基于MOS的杭州秋冬季空氣污染預(yù)報(bào)和霾診斷

尤佳紅,束 炯*,陳亦君,段玉森 (.華東師范大學(xué)氣候變化研究所,地理信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室,上海004；.上海市環(huán)境監(jiān)測中心,上海 00030)

基于MOS的杭州秋冬季空氣污染預(yù)報(bào)和霾診斷

尤佳紅1,束 炯1*,陳亦君1,段玉森2(1.華東師范大學(xué)氣候變化研究所,地理信息科學(xué)教育部重點(diǎn)實(shí)驗(yàn)室,上海200241；2.上海市環(huán)境監(jiān)測中心,上海 200030)

利用由數(shù)值預(yù)報(bào)模式WRF和辨識理論實(shí)時(shí)迭代統(tǒng)計(jì)方法RTIM組成的MOS方法對杭州市2013年2～3月和11～12月期間的空氣污染物日平均濃度做預(yù)報(bào),預(yù)報(bào)值與實(shí)測值之間相關(guān)系數(shù)都超過0.75 ,PM2.5、PM10、SO2、NO2、CO 24h平均濃度和O38h平均濃度分類預(yù)報(bào)臨界成功指數(shù)(CSI)分別為89%、87%、100%、93%、100%和100%,命中率(POD)分別為93%、95%、100%、100%、100%和100%.分析表明,研究期間杭州地區(qū)氣溶膠以細(xì)顆粒為主.根據(jù)PM2.5濃度、相對濕度及能見度預(yù)報(bào)值做霾日分類預(yù)報(bào),臨界成功指數(shù)為89%,命中率為93%.說明該MOS系統(tǒng)對污染物濃度及霾天氣預(yù)報(bào)性能良好,可以為業(yè)務(wù)化預(yù)報(bào)提供參考.

空氣污染；霾；PM2.5；能見度；WRF；MOS

隨著經(jīng)濟(jì)的快速發(fā)展,由 PM2.5等引發(fā)的高污染天氣在長江三角洲等地區(qū)日趨嚴(yán)峻[1-5],嚴(yán)重影響了居民的健康和生活[6-7].其中2013年冬季的重霾天氣過程震驚了海內(nèi)外,建立準(zhǔn)確的空氣質(zhì)量預(yù)報(bào)系統(tǒng)成為當(dāng)前亟待解決的問題.目前國內(nèi)外對于空氣質(zhì)量預(yù)報(bào)通常采用統(tǒng)計(jì)預(yù)報(bào)[8-10]、數(shù)值預(yù)報(bào)[11-13]和 MOS預(yù)報(bào)[14-16]等方法.其中統(tǒng)計(jì)預(yù)報(bào)模式需要較長的歷史樣本,而數(shù)值模式需要精確的排放清單.為了有效地避免歷史污染監(jiān)測資料以及排放清單資料不足的缺陷,本研究在小樣本條件下,針對杭州地區(qū)城市大氣環(huán)境,基于天氣動(dòng)力學(xué)理論的WRF模式和辨識理論的實(shí)時(shí)迭代RTIM方法,提出了空氣質(zhì)量MOS預(yù)報(bào)的WRF-RTIM 模式.以 WRF模式的輸出作為預(yù)報(bào)要素,結(jié)合地面污染監(jiān)測數(shù)據(jù),對杭州地區(qū)污染物濃度日均值和能見度進(jìn)行RTIM預(yù)報(bào),并結(jié)合分類預(yù)報(bào)結(jié)果診斷霾日,旨在為業(yè)務(wù)化預(yù)報(bào)提供參考.

1 資料與方法

1.1 研究資料

本文使用的資料包括WRF模式預(yù)報(bào)產(chǎn)品和杭州市11個(gè)污染觀測點(diǎn)的觀測資料以及常規(guī)地面氣象觀測資料.資料時(shí)間為2013年1月10日～3月18日,和同年11月1日～12月16日,用這兩個(gè)時(shí)段的前期資料建立預(yù)報(bào)模型,2013年2月20日～3月18日和11月28日～12月16日的資料進(jìn)行24h預(yù)報(bào)效果檢驗(yàn).

