湯 靜，王春林，譚浩波，鄧雪嬌，鄧 濤

(1.廣州市氣候與農(nóng)業(yè)氣象中心廣東廣州511430；2.廣東省生態(tài)氣象中心廣東廣州510640；3.中國氣象局廣州熱帶海洋氣象研究所／廣東省區(qū)域數(shù)值天氣預(yù)報重點(diǎn)實(shí)驗(yàn)室，廣東廣州510640)

1 引 言

廣州市位于珠江三角洲中心，近年快速的經(jīng)濟(jì)發(fā)展和城市化進(jìn)程導(dǎo)致細(xì)顆粒物（PM2.5）污染及其引起的大氣污染事件（如灰霾[1-3]）日益受到政府和公眾的廣泛關(guān)注。政府制定污染減排應(yīng)對決策和公眾出行均對PM2.5的準(zhǔn)確預(yù)報提出日益迫切的需求。

預(yù)報PM2.5的方法可分為三類：（1）統(tǒng)計方法。通?；跉v史觀測數(shù)據(jù)構(gòu)建自變量與因變量的統(tǒng)計模型用于預(yù)報[4-5]，在觀測數(shù)據(jù)足夠的情況下比較容易擬合統(tǒng)計模型，但是統(tǒng)計方法難以預(yù)測長期和大范圍的空氣污染，無法預(yù)測污染物的成分或含量進(jìn)而為污染減排提供參考[6-8]。（2）動力方法?；诳諝赓|(zhì)量數(shù)值模式的動力預(yù)報能較為完整地反映氣象因素、源排放以相關(guān)物理化學(xué)過程的變化[8-10]。然而，由于排放源、初邊界條件、物理化學(xué)參數(shù)等存在較大不確定性，數(shù)值預(yù)報的準(zhǔn)確性還有待進(jìn)一步提升[8,11]。（3）統(tǒng)計與動力相結(jié)合的方法。空氣質(zhì)量模式的誤差主要由隨機(jī)誤差和系統(tǒng)性偏差構(gòu)成，基于空氣質(zhì)量模式的輸出和歷史觀測數(shù)據(jù)，應(yīng)用統(tǒng)計方法訂正模式偏差，能有效降低系統(tǒng)性偏差[12-13]。偏差訂正過程并不會加深對模型缺陷或性能的了解，或者人為修正它們，但旨在根據(jù)空氣質(zhì)量模式或輸入數(shù)據(jù)的內(nèi)在特征消除潛在的偏差[12]。

目前空氣質(zhì)量模式偏差訂正方法主要有：（1）線性回歸/模式輸出統(tǒng)計[14]（Model Output Statistics，MOS）。Konovalov等[15]基于CHIMERE模式產(chǎn)品、GFS模式數(shù)據(jù)、PM10觀測數(shù)據(jù)，利用線性回歸方法訂正模式PM10預(yù)報產(chǎn)品，訂正結(jié)果較模式產(chǎn)品均方根誤差降低45%，可決系數(shù) (Coefficient of determination)幾乎提高一倍。王開燕等[16]利用MOS方法對珠三角空氣質(zhì)量預(yù)報模式預(yù)報結(jié)果進(jìn)行訂正，降低了預(yù)報偏差。（2）滑動平均偏差訂正，即在一定的時間段內(nèi)計算模式與實(shí)況的偏差，在當(dāng)前預(yù)報上減去偏差得到訂正預(yù)報[13]。謝敏等[17]考慮CMAQ模式預(yù)報的濃度變化趨勢，采用預(yù)報日前一天的監(jiān)測數(shù)據(jù)訂正PM10預(yù)報，提高了24 h均值預(yù)報的準(zhǔn)確度。（3）乘數(shù)比例法。Borrego等[12]采用乘數(shù)比例和卡爾曼濾波兩種方法對BSC-DREAM8b模型PM2.5預(yù)報進(jìn)行訂正，訂正后的相關(guān)系數(shù)較原模型提高50%以上。（4）卡爾曼濾波。Kang等[18]采用實(shí)時卡爾曼濾波偏差訂正方法對NAM-CMAQ模式24 h時效PM2.5預(yù)報進(jìn)行訂正，降低了預(yù)報誤差、提高了相關(guān)系數(shù)。（5）組合方法。Djalalova等[13]利用歷史相似與卡爾曼濾波方法相結(jié)合對空氣質(zhì)量數(shù)值模式CMAQ PM2.5產(chǎn)品訂正后平均絕對誤差降低50%～75%，相關(guān)系數(shù)提高40%～60%。黃思等[19]利用多模式集合和多元線性回歸改進(jìn)北京PM10預(yù)報，提高了預(yù)報準(zhǔn)確率。Lyu等[20]根據(jù)模式偏差、模式預(yù)報及觀測數(shù)據(jù)的歷史數(shù)據(jù)提出一個偏差訂正框架進(jìn)行預(yù)報后處理，降低了空氣質(zhì)量模式CMAQ PM2.5預(yù)報的均方根誤差。上述不同訂正方法效果的差異可能與研究區(qū)域不同的自然、社會經(jīng)濟(jì)等條件有關(guān)[20]，但都能改進(jìn)原模式的預(yù)報效果，反映了引入監(jiān)測數(shù)據(jù)對空氣質(zhì)量數(shù)值預(yù)報模式進(jìn)行訂正的可行性。相較于MOS等方法，機(jī)器學(xué)習(xí)算法處理海量數(shù)據(jù)更便捷、構(gòu)建模型更靈活、預(yù)報準(zhǔn)確性更高[21]，但上述文獻(xiàn)中鮮有應(yīng)用[20]。

