阐述环境空气质量预警预报的天气分型多元性回归模型的运用

李北一

（南昌市环境监测站， 江西 南昌 330038 ）

阐述环境空气质量预警预报的天气分型多元性回归模型的运用

李北一

（南昌市环境监测站， 江西 南昌 330038 ）

阐述了空气质量预警预报的概念，提出空气质量模型要素要点以及质量预警预报模型分析，为环境空气质量预警预报模型的创建提供参考

空气质量预警预报；模型要素；模型分析运用

1 空气质量预警预报的概念

空气质量预警预报是根据当前污染物影响污染的各种因素，采用科学的预测方法，预测和评价未来时间和空间尺度上空气质量综合指数（AQI）或污染等级，并向公众发布的一种社会公益行为。其中，用于预报的短时预测，其预测时段由社会需要及预测方法的实用性决定。一般为小时预报、日预报和周预报，称为逐时预报、日预报和周预报。预报模式上可分为数值预报、潜势预报和统计预报等几类。

2 空气质量模型要素要点

针对各种情况下应当采用或推荐使用的空气质量模型的具体规定，通常应考虑以下方面的问题：

2.1 污染源的类型及污染物的性质

污染物的形态有点源、线源、面源、体源和复合源，按其排放方式可分为瞬时源、间断源和连续源。污染物可分为气态源和颗粒源污染物，对后者还应考虑惰性或反应性污染物，化学转化的重要性以及粒状分布，估计重力沉降，干沉积与扩散的相对重要性。显然，以上不同情况所选用的模式是有很大差别的。

2.2 模拟的时空范围及分辨率

当模拟区域达数十平方公里以上时，除采用高斯烟团轨迹模型以外，可考虑选用K模型。大气扩散模型计算的基准时间尺度为小时平均，其他时段的平均浓度可在小时平均浓度的基础上逐时求和计算，也可选用专门的长期平均模型。模型计算浓度的空间分辨率是一项重要和敏感的指标。因此，在评价点源对局地环境的影响时，一般都采用高分辨率效能的高斯模型，而不采用分辨率低的K模型。

2.3 模拟区域的下垫面特征

对大气扩散的影响，下垫面可分为平原山村、城市、山区和水陆交界地区等。一般来说，下垫面较为平坦的，可考虑选用高斯模型，而复杂下垫面，可采用三维数值模型。

2.4 对模型效能的要求

模型应当具备的效能与前述的三方面的条件及要求有密切关联。例如，对局地空气污染，通常仅需考虑大气的扩散稀释作用，而对中远距离还必须考虑污染物的化学转化和干湿沉积等其他物理化学过程，此时对模型效能提出不同的要求。

3 预警预报模型分析

用于空气质量预警预报模型可分为机理型、统计型以及组合预警预报模型三大类。

3.1 机理型预警预报模型

主要模型为箱模型、高斯型及K理论型。

3.1.1 箱模型。是一种最简单的城市空气质量预警预报模型。它把整个城市空间看作一个或多个矩形的箱形式，其主要假设条件为1、在一个箱体内，污染源（看作面源）的源強是一个常数2、污染物进入箱体（大气）后，立即在铅直方向均匀分布。但是箱模型的假定与实际情况有很大差异，对近地面的浓度估算偏低。

3.1.2 高斯模型。高斯模型是城市空气质量预警预报模型中最主要的应用模型，因为大多数平原及郊区的范围在直径20—30公里以内，流场并不十分复杂，城市空气质量模型的误差主要来源于模型输入参数，从应用的效果看，复杂数值模型并不优于高斯模型；高斯模型对气象资料的需求比其他空气质量预警预报模型对气象资料的需要更低，运算效率却明显较高。

高斯模型具有简单实用、空间分辨率高的优点，但它有不足之处：（1）当模拟的尺度达到几十公里，或者因下垫面不均匀，使流畅比较复杂时，高斯烟流模型的精度就难以满足要求；（2）高斯模型对沉积和化学转化过程只能作十分初略的处理，当这些过程已满足重要或者作为研究对象时，高斯模型不适用。

3.1.3 K模型。该模型是由平流扩散方程式经各种简单假设而推导得出的，它具有如下效能：1）能够模拟三维非定常流场中的输送和扩散，因此可以模拟复杂下垫面和较大尺度范围的空气污染2）污染源场可以任意给定3）边界可以反射、吸收和穿透污染物质，其浓度在边界上可变4）可以模拟包括非线性化学反应引起的浓度变化5）可以模拟干湿沉积引起的浓度变化。

K模型来源于模仿分子扩散的梯度输送假设，它具有一定的局限性：1）梯度输送假设要求满足一定的尺度条件，使扩散方程仅仅在烟流尺度大于占优势的揣窝尺度时才是正确的2）对流条件下梯度一旦输送关系不成立，可能出现反梯度输送现象，不能应用K模型3）K模型对基层资料及输入参数的要求很高。

3.2 统计型预警预报模型

统计型预警预报模型主要有灰色理论模型、投影寻踪回归模型、模糊理论模型等。

3.2.1 灰色理论模型。用于大气污染物预警预报的灰色理论模型主要有GM1模型和GMN模型。GM1模型相当于指数模型，是特定的指数曲线，形状简单，具有单调性，其特点是能反映事物发展的趋势。GMN模型考虑了污染的主要影响因素，需要确定出与要预测的因子相关性较大的影响因子，在选取主要影响因子时采用灰色关联分析方法。

3.2.2 投影寻踪回归模型。用于处理和分析高维位非正态观测数据的一种探索性数据分析新方法。基本思想是把高维数据投影到低微空间上，通过极小化某个投影指标，寻找能反映原高维数据结构或特征的投影，以达到研究分析高维数据的目的。能使模型更客观地反映数据本身的内在结构，增强预测结果的稳定性。

除上述外，神经网络模型、多元统计分析模型、多元线性回归模型、自回归分析模型可考虑影响因素的变化趋势，采用线性或非线性的统计分析及回归分析得出的统计模型，比较适用于影响有明显变化趋势的预警预报中。

［1］吴增茂，盛立芳，刘峰. 城市区域大气质量数值预报方法的研究进展 气象科技

［2］王树功等. 环境空气污染预测预报探讨. 重庆环境监测

X51

A

1003-5168（2015）11-071-01

李北一（1969-），男，河北宁晋人，汉族，本科，高级工程师，研究方向：环境和环保。