大氣污染資料為杭州市11個(gè)空氣質(zhì)量監(jiān)測點(diǎn)資料,包括濱江、朝暉五區(qū)、臥龍橋、和睦小學(xué)、浙江農(nóng)大、下沙、云棲、西溪、城廂鎮(zhèn)、臨平鎮(zhèn)和千島湖的PM2.5、PM10、SO2、NO2、CO、O36種大氣污染物每日監(jiān)測數(shù)據(jù),市區(qū)空氣污染物濃度平均值為這11個(gè)站的算術(shù)平均值.能見度數(shù)據(jù)和地面氣象觀測資料為蕭山機(jī)場常規(guī)氣象資料,其中氣象因子有25項(xiàng),包括氣壓、氣溫、相對濕度、風(fēng)速和風(fēng)向的日均值、極大值、極小值、極值差和13:00與7:00之差.

1.2 研究方法

1.2.1 MOS方法 MOS是一種基于統(tǒng)計(jì)學(xué)原理對數(shù)值模式輸出結(jié)果進(jìn)行后處理的預(yù)報(bào)方法.MOS方法既有數(shù)值模式能準(zhǔn)確預(yù)報(bào)天氣形勢的優(yōu)點(diǎn),又可凸顯統(tǒng)計(jì)模式在處理復(fù)雜污染天氣預(yù)報(bào)的優(yōu)勢,避免了數(shù)值模式因局地污染清單不準(zhǔn)確導(dǎo)致的誤判.特別適用于污染源復(fù)雜、預(yù)報(bào)因子多,而預(yù)報(bào)對象和預(yù)報(bào)因子的關(guān)系不甚清楚的城市污染預(yù)報(bào).本文選用的 MOS方法是基于辨識理論的實(shí)時(shí)迭代統(tǒng)計(jì)方法對WRF數(shù)值模式輸出結(jié)果進(jìn)行后處理,建立預(yù)報(bào)模型.

1.2.2 WRF模式 WRF模式是由美國國家環(huán)境預(yù)報(bào)中心(NCEP)、美國國家大氣研究中心(NCAR)等研究機(jī)構(gòu)共同參與研發(fā)的新一代可調(diào)節(jié)的、先進(jìn)的非靜力平衡中尺度大氣模擬系統(tǒng).本文采用了3.0.1版本的WRF模式,模式區(qū)域采用Lambert投影,WSM3云微物理參數(shù)化方案,淺對流 Kain-Fritsh積云對流方案,Eta Mellor-Yamada—Janjic邊界層參數(shù)化方案和Noah陸面過程方案.設(shè)置四重嵌套(D1、D2、D3、D4), 4個(gè)區(qū)域的模擬范圍為:D1代表東亞地區(qū)(86～150°E,5～60°N)、D2 代表東南沿海地區(qū)(109～130°E, 22～39°N)、D3 代表長江中下游地區(qū)(117～124°E, 27～33°N)和 D4 代表杭州及周邊的地 區(qū) (119～122°E,29～31°N).水 平 網(wǎng) 格 分 別 為88×75、85×70、88×76、97×88,格距分別為 81,27,9,3km.模式垂直方向使用 sigma坐標(biāo),分為24層,模式頂設(shè)置在 100hPa處.氣象初始場和邊界條件使用 GFS全球預(yù)報(bào)場數(shù)據(jù),邊界條件則采用模式自帶的理想廓線,每6h更新一次邊界條件.

1.2.3 辨識理論實(shí)時(shí)迭代統(tǒng)計(jì)方法 RTIM 系統(tǒng)辨識是根據(jù)系統(tǒng)的輸入、輸出來確定描述系統(tǒng)行為的數(shù)學(xué)模型.由于預(yù)報(bào)系統(tǒng)是隨時(shí)間變化的隨機(jī)系統(tǒng),為了強(qiáng)調(diào)最近樣本對預(yù)報(bào)值的貢獻(xiàn)而加入實(shí)時(shí)迭代功能.在參數(shù)估計(jì)時(shí),按時(shí)間序列賦予輸入樣本不同的權(quán)重,以凸顯當(dāng)前預(yù)報(bào)值狀況的重要性.根據(jù)初始樣本用最小二乘法確定預(yù)報(bào)模型,預(yù)報(bào)次日污染物濃度時(shí),輸入值為 WRF模式輸出的次日氣象場預(yù)報(bào)值和當(dāng)日污染場數(shù)據(jù)

其中

據(jù)此又可作出下一次預(yù)報(bào)[17].

