汪 巍，高愈霄，赵熠琳，许 荣，朱莉莉，李健军，李国刚，翟超英

中国环境监测总站，国家环境保护环境监测质量控制重点实验室，北京 100012

近年来，中国中东部地区多次发生大范围、长时间的连续重污染过程，对公众健康、生态环境、交通运输、生产生活等造成重大影响，引起全社会的广泛关注［1-3］。按照环境空气质量新标准评价，2014年京津冀、长三角、珠三角区域(以下简称“三区”)以及直辖市、省会城市和计划单列市共74个城市的超标天数为34%，其中重度及以上污染天数比例约为6%［4］，与2013年相比，74个重点城市空气质量总体改善，大气污染治理工作初显成效。但由于当前复合型的大气污染成因十分复杂，大气污染来源、形成机理、扩散规律等一系列基础科学问题尚在研究探索阶段，空气重污染尚未得到有效遏制，大气污染形势仍然十分严峻，大气污染防治工作依然任重而道远。

环境空气质量预报能够为广大公众的日常生活提供咨询建议，能够为管理部门制定区域大气污染防治政策、在重污染天气来临之前及时采取预警应急措施提供关键技术支撑，是环境保护工作的一个重要领域。国务院2013年颁布的《大气污染防治行动计划》(以下简称《计划》)明确指出，三区各省市及其他省(区、直辖市)、副省级市和省会城市环保部门要建立重污染天气监测预警体系，形成环境空气质量预报预警能力并及时发布监测预警信息［5］。由于大气污染问题的区域性特征，国内广大中小城市(尤其是中东部地区)同样受到区域性大气污染的直接影响，也同样有开展空气质量预报预警的现实需求。然而，与直辖市、省会城市和计划单列市等大城市相比，大部分中小城市尚不具备按新标准开展环境空气质量预报的能力。同时，由于各地污染状况、地理位置与类型以及气候条件等客观因素不同，不同地区的预报方法和流程难以标准化，也会给中小城市预报工作的推动带来一定困难。

为深入了解中小城市开展空气质量业务预报的基础条件和可行性、调研全国预报业务体系建设相关中小城市对预报软硬件和技术方法的实际需求，总站联合中科院大气物理研究所，在8个有典型地域代表性的中小城市开展了为期一个月的预报试验工作。针对中小城市环境监测站开展预报能力建设和业务工作面临的困难、问题进行调研和初步分析，并提出了相应的对策和建议，以期为中小城市空气质量预报工作的开展提供参考与借鉴。

1 空气质量预报试点

1.1 试验城市

综合考虑不同地域地理和气候特征、城市规模、监测站业务基础条件等代表性因素，选取8个中小城市作为预报试验城市，如表1所示。这些城市基本覆盖了中国大部分地区的地理、气候类型以及污染水平，其人员编制、技术能力也能够代表中小城市的平均水平。

表1 空气质量预报试验城市概况

8个试验城市中，南宁自2014年9月起初步探索开展新空气质量标准AQI预报，为广西南宁东盟峰会提供空气质量预报保障，但为期时间很短;西安具备原标准空气质量API预报经验，但不具备AQI预报经验。其他城市均无任何预报经验。目前，8个城市具备全国空气质量预报水平的平均代表性。

1.2 预报方法

1.2.1 计算机系统预报方法

计算机模式预报方法是开展环境空气质量预报的重要基础，目前主要有数值模式、统计模式两种基本方法。

数值模式能够以较高的时空分辨率反映大气污染的形成机理、时空分布、变化趋势，但专业性较强、硬件要求高，运行维护复杂，并且需要持续更新大气污染物排放清单，因此比较适用于区域和省际尺度的空气质量形势研判，为城市精细化预报提供初始场和边界条件等，而普通中小城市自行建立运行数值模式开展预报的可操作性不高。

统计模式以统计学方法为基础，利用历史监测数据研究大气污染的变化规律，建立大气污染物浓度与气象参数等影响因子之间的统计模型，以此来预测大气污染物浓度。与数值模式相比，统计模式预报结果准确率高，硬件要求低，但无法反映污染过程的来龙去脉，且预报结果的时空分辨率低，难以为城市和区域尺度的大气污染联防联控工作提供足够的技术支持。

试验工作采用的预报系统是中国科学院大气物理研究所研发的基于数值预报基础的统计模式预报方法，设计将数值模式与统计模式相结合，可利用国家平台下发的数值预报格点数据在GIS平台上展示影响城市空气质量的污染过程和演变趋势，同时可利用系统内的统计预报模块开展城市各监测点位的空气质量预报，可充分利用两种预报方法的优势。各试验城市预报系统用于展示污染趋势变化的格点数据由国家预报预警中心的数值预报平台下发，无需各城市另行运转复杂的数值模式。

1.2.2 人工客观订正方法

人工客观订正方法应用总站预报中心基于空气质量预报通用技术和经验框架总结的五步法，如图1所示。流程包括数值和统计预报模式产品分析、本地和区域污染源变化分析、大气扩散条件分析、实时和历史监测资料分析、人工客观订正五个步骤，具体方法参见文献［6］。试验工作前期，总站派员赴各试验城市开展了五步法培训，同时每日下发总站测试平台模式预报初步指导产品(中东部地区未来5日空气质量分布图)供各试验城市参考。

