典型高原山地城市环境空气质量预报预警平台设计

邓 聪，王 健，向 峰，邱 飞

云南省环境监测中心站，云南 昆明 650034

典型高原山地城市环境空气质量预报预警平台设计

邓 聪，王 健，向 峰，邱 飞

云南省环境监测中心站，云南 昆明 650034

空气质量预报系统作为一种重要的工具用于为公众提供空气质量预报信息、评估城市空气质量，为污染控制战略、动态环境管理以及决策制定提供支持。研究对国内外环境空气质量预报现状进行了回顾，以云南省为例提出了高原山地城市环境空气质量预报预警体系建设的整体思路，针对系统建设现状，提出了环境空气质量预报预警系统建设所面临的问题以及对未来发展方向的建议。

空气质量；预报预警；回顾

随着经济社会的快速发展及公众环保意识的提高，环境空气质量及其对健康的影响受到越来越多的关注[1-3]。2012年以来，全国大部分城市接连发生大范围、长时间、高浓度污染天气过程[4-7]，严重影响了人们的身体健康及生产生活[8-10]。为改善环境空气质量，国家出台《关于推进大气污染联防联控工作改善区域空气质量指导意见的通知》，2012年颁布新修订的《环境空气质量标准》，2013年国务院又出台《关于印发大气污染防治行动计划的通知》，这是建立在宏观战略上的为改善空气质量的国家层面的顶层设计，明确了重污染天气预警体系建设要求，要求除国家重点区域外的各省(区、市)，副省级市，省会城市于2015年底前完成，同时做好重污染天气形势研判分析、完善会商机制，及时准确发布监测预警信息。

空气质量预报[11-13]是一项复杂的系统工程，是以数学方法来描述空气质量与外界条件之间定量关系的重要手段，是描述大气污染物时空分布的主要工具，也是制定污染排放法规与控制对策的理论依据。目前主要的空气质量预报方法包括以统计学原理为基础的统计模型和以大气动力学理论为基础的数值模拟。预测就是根据过去和现在估计未来，预测属于方法研究范畴，即如何利用科学的方法对事物的未来发展进行定量推测。实际资料是预测的依据；理论是预测的基础；数学模型是预测的手段。

通过环境空气质量监测预报预警平台建设，为管理部门掌握空气质量和大气污染的发展态势，制定区域大气污染防治政策和措施提供技术支撑，对重污染天气下的应急防范措施提供及时的预警信息和决策建议具有十分重大的意义。

1 平台建设现状分析

中国幅员辽阔，东西部地区海拔高差大，地形差异明显，气象条件差异显著，污染物迁移扩散和转化机制有明显不同，根据复杂地形条件下的大气扩散规律，选择适合的模型已成为当前影响数值模式准确率的关键因素之一。复杂地形上的污染过程与局地气象条件和地形因素有着密切的关系，低层大气受下垫面的强烈影响，在水平和铅直2个方向上形成特殊的风场、温度场和压力场，在地形的限制和阻塞下，污染物的迁移扩散规律有完全不同于平原地区的扩散特征[14-16]。目前已有一些应用在复杂地形的污染物扩散数值模式和一些统计模型，但大多数只能在十分典型的气象和地形条件下应用。平原地区不同地点的研究结果具有较好的可比性，但复杂地形和气象条件有明显的个例差异[17-19]，根据实际情况进行模型选用具有实际意义。

云南省地处云贵高原，位于北半球低纬度向中纬度过渡的地带，北回归线从省内南部穿过，受低纬度、高海拔地理条件综合影响，南近热带洋，西北倚青藏高原，受东亚季风、西南季风和高原季风的综合影响，形成了昼夜温差大、四季温差小、冬干夏雨、干湿季分明的季风气候。由于地形复杂，海拔高差悬殊，境内最高海拔差距达6 663 m，形成了气候垂直差异十分显著的高原山地气候。云南与其他高原山地城市一样，有着与平原地区差异巨大的地理、气象等条件，所以云南省环境空气质量预报体系的建设对其他复杂地形及高原山地城市同样具有借鉴意义。

