虑到当日预报未来2～7 d的结果会在次日进行更新，其受关注程度和重要性尚低于未来1 d的预报结果，故笔者未展开讨论未来2～7 d预报结果的准确性。评价期间江苏省业务本地化污染源清单仍然在完善之中，数值模式所依托的空气污染源初始场应用了清华大学所提供的“中国多尺度排放清单模型”(MEIC，2014年)所提供的排放源数据。

1 江苏省重污染预报预警概况

1.1 系统基本结构

江苏省重污染天气监测预报预警系统由数据管理、模式处理、分析与展示、预报发布子系统构成[11-12]：数据管理系统将大气环境质量监测、污染源、气象及遥感数据采集交换至系统内；模式处理系统将气象数据、排放源数据、空气质量数据空间场输入至NAQPMS、CMAQ、CMAx、WRF-Chem等预报模式中，实现全省网格化空气质量预报信息发布；分析与展示系统包括气象数据、遥感数据、排放源清单数据、模式数据、污染减排情景模拟和污染溯源等，实现多维数据关联、信息图形化和GIS展示；预报管理系统包括预报制作、评估、发布和预警等模块；该系统数据存储量为372 TB，共配置50个计算刀片，运算内存达4 TB。

1.2 会商业务流程

重污染天气预报会商业务工作流程如下：空气质量实时展示→气象实况和预报→数值预报结果比较→污染源清单查询→省本级和全省13市多参数站实时观测数据→多维度的历史数据分析→人工预报修订(图1)。

图1 江苏省重污染天气预报预警会商流程Fig.1 The conference discussion procedure of air quality forecasting & early warning in Jiangsu province

2 预报准确性评估技术方法与讨论

为评价预报结果的准确性，拟从相关性(相关系数)、绝对差异和相对差异3个方面进行统计[13]。其中，相关系数反映了预报值和观测值的相似程度(公式略)；绝对差异指标主要反映预报值和观测值的差异大小，其指标一般有平均偏差(MB)、平均误差(ME)、平均平方根误差(也称为均方根误差，RMSE)；相对差异指标则反映每次预报值和实况值的相对差距，例如,重污染天气时污染物浓度基数较高，其预报偏差的绝对值可能比优良天的偏差要大，但相对差异可能较小，相对差异指标包括平均标准偏差(MNB)、平均标准误差(MNE)，或者是标准平均偏差(NMB)、标准平均误差(NME)等。

模式预报与实况之间的偏离有正有负，适用于统计预报的“偏高”或“偏低”，而本项工作主要评价一段时间内预报结果准确与否，故选用“误差”指标中的ME指标(公式1)、RMSE(公式2)判断误差大小，同时用MNE指标(公式3)反映差异的相对程度。

式中：Pi均表示模式或人工预报值，Oi表示13市国家网城市环境空气质量监测站审核后的城市日评价发布结果(实况观测值)。

2.1 模式预报和人工预报的比较

将2015年13市模式预报的PM2.5日均值、O3-8 h、AQI3个指标(未来1 d)和13市每日17∶00人工预报(未来1 d)与次日实际观测值进行比较，再在13市基础上取相关系数、ME、MNE、RMSE4个指标的全省平均值。结果显示：①人工预报准确度优于模式预报值，其中，PM2.5日均值、O3-8 h、AQI人工预报相关性的全省平均值比全部模式预报结果的全省平均值分别高出12.8%、0.3%和11.4%，PM2.5日均值、O3-8 h、AQI人工预报的ME全省平均值分别比模式预报的全省平均值低36.5%、7.2%、32.1%，MNE分别低20.7%、3.1%、23.1%，RMSE分别低35.7%、6.1%、35.6%；②在污染物指标的相关性上，无论模式预报还是人工预报，均体现出PM2.5预报与实况高于O3-8 h，表明PM2.5趋势拟合准确程度高于臭氧预报；③从标准偏差来看，O3-8 h的预报偏差>PM2.5预报偏差>AQI预报偏差，表明O3-8 h的预报准确程度低于PM2.5预报准确程度(表1)。

表1 2015年全省模式预报与人工预报准确性比较

注：“改进幅度”指人工预报比模式预报的改进情况，计算公式：改进幅度=(人工预报-模式预报)×100%/模式预报;PM2.5、O3-8 h的ME和RMSE统计单位均为μg/m3，AQI的ME和RMSE统计无量纲，MNE统计单位为%。下同。

2.2 各市模式预报和人工预报比较

使用orgin9.0箱线图描述2015年全省13市预报结果和实况的相关性及误差指标，结果表明：①PM2.5人工预报、PM2.5模式预报和实况的相关性中位数均高于O3-8 h和AQI预报，表明PM2.5预报趋势准确程度在江苏省高于臭氧污染预报；②ME统计发现，O3-8 h人工预报和实况差异的中位数和模式预报结果接近，表明人工和模式预报偏离程度较小，而AQI和PM2.5预报中位数偏离度较大；③MNE和RMSE统计指标表明，O3-8 h误差评价指标均高于PM2.5预报结果，预报误差的离散程度AQI

