陳彬彬,林長(zhǎng)城,楊 凱,林 文,王 宏,余永江 (福建省氣象科學(xué)研究所,福建 福州 350001)

基于CMAQ模式產(chǎn)品的福州市空氣質(zhì)量預(yù)報(bào)系統(tǒng)

陳彬彬*,林長(zhǎng)城,楊 凱,林 文,王 宏,余永江 (福建省氣象科學(xué)研究所,福建 福州 350001)

利用CMAQ(Community Multiscale Air Quality Model)模式預(yù)報(bào)產(chǎn)品和福州市2007年1月至2010年6月大氣污染物的觀測(cè)資料以及常規(guī)地面氣象觀測(cè)資料,根據(jù)動(dòng)力-統(tǒng)計(jì)相結(jié)合的預(yù)報(bào)方法,通過多元線性逐步回歸,建立不同天氣系統(tǒng)下 CMAQ模式產(chǎn)品和多類預(yù)報(bào)因子相結(jié)合的日污染物濃度預(yù)報(bào)模型.結(jié)果表明,影響福州市的天氣系統(tǒng)共分為大陸高壓、副熱帶高壓、切變、暖區(qū)輻合、高空槽、臺(tái)風(fēng)和熱帶輻合帶7類天氣型.在暖區(qū)輻合、高空槽和大陸高壓控制下,福州市的空氣質(zhì)量較差,而副熱帶高壓和臺(tái)風(fēng)系統(tǒng)影響時(shí),福州市的空氣質(zhì)量最好.日污染物濃度預(yù)報(bào)方程置信度均為P=0.000,模型有統(tǒng)計(jì)學(xué)意義.利用模型對(duì)2010年7～12月福州市各污染物濃度進(jìn)行預(yù)報(bào)效果回代檢驗(yàn),模型對(duì)PM10的污染指數(shù)等級(jí)預(yù)報(bào)正確率達(dá)到了71.3%,對(duì)SO2和NO2的級(jí)別預(yù)報(bào)正確率達(dá)到了100%,日預(yù)報(bào)綜合評(píng)分平均達(dá)88.8分.

CMAQ模式；空氣質(zhì)量；多元回歸；預(yù)報(bào)模型；福州市

早期空氣質(zhì)量預(yù)報(bào)是以天氣形勢(shì)和氣象狀況為主要對(duì)象的污染潛勢(shì)預(yù)報(bào),20世紀(jì) 60年代后期逐漸發(fā)展起大氣污染物濃度的統(tǒng)計(jì)預(yù)報(bào)方法以及基于湍流統(tǒng)計(jì)理論的半經(jīng)驗(yàn)數(shù)值模型[1],近年來氣象模式和污染模式相結(jié)合的數(shù)值預(yù)報(bào)系統(tǒng)研究迅速發(fā)展,數(shù)值預(yù)報(bào)以其完善的理論基礎(chǔ)、合理的模式設(shè)計(jì)、定時(shí)定量的預(yù)報(bào)效果成為空氣污染預(yù)報(bào)的發(fā)展趨勢(shì)[2].我國(guó)在污染潛勢(shì)預(yù)報(bào)[3-5]和濃度統(tǒng)計(jì)預(yù)報(bào)[6-8]方面做了許多工作,數(shù)值預(yù)報(bào)研究近幾年也逐步開展,如中國(guó)科學(xué)院大氣物理所自行研制的城市空氣污染數(shù)值預(yù)報(bào)模式在天津、濟(jì)南等城市進(jìn)行預(yù)報(bào)試驗(yàn),表現(xiàn)出較好的預(yù)報(bào)性能[9-11].中國(guó)氣象科學(xué)研究院開發(fā)的非靜穩(wěn)多箱大氣污染濃度預(yù)報(bào)和潛勢(shì)預(yù)報(bào)系統(tǒng)CAPPS[12-13],已在國(guó)內(nèi)多個(gè)區(qū)域氣象中心和重點(diǎn)城市推廣運(yùn)行.國(guó)外的城市空氣質(zhì)量數(shù)值模式經(jīng)歷了第一代空氣質(zhì)量模式系統(tǒng)如 EKMA[14]和ISC3[15-16]模式,和第二代空氣質(zhì)量模式系統(tǒng)如UAM[17],RADM[18],CAMx[19]和 ADMS[20]模式等,如今由美國(guó)環(huán)?？偩职l(fā)布的第三代空氣質(zhì)量模式 Models-3[21-22]在國(guó)內(nèi)使用也較為廣泛. Models-3由中尺度氣象模式MM5、污染源排放模式SMOKE和多尺度空氣質(zhì)量模式CMAQ 3部分組成,其核心是空氣質(zhì)量模式 CMAQ[23-25].目前國(guó)內(nèi) Models-3模式主要應(yīng)用于區(qū)域尺度[26-29]的模擬研究,應(yīng)用到城市尺度[30-31]的空氣質(zhì)量預(yù)報(bào)還處于研發(fā)階段.國(guó)家科技部城市環(huán)境項(xiàng)目實(shí)施的BECAPEX試驗(yàn)中,成功應(yīng)用CMAQ模式實(shí)施了北京及周邊地區(qū)污染物濃度的預(yù)報(bào)試驗(yàn)[32].項(xiàng)目組與國(guó)家氣象中心有關(guān)人員進(jìn)一步將模式移植到中國(guó)氣象局國(guó)家氣象中心神威計(jì)算機(jī)上,實(shí)現(xiàn)了華北區(qū)域準(zhǔn)業(yè)務(wù)化運(yùn)行[33].

