环境气象业务数值模式预报效果对比检验

环境气象业务数值刘慧;饶晓琴;张恒德;李明;张志刚【摘要】BasedonthevisibilityandairqualityresultsfromJanuarytoMarchin2015forecastedbyfourenviron-mentalmeteorologyoperationalnumericalmodelsfromtheNorthChina,EastChinaandSouthChinaRegionalMe-teorologicalCentersandtheNationalMeteorologicalCenter,respectively,theirforecastingqualitywasverified.Theresultsshowthatwiththedecreaseofvisibility,thesemodels'forecastingqualitygraduallyreduces.Whenthevisi-bilityislessthan1km,onlymodelsfromtheNorthChinaRegionalMeteorologicalCenterandthenationalfogandhazenumericalforecastingoperationalsystem-CUACE(CMAUnifiedAtmosphericChemistryEnvironment)ex-hibitacertainforecastingskill;theTSto24hvisibilitypredictioninBeijingare0.20and0.10,respectively.Gen-erallyspeaking,thevisibilitypredictionerroroftheCUACEmodelislargerthanthoseofregionalmeteorologicalcenters'models,andthecorrelationcoefficientofobservationswiththepredictionsislessthan0.6.Similarly,withthedecreaseofairquality,thesemodels'predictionqualitytoAQI(AirQualityIndex)graduallyreduces.WhentheAQIisattheexcellentrank,theTSarehigher;andduetothegoodairconditioninSouthChina,itsTSscoreforAQIpredictionisthehighest.Ingeneral,forthe24hAQIprediction,theforecastingqualitiesoftheregionalcenters'modelsaresuperiortothatoftheCUACEmodel,andforthe48hand72hones,thesituationisopposite.ThevaluesofPM2.5concentrationforecastedbythesemodelsarenormallylowerthanthoseofobservations.Theerrorof24hPM2.5concentrationforecastedbytheSouthChinaRegionalMeteorologicalCenter'smodelisrela-tivelysmall,andthoseforecastedbytheNorthChinaandEastChinaRegionalMeteorologicalCenter'smodelsarecomparativelylarger.ForthepredictionofPM2.5concentration,theperformanceoftheCUACEmodelistheworstamongthesemodels,withalowercorrelationcoefficientbetweenthepredictionsandobservations.