图1 预报方法流程

各城市预报员基于上述预报系统的预报结果，结合网络上各种国内外大气条件形势产品等资料，对辖区大气污染规律、地理地形条件、大气扩散条件影响因素、城市污染源和周边地区污染传输等进行综合分析判断，初步开展人工客观订正。

1.3 配置要求

试验采用的统计模式预报系统作为各城市监测站的业务预报平台，能够接收国家、区域或省级预报中心下发的数值预报模式指导产品及格点数据，在此基础上结合经训练后适用于当地的统计预报模式，通过系统内的GIS平台展示未来48 h城市辖区各国控点位的预报结果及区域空气质量污染变化形势。

按数据有效存储时间(最低2年)和运算速度的最低要求，采用系统硬件配置的基本要求详见表2。该系统所需服务器配置为目前商用小型服务器的主流配置。

表2 动力统计模式预报系统所需的硬件基本配置

2 预报结果评估

2.1 各城市空气质量代表性

试验时间为2014年12月—2015年2月，大部分城市均开展了为期一个月左右的预报工作。见图2。

图2 试验期间各城市空气质量级别天数比例

除西宁和嘉峪关出现良和轻度污染两种污染级别之外，其他城市试验期间的空气质量均覆盖了4种以上的污染级别，其中滁州、眉山试验期间空气质量由优至重度以上污染均有出现。衡水空气质量状况最为严重，重度及以上污染的天数比例达到46%。嘉峪关空气质量相对最好，空气质量为良的天数比例为83%。佳木斯空气质量为优的天数比例相对最高，达到26%。预报试验工作选取的8个城市中既有供暖城市，也有非供暖城市，试验期间各城市的空气质量状况覆盖了所有的污染级别，因此具备很好的空气质量预报试验代表性。

2.2 试验城市预报结果级别准确率

2.2.1 模式预报效果评估

各试验城市普遍反映试验工作采用的统计模式预报系统能够提供所在城市的24、48 h的空气质量指数(AQI)预报以及各项污染物浓度预报，同时还能反映城市及邻近地区大气污染的演变过程，系统界面简洁明了，操作简单易于掌握。

示范期间内，各城市统计模式的级别预报准确率见表3。

表3 各城市试验预报系统的24、48 h预报结果级别准确率 %

由表3可知，统计模式系统对8个城市的24、48 h时预报级别准确率普遍不高。由于该系统目前还处于初步研发和不断改进阶段，其中的统计预报模块尚待进一步优化，且统计预报模块需要当地空气污染物、气象等较长时期的历史监测数据加以训练，因而导致上述预报准确率偏低。

系统对嘉峪关、西宁的预报级别准确率为零，主要是总站临时业务测试平台的数值预报模式缺乏西北地区的污染源清单以及高原地区气象条件复杂等因素所造成。

2.2.2 人工客观订正效果评估

预报试验工作期间，各城市预报员基于动力统计模式的预报结果，并结合总站预报指导产品和大气条件形势产品等，结合总站培训的预报方法开展人工预报，各城市人工订正后的级别预报准确率见表4。

表4 各城市24、48 h人工订正预报结果级别准确率 %

由表4可以看出，经过人工客观订正后预报结果的准确率普遍都有不同幅度的提升。广西区站、西宁、西安3个市站预报成效相对较高，24 h预报超过80%，48 h预报超过50%，其中广西区站在试验期间对南宁的24 h级别预报准确率达到100%。嘉峪关的预报效果较好，24 h预报成效67%，48 h预报成效83%。滁州、眉山、衡水、佳木斯4个城市24 h预报准确率普遍低于60%，48 h预报准确率低于50%。由于预报人员技术水平和经验差异、有无指导产品支持差别、污染形势和地理环境复杂程度不同，各城市的人工级别预报准确率存在一定差异。

2.3 预报系统运行情况

总站下发数值预报模式指导产品与城市统计模式预报系统相结合的试验设计，在8个城市的预报试验工作过程中运行稳定，可靠性较高，除偶尔出现因总站平台气象数据下载延迟导致的数值预报产品数据推送不及时外，未出现其他系统性问题。因此，试验结果表明，只要服务器配置满足前述要求，并且网络和气象数据等条件有保障，该试验系统基本能够稳定可靠运行。

3 问题与对策和建议

3.1 空气质量预报方法需不断完善

各预报试验城市普遍认为试验工作采用的预报模式系统成本较低、界面简洁、操作简单、易于掌握，比较适用于中小型城市地区的空气质量预报。但由于该系统还处于初步研发阶段，目前还存在一些技术问题，如部分城市浓度值偏差较大、准确率低、网格分辨率低等，在一定程度上影响到预报结果的准确率。

