海南岛空气质量概况及预报效果检验

Overview of Air Quality in Hainan Island and Verification of Forecasting Effectiveness

摘要: GRACEs模式是海南岛空气质量预报业务主要参考模式产品之一，为全面了解该模式对海南岛的预报效果，提高业务人员对模式产品的订正能力，使用海南岛18个市县的空气质量实况观测数据对GRACEs模式的预报产品进行预报效果检验。结果显示：(1) 2019~2021年，海南岛空气质量以优良为主，优良天气占比98.74%，良等级及以上天气中，首要污染物以O₃为主(88.72%)，其次为PM_2.5 (5.88%)和PM₁₀ (5.33%)；(2) GRACEs模式预报的PM_2.5和PM₁₀ (平均误差)和RMSE (均方根误差)最低，AQI和O₃误差水平较高，归一化偏差(NMB)显示O₃和AQI数值上均接近0，PM₁₀和PM_2.5预报值普遍高于实测值；(3) 空气质量为优等级时，空气质量等级TS评分最高，模式欠缺对良二级以上等级的预报能力；无首要污染物时，首要污染物预报TS评分最高，首要污染物为O₃、PM_2.5、PM₁₀时，TS评分较低。

Abstract: The GRACEs model was one of the main reference model products for air quality forecasting in HainanIsland. In order to comprehensively understand the forecasting effect of this model on Hainan Island and improve the correction ability of forecaster for model products. The air quality observation data of 18 stations in Hainan Island were used to verify the air quality forecasted of GRACEs model. The results showed as follows: (1) During 2019~2021, the air quality of Hainan Island was mainly good, with the proportion of 98.74%. In the second-class weather and above, the main pollutant was O₃ (88.72%), followed by PM_2.5 (5.88%) and PM₁₀ (5.33%). (2) The MB (mean error) and RMSE (root mean square error) of PM_2.5 and PM₁₀’s concentration were the lowest, followed by AQI and O₃. The Normalized Mean Bias (NMB) showed that O₃ and AQI are close to 0, and the forecast results of PM_2.5 and PM₁₀ are generally higher than the observation. (3) When the air quality belongs to the level of excellent, the TS was the highest, however, the model lacked the ability to predict levels above the second class. When there was no primary pollutant, the TS of the primary pollutant forecast was the highest, while the TS became lower when the primary pollutant is O₃, PM_2.5 or PM₁₀.

1. 引言

我国城市环境具有明显的复合型大气污染特征，各种污染物在大气中同时存在和产生，通过相互作用、彼此耦合构成复杂的大气污染体系 [1] 。大气化学模式是用于空气质量研究的数学工具，使用数值技术模拟污染物在大气中经历的迁移、扩散和化学生成等各种物理和化学过程是城市大气环境研究的主要手段 [2] [3] 。空气质量模式经历了以局地烟流扩散模式、箱模式以及拉格朗日轨迹模式为主的第一代空气质量模式、以欧拉网格模型为主的第二代空气质量模式和系统模拟整个大气环境中各个空间尺度上所有物理化学过程的第三代空气质量模式 [4] 。目前应用较为广泛的区域环境质量模型包括简单的扩散模式(如工业多源模式ISC3等)、建立在质量平衡理论上的箱式模式(如多维多箱模型等)、针对特定污染问题研究的欧拉数值模型(如空气流域模型UAM等)、以及综合的多污染物、多尺度空气质量模式(如CAMx、Models-3等)以及一些大气环流与化学完全在线耦合大气–化学模式(如RAMS-Chem、MM5-Chem、WRF-Chem等) [5] [6] [7] 。在中国大气化学模式预报效果检验方面，杨亚丽等 [8] 和符传博等 [9] 分别检验了中国气象科学研究院自主研发的区域天气–大气化学–大气气溶胶双向耦合模式预报系统(CUACE)对银川和海口AQI (空气质量指数)、PM_2.5、PM₁₀、O₃的预报性能，芦华 [10] 等检验了CUACE对重庆主城区PM_2.5、O₃、和能见度预报水平，并使用多元线性回归方法进行了订正。

广东省气象局以CMAQ化学模式为基础，气象模式依托GRAPEs模式，污染源模式依托SMOKE模式，研发了华南区域大气成分业务数值预报模式系统(Guang-zhou Regional Atmospheric Composition and Environment Forecasting System)。GRACEs可综合考虑区域和城市尺度下复杂相互作用的对流层O₃、酸沉降、能见度、细颗粒物和其它空气污染问题，是目前华南区域气象中心业务运行的大气成分数值模式系统 [11] 。邓雪娇等 [12] 评估了GRACEs模式对华南地区PM_2.5的模拟能力，认为GRACEs模式预报性能比较稳定，但预报结果与观测值的相关系数较低，绝对误差较大。目前尚未见对GRACEs在海南地区模拟能力的系统性分析。本研究通过平均误差、平均偏差、均方根误差等多种误差检验方法检验模式对主要污染物浓度模拟效果；使用TS评分、漏报率、空报率、预报偏差等衡量模式对空气质量等级和首要污染物的预报效果，从而加深对该模式模拟能力的理解，提高对该模式产品的订正能力。

