WRF CMAQ模式对常州市空气质量预报效果的评估

杨卫芬，夏 京，赵亚芳，江 飞，唐志鑫

(1 江苏省常州环境监测中心，江苏 常州 213001;2 南京大学国际地球系统科学研究所，南京 210046; 3 南京创蓝科技有限公司，南京 210008)

近十多年来，大气环境问题凸显，越来越受到公众的重视。自2013年9月国务院颁布《大气污染防治行动计划》[1]以来，空气质量预报工作也越来越受到重视，全国多个地区陆续建立了空气质量预报系统，为环境气象业务的开展提供了强大的技术支撑[2～7]。目前常用的空气质量预报方法主要有基于NAQPMS(Nested Air Quality Prediction Modeling System，嵌套网格空气质量预报模式)、CAMx(Comprehensive Air Quality Model with Extensions，综合空气质量扩散模型)、WRF-CHEM(The Weather Research and Forecasting model coupled with Chemistry，耦合气象模式和化学模式的空气质量模式)、WRF-CMAQ(The Weather Research and Forecasting model coupled with the Community Multiscale Air Quality,耦合气象模式的通用多尺度空气质量模型)等模型的单一数值预报[8～11]和集合预报方法[12～14]、统计学方法[15～19]、综合经验预报方法[20]等，对空气质量预报取得了一定成果。CMAQ模式作为常用模式，在全国不同城市均有应用，具有较强的预报能力[8, 21-22]。

常州地区作为长三角区域的中心城市，近年来，空气质量在全省排名持续偏后。2018年，常州市PM2.5年均浓度53μg/m3，较全省均值偏高5μg/m3，达标考核压力极大。目前，全市尚未建立空气质量预报系统，但自2018年6月起，已开始运用通用多尺度空气质量模型WRF-CMAQ模式本地化、精细化预报的结果来指导全市的业务预报。本文利用2018年6～12月该模式对常州的不同预报时效的AQI、AQI等级及首要污染物预报结果，以及PM2.5、PM10、O3、NO2、SO2和CO等6项污染物未来1天逐小时浓度等精细化预报结果进行了检验评估，识别主要预报误差和可能原因，为模式的进一步调优改进提供科学依据，以期为常州市空气质量的预报提供更好的参考，从而更好地指导政府和相关管理部门提前对相关污染源进行精细化管控，对污染过程起到“缩时削峰”的作用。

1 资料与方法

1.1 模式介绍

本研究所用模式是南京大学国际地球系统科学研究所开发的为常州提供的本地化WRF-CMAQ模式，其大气化学模式使用的是美国国家环境保护署开发的大气化学质量模式CMAQ，气象预报模式采用广泛应用的美国气象界联合开发的中尺度气象模式WRF(The Weather Research and Forecasting model)。模式采用三层嵌套，最外层覆盖中国大部分地区，水平分辨率为27km×27km；第二层为江苏省及周边地区，水平分辨率为9km×9km；第三层为常州市及周边地区，最内层水平分辨率为3km×3km。模式计算垂直范围从地面到20km高度，垂直分层不少于15层。污染源排放采用清华大学研制的2010年0.25度分辨率排放清单，气象驱动数据来自美国国家环境预测中心的全球预报系统GFS(Global Forecast System)。模式在气象、源排放、化学传输等核心模式的建立和参数设置充分体现常州市大气的实际状况和特点，采用了覆盖常州市的高分辨率遥感地形及地表覆盖数据，明显改善WRF模式对近地面气象特征的模拟结果，实现利用PM2.5、PM10、O3、NO2、SO2和CO等本地化常规自动监测数据对常州市的人为源排放进行动态优化。此外，可同时同化PM2.5、PM10、O3、NO2、SO2和CO等6种本地常规空气自动监测数据，同化本地气象初始场，为数值模式计算提供高精度的化学和气象初始场，实现模式系统的本地化。当模式偏差结果较大时，一方面可以辅助判断污染源管控效果，从而对人为源排放进行动态优化，另一方面可对CMAQ数值预报结果进行人工订正。

模式系统提供了常州市未来24h、48h和72h的常州市城市空气质量预报，并从11月起提供了未来5～7d可供参考的污染潜势预测，包含：AQI 范围、首要污染物、AQI等级等预报指导产品，预报输出结果的时间分辨率为1 h。预报污染物包括：PM2.5、PM10、O3、NO2、SO2和CO。

1.2 评估数据及方法

本文所用的空气质量预报数据来自本地化WRF-CMAQ模式对常州市2018年6～12月每日发布的24h、48h和72h精细化预报的AQI、AQI等级、首要污染物及未来一天的PM2.5、PM10、O3、NO2、SO2和CO等6项污染物逐小时浓度数据。实测数据为常州市6个国控监测站的日均AQI等级、首要污染物及对应的PM2.5、PM10、O3、NO2、SO2和CO等6项污染物的小时浓度数据。