%基于华北区域气象中心、华东区域气象中心、华南区域气象中心和国家气象中心环境气象业务数值模式2015年1—3月的预报结果,从能见度和空气质量两个方面对环境气象业务数值模式的预报效果进行了对比检验.结果表明:随着能见度降低,各数值模式的预报能力均逐渐下降，对于＜1km的能见度，仅华北区域模式和国家级雾霾数值预报业务系统(CMAUnifiedAtmosphericChemistryEnvironment,CUACE)模式表现出一定的预报技巧，其中华北区域模式和CUACE模式对北京本地24h能见度预报的TS评分分别为0.20、0.10;CUACE模式总体能见度预报误差较各区域数值模式均偏大；CUACE模式和华北区域模式、华东区域模式、华南区域模式能见度预报值与观测值的相关系数普遍低于06随着空气质量下降，各数值模式AQI的预报能力均逐渐下降；AQI为优等级时，各数值模式AQI预报的TS评分均较高，其中空气质量较好的华南地区空气质量等级预报的TS评分最高，为0.81;总体上24h的AQI预报,区域模式优于CUACE模式;48h和72h的AQI预报,CUACE模式优于各区域模式•各数值模式PM2.5浓度的预报值普遍较观测值偏低,华南区域模式24h的PM2.5浓度预报误差相对较小，华北区域模式和华东区域模式24h的PM2.5浓度预报误差相对较大；CUACE模式PM2.5浓度的预报误差较各区域模式均偏大,CUACE模式PM2.5浓度预报值与观测值的相关系数较各区域模式均偏低.期刊名称】《气象与环境学报》年(卷),期】2017(033)005【总页数】8页(P17-24)【关键词】数值模式;能见度；AQI;PM2.5;检验【作者】刘慧;饶晓琴;张恒德;李明;张志刚【作者单位】中国气象局预报与网络司,北京100081;国家气象中心,北京100081;国家气象中心,北京100081;国家气象中心,北京100081;中国气象局预报与网络司,北京100081【正文语种】中文【中图分类】P456.7目前，大气环境污染对居民健康和社会和谐稳定等方面的影响日益凸显，特别是进入21世纪以来，随着社会经济高度发展和城市人口密度增加，以京津冀、长江三角洲和珠江三角洲地区为代表的城市群大气环境污染愈发严重［1］。研究表明［2］，中国大气环境污染已由单一煤烟型污染转为煤烟型与光化学污染并存的复合型污染，以PM2.5和03为典型代表污染物的大气污染已成为中国快速发展中城市面临的主要大气环境污染问题。随着物质生活水平逐步提高，与健康密切相关的大气环境也越来越引起人们的高度重视［3］。气象部门是大气环境监测预报和评估服务的重要主体部门，环境气象预报服务已成为新时期经济社会条件下政府和公众的需求。环境气象数值模式将中尺度数值天气模式和大气化学模式集合为一体，在给定的区域内，基于气象观测资料、数值天气预报结果及各类污染源的空间分布和排放强度，预报主要污染物浓度随时间的变化［4］，环境气象数值模式是环境气象预报服务最重要的技术支撑，在环境气象预报及大气污染影响评估等方面发挥着越来越重要的作用。环境气象数值模式经过三十多年的发展，经历了拉格朗日轨迹模型、两代欧拉网格模型，发展到第三代空气质量模型系统和近年的化学—动力耦合模式[5-7]目前，国际上应用较广泛的环境气象数值模式主要包括美国环保署(U.SEnvironmentalProtectionAgency，EPA)开发的通用多尺度空气质量模式(CongestionMitigationandAirQuality，CMAQ)、美国Environ公司的可拓展综合空气质量模式(ComprehensiveAirQualityModelwithExtensions，CAMx)[8-9]及美国国家大气研究中心(NationalCenterforAtmosphericResearch，NCAR)、美国国家海洋和大气管理局(NationalOceanicandAtmosphericAdministration，NOAA)、美国太平洋西北国家实验室(UniversityCorporationforAtmosphericResearch，UCAR)等多家组织联合开发的气象一化学耦合模式(WeatherResearchandForecastingModelCoupledwithChemistry,WRF-CHEM)[10-11]。