和京津冀重点城市相比，长三角区域性空气质量预报研究资料仍然较少[14]，江苏省沿江8市处于长三角的核心区域，经济活动、大气污染排放、下垫面情况在长三角具有良好的区域代表性，且与苏北5市有显著差异。统计2015年2个区域的预报准确性，结果表明：从相关性来看，沿江8市PM2.5、O3-8 h的模式预报和实况的相关系数分别为0.745 0、0.697 3，低于苏北5市(0.773 1、0.719 9)；从人工预报情况来看，沿江8市PM2.5相关系数为0.847 8，高于苏北5市(0.819 7)，但沿江8市的O3-8 h相关系数为0.703 2，仍低于苏北5市(0.718 0);从误差角度来看，PM2.5、O3-8 h、AQI的模式预报误差均比苏北地区略高；PM2.5和AQI的人工预报误差比苏北低，O3-8 h仍然低于苏北5市(表2)。

注：箱线图中的“—”表示最大值、最小值和中位数，“□“表示平均值”，“×”分别表示第99百分位数和1百分位数；箱体的上沿为75百分位数，箱体下沿为25百分位数。图2 2015年AQI、PM2.5、O3-8 h人工预报与模式预报结果Fig.2 The box diagram of prediction accuracy between model and engineer of AQI, PM2.5 and O3-8 h in 2015

表2 江苏省沿江8市和苏北5市预报结果比较

2.2 级别和AQI值预报评分

为定量评价某地区、某日预报结果的准确性，胡鸣等[14]对评分体系进行了研究，国家气象局制定了《城市空气质量预报检验评估和考核办法》，提出了多种评分办法。研究引用中国环境监测总站编写的《环境空气质量预报预警方法技术指南》中对城市空气质量评估方法[13]给预报结果打分，其评分办法如下：①AQI评分：“预报AQI值=实测AQI值±10”计为100分，偏差为±(10～15)以内，得80分，±(15～20)得60分，超出±20计0分；②级别评分：“预报AQI值=实测AQI值±10”计为100分，预报级别与实测级别一致计为80分，跨级别预报范围包含实测级别计为60分，超出以上范围计为0分。依据以上公式，统计2015年全年江苏省13市模式预报、人工预报情况，结果表明：空气质量实况为“良”的预报结果较为准确，模式预报对苏北地区预报结果较为准确，苏南地区预报结果准确性较低，人工预报准确性比模式预报结果准确性有所提高。经计算汇总，2015年江苏省13个地级市总体得分见表3。

表3 江苏省空气质量AQI指数预报级别预报和评分

3 提高预报准确性的方法及其结果

为提高预报准确性，江苏省从及时开展预报更新，提高主观能动性，优化业务化运行的模式系统参数配置，提高数值模式客观预报准确程度等方面进行了优化，结果如下：

3.1 开展07∶00预报更新

江苏省环境监测中心建议每市自2015年1月1日起，每日07∶00之前，根据昨夜今晨的大气污染扩散与区域传输情况，以及气象条件的变化，如果判断当日空气质量级别将与昨日预报结果相差一个级别以上，则需要对当日预报结果进行更新，并修改当日07∶00—23∶00时段的预报结果，而当日00∶00—06∶00的预报结果仍采用昨日17∶00预报值。通过统计，2015年13市均及时开展了必要的预报更新工作，更新后，当日13市PM2.5日均值、O3-8 h、AQI预报值与实况比较相关系数的全省平均值比昨日17∶00预报提高了0.5%～3.6%，ME、MNE、RMSE等误差偏离程度比昨日17∶00分别下降1.9%～4.1%、0.9%～4.0%、1.4%～4.3%；从指标上来看，PM2.5、AQI指标改进幅度较高，ME减少了1.9%、4.1%，O3-8 h改进幅度较低，ME减少1.6%，见表4。

表4 2015年07∶00预报更新准确率结果

注：“改进幅度”表示07∶00预报修改后，更新后的当日预报结果中00∶00—06∶00为昨日预报结果，07∶00—23∶00为更新后的预报值。

为比较各市07∶00预报更新后，准确度提高的效果，依据前述评分办法，对13市2015年1—6月各市预报员07∶00预报级别为“良”的级别得分、AQI得分进行统计，发现不同城市预报技术人员预报更新仍有较显著差异(-1.3～8.4分)，虽然部分城市改进效果有限，但徐州等市预报员AQI指数预报改进得分显著高于其他城市。鉴于此，江苏省环境监测中心在2015年下半年将徐州等市预报经验(验证大气扩散条件、判断未来12 h各污染物的变化趋势、研判扩散条件等)在各市预报员中予以推荐、普及和讨论，使下半年各市空气质量预报07∶00 预报更新后的级别评分有了进一步提高。经进一步统计，全年级别为“良”时，各市提高分值在0.3～12.0分，比上半年有一定提高，这表明在预报员主观因素方面，开展及时预报更新、交流预报经验，能够积极、有效提高空气质量预报结果的准确度(表5)。部分城市预报基础较好，17∶00准确程度较高(南京等)，因此，尽管07∶00之前有一定更新，但更新后所提高的分值并不高(南京0.4分、扬州1.4分)。