美国等西方国家在历史上都曾经历过空气污染的惨痛教训，早在20世纪50年代就开始了空气质量预报理论知识的研究，此后逐渐成为热点，先后发展了一大批专业的空气质量预报模式。这些模式涵盖了大、中、小尺度，涉及多种数理化学机制运用，每种模型各有优缺点，不同模型适用性参差不齐，对污染物的模拟结果差异巨大，所以根据实际情况选用适当的模型具有十分重要的意义。

在综合考虑云南省特殊地形、气象条件、区域能源结构、生态环境和可持续发展的协同性基础之上，根据国家环境空气质量预报预警业务体系建设相关要求，选用NAQPMS[20]、CMAQ[21]、CMAx空气质量预测为主，统计预报为辅的多模式集合预报为基础，构建云南省省级环境空气质量预报平台，实现全省区域或16个州(市)未来24、48、72 h环境空气质量预报；实时追踪分析重污染天气过程，对重污染条件下环境质量变化趋势进行预测分析，按照相关要求，向管理部门及公众发出预警建议；对重污染条件下污染成因进行溯源分析，追踪污染物输送情况，为防范空气重污染提供决策支持，为高原山地城市环境空气质量预报预警工作提供基础支撑及理论指导。

2 云南省省级环境空气质量预报预警体系

云南省省级空气质量预报预警平台由动态统计、多模式数值预报系统、空气质量监测网络系统、排放清单系统、计算资源与环境硬件系统、数据综合管理与分析系统、预报预警业务管理系统、可视化会商系统和预报信息服务系统等组成，预报预警体系架构如图1所示。

图1 云南省省级环境空气质量预报预警平台体系架构示意图Fig.1 Structure diagram of Yunnan provincial air quality forecast and warning system

2.1动态统计预报预警系统

动态统计预报预警系统是集合预报体系架构的重要组成部分，是数值预报的必要补充，为空气质量预报预警提供更多参考依据。根据云南省各州(市)污染源分布状况和特殊的地理位置条件，以全省各州(市)空气质量历史监测数据与气象部门提供的历史气象观测数据为基础，建设省级环境空气质量动态统计预报预警系统，模型选用空气质量常规6项污染物数据、常规气象参数以及海拔高度进行建模，对常规污染物浓度、气象数据以及海拔高度进行标准化设置，有效解决气象参数以及海拔与环境数据的非线性关系。动态统计预报模式利用编程、数据库、专业统计平台、数据挖掘等技术建立成体系化的、可自我学习的动态统计模式系统，可以有效地解决静态模型适用期较短的问题，同时可以针对不同站点、不同污染物、不同时段建立预报模型，并通过进一步模型的诊断分析及验证检验，筛选预测性能良好的模型并作为业务模型进行空气质量预报。

动态统计预报模型集合系统，指针对不同的预报需求，采用不同统计方法，形成多方法、多站点、多项污染物的统计预报模型集合。采用的统计方法主要包括多元线性回归、判别分析、时间序列等多种统计方法。系统会选择不同的建模数据集合，自动批量地建立模型，并获取模型的统计参数，根据预报因子稳定性、模型统计参数优劣等模型性能参考要素，筛选出一组性能最优的模型，作为参与预报计算的模型。根据站点的经纬度坐标，系统可自动匹配数值气象数据序列，形成预报数据集合并建立模型，从而实现监测网络内所有站点的空气质量预报。对于新增的站点，当数据有一定积累时，系统即可实现新增站点的空气质量预报。

2.2数值模式系统

云南省空气质量数值模式系统采用多模式集合预报系统，统一区域设置、统一排放清单、统一气象场驱动，空气质量数值模式采用国内应用成熟、业务化程度高、对高原山地城市或者复杂地形性能良好的NAQPMS以及CMAQ、CAMx、WRF-CHEM组成的多模式集合预报系统。模式计算采用三重嵌套区域设置，第一层嵌套为西南地区，水平分辨率为27 km，第二层嵌套为云南省及周边地区，水平分辨率为9 km，第三层嵌套为重点城市群，水平分辨率为3 km，模式计算垂直范围从地面到20 km高度，垂直分层不少于20层，在网格划分的时候追随地形。通过气象站点实测数据对气象场进行同化。可实现未来24、48、72 h可用的云南省各州(市)空气质量预报，以及未来 7 d可供参考的污染趋势预测，预报输出结果的时间分辨率不低于1 h。在计算能力保障的情况下，完成每次预报的模式计算时间不超过8 h。

