美国加州南岸地区空气质量预报系统运行管理与借鉴

姚玉刚，董澄澄，张仁泉，邹 强，张晓华，缪 青，魏 恒，顾 钧

1.苏州市环境监测中心，江苏省环境保护空气复合污染监测重点实验室，江苏 苏州 215004 2.美国塔夫茨大学弗莱彻法律外交学院，马萨诸塞州 梅德福 02155

《中华人民共和国国民经济和社会发展第十三个五年规划纲要》中明确要求地级及以上城市重污染天数减少25%。理解重污染产生和发展的机制对重污染事件预警和治理至关重要[1-2]，因此，大力发展区域和城市尺度的环境空气质量预报预警工作就显得尤为重要。通过准确预测空气质量变化趋势并发布预报信息，为城市启动重污染应急预案、实施污染物减排、减少重污染天气提供有力的技术支撑。新形势下空气质量预报预警工作是一个崭新的工作领域，从工作机制、业务流程、技术方法和预报评估等方面都需要学习借鉴国外先进经验，高水平应用国外先进成果，尽快赶上欧美已经开展30多年的业务发展水平[3]。

美国加州南岸空气质量管理局(SCAQMD)所辖地区的大气污染问题由来已久。在长达60多年的灰霾治理过程中，通过制定严于美国其他地区的地方空气质量标准[1]，科学管控境内污染源，有效地改善了辖区内空气质量，多年平均污染物浓度呈现逐步下降趋势[4]。随着辖区内空气质量的逐渐改善，SCAQMD空气质量监测[5]和预报系统运行管理体系也发展完善，为科学管理空气质量提供了重要信息。笔者介绍了SCAQMD的空气质量预报现状，通过借鉴加州南岸空气质量预报体系(预报业务、技术方法、信息发布和效果评估)的运行管理模式，为指导现阶段中国城市环境空气质量预报系统运行管理提供参考。

1 加州南岸空气质量预报简介

SCAQMD空气质量预报工作起步于20世纪50年代，20世纪70年代起预报O3和硫酸盐浓度(主观经验模型)，20世纪80年代起预报O3、NO2、CO和TSP浓度(客观模型)，20世纪80年代起预报PM10浓度(客观模型)，1999—2000年预报O3日最大8 h和PM2.5浓度(客观模型)。目前SCAQMD的污染物预报涵盖因子包括O3日最大8 h值、最大1 h值，CO日最大8 h值，NO2、PM10、PM2.5滑动24 h值等，预报覆盖了辖区内45个区域。

1.1 空气质量预报业务流程

1.1.1 空气质量预报模型简介

目前SCAQMD用于空气预报的技术方法为统计模型法和预测模型法，并运用主观整合法订正预报结果，见表1。

表1 SCAQMD空气质量模型简介Table 1 Comparison of SCAQMD forecasting methods

统计模型采用分类回归决策树(CART)，基于超过30年的多年空气质量监测资料和颗粒物化学组分数据(如SCAQMD选取6个点位PM2.5每6 d开展1次化学组分分析)。

预测模型采用综合排放源清单法(点源、道路和非道路机械等)，综合考虑污染物化学物种和时空分布(如东部盆地颗粒物浓度梯度最高；秋季静稳天气条件下各化学组分浓度均较高，夏季中后期有机碳达到最高值)。

1.1.2 例行业务流程

预测模型开始于昨日18：00(太平洋标准时间，PST,以下时间均为该时间)，经过7 h的运算，生成24、48 h预报产品，预报结果于当日01：00(PST)前通过互联网对外发布。结合前期预测模型的预测结果，每日09：00开始综合运用统计模型、主观整合法完善预报结果(表2)，当日11：00通过多种媒介对外发布。

随着季节的交替，空气质量预报的关注重点也相应调整(如春、夏季关注O3，持续6个月；冬季关注CO、NO2，持续3～4个月)，PM2.5、PM10全年均需关注，且季节性因素有所不同(如春季关注扬尘；夏季和秋季关注光化学污染；秋季关注森林火灾和秸秆焚烧；冬季关注可燃日和非可燃日预报，持续4个月)。此外，在沙漠地区还需考虑强风预报及其可能影响。

