江淑芳, 朱德明, 林楚雄, 刘婵芳, 徐伟嘉, 李红霞, 黄慎
(1.中山大学先进技术研究院,广东广州510275;
2.广州旭诚信息科技有限公司,广东广州510275:
3.深圳市环境监测巾心站,广东深圳510888)
摘要:基于深圳市2013年4月-2014年3月每日气象观测数据和空气质量监测数据,分析了深圳市不同空气污染程度下的天气规律及影响要素特征,并通过将天气系统分为13种类型,在寻求与建立不同天气类型情景下污染物(PM2.5.PM10、SO。、N0。、CO、O。与AQI指数)变化函数的基础上,构建了天气形势预测模型对深圳市未来1—3 d空气质量进行预测。结果表明:(1)整体而言,低压系统和辐合区有利于深圳市大气污染物的扩散,而高压系统和均压区不利于大气污染物的扩散。(2)当深圳市出现轻度以上污染时,陆地一般由高压系统所控制,且深圳以处于高压前部分主。(3)天气形势预测模型对深圳市AQI指数的24、48、72 h预报相对误差分别为22.0%、22.2%与21.9%,该模型具有一定的准确率和可靠性,对空气质量预测具有较好的应用价值,可为空气质量预报预警提供科学的参考依据。
关键词:空气质量;大气监测;天气形势;预报预警
空气质量不仅直接影响人们日常的生活环境与出行条件,更是与人们的健康息息相关。2012年初,国务院发布了《环境空气质量标准》( GB 3095-2012)与《环境空气质量指数(AQI)技术规定(试行)》,明确要求各级环保部门2016年1月1日后需发布空气质量监测点位的实时报(逐小时)。2013年1月14日,环境保护部发出通知要求各地认真做好重污染天气条件下空气质量监测预警工作,切实加强大气污染防控,努力减轻污染影响,保障人民群众身体健康。
目前,全国各地陆续开展空气质量预报预警系统的建设及业务化运行。北京采用了动态统计预报模型,以及空气质量多模式集合预报系统开展预报工作;南京大学采用WRF-CMAQ与WRF-Chem相结合的区域空气质量预报系统;上海研发了基于SMB-WARMS和WRF-CMAQ的数值预报系统等。数值预报模型虽综合考虑了气象、下垫面、边界条件等因素的综合影响作用,然而计算量庞大,软硬件要求高,并且预报准确度受污染源清单、边界层条件等多重要素的影响。气象条件作为环境诸要素中最为活跃的因子,天气形势的变化对于环境变迁、人类发展都产生着显著影响,因此通过气象条件建立统计模型,来定量地判断环境空气质量的发展趋势是十分必要且极具意义。
该研究基于深圳市每日气象观测数据、空气质量监测数据,通过分析深圳市不同空气污染程度下的天气规律及影响要素特征,将该市天气系统特征进行分类,并寻求与建立不同天气类型情景下污染物变化函数,以构建天气形势预测模型,探讨该模型预测深圳市未来1~3 d空气质量的应用可行性。
1数据来源与天气分类
气象数据来自欧洲中心每日天气形势的气象观测数据,包括20130401-20140331(其中2013.07整月数据缺失)的地面等压线与地面观测要素(风向、风速、温度、云量等)、925 hPa流线与观测要素(风向、风速、温度)、850 hPa等高线与等温线、500 hPa等高线。深圳市天气形势分为13类,见表1。
如表1中所示,第1—5类天气系统可统称为低压系统,第11—12类天气系统通常在低压系统控制大陆的气象条件下产生的,故亦归于低压系统,而第6—9、13类天气系统统称为高压系统,均压区另成一类。部分天气类型图示如图1所示。
2天气形势预测法建模原理
根据天气图对深圳市研究时段内各天的天气形势进行分类,以不同天气形势系统为基础,考察污染物浓度随天气形势转变的变化规律,以此建立对PM2.5、PM10、SO。等空气污染物及AQI指数的预测模型,实现对深圳市未来l~3 d空气质量的预测。
建模的原理与思路如下:
(1)根据天气观测图,对深圳市每日天气系统进行分类。
(2)数学建模计算出每个月每2种天气形势转换之间的污染物6项指标与AQI值改变应该相乘的系数。
系数的具体算法如下:利用已知的污染物浓度和AQI指数,当A种天气形势转换成B种天气形势时(这里的A种和B种天气形势为上面说到的13种天气形势种的任意一种,A和B也可以指同一种天气形势),AQI的值由C变化到D,则D/C为这2种天气形势转换之间的一个系数,据此研究时段内每一次出现这样的一次转换就可出现一个不同或相同的系数,最后将这些系数取平均即为研究时段内A种天气形势转换成B种天气形势应该相乘的系数。
(3)得到转换系数之后,根据未来l—3 d出现的天气类型,则可根据当天天气形势、污染物浓度以及AQI指数乘以相应转换系数,依次类推出未来空气质量预报结果。
(4)通过将预报值与实际值对比,可计算相对误差的大小。
平均相对误差定义:
式中,G:是预测值,Co是观测值,NME反映了各预测值与实测值的平均偏离程度。
3分析与讨论
3.1各种天气形势对应天气特征综合分析
深圳市13种天气类型对应的天气及其空气质量扩散条件特征如表2所示。
3.2各种天气形势类型出现天数