空气质量监测网络系统是空气质量预报预警平台的基础，为数值预报系统提供预报数据与监测数据的比对。系统还包含了空气质量实时监测数据统计评价功能，方便预报员对空气质量实况进行统计分析，并作为模式预报、预报员预报效果评估的基准。

2.3排放清单系统

排放源清单既是数值模式重要的初始输入数据，又是研究污染物物理化学转化过程和机制的先决条件。其核心是在建立城市高分辨率排放清单的基础上，耦合区域排放清单数据，并进行时间、空间和化学物种分配，以网格化方式输出排放数据，以满足预报预警系统模拟需要。城市排放清单主要包括工业源、机动车、民用、农业、生物质燃烧等人为排放源；区域排放清单主要包括各种人为源及天然源。根据预警预报业务系统的多重嵌套区域提供对应空间分辨率的排放清单数据，将经过时空分解以及化学分解之后的排放清单，通过污染源排放模式，转换成网格化形式的能够作为空气质量模式输入数据的格式，根据空气质量预报预警系统的需要适时对排放清单进行更新维护，形成源清单动态更新机制，从而实现空气质量预报、污染溯源追踪、措施情景模拟等功能。

云南省省级预报预警平台使用了全国多尺度排放清单模型 (Multi-resolution Emission Inventory for China)，是一套基于云计算平台开发的中国大气污染物和温室气体人为源排放清单模型，清单涵盖10种主要大气污染物和温室气体(SO2、NOx、CO、NMVOC、NH3、CO2、PM2.5、PM10、BC和OC)和700多种人为排放源。在二期建设中制作了云南省本地化源清单，并开发了动态更新工具，用于达标规划、应急模拟等情景应用，结合高原山地城市复杂地形气候情况，在源清单制作过程充分考虑气候条件、污染控制措施、地区经济发展状况以及季节性污染源的影响，本地化的动态源清单建立是保证数值模拟准确度的关键所在。

2.4数据综合管理与分析系统

空气质量预报预警需要强大的计算机支持系统作为数据处理的基础，从而产生各种预报产品，计算机能力及其稳定运行的环境是空气质量预报预警平台的保障。环境信息的综合分析是预报预警业务开展的基础，是加深对本地区空气污染特点、形成原因、主要影响因素了解的重要技术手段。环境信息综合分析通过环境图像的浏览分析、各类环境数据查询分析、业务数据分析及专题定制图形分析等模块实现具体功能。由于环境信息的种类多，信息量巨大，要实现数据的通用查询，需要根据实际业务的需要对数据进行良好的组织。数据的查询方式应包括数据的时间序列查询、基于监测站点的数据查询、基于按污染物或要素分组的查询、数据的同比和环比分析查询。

预报预警业务系统是预报员开展空气质量预报预警业务的工作平台，同时集成了面向管理人员的发布系统。基于模式预报数据的基础上，根据预警规则与条件，预警识别模块自动计算出未来是否存在重污染情况、重污染持续时间、影响地域、影响面积和影响人口等，并根据预警级别的定义进行相应预警级别的识别。业务分析能力是模型功能完善的体现，预报团队定期对上周的预报业务进行回顾，回顾上周区域或城市污染情况，各种污染物变化情况、天气变化情况，并通过预报数据与监测数据进行比对，分析预报的准确率和不准确预报的原因。

系统还包含了常规电话会商和可视化会商系统，基于数值预报系统产生的各种产品以及各种观测的数据，通过国家、各州(市)、气象部门专家和预报员共同分析未来污染情况、未来污染走势、重污染情况的成因等。可视化会商系统通过视频会议系统，高效直观地开展多部门会商。系统预报信息服务系统包括预报信息内部服务模块、公众服务模块和信息交换模块等，系统产生的产品通过该系统为国家预报预警中心、区域中心、地市中心和公众提供服务。

2.5计算机硬件支撑系统

空气质量预报预警需要较强的计算机支持系统作为数据处理的基础，从而产生各种预报产品，因此计算机能力及其稳定运行的环境是空气质量预报预警平台的保障。

空气质量多模式预报预警平台硬件环境主要包括2部分：用于模式计算的高性能集群和用于业务处理的应用/数据库服务器。其中模式计算包括WRF模式、SMOKE模式和多种空气质量模式；业务处理包括数据库、WEB应用、数据分发与展现等应用服务器。