表5 江苏省13城市空气质量级别为“良”时预报准确率

注：“改进分值”表示当日07∶00预报更新后，评价全天准确性所得分数比前一日17∶00预报结果所得分数的改进情况。

3.2 改进业务化运行模式的参数设置

大气运动场释放到大气中污染物浓度的预报都含有不确定性，减少气象资料误差、排放资料误差，提高各种物理和化学过程描述的准确性，都是提高数值预报模型性能的重要途径[15-16]。基于2015、2016年上半年的观测数据积累，江苏省从排放源、化学反应机制2个方面，对业务化运行的NAQPMS模式进行了参数优化：

1)输入排放源优化了3个方面:①基于清华大学排放源更新数据，修订MEIC输入排放源的垂直分层参数，调整适应模式中CBM-Z化学机制的化学成分映射参数；②耦合江苏省本地排放清单数据，优化江苏省内排放源时空分布以及排放强度；③针对江苏省本级，设置排放源测试方案，对模式开展调试评估，并将调整后排放源及输入参数予以应用。

2)优化模式中气溶胶化学机制参数。研究发现，2015年业务化系统中二次无机气溶胶的生成速率参数(气相化学和非均相化学动力参数)是基于欧美国家和所研究发布的相关系数、转换速度与江苏省实际情况相比，高出1～2个数量级，这可能是导致2015年业务化运行的NAQPMS模式中二次无机气溶胶(特别是硝酸盐、氨盐、硫酸盐)占比高估的原因。因此，参考中科院化学所烟雾箱实验以及北京大学在珠三角的外场观测实验，根据测试结果修订了2014年以来业务化运行的NAQPMS模式运行参数，使硝酸盐二次生成浓度有所降低，更接近江苏省实际观测结果，从而间接提高了二次无机气溶胶(硝酸盐、硫酸盐和氨盐)预报准确性。

2016年9月19日完成模式升级，将2016年9月20日—12月1日预报结果与2015年同期进行比较(表6)。结果表明：通过改进模式参数设置，PM2.5、O3-8 h、AQI预报值和实际观测值的相关性与去年同比分别提高了20.6%、4.7%、25.3%，MNE降低了3.6%、45.5%、8.2%。进一步分析显示，2016年10月江苏省降雨量超过往年降雨量四成以上，创历史最高降雨量，全省空气质量达标率达到98.5%，使PM2.5浓度观测结果处于较低水平，从而使MNE计算基数低，同比提高幅度明显低于ME同比降幅，这表明业务化运行的数值模式在降雨量突然增加的情况下，模拟低浓度PM2.5的敏感性仍有待提高。

表6 业务化运行的NAQPMS模式改进后预报准确性

4 总结

1)对2015、2016年江苏省模式预报和人工预报准确性进行比较分析，采用1 d预报值与实况比较的方式，选取相关系数、ME、MNE、RMSE4项统计学指标，统计了江苏省13个地级市PM2.5、O3-8 h、AQI的数值模式预报结果以及基于数值模式、由各市预报员实际发布的人工预报结果。结果表明，人工预报比模式预报更为准确。

2)从地区上来看，江苏省苏南和沿江城市PM2.5、O3-8 h模式预报准确性低于苏北城市，但苏南和沿江城市人工预报准确性总体上高于苏北城市；从指标来看，全省PM2.5预报准确程度高于全省O3-8 h预报。

3)计算分析了主观性提高预报准确性工作方法(开展预报更新)，以及客观性提高准确性的技术方法(调整经典模式参数)改进提高的分值和比例，证明2种方法均有助于提高空气质量预报的准确性。

4)开展次日更新后，2015年上半年空气质量级别为“良”天数的全省综合得分提高了0.9分，徐州市预报改进分值最高，为8.4分，相关技术和预报会商经验得到推广后，使2015年空气质量为“良”天数的全省综合得分平均提高了2.6分，改进分值进一步提高。

[1] 王自发,谢付莹,王喜全,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.

WANG Zifa，XIE Fuying，WANG Xiquan，et al.Development and application of nested air quality prediction modeling system[J].Chinese Journal of Atmospheric Sciences，2006，30(5):778-790.