福州市在污染物濃度變化規(guī)律及其與氣象條件的關(guān)系方面開展了一系列研究[6,34],同時(shí)先后引進(jìn)了數(shù)值預(yù)報(bào)模式 CAPPS1-3,目前CAPPS3 已投入業(yè)務(wù)試運(yùn)行[35-36].但由于CAPPS3在Linux操作系統(tǒng)下使用,需要在Linux和Windows系統(tǒng)間通過局域網(wǎng)交換大量數(shù)據(jù),在實(shí)際業(yè)務(wù)使用中有一定不便,因此,本研究利用目前由中國(guó)氣象科學(xué)研究院和國(guó)家氣象中心聯(lián)合下發(fā)的 CMAQ 模式產(chǎn)品,旨在根據(jù) CMAQMOS動(dòng)力-統(tǒng)計(jì)相結(jié)合[33]的原理,結(jié)合由福建省環(huán)保部門進(jìn)行的空氣質(zhì)量監(jiān)測(cè)資料,利用常規(guī)地面氣象觀測(cè)資料,開展基于CMAQ模式產(chǎn)品的城市空氣質(zhì)量精細(xì)預(yù)報(bào)研究,從而建立一套方便輸入常規(guī)業(yè)務(wù)資料的城市空氣質(zhì)量預(yù)報(bào)模型.

1 資料與方法

1.1 資料介紹

本文使用的資料包括CMAQ模式預(yù)報(bào)產(chǎn)品和福州市 3個(gè)測(cè)點(diǎn)的觀測(cè)資料以及常規(guī)地面氣象觀測(cè)資料.資料時(shí)間為2007年1月至2010年12月,利用2007年1月至2010年6月的資料進(jìn)行預(yù)報(bào)模型建立,2010年7月～12月的資料進(jìn)行預(yù)報(bào)效果回代檢驗(yàn).

大氣污染資料取自福州市環(huán)境監(jiān)測(cè)站設(shè)置的五四北站(119.2989°E,26.1092°N),紫陽站(119.3189°E,26.0792°N)和師大站(119.3033°E, 26.0394°N)監(jiān)測(cè)的SO2、NO2和PM103種大氣污染物每日的監(jiān)測(cè)數(shù)據(jù),監(jiān)測(cè)時(shí)段為前1日12:00～當(dāng)日11:00,市區(qū)空氣質(zhì)量日均值為這3個(gè)站的算術(shù)平均值.

地面氣象因子采用常規(guī)氣象資料,計(jì)有42項(xiàng),主要為氣壓、氣溫、相對(duì)濕度、露點(diǎn)、水汽壓、風(fēng)速、降水量的日均值(降水量為累積值)、極大值、極小值和極值差,以及24h變壓、變溫、總云量、低云量、日照數(shù)、降水時(shí)間和不同等級(jí)降水(小雨-暴雨)雨強(qiáng)和頻數(shù)等,觀測(cè)時(shí)段為前1日12:00～當(dāng)日11:00.