平台建设项目考虑模式计算需求，高性能集群部分配置872个计算核心，312 TB存储空间，并配置6台应用服务器。由于预报预警系统会定时从国外网站下载气象初始场和边界条件、国内气象站点发布的观测数据和预报产品，因此需考虑对系统的安全保护。系统配备36个计算刀片，配置Intel Xeon E5-2680v4系列双路处理器。对存储系统进行扩容，增加了216 TB存储空间。

3 结论与展望

空气质量预报模型有助于我们对污染物扩散行为的了解，为公众提供及时的健康指引，为污染防治提供技术支持和决策导向。研究介绍了云南省空气质量模型建设历程，总结和分析了环境空气质量预报预警平台的主要功能架构，针对高原山地城市地形、气象等显著差异，在平台建设的过程中加入了地形追随和气象资料同化功能，并在模型的应用过程不断检验和修正，对典型高原山地城市空气质量预报预警体系建设过程中存在的问题以及发展趋势提出了相应的看法和建议。

3.1模型选用原则

为避免对模型的“盲目选用”，降低模型自身的不确定性，建议在模型选择时应考虑以下4个原则：一是确保模型选用与所研究问题的适用性，根据客观存在的问题选择模型；二是注重模型模拟结果的趋势性分析以及对污染转折点的把握，保证模拟结果的准确及可比性；第三，淡化“绝对值”，注重“变化值及相对值”，同时充分利用现有监测数据；第四，模型模拟结果的验证应淡化“时间”序列验证，强化“空间”点位的趋势性验证。

3.2模型本土化存在的问题

目前国内使用的空气质量预报模型主要是多模式集合预报，其中包含许多国外的模式。对于引入国外模型的本土化是一个重要的课题，很多国外模型对气象数据、排放源清单等要求苛刻，而国内现有数据时空分辨率较低，很难满足模型关键参数的要求，导致模拟精度不够。排放清单的不确定性是影响模型的最主要因素，目前国内污染源数据仍然处于百家争鸣的状态，各大科学研究院所各自开展了源清单的研究工作，呈现出多样化趋势。此外，人类对大气物理、大气化学等自然现象的认知水平有限，实验、观测、分析技术手段不足，模拟结果与真实值难免存在误差。再者，国内官方数据不直接向社会公开，对于权威数据的缺失导致同一模型针对同一问题的模拟结果差异巨大，而相互之间缺乏可比性。目前国内外诸多模式对于秸秆燃烧、森林火险等季节性或突发性污染的模拟欠缺，在今后源清单的制作中需要在源解析结果、卫星资料等的基础之上加入季节性变化的污染源贡献率，以使模拟更加精确，对突发性污染应对以及防控起到指导作用。目前的数值模拟都是基于空气动力学原理建立的模型，其网格分辨率直接影响数值模拟的精度，诸多模式在对机械湍流、地形精度、热力抬升、气溶胶机制以及光化学反应等方面的研究有所欠缺。

3.3发展及建议

当下污染物总量排放仍处于历史高位，环境空气质量转变为复合型污染态势，蓝天与霾天交替出现，环境质量状况日趋复杂，环境资源瓶颈约束和发展矛盾尖锐，环境标准与要求提高，排放总体上正经历跨越峰值并进入下降通道的转折。当前环境既不处在恶化程度加剧的溃败期，也不处于环境质量达标和根本改善的战略决战期，环境保护目前已经处于并将在一定时间内长期处于战略相持期。当前环保工作的重点开始从污染物排放总量控制向环境质量综合管理、从控制局地污染向区域联防联控、从控制一次污染物向控制二次污染物、从单独控制个别污染物向多污染物协同控制转变，这些转变都将对中国环境保护工作提出更高的要求。