其中，第三代空气质量模式CMAQ具有较完善的化学机制，可以较全面地进行实际大气中空气污染物浓度的模拟和空气质量预报研究；化学一动力耦合模式WRF-CHEM可以减小由于对气象场进行插值造成的误差，并为探讨大气化学过程对气象的反馈提供条件[12-13]。中国空气质量数值模式的研究起步相对较晚，但近年来也建立了多套环境数值模式系统，并逐步应用于空气质量、光化学烟雾及霾天气等研究和预报中，如中国科学院大气物理研究所自主开发的嵌套网格空气质量预报模式系统(NestedAirQualityPredictionModelingSystem,NAQPMS)、南京大学城市空气质量数值预报系统(NanjingUniversity-CityAirQualityNumericalPredictionSystem，NJU-CAQPS)[12]和中国气象科学研究院研发的城市空气污染数值预报系统(CityAirPollutionPredictionSystem,CAPPS)等[14]。近年来，气象部门也不断组织发展环境气象数值模式，并在国内的空气质量预报和大气污染研究中广泛应用。中国气象科学研究院自主研发了国家级雾霾数值预报业务系统(CMAUnifiedAtmosphericChemistryEnvironment,CUACE),CUACE基于中尺度天气模式MM5(MesoscaleModelversion5)在线耦合了化学天气模式，已应用于全国环境气象业务中［15-16］。中国部分区域气象中心也相继通过引进国外化学模式，本地化改进后建立了区域高分辨率环境气象数值模式系统，在区域环境气象业务中发挥了重要的作用。华北区域气象中心引进了WRF-CHEM模式并本地化建立了华北区域环境气象数值预报系统(BeijingRegionalEnvironmentalMeteorologyPredictionSystem，BREMPS)［13］，华东区域气象中心引进了WRF-CHEM模式并本地化建立了华东区域环境气象数值预报系统［9］，华南区域气象中心引进了CMAQ模式并本地化建立了华南区域环境气象数值预报系统(GuangdongRegionalAssimilationChemistryEnvironmentalSystem，GRACEs)［17］。按照《环境空气质量标准》［18］的最新定义，反映空气质量的6大类污染物分别为PM2.5、PM10、S02、N02、O3和CO,将6类污染物的实测浓度按照规定方法与标准限值进行相应比较，即为各项污染物的空气质量分指数(IndividualAirQualityIndex，IAQI)，6类污染物中IAQI数值最大的即为空气质量指数(AirQualityIndex，AQI)，将AQI分为6个等级，AQI数值越大，级别越高，说明空气污染越严重，对人体健康的危害也越大。气象部门自2013年开始在全国范围内开展环境气象预报业务，重点开展雾霾、沙尘、空气污染气象条件及空气质量预报预警等业务［15］，随着环境气象模式在业务中的应用越来越广泛，全面深入地认识环境气象数值模式的预报性能，是现阶段环境气象业务发展的当务之急。目前国内对环境气象数值模式的检验多集中于单个模式系统的天气学检验，较少对重点区域多个模式系统进行统计学检验。从客观评价数值模式系统预报能力的角度出发，借鉴区域数值天气模式统一检验的方法［19］，基于全国环境气象业务模式，采用同一个预报检验方案，从二分类和连续变量两个角度［20］对相同地区与相同时间环境气象数值模式的预报效果进行检验对比，以期了解环境气象数值模式的预报能力，为更好地应用环境气象数值模式产品和改进数值模式提供参考。1.1资料来源1.1.1数值模式资料本文选取华北区域气象中心、华东区域气象中心、华南区域气象中心和国家气象中心业务运行的环境气象业务数值模式系统参与对比检验，参与检验的环境气象业务数值模式系统的基本参数见表1。针对大气环境污染在秋季和冬季较突出的特点，选取各数值模式2015年1—3月的预报结果参与检验。