CMAQ模式產(chǎn)品由國(guó)家氣象中心下發(fā),氣象場(chǎng)采用國(guó)家氣象中心 MM5數(shù)值預(yù)報(bào)產(chǎn)品,人為源產(chǎn)生的NOx,CO,SO2,VOCs和NH3來自美國(guó)依阿華大學(xué)全球和區(qū)域環(huán)境研究中心1°×1°排放清單,自然源排放的NOx和VOCs采用全球GEIA 1°×1°每月的排放清單,化學(xué)機(jī)制采用RADM2[33].每天 08:00起報(bào),預(yù)報(bào)未來 5種污染物(PM10, SO2,NO2,O3,CO)的濃度,預(yù)報(bào)有效時(shí)效為 66h,即起報(bào)日 14:00至第 4d 08:00為輸出時(shí)段,其中08:00～14:00時(shí)為積分穩(wěn)定階段,每隔6h輸出一次.預(yù)報(bào)產(chǎn)品包括5種污染物濃度的12個(gè)時(shí)次和3d日平均值2種.預(yù)報(bào)范圍包括全國(guó)各省市,空間分辨率為 36km.模式結(jié)果經(jīng)過后處理插值到0.5°×0.5°網(wǎng)格上.本研究以模式第 1個(gè)預(yù)報(bào)日08:00～次日08:00的預(yù)報(bào)產(chǎn)品作為模式輸出的日均值,用之與實(shí)測(cè)值進(jìn)行對(duì)比分析.

1.2 CMAQ預(yù)報(bào)產(chǎn)品時(shí)間序列的確立

表1 CMAQ模式產(chǎn)品格點(diǎn)值與站點(diǎn)污染物實(shí)測(cè)值的擬合情況Table 1 The comparison between grid point values of CMAQ model products and actual value of pollutants measured

1.3 CMAQ-MOS模型

根據(jù)動(dòng)力-統(tǒng)計(jì)相結(jié)合的預(yù)報(bào)方法,利用多元線性統(tǒng)計(jì)模型,即通過逐步回歸的方法,用前期的污染物觀測(cè)資料和氣象要素觀測(cè)資料以及CMAQ模式產(chǎn)品,建立模式產(chǎn)品和多類預(yù)報(bào)因子相結(jié)合的日污染物濃度預(yù)報(bào)模型.應(yīng)用 SPSS統(tǒng)計(jì)軟件完成數(shù)據(jù)的統(tǒng)計(jì)分析.利用模型對(duì)后期的污染物濃度進(jìn)行預(yù)報(bào)效果回代檢驗(yàn).統(tǒng)計(jì)模型如(1)式:

2 CMAQ-MOS預(yù)報(bào)模型建立

2.1 天氣分型

污染物濃度變化與空氣污染氣象條件密切相關(guān),不同天氣系統(tǒng)的宏觀熱力結(jié)構(gòu)和動(dòng)力結(jié)構(gòu)有很大不同,對(duì)污染物的水平擴(kuò)散和垂直輸送能力有較大影響.研究表明[35],福州市在不同天氣系統(tǒng)影響下PM10的濃度和不同等級(jí)空氣污染的出現(xiàn)率存在明顯差異,因此,本文以08:00 850hPa高空?qǐng)D為主(結(jié)合地面圖和 500hPa高空?qǐng)D作判別),根據(jù)廈門、福州、邵武、南昌、贛州、大陳、衢州、汕頭、臺(tái)北和花蓮十個(gè)探空站850hPa的風(fēng)向,對(duì)影響福州市的天氣系統(tǒng)進(jìn)行天氣類型劃分,從而建立不同天氣型下的污染物預(yù)報(bào)方程.共分為大陸高壓(G)、副熱帶高壓(B)、切變(C)、暖區(qū)輻合(F)、高空槽(U)、臺(tái)風(fēng)(T)和熱帶輻合帶(R)等7類天氣型,分型說明詳見表2.

2.2 不同天氣系統(tǒng)下各污染物濃度概況

由表3和表4可見,在暖區(qū)輻合、高空槽和大陸高壓控制下,福州市的空氣質(zhì)量較差,各種污染物的平均濃度、濃度極大值均比其他天氣系統(tǒng)影響下的高,PM10濃度等級(jí)出現(xiàn)Ⅲ級(jí)及以上污染的可能性也更高.而副熱帶高壓和臺(tái)風(fēng)系統(tǒng)影響時(shí),福州市的空氣質(zhì)量最好,不僅各種污染物平均濃度相對(duì)較低,而且3種污染物的濃度等級(jí)均沒有出現(xiàn)Ⅲ級(jí)及以上污染,其中,NO2的濃度等級(jí)均達(dá)到了Ⅰ級(jí)水平,SO2也僅有一天出現(xiàn)了Ⅱ級(jí),其余天數(shù)均維持在Ⅰ級(jí).

