新闻中心

NEWS CENTER

产品发布 | 让“前置管控”跑赢“未来污染”,中科三清发布空气质量延伸期预报产品

来源:

当前,我国已在全国范围内构建了“国家-区域-省级-城市”的四级空气质量预报体系,各级预报中心常规的预报业务基本可实现3~7天的短期预报,国家、部分省级或区域级预报中心已具备7~10天(部分地区最长达到15天)的中长期趋势预报能力。为实现“生态文明建设实现新进步”的奋斗目标,“十四五”规划提出要持续改善环境质量,深入开展污染防治行动,并对污染物浓度和污染天数的降低提出了明确要求。

随着大气污染防治工作从“粗放型”转向“精细化”,各地环保部门在“和时间赛跑,有效降低污染物浓度、减少未来污染天”等方面也迎来了严峻挑战。因此,环保部门有必要进一步提高空气质量污染事件以及污染过程的预报时效,并使用多种技术手段提高10天以后乃至月尺度的空气质量预报(即延伸期预报)的准确性,为后续污染防治工作的精准开展提供具有前瞻性的科学数据支撑。


围绕持续改善环境空气质量的目标,中科三清研发了空气质量延伸期预报产品,进一步扩展和丰富了空气质量预报体系。该产品基于中长期气候预测数据(CFSV2)和自主研发的多源清单融合排放数据集,利用“气候-嵌套网格空气质量预报模式系统”,实现至少每半月一次的城市/区域的大气污染物浓度的延伸期定量预测,能及时识别未来45天可能发生的大气污染过程。

图片

(空气质量延伸期预报产品示意图)

该产品可提前45天预测污染气象条件的时空变化,有效识别影响未来大气污染形成的重要天气系统和气象要素;实现月尺度污染过程可能发生的时段和区域的预测在污染防治攻坚、污染减排调控、重大活动保障和达标规划等应用场景中,为环保部门开展污染精准化管控留出更多的时间余量,让“前置的管控”跑赢“未来的污染”。


特色与亮点



改进模式输入数据质量,提高预测准确性

基于多源清单融合排放数据集、结合污染物监测数据,该产品采用初始场同化技术,从排放和初边界条件这两个影响模式预报结果的因素入手,改进相关数据质量,从而提高空气质量延伸期预测结果的准确性。

图片

(污染频次预报和实测对比示意图)



丰富产品表现形式,聚焦污染过程诊断

提供未来日、旬、半月、月或指定时段的污染物浓度预报、不同污染过程类型(轻度及以上、中度及以上、重度及以上)天数和发生频次的污染潜势预报;提供针对城市或区域不同污染过程类型的日历产品,并辅以延伸期天气形势和大气扩散条件的预报,帮助用户进一步提高延伸期空气质量污染预报的业务能力,从而支撑污染防控工作科学开展。

图片
图片
图片

(延伸期产品部分功能示意图)



作业混合调度技术,支持短中期和延伸期数值模式预报作业动态调度

考虑到空气质量延伸期预报计算效率、业务化需求(非逐日预报)和服务器计算资源约束(兼顾短中期空气质量数值模式预报),该产品基于作业混合调度技术,实现空气质量延伸期预报和短中期(15天以内)预报后台作业的动态调度,计算资源可根据常规短中期业务化预报情况进行动态调整,使得短中期预报作业的优先级高于延伸期空气质量数值预报,满足充分利用硬件空余时间,提升硬件使用率,降低用户采购成本的需求。

图片

(延伸期数值模式预报作业调度示意图,

两天延伸期预报的断点时间可根据模式运行情况自动调整)



应用与案例


案例一:2+26城市PM2.5重污染过程提前40天预测

根据2021年11月1日起报的45天数值模式预报结果显示,2+26城市在12月9-15日会经历一次PM2.5为首要污染物的重污染过程,11-14日,部分城市达到重度污染级别,出现重度污染城市个数累计达到18个。对比实测结果显示,12月9日开始,28个城市大部分城市出现PM2.5轻度污染过程,10日开始出现重度污染过程,重度污染城市个数累计达15个。虽然模式在大范围重度污染开始的时间较观测相比滞后了1-2天,但模式提前40天预测出了此次污染过程开始的时间以及污染的程度,在一定程度上为污染的提前管控提供了支撑依据。


图片
(11月1日起报的2+26城市污染过程预报和实测PM2.5刷色表)


案例二:郑州市PM2.5污染过程准确预测

2021年10月29日起报的郑州市2021年11月-12月上旬PM2.5浓度时间变化的预报结果和实测对比显示,除11月26-27日的过程预报有些偏差外,此次预报模式很好地预报了郑州市3次PM2.5污染出现的时间,尤其是12月9-10日的污染变化趋势和量值。


图片

(2021年10月29日起报的郑州市PM2.5延伸期预报和实测浓度时间变化序列对比)


图片

空气质量数值模式的延伸期预报产品可以实现和短中期预报的无缝衔接,为管理部门提供污染的超前预警,将管控措施进一步提前,在污染天乃至重污染天气的消除方面起到不可忽视的作用,目前该产品已在部分项目上落地应用。由于气象模式、排放清单以及空气质量数值模式等各方面的限制,尽管当前相关技术探索使得模式预报的准确性得到了一定程度的提高,但对于这种长期的空气质量预报仍存在着较大的不确定性。此外,不同于短中期空气质量预报,延伸期预报更注重对污染过程的把握,因此在产品的表现形式上和短中期预报要有所区别。


未来,中科三清将继续深入研究,进一步降低延伸期预报的不确定性,一方面结合多种数值模式进行集合预报;另一方面,基于多年空气质量预报数据和业务预报经验,将大数据、机器学习、人工智能等技术应用于空气质量延伸期预报,在区域、城市乃至更细的空间尺度上实现污染预报准确性的进一步提升。同时,在产品展现形式上,中科三清将进一步聚焦污染过程的预报。通过多种手段结合,不断提升延伸期预报产品的用户体验,提高污染前置管控的精准度。