[2] 汪巍,高愈霄,赵熠琳,等.中小城市空气质量预报试验与问题研究[J].中国环境监测,2015,31(6):134-138.

WANG Wei,GAO Yuxiao,ZHAO Yilin,et al.Analysis on the experiment and problems of air quality forecast in small and medium-sized cities in China[J].Environmental Monitoring in China，2015,31(6):134-138.

[3] 王晓彦,陈佳,朱莉莉,等.城市环境空气质量指数范围预报方法初探[J].中国环境监测,2015,31(6):139-142.

WANG Xiaoyan，CHEN Jia，ZHU Lili，et al.Discussion on the methods of urban ambient air quality index range forecasting[J].Environmental Monitoring in China,2015,31(6):139-142.

[4] 陆涛.长三角区域空气质量预警联动系统及其在上海世博会的应用[J].环境监测管理与技术,2011,23(5):68-73.

LU Tao.Regional air quality early warning and joint action system in Yangtze River Delta for Shanghai Expo[J].The Administration and Technique of Environmental Monitoring,2011,23(5):68-73.

[5] 国务院办公厅.大气污染防治行动计划[R].北京:国务院办公厅,2013.

[6] 江苏省人民政府.江苏省大气污染防治行动计划实施方案[R].南京:江苏省人民政府,2014.

[7] 解淑艳,刘冰,李健军.全国环境空气质量数值预报预警系统建立探析[J].环境监控与预警,2013,5(4):1-3.

XIE Shuyan,LIU Bing,LI Jianjun.A brief discussion on national air quality forecast and early warning system[J].Environmental Monitoring and Forewarning,2013,5(4):1-3.

[8] 刘冰,王晓彦,汪巍,等.预报方法导向的系统化空气质量预报业务作业平台设计[J].中国环境监测,2016,32(2):1-10.

LIU Bing，WANG Xiaoyan，WANG Wei,et al.Systematic design for operation platform of air quality forecast based on forecast methods[J].Environmental Monitoring in China,2016,32(2):1-10.

[9] 刘娟.长三角区域环境空气质量预测预警体系建设的思考[J].中国环境监测,2012,28(4):135-140.

LIU Juan.Discussions on the system of regional air quality forecasting and early warning in Yangtze delta area[J].Environmental Monitoring in China，2012,28(4):135-140.

[10] 王晨波,张祥志,秦玮,等.南京青奥会空气质量保障联合观测分析[J].环境监控与预警,2015,7(1):1-4,14.

WANG Chenbo，ZHANG Xiangzhi，QIN Wei，et al.The research about air quality protection in the combined with observation for the second summer Youth Olympics Games[J].Environmental Monitoring and Forewarning,2015,7(1):1-4,14.

[11] 江峰琴,杨雪,王晨波,等.江苏省区域空气质量多模式预报预警系统研究与设计[J].环境监控与预警,2015,7(2):4-7.

JIANG Fengqin，YANG Xue，WANG Chenbo，et al.Research and design of Jiangsu province regional air quality multi-mode forecast and early warning system[J].Environmental Monitoring and Forewarning,2015,7(2):4-7.

[12] 朱莉莉,晏平仲,王自发,等.江苏省级区域空气质量数值预报模式效果评估[J].中国环境监测，2015，31(2):17-23.

ZHU Lili，YAN Pingzhong，WANG Zifa，et al.An operational evaluation of the regional air quality forecast modeling system in Jiangsu[J].Environmental Monitoring in China,2015,31(2):17-23.

[13] 中国环境监测总站.环境空气质量预报预警方法技术指南[M].北京:中国环境出版社,2014.

[14] 胡鸣,赵倩彪,伏晴艳.上海环境空气质量预报考核评分方法研究和应用[J].中国环境监测,2015,31(4):54-57.

HU Ming，ZHAO Qianbiao，FU Qingyan.Study on the method of environmental air quality forecast assessment score and application in Shanghai[J].Environmental Monitoring in China,2015,31(4):54-57.

[15] 王自发,李杰,王哲,等.2013年1月我国中东部强霾污染的数值模拟和防控对策[J].中国科学(地球科学),2014(1):3-14.

WANG Zifa，LI Jie，WANG Zhe，et al.Modeling study of regional severe hazes over Mid-Eastern China in January 2013 and its implications on pollution prevention and control[J].Science China (Earth Sciences)，2014(1):3-14.

[16] 徐文帅,李云婷,吴其重,等.AQI标准下北京市空气质量数值预报系统及其在重大活动保障中的影响[J].中国环境监测,2016,32(2):11-19.

XU Wenshuai，LI Yunting，WU Qizhong，et al.Air quality numerical forecasting system and its application during the period of guarantee for major events in Beijing underAQIstandard[J].Environmental Monitoring in China,2016,32(2):11-19.