本文基于空氣質(zhì)量模式（CMAQ）[11]PM2.5等污染物濃度預(yù)報、中尺度天氣模式（GRAPESMESO）[22]氣象要素預(yù)報及廣州市環(huán)境空氣質(zhì)量監(jiān)測國控點(diǎn)PM2.5實(shí)況數(shù)據(jù)，提出應(yīng)用主成分分析方法（Principal Component Analysis，PCA）對數(shù)據(jù)進(jìn)行前處理，再結(jié)合機(jī)器學(xué)習(xí)算法k近鄰[23-24]（k nearest neighbor，kNN）建立逐日滾動偏差訂正的方法（PCA-kNN），改進(jìn)廣州市PM2.5客觀預(yù)報能力，并驗(yàn)證利用機(jī)器學(xué)習(xí)算法訂正空氣質(zhì)量模式PM2.5預(yù)報的可行性。

2 數(shù)據(jù)及方法

2.1 數(shù) 據(jù)

本文采用的中尺度天氣模式是我國自主研發(fā)的 GRAPES-MESO (Global and Regional Assimilation and Prediction Enhanced System-Meso-Scale)[22]模式。GRAPES-MESO采用三維變分同化方法，半隱式-半拉格朗日差分方案和全可壓/非靜力平衡動力框架，可自由組合的、優(yōu)化的物理過程參數(shù)化方案，是全球、區(qū)域一體化的同化與預(yù)報系統(tǒng)[22]?？諝赓|(zhì)量模式采用中國氣象局廣州熱帶海洋氣象研究所搭建的華南區(qū)域空氣質(zhì)量數(shù)值預(yù)報模式系統(tǒng)[11]，以GRAPES-MESO作為氣象場驅(qū)動CMAQ，采用高時空分辨率的三重嵌套模式域，分辨率分別為27 km、9 km、3 km，模擬采用三重單向嵌套網(wǎng)格，為泛珠三角區(qū)域、特別是區(qū)域重點(diǎn)城市提供 PM2.5、PM10、O3、NO2、SO2、CO等6種污染物濃度的0～96 h逐小時預(yù)報產(chǎn)品。

本文用到2017年上半年廣州市11站的相關(guān)數(shù)據(jù)如下：（1）CMAQ模式20時（北京時間，下同）起報 1～72 h 逐時 PM2.5、PM10、O3、NO2、SO2、CO等污染物濃度預(yù)報數(shù)據(jù)；（2）GRAPES-MESO模式20時起報1～72 h逐時氣溫、相對濕度、氣壓、降水、風(fēng)速、位勢高度、垂直速度（含地面、1 000 hPa、925 hPa、850 hPa、700 hPa、500 hPa 等層次）等氣象要素數(shù)據(jù)；（3）逐時PM2.5濃度實(shí)況數(shù)據(jù)。