1.3 模型預(yù)報(bào)評價(jià)參數(shù)

對污染物濃度預(yù)報(bào)值作誤差分析,包括絕對差異(mg/m3)與相對偏差統(tǒng)計(jì)(%).絕對差異統(tǒng)計(jì)指標(biāo)顯示預(yù)報(bào)值和觀測值的偏離情況,包括平均偏差MB和均方根誤差RMSE;相對偏差統(tǒng)計(jì)指標(biāo)顯示絕對偏差占觀測值百分比,包括平均正態(tài)偏差MNB和正態(tài)平均偏差NMB[18].

分類預(yù)報(bào)檢驗(yàn)標(biāo)準(zhǔn)為:Ts評分是預(yù)報(bào)為正類且實(shí)況為正類的樣本數(shù),與正類樣本數(shù)和負(fù)類中被預(yù)報(bào)為正類的樣本數(shù)之和的比值[19],臨界成功指數(shù) CSI是預(yù)報(bào)正確的樣本數(shù)與所有樣本數(shù)的比值,命中率POD是預(yù)報(bào)正確的樣本數(shù)與預(yù)報(bào)正確和漏報(bào)數(shù)之和的比值,虛假報(bào)警率FAR是空報(bào)數(shù)與樣本總數(shù)的比值[20].各指標(biāo)計(jì)算公式如下(Sim和Obs分別代表預(yù)報(bào)值和觀測值,Nmodelk代表預(yù)報(bào)為正類且確為正類的樣本數(shù),Nmodelf代表預(yù)報(bào)為正類的樣本數(shù),Nobs代表實(shí)際為正類的樣本數(shù),N代表預(yù)報(bào)總樣本數(shù)):

2 結(jié)果與分析

2.1 因子選擇

2.1.1 WRF模式輸出氣象因子檢驗(yàn) MOS模式預(yù)報(bào)時(shí)輸入的氣象因子為 WRF模式的輸出,所以WRF模式輸出因子的準(zhǔn)確性很大程度上影響整到個(gè)預(yù)報(bào)模式的準(zhǔn)確性.在預(yù)報(bào)開始前先對WRF輸出因子做檢驗(yàn)非常必要.讀取杭州(32.2°N、120.2°E)最近格點(diǎn)的 WRF 輸出因子,做 24h算術(shù)平均后與蕭山機(jī)場實(shí)測氣象因子日均值比較,風(fēng)速、氣溫、相對濕度和氣壓在 0.01水平上顯著相關(guān),相關(guān)系數(shù)分別達(dá)到0.80、0.93、0.90 和 0.73.均方根誤差(RMSE)分別為 2.1、1.7、0.09和4.2,平均正態(tài)偏差(MNB)為17%、-8%、8%和 1%.因此,WRF模式輸出的氣象預(yù)報(bào)因子可以作為 MOS預(yù)報(bào)模式的預(yù)報(bào)因子.其中相對濕度也可以作為霾診斷模式的輸入因子.

2.1.2 污染因子選擇結(jié)果 用 2013年 1月 10日～2月20日和11月1日～27日的資料分別建立預(yù)報(bào)模型,預(yù)報(bào)因子包括預(yù)報(bào)的氣象因子和前一日污染因子.其中風(fēng)場和氣壓場直接反應(yīng)了大氣的擴(kuò)散能力,而風(fēng)、壓、溫、濕度場不但提供了發(fā)生物理和化學(xué)反應(yīng)的氣象背景,也提供了大氣穩(wěn)定度變化的條件;而污染場直接反映了污染物的積累狀況.建立不同污染物濃度和能見度預(yù)報(bào)模型時(shí),本文用逐步回歸方法剔除存在多重共線性的因子,并使得所選因子通過顯著性檢驗(yàn).最終PM2.5濃度預(yù)報(bào)因子為SO2濃度、溫度極差和風(fēng)速極差;PM10濃度預(yù)報(bào)因子為SO2濃度、溫度極差和風(fēng)速極差;SO2濃度預(yù)報(bào)因子為 NO2濃度和最低溫度;NO2濃度預(yù)報(bào)因子為 SO2濃度和最高溫度;CO濃度預(yù)報(bào)因子為 SO2濃度,溫度和能見度;O3的8h平滑濃度預(yù)報(bào)因子為NO2濃度,最小風(fēng)速、PM2.5濃度和 PM10濃度;能見度預(yù)報(bào)因子為 PM2.5濃度、NO2濃度、相對濕度、13:00與7:00相對濕度差、相對濕度極差和最低溫度.