空气质量预报是改善空气质量的必要手段之一，建立健全环境空气质量监测网络和数据资源共享系统，因地制宜建立准确系统的源排放清单，开发区域多模式集合预报系统，构建辖区多层面协同运作机制和合作会商制度，组织培养一批专业技术和复合型人才队伍是当下空气质量预报的必要条件，也是区域环境空气质量预报预警体系的基础支撑。结合当前预报经验和国内外相关研究，探索出高原山地城市环境空气质量预报的一般方法和基本原则。环境空气质量预报预警工作要立足长远，摒弃阶段化、突击式、迎查式、任务式的传统观点和思路，需要从基础理论出发，建立一套完善的运行机制，多部门协同，预警方案协商、部门联动实施，密切配合，无缝对接，要建立健全信息沟通制度，部门之间要定期交流，评估成效，改进方法，在实际工作中建立和不断完善预报预警体系，形成由多部门、多学科、多机制构成的完整空气质量预报预警业务体系生态链。

[1] CHAN C K, YAO X H. Air pollution in mega cities in China[J].Atmospheric Environment,2008,42:1-42.

[2] CESARONI G, BADALONI C, GARIAZZO C, et al. Long-term exposure to urban air pollutionand mortality in a cohort of more than a million adults in Rome[J]. Environmental Health Perspectives,2013,121(3):324-331.

[3] 李亮, 李健军, 王瑞斌, 等. 2005—2010 年沙尘天气影响我国城市环境空气质量分析[J]. 中国环境监测,2013,29(3):15-19.

LI Liang, LI Jianjun, WANG Ruibin, et al. The analysis for the impact of dust-weather on the urban ambient air quality in China during 2005—2010[J]. Environmental Monitorning in China,2013,29(3):15-19.

[4] 王静,牛生杰,许丹，等. 南京一次典型雾霾天气气溶胶光学特性[J]. 中国环境科学,2013,33(2):201-208.

WANG Jing,NIU Shengjie,XU Dan, et al. Aerosol optical properties during the typical haze/fog event in Nanjing[J]. China Environmental Science,2013,33(2):201-208.

[5] 刘端阳, 濮梅娟, 严文莲, 等. 淮河下游连续雾-霾及转换成因分析[J]. 中国环境科学,2014，34(7):1 673-1 683.

LIU Duanyang,PU Meijuan,YAN Wenlian, et al.Study on the formation and the cause of thefog-haze transformation in the lover reaches of Huaihe River[J].China Environmental Science,2014，34(7):1 673-1 683.

[6] 吕效谱, 成海容, 王祖武, 等. 中国大范围雾霾期间大气污染特征分析[J]. 湖南科技大学学报:自然科学版,2013,28(3):104-110.

LYU Xiaopu,CHENG Hairong,WANG Zuwu, et al. Analysis of a wide rang haze pollution in China[J]. Journal of Human University of Science and Technologe：Natural Science Edition,2013,28(3):104-110.

[7] 吴生虎, 史凯, 刘春琼, 等. 成都市一次重雾霾期间 PM10自组织演化的分形特征及 DFA分析[J]. 安全与环境学报,2014,5:64.

WU Shenghu,SHI Kai,LIU Chunqiong,et al.Fractal feature and DFA analysis of PM10evolution in a typical fog-haze episode in Chengdu[J].Journal of Safety and Environment,2014,5:64.

[8] 李红, 曾凡刚, 邵龙义, 等. 可吸入颗粒物对人体健康危害的研究进展[J]. 环境与健康杂志, 2002, 19(1):85-89.

LI Hong, ZENG Fangang,SHAO Longyi, et al. Currenr status of study on the human health effects of inhalable particulates[J]. Journal of Environ Health,2002,19(1):85-89.

[9] D'AMATO G, CECCHI L, D'AMATO M, et al. Urban air pollution and climate change as environmental risk factors of respiratory allergy: an update[J]. Journal of Investigational Allergology and Clinical Immunology, 2010,20(2):95-102.

[10] ROSENLUND M, BERGLIND N, PERSHAGEN G, et al. Long-term exposure to urban air pollution and myocardial infarction[J]. Epidemiology, 2006,17(4):383-390.

[11] 佟彦超. 中国重点城市空气污染预报及其进展[J]. 中国环境监测,2006,22(2):69-71.

TONG Yanchao. Air quality forecast and development in major cities of China[J]. Environmental Monitorning in China,2006,22(2):69-71.