在統(tǒng)計(jì)時(shí)段中,福州市共有5次明顯受到了北方沙塵天氣影響,空氣質(zhì)量出現(xiàn)Ⅲ級(jí)以上污染,分別為2007年1月30日～2月1日,2009年4月26日,2009年12月25日～27日,2010年3月20日～23日,2010年4月29日～30日.2010年3月20日～23日是近幾年影響福州市最為典型的一次北方沙塵天氣,3月20日福州市受高空槽控制, PM10濃度由前一日的 0.125mg/m3升至0.180mg/m3;3月21日影響福州市的天氣系統(tǒng)轉(zhuǎn)為熱帶輻合帶, 但 PM10的濃度值仍達(dá)到了0.361mg/m3(該值也是福州市受熱帶輻合帶系統(tǒng)影響時(shí)出現(xiàn)的濃度最大值);3月22日～23日,福州市受暖區(qū)輻合系統(tǒng)控制,PM10的濃度值達(dá)到了自有空氣質(zhì)量監(jiān)測(cè)以來的最大值1.034mg/m3.

表2 影響福州市的天氣型分類Table 2 The classification of weather types influencing the city of Fuzhou

表3 不同天氣系統(tǒng)影響下福州市各種污染物的濃度概況(mg/m3)Table 3 The air pollutants concentration under the influence of various weather systems (mg/m3)

表4 不同天氣系統(tǒng)影響下福州市各種污染物不同等級(jí)的出現(xiàn)率(%)Table 4 The occurrence rates of levels of various air pollutants under the influence of different weather systems (%)

表5 不同天氣系統(tǒng)影響下PM10、SO2、NO2日平均濃度預(yù)報(bào)方程Table 5 The predictive equations of daily mean concentration of PM10 , SO2 and NO2 under the influence of various weather systems

2.3 預(yù)報(bào)模型建立

考慮到日常業(yè)務(wù)的實(shí)用性,經(jīng)分析比較,采用起報(bào)日前1日12:00至起報(bào)日11:00的常規(guī)地面氣象觀測(cè)資料的 24h平均值及其計(jì)算衍生值進(jìn)行回歸分析,運(yùn)用逐步回歸分析的方法,將 2007年1月至2010年6月的污染物濃度觀測(cè)資料和CMAQ模式產(chǎn)品及氣象因子作為預(yù)報(bào)對(duì)象和預(yù)報(bào)因子,建立不同天氣系統(tǒng)下各種污染物日平均濃度的數(shù)學(xué)模型,方程置信度均為 P=0.000,模型有統(tǒng)計(jì)學(xué)意義,所得方程見表5.

3 CMAQ-MOS模型預(yù)報(bào)結(jié)果分析

3.1 效果檢驗(yàn)

利用上述預(yù)報(bào)方程,對(duì)2010年7～12月的觀測(cè)資料進(jìn)行預(yù)報(bào)效果回代檢驗(yàn).對(duì)比各污染物的預(yù)報(bào)濃度和觀測(cè)濃度,二者的變化趨勢(shì)較一致(圖1),相關(guān)系數(shù)在0.5554～0.7084之間(圖2),均通過了置信度水平為 0.01的顯著性檢驗(yàn).根據(jù)空氣污染指數(shù)對(duì)應(yīng)的污染物濃度限值,推算出各污染物的空氣質(zhì)量級(jí)別,將實(shí)況與預(yù)報(bào)各等級(jí)出現(xiàn)次數(shù)進(jìn)行比較,結(jié)果見表 6.其中正確率為污染等級(jí)預(yù)報(bào)正確天數(shù)除以預(yù)報(bào)總天數(shù).由表6可知,方程對(duì) SO2和NO2的級(jí)別預(yù)報(bào)正確率達(dá)到了100%,對(duì)PM10Ⅰ級(jí)和Ⅱ級(jí)的預(yù)報(bào)結(jié)果較理想,正確率均在 70%左右,但對(duì)高濃度污染的預(yù)報(bào)能力較差,2010年 7月～12月福州市的空氣質(zhì)量有3d出現(xiàn)了Ⅲ級(jí)污染,報(bào)對(duì)1次,漏報(bào)2次,空?qǐng)?bào)2次.由于福州市的空氣質(zhì)量較好,出現(xiàn)Ⅲ級(jí)及以上污染的概率小,參加建模統(tǒng)計(jì)的高污染樣本數(shù)少,因此模式對(duì)高污染天氣的預(yù)報(bào)能力仍有待于進(jìn)一步檢驗(yàn).