深圳市各类天气形势出现的天数如表3所示。处于高压前部的天数最多,有121 d,约占308 d总样本数的39%。处于均压区、低压前部的天数分别为43、31 d,约占总样本数的14%与10%。处于低压后、高压前部弱梯度、高压内、高压后部、辐合区和高压后低压前的天数相对较少,分别为12、18、18、14、15和17 d,其他种类型出现的次数很少。
3.3 不同污染等级出现天数及其天气类型
不同污染等级出现的天数及其天气形势类型如表4所示。在深圳市发生轻度污染和中度污染的29 d中,有25 d均为高压系统所控制,达到86.21%,即当轻度污染和中度污染出现时,陆地一般由高压系统所控制,且深圳处于高压前部分主;而空气质量等级为优或良的情况,天气形势没有发现一般的规律。
如表4所示,所统计的308 d中深圳空气质量有5d达到了中度污染级别,AQI最大值为179,其中处于高压前部的占4d,低压前的占1d。空气质量有24 d达到了轻度污染级别,AQI最大值为148,其中处于高压前部的占17 d,均压区的占3d,高压前部弱梯度与高压内的分别占2 d;空气质量为优的有103 d,其天气形势的分布比较分散,几乎各种类型都有出现,其中有41 d为低压系统所控制,15 d为均压区所控制,47 d为高压系统所控制,规律性不强;空气质量等级为良的与空气质量为优的相类似,无普遍的规律。
就季节和月份而言,如表5,在干湿季,其发生轻度污染及以上的天数出现相当明显的差异:湿季仅有2d,其中1d为轻度污染,其对应的地面天气形势为均压区,另外1d为中度污染,其对应的地面天气形势为低压前;干季有27 d,且以12月份最为严重,其次为1月份。如此可见,深圳市的干季比湿季更容易发生轻度污染及以上级别的污染,且以冬季最为严重。
按照环境空气质量指数的技术规定,当AQI的值大于50时,单项污染物的空气质量指数(lA QI)最大的空气污染物即为当日的首要污染物,这也是在日常预报中必不可少一项指标。因此,本文对深圳市在201304-201403期间,首要污染物的分布情况进行了分析,如表6所示。
经过统计发现:在本文研究的一整年中,首要污染物仅为以下4项:PM2.-、PM,。、N02和臭氧8h,PM2.5为首要污染物出现的情况最多,有103 d,其次为NO。和PM10,没有出现SO。和CO作为首要污染物的情况;且发生轻度污染及以上污染的29 d中除了仅有的l d首要污染物为臭氧8h,其余28 d首要污染物全部为PM2.5,如此可见,深圳市空气质量的污染主要是由细颗粒物引起。
此外,从表6中,其首要污染物的分布具有季节性变化:11月至次年的4月,首要污染物主要为细颗粒物PM2.5;N02作为首要污染物多出现在春季(3、4、5月);臭氧8h作为首要污染物一般在高温炎热的夏季和秋季,以秋季居多,气温较低的冬春季臭氧8h不会作为首要污染物;而当首要污染物为PM10时,虽然其季节性不强,分布较为零散,但其主要集中在干湿季转换之间。
3.4天气形势预测法预报分析
3.4.1转换系数分析
汇总深圳市308个样本,以PM。。和0:3为例,获得的转换系数见表7。此处将整个研究时间段作为整体,计算了不同天气形势类型转换情景下的系数,具体如表7所示。
3.4.2预报准确度分析
以第1天空气质量实况和天气类型为基础,结合未来天气类型对深圳市24 h空气质量进行预测,并以24 h预测结果为基础,结合未来天气类型对48 h空气质量预测,以此类推,最终获得深圳市全年24、48、72 h污染物6项污染物浓度及AQI指数预报的相对误差,如表8所示。
结果表明,这种方案对未来3d进行预报,所产生的相对误差同样相对较小,最小的相对误差为CO的24 h预测,为8.9%,最大的相对误差为SO:的48 h预测,为43.9%,整体而言相对误差集中在8%—34%之间。天气形势预测模型对深圳市AQI指数的24、48、72 h预报相对误差分别为22.00/6、22.2%与21.90A,表明该模型具有一定的准确率和可靠性,对空气质量预测具有较好的应用价值,可为空气质量预报预警提供科学的参考依据。
4结论
根据深圳市气象观测所对应的天气形势进行分类,建立以天气形势为基础的组合情景库,分析污染物浓度随天气形势转变的变化规律的基础上,建立对PM2.5、PM10、SO。等6项污染物和AQI指数的空气污染预测模型。
(1)从整体上来说,低压系统和辐合区有利于大气污染物的扩散,而高压系统和均压区不利于大气污染物的扩散。
(2)当深圳市出现轻度污染和中度污染时,陆地一般由高压系统所控制,且该市以处于高压前部分主。
(3)深圳市空气质量等级为优和良的情况,天气形势没有表现出特定规律,未来可考虑进一步加大样本量深入研究。
(4)深圳市干季比湿季更容易发生轻度污染及以上级别的污染,其污染主要是由细颗粒物PM2.5引起,且首要污染物存在季节性变化。
(5)天气形势预测模型对深圳市AQI指数的24、48、72 h预报相对误差分别为22.0%、22.2%与21.9%,表明该模型具有一定的准确率和可靠性,对空气质量预测具有较好的应用价值,可为空气质量预报预警提供科学的参考依据。