2.2 方 法

2.2.1 主成分分析

主成分分析(PCA)最初是由Pearson(1901年)在非隨機(jī)變量的討論中介紹的，后來由Hotelling擴(kuò)展到隨機(jī)變量[25-27]。PCA的目的是將相關(guān)性較強(qiáng)的多維變量轉(zhuǎn)化為彼此不相關(guān)的新變量。PCA方法的優(yōu)點(diǎn)在于：（1）僅以方差衡量信息量，不受數(shù)據(jù)集以外的因素影響；（2）各主成分之間正交，可消除原始數(shù)據(jù)成分間相互影響的因素。在實(shí)際應(yīng)用中，經(jīng)過PCA處理后，前幾個主成分已經(jīng)包含了大部分原始變量的變異信息，選取累計貢獻(xiàn)率達(dá)到90%的主成分進(jìn)行分析，達(dá)到降維的目的。本文利用PCA方法對數(shù)據(jù)進(jìn)行前處理。

2.2.2 k近鄰

k近鄰(kNN)是一種常用的監(jiān)督學(xué)習(xí)算法[24]。kNN方法在水文學(xué)研究中得到廣泛應(yīng)用[28-29]，后被Wu等[30]應(yīng)用到降尺度季節(jié)天氣預(yù)報上去。kNN的工作機(jī)制是：給定測試樣本，基于某種距離度量找出訓(xùn)練集中與其最靠近的k個訓(xùn)練樣本，然后基于這k個“鄰居”的信息來進(jìn)行預(yù)測[24]。在回歸任務(wù)中一般使用平均法，即將這k個樣本標(biāo)記的平均值作為預(yù)測結(jié)果，也可以基于距離遠(yuǎn)近進(jìn)行加權(quán)平均或加權(quán)投票，距離越近的樣本權(quán)重越大[24]。kNN算法的優(yōu)點(diǎn)是精度高、對異常值不敏感、無數(shù)據(jù)輸入假定，缺點(diǎn)是計算復(fù)雜度高、空間復(fù)雜度高[24]。

kNN算法假定所有的實(shí)例對應(yīng)于n維歐氏空間An中的點(diǎn)。把任意實(shí)例x表示為特征向量：a1(x)，a2(x)，……，an(x)，其中 ar(x)表示實(shí)例 x 的第 r個屬性值。那么兩個實(shí)例xi和xj之間的距離定義為 d(xi，xj)，其中：

2.2.3 評估指標(biāo)

評估CMAQ模式PM2.5產(chǎn)品以及PCA-kNN方法訂正效果的指標(biāo)主要有相關(guān)系數(shù)（Correlation coefficient，r）、均方根誤差 （Root Mean Square Error，RMSE）和平均偏差（Mean Bias，MB）。計算公式分別如下：

其中，N為樣本數(shù)量，Mi為預(yù)報值，Oi為觀測值。此外，根據(jù)《環(huán)境空氣質(zhì)量指數(shù)（AQI）技術(shù)規(guī)定（試行）》(HJ633-2012)[31]規(guī)定的PM2.5濃度限值，把PM2.5濃度分為六個等級，對不同等級分別計算TS評分[32]。