表2 SCAQMD例行空气质量预报工作时间表Table 2 Example of SCAQMD forecastingprotocol schedule

1.2 空气质量预报技术方法

1.2.1 气象条件对空气质量的影响

大气中各类污染物的存在是重污染事件形成的必要条件，而气象因素是形成重污染事件的主要诱因[1](图1)，低压槽通常带来较好的空气质量，而高压脊反之。

图1 典型气象条件与空气质量示意流程Fig.1 Schematic of the typical meteorological conditions and air quality

表3简要介绍气象条件与污染物(以O3和PM2.5为例)之间的关系，从污染源排放、化学反应影响以及污染物堆积、扩散、清除等3个方面予以说明。以O3、PM2.5为例，受气象参数的影响，部分因子与预测高浓度O3、PM2.5存在关联，详见表4。

表3 气象条件与O3、PM2.5之间的关系[6]Table 3 Meteorological phenomena and their influence on PM2.5 and ozone concentrations

注：“—”表示无明显影响。

表4 参数与预测高浓度O3、PM2.5的关系Table 4 Common predictor variables use to forecast PM2.5 and ozone

注：“—”表示无明显影响。

1.2.2 空气质量预报参数

SCAQMD预报所需的数据随预报模型的不同而有所调整，表5列出了2类模型(统计模型和预测模型)所需的参数和来源。

表5 SCAQMD空气质量预报所需数据类型和内容Table 5 Data products for developing relative forecasting methods

注：“*”表示周末效应，需改变VOC/NOx比率，且EC浓度较低；“—”表示该值既非观测值，也非预测值。

1.3 信息发布及预警

SCAQMD每日对外发布空气质量预报信息，信息发布的媒介主要有官方网站(GIS图、网页和PDF报告)，AirNow网站，Email(预警快报、推特网)；学校旗帜信息系统(根据不同的空气质量悬挂不同颜色的旗帜)和新闻报道等。空气质量预警信息根据污染物浓度限值发布(表6)。

表6 空气质量预警响应阶段(以O3、PM10为例)Table 6 Air pollution emergency contingencystages (O3 and PM10) μg/m3

当满足空气质量预警发布条件时，按照级别实施应急响应：提前1 d的14：00前发布预警信息，随着预警阶段的变化，建议公众信息的内容也有所调整(如一级响应建议公众乘坐公共交通，减少户外活动；二级、三级响应则要求每日工作量减少20%，机动车里程减少20%，电力生产改用天然气，减少儿童户外活动，禁止生物质燃烧)。

1.4 空气质量预报效果评估

SCAQMD定期开展预报效果评估工作(日、月、年)[6]，并填写预报回顾表，内容主要包括总结预报工作，详细记录预报的步骤、描述和分析气象影响空气质量的过程，并为提高预报准确率提出建议与意见(表7)。

表7 SCAQMD空气质量预报回顾与评估内容Table 7 Forecast verification schedule and tasks in SCAQMD

根据预报机制的不同，评估方法所使用的量化指标不同。SCAQMD的预报验证包括具体污染物浓度和AQI类别。污染物浓度预报评估指标，见表8。AQI类别验证又包括2级评估(达标或不达标)和多级评估(如优、良、轻度污染等)，要求目标准确率≥85%，具体的评估算法在此不作详细介绍[6]。

表8 SCAQMD空气质量评估指标Table 8 Verification statistics computed on discrete concentration forecast in SCAQMD

2 SCAQMD经验对中国空气质量预报预警工作的启示

2.1 建立相对完善的空气质量预报体系

中国目前的空气质量预报工作体系中各地重复建设问题较为突出，层级预报体系尚未完全建立健全，建议借鉴气象预报模式，自上而下逐级指导预报，综合运用时空分析方法，预报结果逐步精细化，提高预报体系运行效率。从开发角度而言，SCAQMD空气质量预报体系的建立主要包括6个步骤：满足预报用户需求、影响空气质量的过程评估、选择预报方法、考虑数据类型及来源、执行预报工作框架和定期开展预报验证工作(表9)。

表9 SCAQMD空气质量预报体系开发流程Table 9 Steps for developing an air quality forecasting program in SCAQMD