目前常用的空气质量预报评估方法主要有统计学方法、TS评分(Threat Score)、气象部门预报评分办法、国家空气质量预报技术指南评分办法等[23～25]。本文计算了AQI等级和首要污染物的预报准确率，基于相关性、绝对差异和相对差异等统计学指标，通过衡量预报值与实测值的偏离来评估模式结果的稳定性及可信度。同时，通过评分办法[26]来综合评估模式对AQI和AQI等级的预报能力。其中，采用的绝对差异指标为平均偏差(Mean Bias,MB)、平均误差(Mean error,ME)、标准误差(Root Mean Square Error,RMSE)，相对差异指标为标准化分数偏差(Mean Fractional Bias,MFB)、标准化分数误差(Mean Fractional Error,MFE)、归一化偏差(Mean Normalized Bias,MNB)和标准化平均误差(Normalized Mean Error,NME)，具体公式参见文献[27]。其中，以MFB 和MFE 为评价量，拟定了模式预报的合理范围-60%≤MFB≤60%，MFE≤75%，理想水平范围-30%≤MFB≤30%，MFE ≤50%。

AQI 等级的预报准确率：预报空气质量等级与实测等级一致，判定AQI等级预报准确；对于跨级别预报的AQI等级，实况在任一预报级别内，认为预报准确。首要污染物的预报准确率：实况AQI等级为优时，预报AQI等级为优或优良，认为预报准确；在实况和预报AQI等级均为良及以上级别时，当首要污染物预报结果与实况结果有相同项，认为首要污染物预报准确，否则为预报错误。

AQI 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；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。

2 结果与讨论

2.1 AQI预报结果评估

由图1可见，2018年，常州市 AQI 不同时效预报值与实测值的相关系数随预报时效增加而逐渐减小，AQI 预报值与实测值的变化趋势总体较为一致。其中，24h预报 AQI 和实测值相关系数达0.70。

从 AQI 预报与实测的模拟效果来看，AQI 预报误差随预报时效延长呈增加趋势(表1)。各预报时效的MFB和MFE均处于“理想水平”范围(MFB范围为-8.83%～-8.49%，MFE范围19.54%～22.46%)。不同时效预报值总体均偏低于实况，负偏差比例为67.6%～68.6%，不同时效平均偏差较为一致，均比实况偏低15，且在9～10月较明显，负偏差比例分别达86.4%(24h)、89.8%(48h)和91.5%(72h)。从AQI评分来看，24h预报的AQI评分相对最高，为43，其他时效评分为39。

图1 2018年6～12月AQI不同时效预报值与实测值及预报平均偏差的时间序列和散点图Fig.1 Time series and scatter plots of different time range outputs of AQI and observed AQI from June to December, 2018

表1 不同时效的AQI预报与实测的偏差与误差Tab.1 Error of observed and different time outputs of AQI

从不同实况等级 AQI 预报偏差来看(图2)，实况空气质量等级为优(一级)时，不同时效预报与实测偏差结果均为正，且偏差随预报时效增加而增加；实况空气质量等级为良(二级)及以上级别时，各时效预报与实测偏差均为负，且随着空气质量等级逐级增加，平均偏差和负偏差比例均呈增加趋势，空气质量等级为重度污染(五级)时，负偏差比例达100.0%。从不同实况等级AQI评分来看，除重度污染外，不同预报时效的AQI评分随着实况空气质量等级逐级增加呈降低趋势。

图2 不同实况等级AQI不同时效预报与实况的平均偏差及预报评分Fig.2 Mean bias and score of different time range outputs of AQI and observed AQI in different air quality levels

2018年，模式对常州市AQI等级预报准确率和预报评分随预报时效延长依次降低，AQI等级预报准确率分别为69.7%(24h)、68.1%(48h)和63.1%(72h)，AQI级别评分分别为68(24h)、55(48h)和51(72h)。从不同实况等级的预报结果来看(图3)，同一等级预报的准确率和预报评分均随着预报时次的延长基本呈降低趋势。空气质量等级为良时，各时效AQI等级预报准确率最高，达85.7%以上，其次为优和轻度污染(三级)，24h的AQI等级预报准确率分别为73.1%和42.2%，空气质量等级为中度污染(四级)及以上时，AQI等级预报准确率较差，准确率在20.0%及以下。从AQI级别评分来看(图3)，当实况空气质量等级为优和良时，AQI级别评分最高，其次为轻度污染，当实况空气质量等级为中度及以上时，AQI级别评分最低。