其中，對于某個等級，NA是預(yù)報正確的次數(shù)，NB是空報次數(shù)，NC是漏報次數(shù)。

2.2.4 PCA-kNN方法

PCA-kNN方法流程如下：（1）樣本數(shù)據(jù)收集。例如起報日期為t，最佳歷史數(shù)據(jù)天數(shù)為d，則下載廣州市各站點(diǎn)t-d至t日CMAQ 20時起報的1～72h逐時污染物濃度預(yù)報數(shù)據(jù)、GRAPES-MESO 20時起報的1～72 h逐時氣象要素數(shù)據(jù)以及起報時間（t日20時）以前相應(yīng)時次的PM2.5觀測數(shù)據(jù)。（2）數(shù)據(jù)質(zhì)量控制。去掉所得數(shù)據(jù)里的缺測以及異常值。（3）標(biāo)準(zhǔn)化及PCA處理。以CMAQ和GRAPES-MESO模式預(yù)報數(shù)據(jù)為自變量，PM2.5觀測數(shù)據(jù)為因變量。根據(jù)應(yīng)用kNN等機(jī)器學(xué)習(xí)算法的需要，對自變量進(jìn)行標(biāo)準(zhǔn)化處理（即原數(shù)據(jù)減去其平均值，再除以標(biāo)準(zhǔn)偏差）。把標(biāo)準(zhǔn)化后的結(jié)果進(jìn)行PCA處理，選擇累計貢獻(xiàn)率達(dá)到90%的主成分。（4）將訓(xùn)練數(shù)據(jù)分成訓(xùn)練集、驗(yàn)證集、測試集。將t-d至t-1日的歷史數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)。將訓(xùn)練數(shù)據(jù)按時次隨機(jī)排列，選擇70%的數(shù)據(jù)作為訓(xùn)練集，20%的數(shù)據(jù)作為驗(yàn)證集，10%的數(shù)據(jù)作為測試集。（5）訓(xùn)練kNN模型，參數(shù)優(yōu)化。以自變量和因變量為輸入，訓(xùn)練kNN回歸模型。kNN回歸模型的主要參數(shù)是鄰近樣本個數(shù)即k值，采用交叉驗(yàn)證和網(wǎng)格搜索[33]，選擇驗(yàn)證誤差和測試誤差最小的k值。（6）基于待訂正的模式產(chǎn)品得出訂正預(yù)報。將t日起報的模式數(shù)據(jù)作為輸入，以上述最佳的k值作為參數(shù)進(jìn)行kNN回歸預(yù)報，得到t日起報的訂正預(yù)報。

PCA-kNN方法主要基于scikit-learn[33]實(shí)現(xiàn)，scikit-learn是PYTHON語言環(huán)境下十分流行的開源機(jī)器學(xué)習(xí)算法庫，它集成了當(dāng)下最先進(jìn)的機(jī)器學(xué)習(xí)算法，并提供了易用、高效、統(tǒng)一的API接口。

2.2.5 參數(shù)試驗(yàn)

訂正方法的參數(shù)影響訂正效果及訓(xùn)練所耗費(fèi)的時間，本文通過參數(shù)試驗(yàn)來選擇PCA-kNN方法的參數(shù)方案（表1）。試驗(yàn)數(shù)據(jù)范圍及時間：廣州市2017年1月共31天。試驗(yàn)方案的區(qū)別主要是訓(xùn)練數(shù)據(jù)的來源、時效兩方面，例如CG72方案采用了1～72 h的歷史CMAQ和GRAPES-MESO全部預(yù)報要素作為自變量，相應(yīng)時次的PM2.5觀測實(shí)況作為因變量，訓(xùn)練PCA-kNN模型后基于待訂正的CMAQ和GRAPES-MESO預(yù)報（此時的模式產(chǎn)品無相應(yīng)時次PM2.5觀測實(shí)況）得到1～72 h訂正預(yù)報。相比CG72方案，G_multi在訓(xùn)練時分為3個部分，而且訓(xùn)練數(shù)據(jù)中去掉了CMAQ模式產(chǎn)品。

試驗(yàn)過程：根據(jù)不同的試驗(yàn)方案獲取相應(yīng)歷史數(shù)據(jù)訓(xùn)練PCA-kNN模型，基于待訂正的模式預(yù)報產(chǎn)品利用PCA-kNN模型分別對各站點(diǎn)進(jìn)行1～72 h逐時訂正預(yù)報，分1～3天時效計算各站點(diǎn)逐日預(yù)報，求平均得到相應(yīng)時效的廣州市逐日預(yù)報。例如1月1日20時起報的廣州市第1天日平均PM2.5數(shù)據(jù)是由1月1日20時起報的11個站點(diǎn)的第1天預(yù)報求平均而得到。選取1～31天歷史數(shù)據(jù)進(jìn)行建模[8]，計算相關(guān)系數(shù)、均方根誤差、平均偏差，綜合考慮上述指標(biāo)選擇最佳歷史天數(shù)。