圖1 2010年7～12月各污染物實(shí)測(cè)值與模型預(yù)報(bào)值對(duì)比Fig.1 The observed and the simulated concentration of various air pollutants from June to December, 2010

根據(jù)《氣象部門城市空氣質(zhì)量預(yù)報(bào)質(zhì)量考核和管理暫行辦法》[37]對(duì)預(yù)報(bào)質(zhì)量進(jìn)行評(píng)分,各月的得分情況為86.8～91.0分,平均預(yù)報(bào)得分達(dá)88.8分.由表 7可以看出,在大陸高壓型和副熱帶高壓型控制下,模式對(duì)空氣質(zhì)量的擬合效果最好,這是因?yàn)檫@ 2種系統(tǒng)都較穩(wěn)定,受其控制時(shí)各污染物濃度變化波動(dòng)不大;而在有可能出現(xiàn)降水的切變、高空槽、臺(tái)風(fēng)和熱帶輻合帶等幾種天氣系統(tǒng)影響時(shí),因?yàn)榻邓某霈F(xiàn)與否、降水的強(qiáng)度和降水時(shí)間的長(zhǎng)短這些因素都增加了預(yù)報(bào)難度,因此得分相對(duì)較低;而熱帶輻合帶和臺(tái)風(fēng)系統(tǒng)還因?yàn)闃颖緮?shù)太少加大了方程的不穩(wěn)定性,因此預(yù)報(bào)效果最差.從對(duì)轉(zhuǎn)折天氣的預(yù)報(bào)評(píng)分結(jié)果看,除熱帶輻合帶和臺(tái)風(fēng)系統(tǒng)出現(xiàn)轉(zhuǎn)折時(shí)CMAQ-MOS模型預(yù)報(bào)的平均得分較低外,其他系統(tǒng)轉(zhuǎn)折天氣的平均得分均在87～89分左右.當(dāng)天氣系統(tǒng)由暖區(qū)輻合、切變和熱帶輻合帶轉(zhuǎn)為其他系統(tǒng)控制時(shí),模型的得分要比受這些系統(tǒng)控制時(shí)的平均得分高.

圖2 2010年7月～12月各種污染物實(shí)測(cè)值與模型預(yù)報(bào)值散點(diǎn)Fig.2 The scatter diagram of observed and simulated concentrations of various air pollutants from June to December, 2010

表6 利用回歸方程回代檢驗(yàn)結(jié)果(d)Table 6 The results of back substitution test using regression equations (d)

3.2 與其他預(yù)報(bào)方法對(duì)比

目前福州市開展空氣質(zhì)量預(yù)報(bào)的手段主要依托于統(tǒng)計(jì)預(yù)報(bào)和人工經(jīng)驗(yàn)預(yù)報(bào)相結(jié)合,此外近幾年分別引進(jìn)了數(shù)值預(yù)報(bào)模式CAPPS1-3,先后投入業(yè)務(wù)試運(yùn)行.本文將CMAQ-MOS模式與這3種預(yù)報(bào)方法的預(yù)報(bào)結(jié)果[35]進(jìn)行對(duì)比,結(jié)果見表8.從表8中可知,與統(tǒng)計(jì)預(yù)報(bào)和CAPPS模式相比,3種預(yù)報(bào)方法的評(píng)分結(jié)果相差不大,而在污染指數(shù)預(yù)報(bào)等級(jí)正確率方面, CMAQ-MOS模式的預(yù)報(bào)正確率均要高于統(tǒng)計(jì)預(yù)報(bào)和數(shù)值預(yù)報(bào).由于CMAQ-MOS技術(shù)全面考慮了動(dòng)力作用、化學(xué)作用和污染源排放對(duì)污染物各種過程的影響[33],將統(tǒng)計(jì)預(yù)報(bào)和數(shù)值模擬相結(jié)合,因此預(yù)報(bào)效果與單純的統(tǒng)計(jì)預(yù)報(bào)或數(shù)值模擬預(yù)報(bào)相比有其優(yōu)勢(shì)性.而與人工經(jīng)驗(yàn)預(yù)報(bào)相比,CMAQ-MOS模式的得分和等級(jí)預(yù)報(bào)正確率均比人工經(jīng)驗(yàn)預(yù)報(bào)低.

