构建环境监测与气象监测大数据平台，实现重污染天气的预报预警

张丽艳，郭 玲

（河北省秦皇岛环境监测中心，河北 秦皇岛 006000）

按照《大气污染防治法》和国务院印发的《打赢蓝天保卫战三年行动计划》相关要求，各地生态环境部门积极加强和推动与政府各部门特别是气象部门的合作，建立重污染天气下的应急联动机制。通过环境监测部门与气象台的监测数据、信息资源共享整合，人们可以分析MICAPS 常规气象观测数据资料和环境空气自动监测数据的相关性，创建预测预警模型，实现AQI 和重污染天气预警预报。

空气质量预报预警系统建设是监测预警体系的核心部分，建设空气质量预报预警系统是大气污染成因及趋势分析的需要，是跨部门会商及公众发布的需要，是重污染天气应急响应的需要，也是区域性大气污染联防联控的需要。相关部门要对重污染天气过程进行趋势分析和预报预警，及时向上级主管部门及人民政府报送预警信息，并向社会公布，最大程度减轻重污染天气特别是雾霾天气对民众的影响，为公众健康出行提供帮助。

1 国内外空气质量预报预警概况

国外的空气质量预报预警主要以三维空气质量模型为基础。三维空气质量模型主要包括空气动力系统、云化学与动力学模块、气相化学模块、气溶胶模块、栅格烟羽模块、控制方程与计算结构、数值传输算法等。目前，国内应用于各城市的空气质量预报预警业务的预报方法主要有三种：统计预报方法、数值模式预报方法和综合经验预报方法。统计预报方法主要是对历史气象、环境空气质量数据进行统计分析处理，常用的建模方法包括神经网络、多元线性回归等，具有简单易用性。数值预报方法是以大气动力学理论为基础，建立大气污染浓度在空气中的输送扩散模型，借助计算机来预报大气污染物浓度在空气中的动态分布。其有两种模式系统：一是中科院大气物理所开发的城市空气污染预报模式系统，二是中国气象局气象科学研究院开发的城市空气污染预报系统。综合经验预报方法主要是预报员在参考天气形势预报、气象要素预报和当日污染状况的基础上，对各种方法如统计预报方法和数值模式预报方法的结果加权做出的综合预报[1]。

2 构建重污染天气预报预警系统的思路和技术路线

该系统是以统计预报方法为基础，利用MICAPS常规气象观测数据资料，通过与环境空气自动监测数据的资源数据共享整合，研究气象要素和环境空气污染气象条件与AQI、PM10、PM2.5、O3等环境空气质量监测因子的相关性，建立多元线性回归方程。在此基础上，设计者利用该系统强大的数据处理功能，开发出秦皇岛市重污染天气气象条件模型。

污染物排放量和大气对污染物的稀释扩散能力是影响城市大气环境质量的两个主要因素。在污染源相对稳定的条件下，空气污染与气象条件关系紧密，不同程度的空气污染与污染物在大气中的输送、扩散过程相关，气象条件特别是环流形势成为影响空气污染物扩散的主要因素。此外，地面风向风速也是大气污染物稀释扩散的最直接因素之一。其作用表现在：一是风的水平运移作用，排入到大气中的污染物在风力的推动下，被输送到其他地区；二是风对大气污染物的稀释作用，污染物随风力飘移并得到搅动，不断与周围洁净的空气混合稀释。地面风力条件也是影响雨、霾、雾等各类天气的基础要素，风速大小及风向辐合、辐散对污染物积聚和扩散具有显著影响，风力≤2 级是连续重污染天气产生的重要气象条件之一[2-3]。

大气污染因子特别是PM10、PM2.5、O3的浓度和空气质量指数AQI 与气象条件有着紧密的相关性。人们可以将环境空气自动监测多年数据与气象台站历史气象数据实现资源数据共享整合，通过逐日逐时分析气象条件（温度、大气压、湿度、风向风速及大气稳定度等）和对应空气污染因子特别是PM10、PM2.5、O3的相关性，从中寻找规律，研究气象要素和环境空气污染气象条件与AQI、PM10、PM2.5、O3等环境空气质量监测因子的相关性，理清以下3 个关系：气象要素与空气质量监测数据的关系；气象要素与空气污染气象条件等级的关系；空气污染气象条件等级与AQI 的关系。通过研究总结出重污染天气与气象条件的相关性，建立重污染天气识别模型，随着气象和空气环境监测数据逐年增加，人们可以逐步实现精准的AQI 预报和重污染天气预测预报。