表1 PCA-kNN訓(xùn)練樣本參數(shù)試驗(yàn)設(shè)置

以試驗(yàn)方案CG72為例，2017年1月不同歷史數(shù)據(jù)天數(shù)24 h訂正預(yù)報效果變化如圖1所示，相關(guān)系數(shù)、均方根誤差、平均偏差分別在0.60～0.74 μg/m3、21.9～27.2 μg/m3、-1.0～6.7 μg/m3之間。當(dāng)歷史數(shù)據(jù)天數(shù)為1時訂正預(yù)報與實(shí)況的相關(guān)系數(shù)最高（0.74），較試驗(yàn)平均值（0.64）提高約16%；均方根誤差最低（21.9 μg/m3），較試驗(yàn)平均值（24.8 μg/m3）降低約12%；平均偏差為-0.9 μg/m3，較試驗(yàn)平均值（2.8 μg/m3）更接近 0。因此，CG72方案24 h時效最佳歷史數(shù)據(jù)天數(shù)為1。同理，對不同方案試驗(yàn)結(jié)果選擇相關(guān)系數(shù)最大、均方根誤差最低、平均偏差接近0的歷史數(shù)據(jù)天數(shù)作為最佳參數(shù)得到表2所示結(jié)果。

如表2所示，24 h時效，試驗(yàn)效果CG_multi＞G_multi＞CG72＞G72＞CMAQ；48 h 時效，試驗(yàn)效果G_multi＞ CG_multi＞CG72≈G72＞CMAQ；72 h 時效，試驗(yàn)效果 CG72≈G72＞G_multi≈CG_multi＞CMAQ。上述結(jié)果表明CMAQ在24 h時效內(nèi)對提高訂正效果的貢獻(xiàn)較大，之后逐漸降低。因此把基于CMAQ和GRAPES的24 h訂正結(jié)果與僅考慮GRAPES的48 h、72 h結(jié)果相結(jié)合，作為最終訂正預(yù)報以提高訂正效果，由此得出CG_hybrid方案，設(shè)置如下（表3）。

表2 PCA-kNN訓(xùn)練樣本試驗(yàn)結(jié)果

表3 PCA-kNN CG_hybrid參數(shù)方案設(shè)置

3 效果評估

3.1 整體評估

采用CG_hybrid參數(shù)方案，對廣州市2017年上半年進(jìn)行PCA-kNN PM2.5訂正預(yù)報，把廣州市11個站作為整體進(jìn)行評估,表明PCA-kNN訂正方法能有效提高PM2.5日均值預(yù)報效果（表4）。與CMAQ PM2.5產(chǎn)品相比，第1～3天相關(guān)系數(shù)分別提高20%、15%、29%，均方根誤差分別降低17%、16%、20%，平均偏差更接近0。

在TS評分方面，隨著PM2.5等級增加，PCA-kNN訂正和CMAQ的TS評分呈下降趨勢（圖 2）。PM2.5等級為一級時（PM2.5≤35 μg/m3），PCA-kNN訂正和CMAQ TS評分相差不大，在二級 （35 μg/m3＜ PM2.5≤75 μg/m3） 至 三 級（75 μg/m3＜PM2.5≤115 μg/m3） 時各時效的 PCA-kNN訂正TS評分明顯高于CMAQ。在PM2.5等級為四級（115 μg/m3＜PM2.5≤150 μg/m3）及以上時，兩者TS評分均為0，一方面實(shí)況在四級及以上的天數(shù)少，另一方面PCA-kNN訂正和CMAQ模式對PM2.5重污染過程的預(yù)報能力還有待加強(qiáng)。

表4 廣州市2017年上半年CMAQ、PCA-kNN訂正PM2.5效果評估

逐小時評估方面（圖 3），PCA-kNN訂正、CMAQ 1～72 h預(yù)報的相關(guān)系數(shù)分別在0.31～0.79與 0.25～0.55之間，平均偏差分別在-2.5～2.3 μg/m3與-15.3～3.6 μg/m3之間，均方根誤差分別在 16.4～28.1 μg/m3與 21.8～30.4 μg/m3之 間 。1～15 h的PCA-kNN訂正的相關(guān)系數(shù)較CMAQ提高明顯，15 h之后兩者相近，兩者的相關(guān)系數(shù)隨著時效的增長而降低。PCA-kNN訂正1～72 h時效的平均偏差較CMAQ接近0，1～17 h的均方根誤差較CMAQ降低明顯，17 h之后兩者相近。CMAQ均方根誤差呈一定的周期性，夜間高于白天，可能是由于模式對夜間邊界層氣象要素模擬能力有限[34]。