从能见度和空气质量两个方面进行分析，参与检验的要素见表2。检验时段为各数值模式08时和20时起报的24h间隔的0—72h预报结果。1.1.2实况资料2015年1—3月能见度实况资料来源于国家级自动气象站逐小时能见度观测资料2015年1—3月空气质量实况资料来源于国家环保部1436个国控站点逐小时AQI和PM2.5浓度监测资料。1.2检验方法采用分级检验和数值检验相结合的方法，各要素检验方法见表3。统一采用双线性插值方法，将各环境气象业务数值模式预报的格点资料插值到气象观测站点。1.2.1分级检验分级检验中，将数值模式产品插值到气象站点后，按照能见度和AQI的不同等级分别计算预兆得分(ThreatScore，TS)评分、漏报率及空报率，公式分别为：TS评分：TS=漏报率：PO=空报率：FAR=式(1)—式(3)中，NA为预报正确的站(次)数；NB为空报站(次)数；NC为漏报站(次)数。当预报等级与实况等级相同，则判定为预报正确；预报在某等级内而实况未出现在该等级内，则为空报；预报不在某等级内，而实况出现在该等级内，则为漏报。1.2.2数值检验在数值检验中，将数值模式预报的格点资料插值到气象站点，对插值后的预报值与观测值进行比较评估，检验指标包括平均误差(MeanError，ME)、平均绝对误差(MeanAbsoluteError，MAE)和相关系数(RelativeCoefficient，R)，公式分另0为：平均误差ME:平均绝对误差MAE:相关系数R:R=式(4)—式(6)中,Fi为第i站(次)预报值；Oi为第i站(次)观测值；为预报值的平均值；为观测值的平均值；N为检验总站(次)数。能见度预报检验分级检验按照能见度VISnIOkm、5kmvVISvIOkm、3km<VIS<5km、1kmvVIS<3km和VIS<1km等5个等级，分别计算各环境气象业务模式能见度预报的TS评分，其中R_BJ表示华北区域模式对北京地区的预报，R_SH表示华东区域模式对上海地区的预报，R_GD表示华南区域模式对广东地区的预报，R_HB表示华北区域模式对华北地区的预报，R_HD表示华东区域模式对华东地区的预报，R_HN表示华南区域模式对华南地区的预报，C_China表示CUACE模式对全国的预报，C_BJ表示CUACE模式对北京地区的预报，C_SH表示CUACE模式对上海地区的预报，C_GD表示CUACE模式对广东地区的预报，C_HB表示CUACE模式对华北地区的预报，C_HD表示CUACE模式对华东地区的预报，C_HN表示CUACE模式对华南地区的预报（下同）。由图1可见，当能见度>10km时，各环境气象业务模式不同时效能见度的预报均较准确，TS评分可达1.0。对于5—10km能见度，华东区域模式能见度的预报效果最好，华北区域模式和华南区域模式能见度预报的TS评分均略低；但华北区域模式对北京本地能见度的预报技巧明显高于对整个华北地区能见度的预报技巧；CUACE模式对全国及各区域能见度预报的TS评分总体比各区域中心模式能见度预报的TS评分略偏低，但其对北京地区能见度预报的TS评分为所有模式中最高。对于3—5km能见度，国家级和区域中心模式能见度的预报水平基本相当。对于1—3km能见度，CUACE模式的预报技巧较各区域中心数值模式略偏高。对于<1km的能见度，仅华北区域模式和CUACE模式表现出一定的预报技巧，其他数值模式能见度预报的TS评分均较低。2.1.2数值检验由平均误差可知（图2a），各环境气象业务数值模式对日平均能见度的预报较实况普遍偏大；区域数值模式中，华东区域模式24h能见度预报的平均误差最小，华北区域模式和华南区域模式24h能见度预报的平均误差相对较大；CUACE模式24h华北区域能见度预报的平均误差相对较小，华东区域模式和华南区域模式能见度预报的平均误差均相对较大，且随着预报时效延长，CUACE模式能见度预报的平均误差逐渐下降。由绝对误差可知（图2b），区域模式中以华南区域模式能见度预报的绝对误差最大，华北区域模式和华东区域模式能见度预报的绝对误差均相对较小；CUACE模式24h能见度预报的绝对误差较各区域模式均偏大，但随着预报时效延长，CUACE模式能见度预报的绝对误差逐渐下降，即72h预报时效优于48h和24h预报时效。