表7 2010年7月～12月不同天氣系統(tǒng)下福州市空氣質(zhì)量預(yù)報(bào)評(píng)分結(jié)果Table 7 The scores of air quality forecast under the influence of various weather systems from June to December, 2010

最新一代空氣質(zhì)量模式Models-3植入了排放源SMOKE模塊,在排放源清單不易獲取的情況下,本研究引進(jìn)CMAQ模式預(yù)報(bào)產(chǎn)品應(yīng)用于福州市大氣污染問題研究中,具有一定的參考意義.同時(shí)將各污染物的濃度分布情況按照天氣型進(jìn)行歸類分析,建立的CMAQ-MOS模型能反映出不同天氣系統(tǒng)下污染物的擴(kuò)散規(guī)律,預(yù)報(bào)結(jié)果具有統(tǒng)一性,模型具有一定的預(yù)報(bào)能力.但由于應(yīng)用CMAQ模式預(yù)報(bào)產(chǎn)品時(shí),逐時(shí)的產(chǎn)品資料不易獲得,而模式日均值輸出結(jié)果的統(tǒng)計(jì)時(shí)效又和觀測(cè)資料不一致,對(duì)CMAQ-MOS模式的預(yù)報(bào)結(jié)果有一定影響,如果能根據(jù)不同氣象條件下城市空氣質(zhì)量的分布特征對(duì)預(yù)報(bào)結(jié)果進(jìn)行人工訂正,將使預(yù)報(bào)考核評(píng)分進(jìn)一步提高.此外,CMAQ-MOS模型的預(yù)報(bào)精度同樣受到樣本數(shù)制約,隨著資料時(shí)間序列的積累,各污染物預(yù)報(bào)方程需不斷訂正,以使模式輸出結(jié)果在今后的業(yè)務(wù)化預(yù)報(bào)工作中不斷完善.本研究雖綜合考慮了空氣污染物觀測(cè)資料、大氣狀態(tài)和模式產(chǎn)品進(jìn)行空氣質(zhì)量預(yù)報(bào),但未考慮每種預(yù)報(bào)因子所占權(quán)重,有待于今后進(jìn)一步深入研究,以改進(jìn)模式系統(tǒng).

4 結(jié)論

4.1 影響福州市的天氣系統(tǒng)共分為大陸高壓、副熱帶高壓、切變、暖區(qū)輻合、高空槽、臺(tái)風(fēng)和熱帶輻合帶7類天氣型.

4.2 在暖區(qū)輻合、高空槽和大陸高壓控制下,福州市的空氣質(zhì)量較差,而副熱帶高壓和臺(tái)風(fēng)系統(tǒng)影響時(shí),福州市的空氣質(zhì)量最好.統(tǒng)計(jì)時(shí)段中共有5次明顯受到北方沙塵天氣影響,空氣質(zhì)量出現(xiàn)Ⅲ級(jí)以上污染,2010年3月20日～23日是近幾年影響福州市最為典型的一次北方沙塵天氣,在暖區(qū)輻合系統(tǒng)控制下,PM10濃度值達(dá)到了自有空氣質(zhì)量監(jiān)測(cè)以來的最大值1.034mg/m3.

4.3 日污染物濃度預(yù)報(bào)方程置信度均為P=0.000,模型有統(tǒng)計(jì)學(xué)意義.對(duì)比各污染物的預(yù)報(bào)濃度和觀測(cè)濃度,二者的變化趨勢(shì)較一致,相關(guān)系數(shù)在0.5554～0.7084之間.

4.4 利用模型對(duì)2010年7月～12月福州市各污染物濃度進(jìn)行預(yù)報(bào)效果回代檢驗(yàn),模型對(duì) PM10的污染指數(shù)等級(jí)預(yù)報(bào)正確率達(dá)到了 71.3%,對(duì)SO2和NO2的級(jí)別預(yù)報(bào)正確率達(dá)到了100%,日預(yù)報(bào)綜合評(píng)分平均達(dá)88.8分.

[1] 盛立芳,吳增茂,秦曾灝.城市空氣質(zhì)量數(shù)值預(yù)報(bào)的不確定性與可預(yù)報(bào)性 [J]. 青島海洋大學(xué)學(xué)報(bào), 1999,29(4):575- 580.

[2] 房小怡,蔣維楣,吳 澗,等.城市空氣質(zhì)量數(shù)值預(yù)報(bào)模式系統(tǒng)及其應(yīng)用 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2004,24(1):111-115.

[3] 談建國(guó),陸國(guó)良,耿福海,等.上海夏季近地面臭氧濃度及其相關(guān)氣象因子的分析和預(yù)報(bào) [J]. 熱帶氣象學(xué)報(bào), 2007,23(5):515-520.

[4] 胡春梅,劉德,陳道勁.重慶市空氣污染擴(kuò)散氣象條件指標(biāo)研究[J]. 氣象科技, 2009,37(6):665-669.