3.2 分站點(diǎn)評估

對廣州市11站分別進(jìn)行1～3天時效CMAQ預(yù)報、PCA-kNN訂正的PM2.5日均值預(yù)報效果評估，結(jié)果表明各時效的PCA-kNN訂正效果整體上優(yōu)于CMAQ預(yù)報（圖4）。

以24 h時效為例，分析如下：（1）平均偏差方面：CMAQ 24 h預(yù)報平均偏差范圍在-6.7～1.9 μg/m3（圖5a），有9個站較實(shí)況偏低，表明CMAQ預(yù)報整體偏低，原因可能是GRAPES-MESO地面風(fēng)速模擬偏大[32,35]，但2個站略有偏高，原因可能是CMAQ模式采用的平均源排放清單難以精細(xì)、客觀描述預(yù)報區(qū)域不同尺度污染源強(qiáng)度的時空變化[36]，而城區(qū)排放面源對這2個站點(diǎn)實(shí)際排放源有所高估。PCA-kNN訂正平均偏差范圍在-4.2～2.9 μg/m3（圖5b），有6個站較實(shí)況偏低，5個站偏高。從PCA-kNN訂正與CMAQ預(yù)報平均偏差的絕對值之差來看（圖5c），PCA-kNN訂正的平均偏差較CMAQ以降低為主（更接近0）。（2）均方根誤差方面：CMAQ 24 h預(yù)報均方根誤差范圍在14.2～22.0 μg/m3（圖6a），PCA-kNN訂正均方根誤差范圍在12.8～16.8 μg/m3（圖6b），PCA-kNN訂正與CMAQ預(yù)報均方根誤差之差范圍在-6.4～2.2 μg/m3（圖6c），PCA-kNN訂正的均方根誤差較CMAQ以減小為主。（3）相關(guān)系數(shù)方面：CMAQ 24 h預(yù)報相關(guān)系數(shù)范圍在 0.54～0.69（圖 7a），PCA-kNN訂正相關(guān)系數(shù)范圍在0.61～0.79（圖7b），PCA-kNN訂正與CMAQ預(yù)報相關(guān)系數(shù)之差范圍在-0.07～0.24（圖7c），PCA-kNN訂正的相關(guān)系數(shù)較CMAQ以提高為主。Lyu等[20]在評估偏差訂正效果時發(fā)現(xiàn)并非所有地區(qū)的訂正結(jié)果都能優(yōu)于原模式，廣州市11站中有10站相對CMAQ預(yù)報有所改進(jìn)（圖4），僅1353A站的均方根誤差較CMAQ高出2.2 μg/m3，相關(guān)系數(shù)較CMAQ降低0.07，這可能與觀測資料的質(zhì)量有關(guān)。例如1353A站的PM2.5觀測數(shù)據(jù)有效性（有效樣本/總樣本）為98.4%，低于各站平均值（99.2%）。

3.3 案例分析

2017年上半年CMAQ預(yù)報、PCA-kNN訂正24 h的PM2.5日均值逐日偏差及相應(yīng)日期的地面平均風(fēng)速、降水量如圖8所示。統(tǒng)計2017年上半年中偏差絕對值大于10 μg/m3的天數(shù)，CMAQ預(yù)報、PCA-kNN訂正分別為75、58天，兩者的偏差絕對值同時大于10 μg/m3的情況有29天（其中有17天平均風(fēng)速小于1.5 m/s，有16天降水為0 mm）。以2017年1月3—6日為例，廣州出現(xiàn)一次PM2.5污染過程（表5），其中1月5日PM2.5達(dá)到144.9 μg/m3。1月 5日 20時地面天氣圖（圖 9a）表明廣州受均壓場控制，等壓線稀疏，地面風(fēng)速小，無降水，500 hPa天氣圖（圖9b）表明廣州位于高壓后部，盛行下沉氣流，總體上大氣擴(kuò)散條件不利。從表5看到，整個污染過程中無降水，模式降水量預(yù)報正確；實(shí)際地面風(fēng)速在1.5 m/s以下，但模式預(yù)報風(fēng)速較實(shí)況偏高。CMAQ預(yù)報及PCA-kNN訂正結(jié)果在3—5日較PM2.5實(shí)況均偏小，但PCA-kNN訂正結(jié)果更接近實(shí)況；1月6日CMAQ預(yù)報較實(shí)況偏小，PCA-kNN訂正較實(shí)況偏大。CMAQ預(yù)報持續(xù)偏小原因之一可能是GRAPES-MESO模式的預(yù)報風(fēng)速較實(shí)際風(fēng)速偏大[32,35]，而PCA-kNN訂正能基于歷史預(yù)報數(shù)據(jù)與實(shí)況修正CMAQ預(yù)報，從而在1月3—5日偏差相對CMAQ較小，但在1月6日污染過程趨于結(jié)束時，由于歷史數(shù)據(jù)PM2.5濃度高而導(dǎo)致1月6日的訂正預(yù)報偏高。