2. 数据与方法

2.1. 海南岛空气质量数据

海南岛18市县六种大气污染物(SO₂, CO, NO₂, O₃, PM_2.5, PM₁₀)浓度观测数据来源于海南省生态环境厅。原始数据为18站逐小时数据，按照《环境空气质量指数(AQI)技术规定(试行)》(HJ 633-2012) [13] 中的相关定义，处理为日值数据，并计算各污染物的空气质量分指数及空气质量指数。

2.2. GRACEs模拟数据

华南区域大气成分数值模式系统(GRACEs)采用高时空分辨率的三重嵌套模式域，分辨率分别为27 km、9 km、3 km，第二重网格格距9 km覆盖了包括海南岛在内的泛华南地区。模式垂直分层为25层，模式系统每天自动运行两次，分别提供当天08时和20时起报的未来96 h逐小时空气质量预报产品 [11] [12] 。本研究使用第二重网格下的六种污染物浓度数据计算得到逐日污染物浓度数据、空气质量分指数及空气质量指数数据。

2.3. 检验方法

对污染物浓度和AQI使用的误差分析方法包括平均误差(Mean Bias, MB)、归一化平均误差(Normalized Mean Bias, NMB)、均方根误差(Root Mean Square Error, RMSE) [11] [14] ，具体公式如下：

$\text{MB}=\frac{1}{N}{\displaystyle {\sum }_{i=1}^N\left(M_i-O_i\right)}$

$\text{NMB}=\frac{1}{N}{\displaystyle {\sum }_{i=1}^N\left(M_i-O_i\right)/O_i}$

$\text{RSME}={\left[\frac{1}{N}{\displaystyle {\sum }_{i=1}^N{\left(M_i-O_i\right)}^2}\right]}^{\frac{1}{2}}$

其中M代表预报值，O代表观测值，N为样本总数。

对于模式预报的首要污染物和空气质量等级评估方法，本文主要采用的是TS评分、漏报率(Point Over, PO)、空报率(Not Hit, NH)和预报偏差(Bias, B)来进行检验 [8] [15] ，具体公式为：

$\text{TS}=\frac{\text{NA}}{\text{NA}+\text{NB}+\text{NC}}$

$\text{B}=\frac{\text{NA}+\text{NB}}{\text{NA}+\text{NC}}$

$\text{PO}=\frac{\text{NC}}{\text{NA}+\text{NC}}$

$\text{NH}=\frac{\text{NB}}{\text{NA}+\text{NB}}$

式中，NA、NB和NC的物理意义如表1所示。TS数值越大表示首要污染物或空气质量等级的预报准确性越高。漏报率(PO)和空报率(NH)表示漏报次数和空报次数与实测次数之比，数值越小表示该模式对某首要污染物或某空气质量等级的预报准确率越高。预报偏差B大于1时，表示某首要污染物或某空气质量等级在预报中出现的次数偏多于实际出现的次数；反之，预报偏差B小于1时则表示模式对该首要污染物或该空气质量等级少报。

Table 1. Classification of air quality forecast verification

表1. 空气质量预报检验分类

3. 结果与讨论

3.1. 海南岛空气质量状况

表2为2019~2021年海南岛空气质量观测数据的统计结果(研究时段未发生中度污染及以上天气，一级天气无首要污染物)，可以看出海南岛空气质量以一级为主，优良天气占比达到98.74%；二级以上天气中，首要污染物以O₃为主(88.72%)，其次为PM₁₀ (5.33%)和PM_2.5 (5.88%)，在三级天气中，臭氧为首要污染物的比例达到了99.19%。

Table 2. Air quality Statistics of Hainan Island (unit: %)

表2. 海南岛空气质量状况统计(单位：%)

图1为海南岛18个市县的空气质量指数和三种主要污染物(PM₁₀, PM_2.5, O₃)的空气质量分指数日值折线图，从中可以看出，在18个市县中，O₃均是贡献最大的大气污染物，O₃分指数与AQI基本一致，PM_2.5分指数水平整体低于PM₁₀分指数。时间上，空气质量指数呈现出明显的季节性变化，夏半年空气质量指数数值较低，变化相对平稳；冬半年空气质量指数明显升高，且波动更大。空间上，五指山、琼中等中部地区空气质量指数最低，几乎无轻度污染事件发生；海口临高东方等海南岛西北部地区空气质量指数较高，二级、三级以上天数较多。

