空气质量数值模式助力精准业务预报

• 无需大量计算资源。
业务框架设计
0-hour
WRFC
多
模
NAQP
式 CMAX
CAMQ
Domain 1 Domain 2 Domain 3
24-hour 48-hour 72-hour 96-hour 120-hour 144-hour …
观测
OEF算法 预报订正
纳入不同模式、不同嵌套区域 、不同时效预报数据，在已有 的业务系统上最大限度地优化 预报结果。
三清天下美
多模式最优集合技术：预报效果
全国各城市整体预报效果
24小时预报：均方根误差（RMSE）
评估时段：2016年全年
相关系数之差 OEF-最优模式
24小时预报：相关系数
均方根误差之差 OEF-最优模式
OEF：相关系数最高 均方根误差最低
三清天下美
大气化学资料同化：技术方案
同化的作用：有机融合模式与观测数据，为模式提供更准确的初值场
标准平均偏差
NAQPMS
50%-80% 30%-60% 0.3-0.6
偏低20%-60%
OEF
>70% 40%-80% 0.3-0.8
IBF
>70% 40%-80% 0.3-0.8
IBF改进
平均提高15%，西北、华北提高30%-40% 平均提高15%，云南提高35%以上 提高10%-15%
-20%-20% -20%-20%
AQI
PM2.5
O3
融合本地排放清单后预报准确率显著提升 AQI范围准确率提升了20%以上，首要污染物准确率提升10%以上
三清天下美
多模式最优集合技术：架构设计
OEF (Optimal Ensemble Forecast) 优势：
• 动态识别近期模式误差特征。
• 突出较优模式权重占比。
• 不同污染物参数自适应。
思路：空间插值本质上是一个变量空间相关性的估计问题
技术突破： 1、观测数据自动化采集、质控及分析 2、同化算法本地化调优 3、系统稳定性升级
三清天下美
大气化学资料同化：应用案例
2017年5月20日沙尘过程PM10浓度同化
地面观测
PM10
原始模拟 背景协方差更新后 背景协方差更新+参数优化
模式原始数据集 ➢ 融合OEF与同化方法全面提升模式预
报效果-IBF技术
地面观测 数值模式
最优化集合预报 技术（OEF）
观测资料质控分析
时空 特征
分析
大气化学
与参
快同速实化时同系化统模块
数化 方案
多污染物实时同化技术
格点化大数据融 合分析预报
三清天下美
大数据融合分析预报：长三角预报效果评估
PM10
PM10
PM10
PM10
➢ 观测资料同化后能够显著改善模式对华北地区模拟偏低的问题 ➢ 本地优化后的同化方法对沙尘模拟更为合理
三清天下美
核心难题：如何全面提升模式预报准确率？
OEF技术和初始场同化技术均存在技术局限：
OEF技术
OEF技术仅能提升站点预 报性能，无法对模式时空 分布的预报效果进行全面 提升
解决方案： 利用空气质量数值模式，提供精准 预报服务
三清天下美
研发背景：现实与理想之间的鸿沟
空气质量数值模式
输入数据要求
排放、地形、土地利用类型等高 时空精度、经过严格校验的数据
提高排 放精度
空气质量预报业务
基础数据条件
数据老旧、精度粗、可靠性参差 不齐
输出结果
物理化学机制不成熟，预报效果 存在瓶颈。学术上模式偏差在 ±60%之间即认为可接受
支持模式：CMAQ、NAQPMS、CAMx、WRFChem 支持机制：CB05AE4/AE5/AE6、CB6r3AE6、RADM2、RACM2、CBMZ
三清天下美
多尺度排放清单融合技术：武汉本地源更新
多部门：支持不同的排放部门融合，精细到排放清单二级源类别 多尺度：支持不同的排放区域融合，面源精细到区县级别 多数据源：支持HTAP、MEIC等区域清单与本地清单融合
HTAP-2010
MEIC-2017
武汉市-2017
MASK
多部门、多数据源融合
多 尺 度 融 合 排 放 源
三清天下美
多尺度排放清单融合技术：武汉本地源更新
更新前：MEIC背景清单，基准年为2015年，0.25°×0.25°，5类排放部门 更新后：多种背景清单融合武汉本地清单，基准年2017年，3km*3km，10类排放部门
上海
观测 原始模式 融合预报 集合预报
AQI
原始模式
融合预报
30%
10%
+
+
10% +
三清天下美
大数据融合分析预报：全国预报效果评估
对全国区域NAQPMS模式、IBF_NAQPMS模式和OEF集合预报2018年4月8日-2018年5月30日模 拟效果进行评估。
统计指标
等级准确率 首污准确率
相关系数
提纲 一、研发背景 二、关键技术 三、服务支撑 四、小结
显著提高
+30%~40%
+30%~40%
等级准确率： 50%~80%
10%~20%
10%~20% 16
三清天下美
大数据融合分析预报：全国应用效果评估
IBF_NAQPMS模式明显提高了预报准确率
相关系数： 0.3~0.6
0.2~0.4
0.2~0.4
标准平均偏差： -40%~40%
20%~40%
20%~40% 三清天下美
预报初始场同化技术
初始场同化仅能有效提 升24h时效内的预报效果 ，对更长时效的预报效 果提升不显著
融合OEF技术和同化技术，全面提升模式预报效果
三清天下美
大数据融合分析预报：需求分析与架构设计
需求分析
技术方案
快速、动态地学习模式系统偏差；
➢ OEF技术提供长时效的精准站点预测 数据
协同融合模式、观测、集合预报 等数据，提高预报准确率
偏差校准
预报效果要求
精准的AQI和首要污染物预测， 一般要求预报准确率不低于70%
运行稳定性
采用大规模并行计算，涉及上百 个计算核心、数十个动态库、 TB级数据IO，运行易出故障
持续运维
业务稳定性要求
7*24小时稳定运行
三清天下美
提纲 一、研发背景 二、关键技术 三、服务支撑 四、小结
三清天下美
多尺度排放清单融合技术：架构设计
空气质量数值模式助力精准 业务预报
Title Template
三清天下美
提纲 一、研发背景 二、关键技术 三、服务支撑 四、小结
三清天下美
研发背景：提高预报准确度，打赢蓝天保卫战
核心需求： 不断提高空气质量预测预报准确度
需求解读：
✓ 污染物预报效果提升 -> 要素准 ✓ 时空分辨率提升 -> 精度准 ✓ 预报及时性、稳定性提升 -> 时间准