[12] 张永康, 罗娟, 龚敏玉. 沿海地区中小城市环境空气质量预报模式的研究与应用[J]. 中国环境监测, 2006,21(5):77-80.

ZHANG Yongkang,LUO Juan,GONG Minyu. The study and application of forecast model of ambient air quality for littoral medium and small cities[J]. Environmental Monitorning in China,2006,21(5):77-80.

[13] 王晓彦,刘冰,李健军,等.区域环境空气质量预报的一般方法和基本原则[J].中国环境监测,2015,31(1):134-138.

WANG Xiaoyan,LIU Bing,LI Jianjun, et al. The general method and basic principles of regional ambient air quality forecast[J]. Environmental Monitorning in China,2015,31(1):134-138.

[14] 张朝能, 宁平, 沈武艳, 等. 高原山区城市流场观测研究[J]. 昆明理工大学学报：理工版,2008,33(4):77-80.

ZHANG Chaoneng,NING Ping,SHEN Wuyan, et al. Flow field observation on plateau mountainous city[J].Journal of Kunming University of Science and Technology：Science and Technology,2008,33(4):77-80.

[15] STEYN D G, WEKKER S F J, KOSSMANN M, et al.Boundary Layers and Air Quality in Mountainous Terrain[M].Dordrecht：Springer Netherlands,2013:261-289.

[16] HOLMES H, SRIRAMASAMUDRAM J K, PARDYJAK E R, et al. Turbulent fluxes and pollutant mixing during wintertime air pollution episodes in complex terrain[J]. Environmental Science & Technology,2015，49(22)：13 206-13 214.

[17] SANTOS-ALAMILLOS F J, POZO-VZQUEZ D, RUIZ-ARIAS J A, et al. Analysis of WRF model wind estimate sensitivity to physics parameterization choice and terrain representation in Andalusia (Southern Spain)[J]. Journal of Applied Meteorology and Climatology,2013,52(7):1 592-1 609.

[18] KATTEL D B, YAO T,YANG K, et al. Temperature lapse rate in complex mountain terrain on the southern slope of the central Himalayas[J]. Theoretical and Applied Climatology,2013,113(3-4):671-682.

[19] 刘宁微, 王扬锋, 马雁军，等. 复杂地形对城市空气污染影响的数值试验研究[J]. 地理科学,2008,28(3):396-401.

LIU Ningwei, WANG Yangfeng, MA Yanjun, et al. Simulation on influence of complex terrain on urban air pollution[J]. Science Geography Sinica, 2008, 28(3):396-401.

[20] 朱莉莉, 晏平仲, 王自发, 等. 江苏省级区域空气质量数值预报模式效果评估[J]. 中国环境监测,2015,31(2):17-23.

ZHU Lili, YAN Pingzhong, WANG Zifa, et al. An operational evaluation of the regional air quality forecast modeling system in Jiangsu[J].Environmental Monitorning in China,2015,31(2):17-23.

[21] 王晓彦, 赵熠琳, 霍晓芹, 等. 基于数值模式的环境空气质量预报影响因素和改进方法[J].中国环境监测,2016,32(5):1-7.

WANG Xiaoyan, ZHAO YiLin, HUO Xiaoqin, et al. Discussion on the influence factors and improvement methods of ambient air quality forecasting based on numerical models[J]. Environmental Monitorning in China,2016,32(5):1-7.

StudyonEstablishmentofAirQualityForecastandWarningSysteminTypicalPlateauCity

DENG Cong,WANG Jian,XIANG Feng,QIU Fei

Yunnan Environmental Monitoring Centre,Kunming 650034,China

Air quality forecast and warning (AQFW) system is important as an efficient tool for the air quality forecast information publicity,assessment of urban air quality, and supporting the pollution control strategies, dynamic environment management and decision making. This paper revieweds the development status of AQFW system at home and abroad. In addition, the overall design ideas of AQFW system establishment in typical plateau cities were proposed taking Yunnan province as an example. The prospect and challenge in the development of air quality forecast and warning system were also discussed.

air quality;forecast and warning system;review

X823

A

1002-6002(2017)05- 0095- 06

10.19316/j.issn.1002-6002.2017.05.14

2015-12-01;

2017-01-11

邓 聪(1967-)，男，云南昆明人，硕士，高级工程师。

王 健