由相关系数可知（图2c），除华北区域模式对北京本地和华东区域模式对上海本地能见度预报值与观测值的相关系数达0.6以上，CUACE模式、华北区域模式、华东区域模式和华南区域模式能见度预报值与观测值的相关系数均低于0.6；区域模式中以华南区域模式能见度预报值与观测值的相关系数最低，华北区域模式和华东区域模式能见度预报值与观测值的相关系数略高；CUACE国家级模式能见度预报值与观测值的相关系数较各区域中心模式均偏低。反映了现阶段环境气象业务数值模式对能见度预报的水平整体还较低，需进一步改进。2.2空气质量预报检验2.2.1AQI分级检验由图3可见，对于优等级空气质量的预报，各环境气象业务数值模式空气质量预报的TS评分均较高，普遍为0.6以上，其中以空气质量相对较好的华南地区空气质量预报的TS评分最高。对于良等级空气质量的预报，华北区域模式和华东区域模式空气质量预报的TS评分均相对较高，华南区域模式空气质量预报的TS评分相对较低。对于轻度污染及以上等级空气质量的预报，各环境气象业务数值模式空气质量预报的TS评分普遍较低，预报指导能力亟待提升，其中空气质量整体较差的华北地区空气质量预报的TS评分相对较高，华东区域模式对各级空气污染预报的TS评分较华北区域模式、华南区域模式和CUACE模式均偏低。CUACE模式对华北和华南地区24h空气质量预报的TS评分分别较华北区域模式、华南区域模式偏低，CUACE模式对华东地区24h空气质量预报的TS评分较华东区域模式略偏高（图3a），且CUACE模式72h空气质量预报的TS评分均高于各区域模式（图3c）及CUACE模式24h的空气质量预报结果，具有较好的参考价值。2.2.2日平均PM2.5浓度检验由平均误差可知（图4a），各环境气象业务数值模式预报的日平均PM2.5浓度普遍存在低估的现象，仅CUACE模式对北京地区、上海地区和华北地区日平均PM2.5浓度的预报较实况偏大；区域模式中，华南区域模式和华北区域模式预报的24h日平均PM2.5浓度的平均误差相对较小，华东区域模式预报的24h日平均PM2.5浓度的平均误差相对较大；CUACE模式对华北地区日平均PM2.5浓度的预报偏大，对华东地区和华南地区日平均PM2.5浓度的预报均偏小。由绝对误差可知（图4b），与平均误差检验结果类似，华南区域模式和华北区域模式预报的24h日平均PM2.5浓度的绝对误差均相对较小，华东区域模式预报的24h日平均PM2.5浓度的绝对误差较大；CUACE模式日平均PM2.5浓度预报的绝对误差比各区域模式均偏大。由相关系数可知（图4c），除华北区域模式对北京地区和华北地区、华东区域模式对上海地区日平均PM2.5浓度预报值与观测值的相关系数达0.6以上，其余模式预报的日平均PM2.5浓度与观测的日平均PM2.5浓度相关系数均低于0.6；区域模式中，华南区域模式日平均PM2.5浓度预报值与观测值的相关系数最低，华北区域模式和华东区域模式日平均PM2.5浓度预报值与观测值的相关系数相对较高；CUACE国家级模式预报的日平均PM2.5浓度与观测的日平均PM2.5浓度相关系数较各区域模式均偏低。2.2.3PM2.5日峰值浓度检验由平均误差可知（图5a），各环境气象业务数值模式对PM2.5日峰值浓度普遍存在低估的现象，仅CUACE模式对北京地区、上海地区和华北地区PM2.5日峰值浓度的预报较实况偏大；区域模式中，华南区域模式和华北区域模式24h的PM2.5日峰值浓度预报的平均误差相对较小，华东区域模式24h的PM2.5日峰值浓度预报的平均误差较大；CUACE模式对华北地区PM2.5日峰值浓度的预报偏大，对华东地区和华南地区PM2.5日峰值浓度的预报均偏小。由绝对误差可知（图5b），华南区域模式24h的PM2.5日峰值浓度预报的绝对误差相对较小，华北区域模式和华东区域模式24h的PM2.5日峰值浓度预报的绝对误差均相对较大；CUACE模式对华北地区PM2.5日峰值浓度预报的绝对误差最大，较华北区域模式PM2.5日峰值浓度预报的绝对误差偏大，CUACE模式对华东地区和华南地区PM2.5日峰值浓度预报的绝对误差均相对较小，与各区域模式绝对误差相当。