[5] 楊 靜,李 霞,李 秦,等.烏魯木齊近 30a大氣穩(wěn)定度和混合層高度變化特征及與空氣污染的關(guān)系 [J]. 干旱區(qū)地理, 2011,5:37-42.

[6] 馮宏芳,隋 平,邱麗葭.福州市污染物濃度時(shí)空分布及影響因子分析 [J]. 氣象科技, 2003,31(6):356-360.

[7] 魏 璐,朱偉軍,陳海山.鄭州市空氣質(zhì)量統(tǒng)計(jì)預(yù)報(bào)方法探討 [J].南京氣象學(xué)院學(xué)報(bào), 2009,32(2):314-320.

[8] 許 楊,王 凱,賈橋蓮,等.2007-2008年武漢市空氣質(zhì)量預(yù)報(bào)及檢驗(yàn) [J]. 氣象與環(huán)境學(xué)報(bào), 2012,2:83-86.

[9] 安俊嶺,向偉玲,韓志偉,等.突發(fā)性大氣污染監(jiān)測(cè)與預(yù)報(bào)技術(shù)集成移動(dòng)平臺(tái) [J]. 中國(guó)環(huán)境科學(xué), 2011,31(8):1241-1247.

[10] 韓志偉,張美根,雷孝恩,等.城市空氣污染數(shù)值預(yù)報(bào)試驗(yàn) [J]. 氣候與環(huán)境研究, 1999,4(3):283-290.

[11] 韓志偉,杜世勇,雷孝恩,等.城市空氣污染數(shù)值預(yù)報(bào)模式系統(tǒng)及其應(yīng)用 [J]. 中國(guó)環(huán)境科學(xué), 2002,22(3):202-206.

[12] 朱 蓉,徐大海,孟燕君,等.城市空氣污染數(shù)值預(yù)報(bào)系統(tǒng) CAPPS及其應(yīng)用 [J]. 應(yīng)用氣象學(xué)報(bào), 2001,12(3):267-277.

[13] 朱 蓉,徐大海,周朝東,等.CAPPS在國(guó)家氣象中心多城市污染指數(shù)數(shù)值預(yù)報(bào)業(yè)務(wù)系統(tǒng)中的應(yīng)用 [J]. 應(yīng)用氣象學(xué)報(bào), 2002, 13(特刊):204-213.

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

[15] User’s Guide for the Industrial Source Complex (ISC3) Dispersion Models, Volume Ⅰ : User Introductions [Z]. Washington: US EPA, EPA-454/B-95-003a, 1995.

[16] User’s Guide for the Industrial Source Complex (ISC3) Dispersion Models, Volume Ⅱ : User Introductions [Z]. Washington: US EPA, EPA-454/B-95-003b, 1995.

[17] Reynolds S D, Roth P M, Seinfeld J H. Mathematical modeling of photochemical pollution, Ⅰ. Formulation of the model [J]. Atmos. Environ., 1973, 7:1033-1061.

[18] Chang J S, Brosr R A, Isaksen I S A, et al. A three-dimensional acid deposition model: physical concepts and formulation [J]. J Geophys. Res., 1987,92:14681-14700.

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

[20] Modeling Air Quality for London for Using ADMS-Urban [R]. London: Cambridge Environmental Research Consultants, 2003:10.

[21] Dennis R L, Byun D W, Novak J H, et al. The next generation of integrated air quality modeling: EPA’s Models-3 [J]. Atmos. Environ., 1996, 30(12): 1925-1938.

[22] Models-3 Air Quality Modeling System [Z]. http://www.epa. gov/asmdnerl/models3/doc.

[23] Byun D W, Ching J K S. Science Algorithms of the 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.

[24] Byun D W. Dynamically consistent for mulations in meterological and air quality models for multi-scale atmospheric applications: Part I. Governing Equations in Generalized Coordinate System [J]. J Atmos. Sci., 1999,56(21):3789-3807.

[25] Byun D W. Dynamically consistent for mulations in meterological and air quality models for multi-scale atmospheric applications: Part Ⅱ. Mass conservation issues [J]. J Atmos. Sci., 1999,56(21): 3808-3820.

[26] Zhang M G, Xu Y F, Itsushi Uno. A Numerical Study of Tropospheric Ozone in the Springtime in East Asia [J]. Adv. Atmos. Sci., 2004, 21(2):163-170.

[27] 李 莉,陳長(zhǎng)虹,黃海英,等.應(yīng)用Models-3/CMAQ研究長(zhǎng)三角區(qū)域大氣污染及輸送 [J]. 上海環(huán)境科學(xué), 2007,4:25-31.