2.1 空气环境监测数据整理及相关性分析

综合整理SO2、NO2、PM10、PM2.5、O3等污染因子的监测数据，分析空气质量严重污染日（AQI ＞300），重污染日（200 ＜AQI ≤300）各污染因子之间的相关性，特别是与PM2.5、PM10、O3之间的相关性。

2.2 气象数据分析整理及相关性分析

根据生态环境监测部门提供的空气环境自动监测数据，收集整理同步的MICAPS 气象资料，包括温度、大气压、湿度、风向、风速及大气稳定度等。

定性分析气象因子对环境空气质量的影响，统计分析空气质量严重污染日（AQI＞300）、重污染日（200＜AQI ≤300）逐时逐日气象条件，定性分析气象因子对环境空气质量的影响趋势。

2.3 AQI 和相关监测因子与主要气象要素的相关性分析

定量分析各气象要素与空气监测因子浓度、AQI、PM2.5、PM10 浓度之间的相关性，分析总结出不同天气和气象参数对空气污染气象条件等级的权重，再将权重输入到系统进行配置，依次得到对AQI和PM2.5、PM10 具有较大影响的气象要素。利用主成分分析法选取出与AQI 和PM2.5、PM10 浓度相关性较强的气象因子，分析O3浓度与日照时长、太阳辐射等气象因子的相关性，建立多元线性回归模型。主成分分析法处理环境数据客观性强，能够反映主要污染特征和与之相关的主要影响气象要素。

2.4 建立网页（网站）综合研究预报系统

MICAPS 是现代化人机交互气象信息处理和天气预报制作系统，综合应用中国气象部门的气象卫星、天气雷达和数值预报等产品，系最强有力的业务技术支撑平台。MICAPS 系统是我国气象部门气象预报最主要的预报业务系统。

建立空气质量自动监测数据库，对数据进行再分析后存入数据库，并以图片形式展示尽可能多的数据信息；建立气象要素监测数据库和AQI 指数数据库，利用专用光纤，实现数据共享整合，利用VPN 点对点数据传输光纤，开发气象实况数据入库程序和空气质量实况数据入库程序。设计者要分析重污染日（200＜AQI ≤300）及严重污染日（AQI ＞300）天气下的气象要素和环流形势，开发出秦皇岛市重污染天气气象条件模型。另外，要编写MICAPS 配置文件，通过MICAPS 软件调阅中国气象局下发的空气质量数值预报产品，无缝融合现有综合监控中心系统平台，实现资源数据共享，完成AQI 预报和重污染天气预测预报。

3 结论

本文的创新之处是利用MICAPS 系统数据，通过构建大气环境自动监测数据和气象台站气象数据资源信息共享整合，对重污染天气逐日逐时气象条件（温度、大气压、湿度、风向、风速及大气稳定度等）与空气污染因子特别是PM10、PM2.5、O3的相关性分析，研究总结重污染天气与气象条件的相关性，尝试将空气质量监测数据引入MICAPS 软件，开发出适合秦皇岛市重污染天气气象条件模型MICAPS。目前，秦皇岛市拥有国控、省控、市控空气自动监测站330 多个（国控站点5 个、省控站点10 个、市控站点320 多个），分布在全市各个区县乡镇，构成强大的空气自动监测网络，利用庞大的空气自动监测数据，建设生态环境大数据平台，推动数据资源全面整合共享，逐步实现精准的AQI 预报和重污染天气预测预报。

随着气象台和空气环境自动监测站数据的逐年增加，未来将能够实现对24 h、48 h、72 h 重污染天气的时间、地点、范围、预警等级、主要污染物浓度范围及平均值、AQI 值范围及平均值等精准预测预报及重污染天气的预报预警，从而为政府部门研判空气污染趋势，及时启动联防联控及应急预案提供重要技术支撑，为公众健康出行提供帮助。因此，为加强生态环境科学决策，创新生态环境监管，完善生态环境公共服务，人们必须准确地预报空气质量指数AQI，做好重污染天气预警预报工作。