表5 2017年1月3—6日廣州市PM2.5污染過程分析

4 結(jié)論與討論

基于空氣質(zhì)量模式（CMAQ）預(yù)報產(chǎn)品、中尺度天氣模式（GRAPES-MESO）預(yù)報產(chǎn)品和PM2.5觀測實(shí)況，提出了結(jié)合主成分分析和機(jī)器學(xué)習(xí)算法k近鄰的空氣質(zhì)量模式PM2.5預(yù)報逐日滾動訂正算法（PCA-kNN）。以廣州市11站作為整體評估PM2.5日均值預(yù)報效果，PCA-kNN訂正預(yù)報與CMAQ PM2.5產(chǎn)品相比，在第1～3天預(yù)報時效上相關(guān)系數(shù)分別提高20%、15%、29%，均方根誤差分別降低17%、16%、20%；對廣州市11站分站點(diǎn)評估表明，各時效的PCA-kNN訂正效果整體上優(yōu)于CMAQ預(yù)報。這與前人采用MOS訂正[16]等方法得到的結(jié)論一致。值得注意的是，隨著近年CMAQ模式參數(shù)、排放源數(shù)據(jù)和后處理技術(shù)的不斷改進(jìn)[11]，基于常規(guī)統(tǒng)計方法的偏差訂正效果提升有限，本文提出的PCA-kNN可作為一種有效的手段改進(jìn)廣州市空氣質(zhì)量模式PM2.5預(yù)報，反映了應(yīng)用機(jī)器學(xué)習(xí)算法訂正空氣質(zhì)量模式PM2.5預(yù)報的可行性，對其他地區(qū)、其他污染物客觀預(yù)報研究具有借鑒意義。然而，相比文獻(xiàn)[12-13,15]中的訂正效果，從相關(guān)系數(shù)提升或均方根誤差降低比例來看，PCA-kNN方法在廣州市對CMAQ預(yù)報的訂正提升程度較小，其差異可能與研究區(qū)域不同的自然、社會經(jīng)濟(jì)等條件[20]以及被訂正模式的預(yù)報能力有關(guān)[8]。

模式產(chǎn)品偏差訂正效果通常隨著預(yù)報時效增加而下降[8]?？傮w來看，在1～72 h時效內(nèi)，PCA-kNN訂正預(yù)報與實(shí)況的相關(guān)系數(shù)與CMAQ預(yù)報相比有所提高，均方根誤差有所減小。PCA-kNN訂正效果在1～24 h時效內(nèi)比較顯著，25 h之后逐漸降低，如何有效提升25 h以上預(yù)報能力值得進(jìn)一步探討。

廣州市PM2.5污染過程個例分析表明，污染過程中PCA-kNN訂正較CMAQ預(yù)報更接近實(shí)況，能有效提高預(yù)報效果，但PCA-kNN訂正和CMAQ都沒有預(yù)報出此次過程的開始及結(jié)束，反映了訂正效果與模式自身預(yù)報能力有關(guān)[8,12]。另外，本文采用的PCA-kNN方法參數(shù)是基于廣州市2017年1月數(shù)據(jù)提出的，在更大時空范圍內(nèi)進(jìn)行偏差訂正的有效性需要進(jìn)一步研究。