相关系数检验表明（图5c），CUACE模式、华北区域模式、华东区域模式、华南区域模式PM2.5日峰值浓度预报值与观测值的相关系数均低于0.6,表明各数值模式对PM2.5日峰值浓度的预报整体水平较低；区域模式中，华北区域模式和华东区域模式PM2.5日峰值浓度预报值与观测值的相关系数均相对较高；CUACE模式PM2.5日峰值浓度预报的误差较各区域模式均偏大，PM2.5日峰值浓度预报值与观测值的相关系数较各区域模式均偏低。（1）能见度检验表明，随着能见度降低，各环境气象业务数值模式的预报能力均逐渐下降；对于5km以上能见度，CUACE模式能见度预报的TS评分较各区域模式均略偏低；对于5km以下能见度，CUACE模式能见度预报的TS评分较各区域模式均略偏高；CUACE模式总体能见度预报的误差较各区域模式均偏大，但模式不同时效预报的稳定性明显优于各区域模式；3个区域模式中，华北区域模式和华东区域模式能见度的预报效果略高于华南区域模式，特别是华北区域模式对北京地区、华东区域模式对上海地区能见度具有较高的预报技巧，可能是由于模式系统对北京和上海地区排放源清单排放量的统计及下垫面土地覆盖类型的描述更精准。各数值模式能见度观测值与预报值的相关系数普遍低于0.6，说明各数值模式的预报性能需进一步改进。能见度预报重点应考虑气溶胶的吸湿增长效应，需获取精细的气溶胶分粒径化学组分信息，现阶段数值模式系统对气溶胶精细理化特性的预报能力有限，因此数值模式对能见度的预报整体水平较低。AQI分级检验表明，随着能见度降低，各环境气象业务数值模式AQI的预报能力均逐渐下降；对于优等级空气质量的预报，各数值模式AQI预报的TS评分均较高；对于良等级空气质量的预报，华北区域模式和华东区域模式AQI预报的TS评分相对较高；对于轻度污染及以上等级空气质量的预报，各数值模式AQI预报的TS评分普遍较低，其中以空气质量整体较差的华北地区各模式空气质量预报的TS评分相对较高；各区域模式对同区域24h的AQI预报技巧略好于CUACE模式，但CUACE模式72h的AQI预报TS评分高于各区域模式及其24h时效预报，可能是由于CUACE模式预报范围覆盖整个中国，在排放源方面综合考虑了国内和邻近国家的排放源影响，模式系统对大尺度天气过程的演变及其对污染物分布和传输扩散趋势的模拟优于区域模式。3个区域模式中，对于优等级空气质量的预报，对空气质量较好的华南地区表现了较高的预报技巧，随着AQI增大，华北区域模式的预报效果相对较好，华北区域模式对北京地区、华东区域模式对上海地区的AQI仍表现出了较高的预报技巧。PM2.5浓度检验表明，各环境气象业务数值模式对PM2.5浓度普遍存在低估的现象，区域模式中，华南区域模式24h的PM2.5浓度预报的误差相对较小，华北区域模式和华东区域模式24h的PM2.5浓度预报误差相对较大；CUACE模式PM2.5浓度的预报误差较各区域模式均偏大，PM2.5浓度观测值与预报值的相关系数较各区域模式均偏低，可能是由于CUACE模式分辨率较低，对局地环流特征的精细刻画较差，造成PM2.5浓度的预报偏差较大；3个区域模式对PM2.5浓度的预报基本表现为负偏差，一方面可能是由于区域模式预报范围偏小造成区域输送量偏低，另一方面可能是由于区域模式采用的排放源清单数据较早，对PM2.5的排放量存在低估的现象。(4)本文仅采用2015年1—3月的数据资料对国家级和华南、华北、华中3个区域气象中心环境气象业务模式的能见度与空气质量预报的部分指标进行了初步检验，样本时间序列较短，未涵盖不同季节和不同年份，且国家级模式和区域中心模式在水平分辨率上相差较大；至于更全面地了解环境气象数值模式对各要素各季节的预报性能，深入分析模式中可能存在的诸多问题，为预报员提供更科学实用的预报参考，还需更深入地分析研究。【相关文献】［1］ 任阵海，万本太,苏福庆，等•当前我国大气环境质量的几个特征J］环境科学研究,2004,17(1):1-6.［2］ 马雁军，王扬锋,刘宁微，等•辽宁中部城市群主要大气污染物时空分布特征的数值模拟J］气象与环境学报,2006,22(2):6-10.［3］ 许杨，王凯，贾桥莲，等.2007—2008年武汉市空气质量预报及检验［J］气象与环境学报,2012