中国在建设空气质量预报体系过程中，应统筹考虑上述问题的内涵和外延，联系本地实际，从而建立相对完善的空气质量预报体系，同时建议按照预报方法/流程统筹设计预报业务平台，并遵循人体工程学设计原则[2]。世博会期间中国曾经在长三角地区成功运行了空气质量自动监测网络和数据共享平台，在今后区域尺度平台的建设中，还需从数据资源共享系统、源排放清单、区域多模式集合预报系统、构建区域多层面运作机制和会商制度等方面予以完善[7]。

2.2 选择合适的空气质量预报方法

在预报方法的选择上，SCAQMD考虑了以下因素：预报费用(开发和维护)，污染问题的严重程度(污染物、污染程度和发生频率)，不同方法之间的平衡(取长补短提高预报准确率)，新方法的引入(成本效益评估并提高准确率)，专业机构的支持(气象和预报经验)。美国环保署(USEPA)使用的空气质量预测模型包括天气预报模式(WRF)、排放清单模型(Emission Model)和空气质量模型(CMAx)。SCAQMD参考USEPA预报结果。

统计预报具有相对简单易行的特点，适用于污染源较为单一或污染规律明显的城市，不需要翔实的污染源排放清单，仅需具备完整、长期的空气质量和气象观测数据[3]，适用于中国大多数城市。预测模型开发投入和难度大，其预报准确度取决于气象和源清单变量的准确率，可以预报未覆盖监测点位的区域，有利于预报污染物传输的全过程。除1.1.1节中提到的SCAQMD在用的3种预报方法(含主观整合法)外，目前USEPA在用的还有5种常见空气质量预报方法，表10中简要列举了每种方法的优点和不足[4]。

表10 USEPA的其他常用空气质量预报方法Table 10 Comparison of other USEPA forecasting methods

目前学术界尚未充分理解重污染天气的发生和演化机制[8]，对其防治措施和长期控制策略缺乏坚实的科学依据。综合考虑SCAQMD经验，从国家、省级、市级、县级层面统筹谋划预报技术方法，明确各层级因地、因时制宜选择合适的预报方法，重点考虑因素包括可用数据资源与成本关系、污染问题是否严重、提高预报准确率与不同方法之间的平衡、后期引入新预报方法的成本效益评估和是否有专业机构支撑等。

2.3 评估预报效果进而提高预报准确率

SCAQMD除采用具体的公式计算预报准确率以外(表7)，还需要进一步判断预报结果偏差存在的可能性因素：①是否由监测站周围的排放条件变化造成的观测值存在偏差，从而形成预报极值；②年度预报评估中有没有纳入短时系统性的预报偏差；③人员调动对预报的影响评估(如交叉培训和经验交流)；④预报员对气象条件与空气质量关系的认知是否准确，观测数据是否可用；⑤预报机制的可信度评估，包括气象观测值和预报、模型输出变量等，受气象预报的准确性影响较大。

为提高日常预报的业务化水平，有必要将系统性的客观订正规律分类汇总，形成格式化的分析工具[9](如通过分析某地每日空气质量指数实况数据的波动范围以及预报与实况偏差，针对不同空气质量级别提出建议性的空气质量指数预报变化幅度修正范围[10])。建议中国在环境空气质量预报业务中深入挖掘空气质量预报评估指标，加强数据分析，切实强化预报指标的汇总研判[11]，与科研部门加强业务合作，综合采用模型、模拟和实测值相结合的方法，得出提高预报准确率的管理建议，进而提升为环境管理决策服务的水平。

2.4 在优化预报能力的基础上有序开展预警协同控制

污染物在边界层中的扩散、输送、湍流运动、积累和清除作用受到大尺度环境背景场的影响，大气环境背景场与区域重污染现象密切相关[6]。鉴于大气污染物具有跨城市长距离传输的特点，单个城市的空气质量预报已经无法满足区域大气污染联防联控的需求，SCAQMD在日常预报业务中参考了美国加州和USEPA的预报结果，并形成了最终的空气质量预报结论，预报范围覆盖45个区域，具有较好的指导意义。