[28] 鄧 濤,吳 兌,鄧雪嬌,等.珠江三角洲一次典型復(fù)合型污染過程的模擬研究 [J]. 中國(guó)環(huán)境科學(xué), 2012,32(2):193-199.

[29] 王麗濤,潘雪梅,鄭 佳,等.河北及周邊地區(qū)霾污染特征的模擬研究 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2012,4:160-166.

[30] 王揚(yáng)鋒,左洪超,馬雁軍,等.應(yīng)用Models-3模式系統(tǒng)對(duì)沈陽市空氣質(zhì)量的數(shù)值模擬研究 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2007,27(3):487-493.

[31] 張 艷,余 琦,伏晴艷,等.長(zhǎng)江三角洲區(qū)域輸送對(duì)上海市空氣質(zhì)量影響的特征分析 [J]. 中國(guó)環(huán)境科學(xué), 2010,30(7):914-923.

[32] 徐祥德,卞林根,丁國(guó)安,等.城市大氣環(huán)境觀測(cè)工程技術(shù)與原理[M].北京:氣象出版社,2003:229-237.

[33] 許建明,徐祥德,劉 煜,等.CMAQ-MOS區(qū)域空氣質(zhì)量統(tǒng)計(jì)修正模型預(yù)報(bào)途徑研究 [J]. 中國(guó)科學(xué) D輯,地球科學(xué), 2005, 35(增刊I):131-144.

[34] 王 宏,林長(zhǎng)城,蔡義勇,等.福州市空氣質(zhì)量狀況時(shí)空變化及其與天氣系統(tǒng)關(guān)系 [J]. 氣象科技, 2008,36(4):480- 484.

[35] 王 宏,石 鈺,鄭麗萍,等.區(qū)域空氣質(zhì)量數(shù)值預(yù)報(bào)模式CAPPS3在福建省的應(yīng)用 [J]. 環(huán)境科學(xué)與技術(shù), 2010,33(6E): 271-275.

[36] 王 宏,馮宏芳,石 鈺,等. CAPPS3模式在福州市預(yù)報(bào)效果檢驗(yàn) [J]. 氣象與環(huán)境學(xué)報(bào), 2011,27(4):25-29.

[37] 氣象部門城市空氣質(zhì)量預(yù)報(bào)質(zhì)量考核和管理暫行辦法 [S]. 2001.

致謝：感謝南京信息工程大學(xué)鄭有飛教授對(duì)本文英文摘要的潤(rùn)色

工作.

Air quality forecasting system based on model products of CMAQ in Fuzhou City.

CHEN Bin-bin*, LIN Chang-cheng, YANG Kai, LIN Wen, WANG Hong, YU Yong-jiang (Fujian Institute of Meteorological Science, Fuzhou 350001, China). China Environmental Science, 2012,32(10)：1744～1752

Based on the forecasting products of Community Multiscale Air Quality Model (CMAQ), observation of air pollutants and the conventional ground meteorological data from January 2007 to June 2010 in Fuzhou City, Fujian Province, China, the models were developed to forecast daily air pollutant concentration for various weather systems by statistical-dynamic forecast method and multivariate linear stepwise regression. The models featured both CMAQ forecast products and various other forecast parameters. The results showed that there were 7 weather systems influencing Fuzhou City: continental high, subtropical high, shear, warm sectors convergence, upper trough, typhoon and tropical convergence. The air quality was poor under the control of warm sectors convergence, upper trough or continental high weather systems. In contrast, when Fuzhou was under the control of subtropical high or typhoon, the air quality was better. The p-value associated with the forecast functions of air pollutant level was 0.000, so the models were statistically significant. The models were tested on the air pollutant data in Fuzhou from June to December 2010 by back substitution. The forecast accuracy of the models on contamination index level of PM10reached 71.3%, while the forecast accuracy on SO2and NO2were 100%. The comprehensive score of daily air quality forecast in the city of Fuzhou was 88.8 points on average.

CMAQ model；air quality；multiple regression；forecasting model；Fuzhou City

2012-02-13

環(huán)境保護(hù)公益性行業(yè)專項(xiàng)(201009004);福建省自然科學(xué)基金(2010J01243);福建省氣象局 2006年開放式氣象科學(xué)研究基金項(xiàng)目(2006K05)

* 責(zé)任作者, 工程師, bbchen_2005@163.com

X51

A

1000-6923(2012)10-1744-09

陳彬彬(1982-),女,福建福州人,工程師,碩士,從事大氣物理與大氣環(huán)境方面的研究.發(fā)表論文3篇.