Figure 1. Daily air quality index and sub-indices of three major pollutants (PM₁₀, PM_2.5, O₃) at 18 stations in Hainan Island

图1. 海南岛18站逐日空气质量指数和三种主要污染物(PM₁₀, PM_2.5, O₃)分指数

3.2. GRACEs模式模拟效果检验

使用平均误差(Mean Bias, MB)、归一化平均误差(Normalized Mean Bias, NMB)、均方根误差(Root Mean Square Error, RMSE)等方法对模式预报的海南岛地区O₃、PM₁₀、PM_2.5三种主要污染物24 h、48 h、72 h的预报结果进行误差分析，结果如下：

(1) (2)(3)

Figure 2. Forecast effect of air quality index and main pollutant concentration (1-MB; 2-NMB; 3-RMSE)

图2. 空气质量指数及主要污染物浓度预报效果(1-平均误差；2-归一化平均误差；3-均方根误差)

如图2所示，GRACEs模式24、48、72小时预报结果在不同误差分析方法上表现较为稳定。MB (平均误差)和RMSE (均方根误差)显示，PM_2.5误差最小，AQI和PM₁₀次之，O₃最大，表明PM_2.5预报值与实测值最为接近，O₃偏差最大；这主要是由于O₃数值上较PM_2.5和PM₁₀明显偏大，因此数值的误差也相应较大。

NMB (归一化平均误差) PM₁₀和PM_2.5均为正值，表明模式对上述两种污染物的预报值低于实测值；O₃和AQI数值上均接近0，除东方和临高外NMB均 < 0，表明模式对O₃和AQI有较好的预报效果，预报值整体稍高于实测值，东方和临高稍低与实测值。

使用TS、漏报率、空报率、预报偏差评估GRACEs模式对24、48、72小时空气质量等级(Level)的预报效果，结果如下：

Figure 3. Effect of air quality level forecasting in GRACEs model (1-TS, 2-PO, 3-NH, 4-B)

图3. GRACEs模式空气质量等级的预报效果(1-TS、2-漏报率、3-空报率、4-预报偏差)

从图3可以看出，模式预报在不同时效下四个检验指标效果没有明显差别，不同等级间差异表现为：TS评分方面，一级最高，二级次之，三级最低一致为0；二级天气的漏报率(PO)和空报率(NH)均较一级天气高；一级预报偏差(B)以偏高为主；二级预报偏差以偏低为主。模式欠缺对三级天气的预报能力。

图4为模式对首要污染物的预报效果检验(模式对首要污染物为PM₁₀的情况均未正确预报，故不在图中体现)。

从图4可以看出GRACEs仅在无首要污染物、即空气质量一级时效果较好，24、48、72小时预报结果的TS评分均在0.6以上，漏报率在0.2以下，空报率均小于0.4，预报偏差接近于0。首要污染物为PM₁₀和O₃ (二级以上天气)时，TS评分普遍在0.2以下，漏报率空报率多在0.7以上，预报偏差值较大；相较而言，O₃的预报效果优于PM_2.5的预报效果。模式对海口、琼海、文昌等市县PM_2.5的预报偏差较其他测站明显偏大。

Figure 4. Effect of primary pollutants forecasting in GRACEs model (1-TS, 2-PO, 3-NH, 4-B)

图4. GRACEs模式首要污染物的预报效果(1-TS、2-漏报率、3-空报率、4-预报偏差)

4. 结论

(1) 海南岛空气质量以优良为主，O₃是海南岛最主要大气污染物，其次为PM_2.5和PM₁₀。时间上，冬半年海南岛的空气质量指数偏高、波动较大，夏半年空气质量指数较低，数值变化较小。空间上，海南岛中部地区如五指山琼中空气质量二级及以上天数占比最少、几乎无轻度污染事件发生，海口临高东方等海南岛西北部地区二级及以上天数最多。

(2) GRACEs模式在24、48、72小时预报时效上预报效果没有明显差异，对O₃浓度和AQI预报值稍高于实测值，对PM₁₀和PM_2.5浓度的预报结果低于实测值；

(3) 模式对一级天气预报效果最好，二级天气次之，未能准确预报出三级天气；模式对无首要污染物即一级天气的效果较好，对二级及以上天气的首要污染物预报效果较差。对首要污染物为O₃的预报效果优于PM_2.5的预报效果。

基金项目

海南省自然科学基金青年基金项目“基于CUACE模式和GRACEs模式的海南岛空气质量集成预报(421QN0967)”；海南省气象局科研项目“基于GRACEs模式的海南岛空气质量预报效果检验(hnqxZC202109)”；国家自然科学基金地区基金项目“海南省城市臭氧污染的形成机理研究(42065010)”。