2.2 濃度預(yù)報(bào)

表1 2013年2月21日～3月18日、11月28日～12月16日PM2.5、PM10、SO2、NO2、CO和O3預(yù)報(bào)偏差Table 1 The residual analysis of PM2.5, PM10, SO2, NO2,CO and O3models during Feb.21-Mar. 18、Nov.28-Dec.16, 2013

通過比對杭州 9個(gè)監(jiān)測站不同污染物濃度值與WRF-RTIM模式預(yù)報(bào)值,計(jì)算其預(yù)報(bào)偏差,由表1 可見,PM2.5、PM10、SO2、NO2、CO 和 O3等六類污染物中,SO2和NO2濃度預(yù)報(bào)值偏低,其他污染物濃度預(yù)報(bào)值均偏高,且偏差都很小,誤差分析結(jié)果顯示預(yù)報(bào)效果好,預(yù)報(bào)值與實(shí)測值有較好的一致性.污染物監(jiān)測數(shù)據(jù)與預(yù)報(bào)數(shù)據(jù)在0.01水平上顯著性相關(guān),2013年2月21日～3月18日與11月28日～12月 16日六類污染物整體相關(guān)系數(shù)分別為 0.83、0.77、0.94、0.93、0.88、0.96,都超過 0.75,說明模式有較好的預(yù)報(bào)能力,也可以作為單項(xiàng)污染物預(yù)報(bào)應(yīng)用到實(shí)際中.能見度相關(guān)系數(shù)為 0.67,其中 PM2.5日均濃度值、能見度日均值和相對濕度日均值是診斷霾日標(biāo)準(zhǔn),擬合曲線見圖1、圖2.

圖1 2013年2月21日～3月18日PM2.5、能見度、相對濕度預(yù)報(bào)和觀測比較Fig.1 Measured and predicted daily concentrations of PM2.5,visibility and relative humidity during Feb.21-Mar.18, 2013

圖2 2013年11月28日～12月16日PM2.5、能見度、相對濕度預(yù)報(bào)和觀測比較Fig.2 Measured and predicted daily concentrations of PM2.5, visibility and relative humidity during Nov.28-Dec.16, 2013

2.3 分類預(yù)報(bào)

對杭州地區(qū)2013年2月21日～3月18日和11月28日～12月16日的污染物濃度預(yù)報(bào)結(jié)果做分類預(yù)報(bào),污染物濃度分類標(biāo)準(zhǔn)參照《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》中二級濃度標(biāo)準(zhǔn)[21],分別以PM2.5、PM10、SO2、NO2、CO 24h 平均濃度超75、150、150、80、4000μg/m3為正類,O38h 平均濃度超過 160μg/m3為正類,否則為負(fù)類.從表2前六項(xiàng)污染物統(tǒng)計(jì)看,在預(yù)報(bào)的45d中各污染物濃度超標(biāo)數(shù)目如下:PM2.5實(shí)測 23d預(yù)報(bào)為22d;PM10實(shí)測 18d,預(yù)報(bào) 20d;NO2實(shí)測 11d,預(yù)報(bào)12d;SO2、CO 和O3實(shí)測和預(yù)報(bào)都為0d.預(yù)報(bào)期間杭州地區(qū) PM2.5為主要污染物.由表 2可見,SO2、CO、O3分類預(yù)報(bào)成功率為 100%,其余污染物的成功指數(shù)和命中率都超過85%, TS評分達(dá)到 0.7以上,其中 PM2.5為 0.8,預(yù)報(bào)效果較好,說明 WRF-RTIM 模式對污染物濃度的分類預(yù)報(bào)效果好,尤其是 PM2.5分類預(yù)報(bào)成功為霾日的診斷提供很好的支持.

表2 2013年2月21日～3月18日與11月28日～12月16日WRF-RTIM模型分類預(yù)報(bào)結(jié)果和霾診斷檢驗(yàn)Table 2 The tests of WRF-RTIM model and haze diagnosis during Feb.21-Mar. 18、Nov.28-Dec.16, 2013