建议统计模式研发部门针对上述问题开展研究，不断优化完善预报系统，结合地方城市预报需求增加完善系统功能，不断提高预报准确率，满足中小城市空气质量预报的需求。

如前所述，数值模式和统计模式各有优缺点，考虑到中小城市的规模大小不同、空气质量污染类型和复杂程度不同，并且各中小城市环境监测部门的预报基础条件、技术能力水平差异较大，建议各城市根据各自实际情况，参考总站编写的《环境空气质量预报预警技术指南》，自行选用适合辖区实际情况和条件的数值模式、统计模式等方法开展城市精细化空气质量预报。各地开展辖区趋势预报或精细化预报所需的周边大范围数值模拟指导产品可由国家、区域或有条件的省级环境监测部门下发，以节约成本，提高工作效率。

3.2 中小城市开展预报工作基础条件有待提高

尽管“大气十条”并未要求3个重点区域以外的地级城市开展预报预警工作，而国内部分地区，尤其是污染形势严重的中东部地区的中小城市也有开展空气质量预报业务的现实需求。但由于没有国家明确的业务要求，大部分中小城市无法获得预报业务所需的技术人员、能力建设、业务经费等方面的政策保障。

试验结果表明，因无政策安排，目前大部分中小城市监测站还未设置预报科室和相关工作人员，试验工作大部分由各城市监测站临时由自动室、大气室、信息室等科室抽调人员承担。统计模式系统所需服务器等硬件费用尽管不高，但部分城市无相关经费支持，需要借用该省、市信息中心的服务器才能完成试验工作。这些问题则导致中小城市环境监测部门难以稳定开展预报业务。

建议环境管理部门明确中小城市是否可以开展空气质量预报业务工作。如明确要求开展，应编制印发相应的实施方案并组织相关技术部门编制相应的中小城市空气质量预报预警业务指南和规范，支持和规范中小城市环境监测部门开展预报业务工作。同时，为保障预报业务的稳步开展，各地方监测站须争取环境管理部门政策支持，以保障业务人员和资金投入，加强预报预警系统能力建设，并保证业务用房空间、技术队伍、系统平台、网络、供电等预报运行经费。

3.3 中小城市空气质量预报人员技术水平较弱

受多种因素制约，所有计算机模拟系统的空气质量预报结果均存在一定程度的偏差。空气质量预报员对计算机模型的预报产品及其统计应用、大气条件及其分析、污染源及其来源贡献成因、大气污染机理及规律认识等方面的综合分析判断是空气质量预报业务工作必不可少的重要技术环节，这些环节需要预报员具备较为全面的大气化学、大气物理、大气和污染源监测等相关专业知识。试验工作表明，目前中小城市环境监测部门技术人员的专业背景和知识结构主要以分析化学、环境科学等为主，与空气质量预报工作的需要存在差距，还需针对性的进行专业技术培训。

试验结果表明，各试验单位技术人员经过基本培训，均能够开展和完成初步的预报试验工作。进一步而言，系统的预报技术培训及实践经验也是决定预报水平高低的重要因素。该次试验中，广西区站、西安、青海省站的预报技术人员曾在总站提前参加了为期一个月的空气质量预报理论培训和技术实训，其预报成效明显高于其他地方站，而其他城市的预报准确率相对较低。总体来看，当前国内大部分中小城市尚未积累新标准空气质量预报的技能和经验，亟需接受空气质量预报专业基础知识培训。

鉴于此，建议各地结合当前的空气质量预报工作的形势需要，适当增加人员编制，大力加强人才培训和创新人才引入机制。同时，环保部等上级环境管理部门应组织相关部门和专家针对中小城市空气质量预报开展专业技术培训，加强技术指导和交流，不断提高中小城市空气质量预报水平。

4 结语

为更好的推进全国环境空气质量预报体系建设，总站通过组织典型中小城市开展空气质量预报试验工作，调研了中小城市开展预报工作的基础条件、现实需求和存在问题。试验结果表明，在总站指导产品与城市简单平台相结合的总体设计基础上，各试验单位能够很好地完成试验预报工作。试验城市在掌握了初步预报技术方法的基础上，能够基本开展预报业务工作，预报效果取决于各方面技术培训和专业经验等多种因素。

此外，开展城市预报业务面临政策、人员、业务保障等基本问题。根据试验调研，建议环境管理部门明确中小城市预报工作要求，在此前提下组织相关部门编制中小城市预报技术指南和规范，增加对中小城市空气质量预报预警能力建设的资金投入。同时保障相应的业务运行费用，加强中小城市预报人才队伍建设，大力开展预报技术交流和培训。建议各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。

［1］孙峰，张大伟，孙瑞雯，等．北京地区冬季典型PM2.5重污染案例分析［J］．中国环境监测，2014，30(6)：1-12．

［2］程念亮，李云婷，张大伟，等．2014年10月北京市4次典型空气重污染过程成因分析［J］．环境科学研究，2015，28(2)：163-170．

［3］邹强，姚玉刚，林惠娟．苏州市区灰霾现象形成的气象条件分析［J］．中国环境监测，2014，30(1)：37-42．

［4］环境保护部．2014年京津冀、长三角、珠三角区域及直辖市、省会城市和计划单列市空气质量报告［R］．2015．

［5］国务院．大气污染防治行动计划(国发［2013］37号)［R］．2013．

［6］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．