图3 不同实况AQI等级不同时效预报准确率和预报评分Fig.3 The forecast accuracy and score of different time outputs of AQI level in different air quality levels

2.2 首要污染物预报结果评估

本文对各预报级别的首要污染物不同时效预报准确率进行统计结果，见表2。结果表明，首要污染物24h预报准确率为66.9%，随着预报时效增加，首要污染物预报准确率无明显降低趋势，72h预报准确率为66.5%。随着实况空气质量等级逐级增加，不同时效首要污染物预报准确率基本呈增加趋势，当空气质量等级为良时，首要污染物预报准确率约59.0%～67.6%；当空气质量等级为轻度污染以上时，首要污染物预报准确率为71.4%以上；当空气质量等级为重度污染时，不同时效首要污染物预报均完全准确。

表2 不同实况等级首要污染物不同时效预报准确率Tab.2 The forecast accuracy of primary pollutants by different time range outputs in different air quality levels

从不同月份首要污染物的预报结果来看(图4)，夏季(6～8月)首要污染物的预报准确率较高，其余月份首要污染物的预报准确率相对较低。这与不同月份首要污染物的分布特征不同有很大关系。夏季首要污染物相对单一，基本表现为O3污染；进入秋冬季(9～12月)，O3为首要污染物的特征逐渐减弱，由O3污染为主体逐渐过渡为PM2.5污染和NO2污染为首要污染物的特征，进入冬季(12月)，PM10成为首要污染物的可能性也加大。因此，随着秋冬季节首要污染物种类增多，预报难度相对较大。

图4 不同月份首要污染物不同时效预报准确率Fig.4 The forecast accuracy of primary pollutants by different time range outputs in different months

2.3 污染物浓度预测结果评估

2018年6～12月，常州市SO2浓度平均值为12μg/m3，预报平均值为14μg/m3；NO2浓度均值为42μg/m3，预报均值为62μg/m3；CO实况值为0.736mg/m3，预报值为0.933 mg/m3；PM10实况值为62μg/m3，预报值为56μg/m3；O3实况值72μg/m3，预报值49 μg/m3；PM2.5实况值42μg/m3，预报值37μg/m3。

从模式对2018年6～12月常州市6项污染物的模拟结果和实况浓度对比可以看到，O3和PM2.5浓度的模拟相关性较好，分别达0.79和0.74，其次为PM10和NO2，达0.64以上，SO2和CO的相关性最小，分别为0.37和0.50。

从模拟偏差来看(表3)，各污染物的MFB范围为-29.81%～13.87%，绝对值均在30%以下，MFE范围为23.82%～46.04%，均在50%以下，MFB和MFE均处于“理想水平”范围。其中，O3、PM10和PM2.53项污染物的预报浓度总体偏低于实况，O3的偏低程度最严重，较实况偏低22μg/m3，平均误差为32μg/m3，归一化偏差为-21.61%；其次为PM2.5和PM10，预报浓度和实况总体偏低6μg/m3，归一化偏差分别为-2.79%和1.21%，标准化平均误差基本一致。SO2、NO2和CO等3项污染物浓度总体均偏高于实况，其中SO2和CO相对偏差较大。

表3 不同污染物小时浓度预报与实测的偏差与误差Tab.3 Error of predicted and observed hourly concentration of different pollutants

3 结 论

3.1 本地化后的WRF-CMAQ模式对常州市AQI的预报值与实测值的变化趋势总体较为一致，各预报时效的MFB和MFE均处于“理想水平”范围，能较好的反映常州市实际空气质量变化趋势，但对重污染天气的预报存在明显低估现象，需进一步优化调整。

3.2 随预报时效延长，AQI预报准确率逐渐降低。当空气质量为良及以上级别时，预报与实测偏差结果均为负，且随着实况空气质量等级逐级增加，负偏差比例呈明显增加趋势。

3.3 模式对常州市24hAQI等级预报准确率和AQI级别评分分别为69.7%和68分。实况空气质量为良时，各时效AQI等级预报准确率最高，其次为优和轻度污染，空气质量为中度污染及以上时，AQI等级预报准确率较差。

3.4 模式对首要污染物24h预报准确率为66.9%，随着预报时效增加，首要污染物预报准确率无明显降低趋势。当空气质量等级为轻度污染及以上时，不同时效首要污染物预报准确率相对较高。

3.5 模式对O3和PM2.5浓度的模拟相关性较好，其次为PM10和NO2，SO2和CO的相关性最小。从模拟偏差来看，各污染物的MFB和MFE均处于“理想水平”范围。

致谢：感谢南京大学国际地球系统科学研究所江飞副研究员及其团队对大气预报工作作出的贡献，同时感谢对常州市大气预报工作提供的所有帮助，谨致谢忱。