2.4 霾的診斷

霾日的診斷標(biāo)準(zhǔn)依據(jù)2010年中國氣象局發(fā)布的《氣象行業(yè)標(biāo)準(zhǔn)霾的觀測和預(yù)報(bào)等級》,即能見度小于10.0km,排除降水、沙塵暴、揚(yáng)沙、浮塵、煙幕、吹雪、雪暴等天氣現(xiàn)象造成的視程障礙,相對濕度小于 80%,判識為霾,相對濕度80%～95%時(shí),按照地面觀測規(guī)范規(guī)定的描述或大氣成分指標(biāo)進(jìn)一步判識;還依據(jù)了該標(biāo)準(zhǔn)的進(jìn)一步規(guī)定,“當(dāng)大氣成分站 PM2.5日平均濃度大于75μg/m3時(shí),可作為判識霾的參考依據(jù)”[22];此外還參照了中國氣象局2013年發(fā)布的霾預(yù)警信號不同等級的標(biāo)準(zhǔn),以及環(huán)境空氣質(zhì)量標(biāo)準(zhǔn).

例如當(dāng)同時(shí)滿足能見度小于 10km,相對濕度小于80%,PM2.5日平均濃度超過75μg/m3三個(gè)條件時(shí)歸為正類,能見度小于2km,相對濕度大于80%,PM2.5日平均濃度超過 75～150μg/m3也歸為正類.依據(jù)這些判別標(biāo)準(zhǔn),分類診斷結(jié)果如表2后三項(xiàng)所示,霾日診斷的臨界成功指數(shù)和命中率都超過85%,TS評分為0.7以上,說明WRF-RTIM對霾日的診斷效果較好.

3 討論

杭州地區(qū)2013年2～3月和11～12月空氣污染物濃度預(yù)報(bào)和霾診斷實(shí)例表明,WRF-RTIM動(dòng)力統(tǒng)計(jì)模式顯示出小樣本情況下預(yù)報(bào)精度高和學(xué)習(xí)速度快的獨(dú)特優(yōu)勢,但仍不能完全避免空報(bào)漏報(bào)現(xiàn)象.選取2013年2月23～25日霾過程,結(jié)合地面高空天氣形勢,進(jìn)一步討論分析此模式關(guān)于霾的形成與消散轉(zhuǎn)折點(diǎn)預(yù)報(bào)的能力.

2月22日08:00 700hPa圖上高原北側(cè)低壓槽東移,槽后地面弱高壓位于恩施附近,杭州地面風(fēng)速 1.7m/s,相對濕度 80%,PM2.5濃度達(dá)73μg/m3, MOS預(yù)報(bào)次日PM2.5濃度將繼續(xù)升高,接近霾生成的標(biāo)準(zhǔn);2月23日08:00,700hPa(圖3b)圖上槽繼續(xù)東移,杭州在槽后東移入海弱冷高壓(圖3a)控制下,低層風(fēng)速2m/s, PM2.5濃度繼續(xù)攀升,日均值為 83μg/m3,預(yù)報(bào)值為 70μg/m3,與霾生成的標(biāo)準(zhǔn)相差 5μg/m3;24～25日,高空繼續(xù)維持這一形勢,地面處于高壓后部,天氣晴朗.預(yù)報(bào)和實(shí)測都表明出現(xiàn)了為期 2～3d的霾天氣,且預(yù)報(bào)顯示次日PM2.5濃度與實(shí)測基本一致,26日相對濕度預(yù)報(bào)值與觀測值均升高到80%以上,有降水生成,霾將消散.26日實(shí)況表明,杭州灣以東有一溫帶氣旋生成(圖 4a),杭州在 700hpa槽前西南氣流控制下(圖 4b),為一雨區(qū),此次霾過程結(jié)束,轉(zhuǎn)折點(diǎn)預(yù)報(bào)成功.之后3次霾過程MOS預(yù)報(bào)結(jié)果均與實(shí)測值有較好的一致性.初步說明證明本模式對霾生成與消散的轉(zhuǎn)折點(diǎn)預(yù)報(bào)具有一定的靈敏度.從這 4次預(yù)報(bào)過程看,有 3次的天氣過程為高原及其北側(cè)高空槽伴隨地面弱高壓東移;一次為高空槽伴隨地面鞍型場.從目前積累不多的個(gè)例看,在長江三角洲杭州、上海等城市的冬季,這可能是霾天氣預(yù)報(bào)特別應(yīng)該關(guān)注的天氣類型.這 2種霾天氣形勢形成時(shí)的近地面風(fēng)速一般均不超過 3.0m/s,可為一次性氣溶膠等污染物的聚集提供合適的流場,亦為二次氣溶膠生成的化學(xué)反應(yīng)提供了適宜的環(huán)境條件.在此背景下,氣溶膠中的硫酸鹽、硝酸鹽和銨鹽得以生成并急劇升高.這就為霾的診斷預(yù)報(bào)提供了可參考的依據(jù).