建议进一步优化区域尺度空气质量预报能力，科学合理地配备不同层级的预报力量，防止不同层级预报能力的重复建设和资源浪费，受政策、人员、业务保障等基本问题的影响，中国环境监测总站建议中小城市根据各自实际情况，建立实用可行的空气质量预报系统[12]。通过对区域内大范围大气污染形势的预测，科学合理地启动区域内多个城市协同的重污染应急和预警措施，有序开展预警协同控制工作，最大限度地削减重污染天气的污染物峰值和可能影响。

3 结语

理想的空气质量管理模式应当是面向“空气质量达标”为主要目标，由专业机构和人员对辖区的空气质量进行统一管理，对存在以及潜在的问题作出及时反应的管理模式。SCAQMD在过去近60年间的环境空气质量预报系统运行管理经验非常值得中国借鉴和学习。中国现行的环境空气质量预报预警面临诸多挑战和困难，涉及管理、技术、科研、业务、人才储备等多方面的变革和创新。笔者通过介绍SCAQMD的空气质量预报工作机制、业务流程、技术方法、信息发布和效果评估，侧重从运行管理角度提出了一些有利于中国空气质量预报预警工作健康发展的建议，供管理部门决策参考。

致谢：感谢江苏省环保厅“中美合作大气质量管理技术援助项目”支持，感谢美国加州南岸空气质量管理局规划规范编制和区域资源部门Durkee高级工程师和Lee博士授课和悉心指导。

[1] 曹军骥. PM2.5与环境[M].北京：科学出版社，2014.

[2] 刘冰,王晓彦,汪巍,等.预报方法导向的系统化空气质量预报业务作业平台设计[J].中国环境监测,2016,32(2):1-10.

LIU Bing, WANG Xiaoyan, WANG Wei,et al.Systemitic design for operation platform of air quality forecast based on forecast methods[J].Environmental Monitoring in China,2016,32(2):1-10.

[3] 中国环境监测总站.环境空气质量预报预警方法技术指南[M].北京：中国环境出版社,2014.

[4] USEPA. Integrated science assessment for particulate matter: EPA/600/R-08/139F[R].Washington DC：USEPA，2009.

[5] 姚玉刚，顾钧，康晓风. 美国加州南岸空气质量监测系统运行管理与借鉴[J].中国环境监测，2015,31(4):17-21.

YAO Yugang,GU Jun,KANG Xiaofeng.Air quality monitoring system operation management and reference in south coast air quality management district[J].Environmental Monitoring in China，2015,31(4):17-21.

[6] USEPA. Guidelines for developing an air quality (ozone and PM2.5) forecasting program：EPA-456/R-03-002[R].North Carolina:Research Triangle Park,2003.

[7] 刘娟.长三角区域环境空气质量预测预警体系建设的思考[J].中国环境监测,2012,28(4):135-140.

LIU Juan.Discussions on the system of regional air quality forecasting and early warning in Yangtze delta area[J].Environmental Monitoring in China,2012,28(4):135-140.

[8] 程水源，陈东升.大气重污染过程预测技术研究[M].北京：中国环境出版社,2014.

[9] 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 Monitoring in China，2015,31(1)：134-138.

[10] 王晓彦，陈佳，朱莉莉，等.城市环境空气质量指数范围预报方法初探[J].中国环境监测,2015,31(6):139-142.

WANG Xiaoyan,CHEN Jia,ZHU Lili,et al.Discussion on the methods of urban ambient air quality index range forecasting[J].Environmental Monitoring in China,2015,31(6):139-142.

[11] 陈斌，陈传忠，赵岑，等.关于环境监测社会化的调查与思考[J].中国环境监测，2015,31(1):1-5.

CHEN Bin,CHEN Chuanzhong,ZHAO Cen,et al.Inbestigation and thinking on socialization of environmental monitoring[J].Environmental Monitoring in China,2015,31(1):1-5.

[12] 汪巍，高愈霄，赵熠琳，等.中小城市空气质量预报试验与问题研究[J].中国环境监测,2015,31(6):134-138.

WANG Wei,GAO Yuxiao,ZHAO Yiling,et al.Analysis on the experiment and problems of air quality forecast in small and medium-sized cities in China[J].Environmental Monitoring in China,2015,31(6):134-138.