圖3 2013年2月23日8:00地面形勢和700hPa形勢示意Fig.3 Schematic weather charts on surface and 700hPa level at 8:00, 23th Feb. 2013

圖4 2013年2月26日8:00 地面形勢和700hPa形勢Fig.4 Schematic weather charts on surface and 700hPa level at 8:00, 26th Feb, 2013

4 結(jié)論

4.1 WRF模式輸出的氣象要素預(yù)報(bào)值與實(shí)測值擬合結(jié)果較好,相關(guān)系數(shù)均超過0.7.MOS輸出PM2.5、PM10、SO2、NO2、CO 24h 濃度和 O3的8h濃度預(yù)報(bào)值與實(shí)測值亦有較高的擬合度,相關(guān)系數(shù)均超過0.75.適用于各單項(xiàng)指標(biāo)的預(yù)報(bào).

4.2 在2013年2～3月和11～12月時(shí)段內(nèi), 杭州地區(qū)氣溶膠污染以細(xì)顆粒物為主,低能見度主要由導(dǎo)致霾現(xiàn)象的 PM2.5引起.污染物濃度分類預(yù)報(bào)成功指數(shù)和命中率都超過 85%.通過 PM2.5日均濃度、相對濕度和能見度預(yù)報(bào)結(jié)果作霾的診斷,臨界成功指數(shù)達(dá)到89%,命中率達(dá)到93%.

4.3 基于WRF-RTIM的MOS方法應(yīng)用于城市冬季污染預(yù)報(bào)和霾的診斷,可對 PM2.5重污染天氣形成與消散的轉(zhuǎn)折點(diǎn)進(jìn)行分析;在歷史污染監(jiān)測資料小樣本條件下,RTIM 的統(tǒng)計(jì)預(yù)報(bào)具有較高的精度.

[1]吳 兌.近十年中國灰霾天氣研究綜述 [J]. 環(huán)境科學(xué)學(xué)報(bào),2012,3(2):257-269.

[2]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]. 中國環(huán)境科學(xué), 2012,32(2):193-199.

[3]沈 勁,王雪松,李金鳳,等.Models-3/CMAQ和CAMx對珠江三角洲臭氧污染模擬的比較分析 [J]. 中國科學(xué),化學(xué), 2011,41(11):1750-1762.

[4]王 靜,牛生杰,許 丹,等.南京一次典型霧霾天氣氣溶膠光學(xué)特性 [J]. 中國環(huán)境科學(xué), 2013,33(2):201-208.

[5]牛彧文,顧駿強(qiáng),浦靜姣,等.浙江城市區(qū)域灰霾天氣的長期變化[J]. 熱帶氣象學(xué)報(bào), 2010,26(6):807-812.

[6]Rojas-Bracho L, Suh HH, Koutrakis P. Relationships among personal, indoor, and outdoor fine and coarse particle concentrations for individuals with COPD [J]. Journal of Exposure Analysis and Environmental Epidemiology, 2000,10(3):294-306.

[7]穆 泉,張世秋.2013年1月中國大面積霧霾事件直接社會經(jīng)濟(jì)損失評估 [J]. 中國環(huán)境科學(xué), 2013,33(11):2087-2094.

[8]劉 罡,李 昕,胡 非.大氣污染物濃度的神經(jīng)網(wǎng)絡(luò)預(yù)報(bào) [J].中國環(huán)境科學(xué), 2000,20(5):429-431.

[9]Tzu-Yi Pai, Ching-Lin Ho, Shyh-Wei Chen, et al. Using seven types of GM (1, 1)Model to forecast hourly particulate matter concentration in Banciao City of Taiwan [J]. Water Air Soil Pollut,2011,217:25-33.

[10]范紹佳,王安宇,樊 琦,等.珠江三角洲大氣邊界層概念模型的建立及其應(yīng)用 [J]. 熱帶氣象學(xué)報(bào), 2005,21(3):286-292.

[11]RALPH M, KOO B, GUENTHER A. Model sensitivity evaluation for organic carbon using two multi-pollutant air quality models that simulate regional haze in the southeastern United States [J]. Atmospheric Environment, 2006,40:4960-4972.

[12]陳煥盛,王自發(fā),吳其重,等.亞運(yùn)時(shí)段廣州大氣污染物來源數(shù)值模擬研究 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2010,30(11):148-149.

[13]劉紅年,胡榮章,張美根.城市灰霾數(shù)值預(yù)報(bào)模式的建立與應(yīng)用[J]. 環(huán)境科學(xué)研究, 2009.22(6):631-636.

[14]尚可政,王式功,楊德保,等.蘭州城區(qū)空氣污染預(yù)報(bào)的動(dòng)力統(tǒng)計(jì)模型 [J]. 蘭州大學(xué)學(xué)報(bào)(自然科學(xué)版), 2002,38(3):114-119.

[15]陳彬彬,林長城,楊 凱,等.基于CMAQ模式產(chǎn)品的福州空氣質(zhì)量預(yù)報(bào)系統(tǒng) [J]. 中國環(huán)境科學(xué), 2012,32(10):1744-1752.

[16]谷德軍,吳艷標(biāo),江奕光,等.珠江三角洲城市群污染綜合指數(shù)預(yù)報(bào)的模式方法 [J]. 熱帶氣象學(xué)報(bào), 1999,15(2):128-135.

[17]Li Chaoyi, Yang Weimin, Shen Jianfa. A Real-Time Iterative Model to Predict Urban Air Quality [J]. Meteorology and Atmospheric Physics, 1991,(47):49-54.

[18]謝 敏,鐘流舉,陳煥盛,等.CMAQ 模式及其修正預(yù)報(bào)在珠三角區(qū)域的應(yīng)用檢驗(yàn) [J]. 環(huán)境科學(xué)與技術(shù), 2012,35(2):96-101.

[19]伍華平?束 炯?顧 瑩,等.暴雨模擬中積云對流參數(shù)化方案的對比試驗(yàn) [J]. 熱帶氣象學(xué)報(bào), 2009?25(2):175-180.

[20]廖碧婷,吳 兌,陳 靜.灰霾天氣變化特征及垂直交換系數(shù)的預(yù)報(bào)應(yīng)用 [J]. 熱帶氣象學(xué)報(bào), 2012,28(3):417-424.

[21]GB 3095-2012 環(huán)境空氣質(zhì)量標(biāo)準(zhǔn) [S].

[22]QX/T113-2010 霾的觀測和預(yù)報(bào)等級 [S].

致謝：感謝李朝頤教授在論文撰寫時(shí)提出了寶貴意見,李炟同學(xué)為WRF的預(yù)報(bào)輸出提供了幫助.

Autumn and winter air pollution forecasting and haze events diagnosis in Hangzhou: a MOS-based approach.

YOU Jia-hong1, SHU Jiong1*, CHEN Yi-jun1, DUAN Yu-sen2(1.The Key Laboratory of Geographic Information Science,Ministry of Education, Institute of Climate Change, East China Normal University, Shanghai 200241, China；2.Shanghai Environmental Monitoring Center, Shanghai 200030, China). China Environmental Science, 2014,34(7)：1660～1666

A MOS method, comprised of WRF and RTIM, is used to forecast daily average air pollutant concentration in Hangzhou from February to March and from November to December, 2013. The correlation coefficients between the predicted and observed values are all above 0.75. The resulting CSI for 24-hour average concentration of air pollutants is highly promising (89% for PM2.5, 87% for PM10, 100% for SO2, 93% for NO2, 100% for CO)and even reaches 100% for 8-hour average concentrations of O3, and the resulting POD is 93%, 95%, 100%, 100%, 100%, and 100% for each of the above pollution measures respectively. The analytic results indicate that PM2.5is the major contributing pollutant in the aerosol in Hangzhou during the research period. The CSI and POD for haze events diagnosis, which was based on the classification of predicted PM2.5, relative humidity, and visibility, reach 89% and 93%, respectively. The high accuracy of air pollutant forecasting obtained in this study indicates that the MOS model performs well during the study period and has great potential to be applied to regional air pollution prediction in operation mode.

air pollutants；haze；PM2.5；visibility；WRF；MOS

X51

A

1000-6923(2014)07-1660-07

2013-10-16

國家自然科學(xué)基金項(xiàng)目(41271055)

* 責(zé)任作者, 教授, jshu1952@126.com

尤佳紅(1989-),女,浙江寧波人,華東師范大學(xué)碩士研究生,主要研究方向?yàn)槌鞘袣夂蚺c大氣環(huán)境.