空气质量模型

最常用的控制质量模型包括以下3类:

一。扩散模型。这些模型主要用来模拟污染源附近接收点的污染物浓度。

扩散模型运用数学公式可描绘污染物扩散过程,基于源强与气象数据,扩散模型可以用来预测下风向接收点的浓度。这些模型用来评估National Ambient Air Quality Standards (NAAQS), and other regulatory requirements such as New Source Review (NSR) and Prevention of Significant Deterioration (PSD) regulations的有效性。

扩散模型主要包括:

1、Aermod 模型系统

就是稳态大气扩散模式,适用于地面源与抬升源,简单与复杂地形。

2、Calpuff模型系统

就是非稳态大气扩散模式,适用于大范围传输与复杂地形。

3、BLP

BLp就是一个高斯烟流模型,适用于处理烟气抬升与下洗来自于固定线源

4、CALINE3

CALINE3 就是一个稳定的高斯扩散模型,用来预测不就是很复杂地形的区域的高速路下风向接收点的浓度

5、CAL3QHC/CAL3QHCR

CAL3QHC基于CALINE3 开发,适用于十字路口的延误与排队等待。CAL3QHCR 就是CAL3QHC 的精简版本

6、CTDMPLUS

Complex Terrain Dispersion Model Plus Algorithms for Unstable Situations (CTDMPLUS) 就是一个精简的点源高斯空气质量模型,适用于稳定气象条件与复杂地形,这个模型完全涵盖了稳定与中性气象条件。CTSCREEN 就是一个the screening version of CTDMPLUS、

7、OCD

Offshore and Coastal Dispersion Model Version 5 (OCD)海岸扩散模型就是一个线性高斯模型,用来预测海岸线附近点源,面源,线源排放引起的排放,该模型融入了烟流传输与扩散,需要输入小时气象数据

二。光化学模型。这些模型主要用在大空间的多种污染源作用下的污染物浓度及其惰性污染物与非惰性污染物的沉降。

大气光化学模型分两类:一类就是拉个朗日法,该法计算简单,但就是大气物理过程描述不全面,一类就是欧拉法能更好的刻画大气物理化学过程。

1、CMAQ(Community multi-scale air quality)

EPA's CMAQ 模型系统包括includes state-of-the-science capabilities for conducting urban to regional scale simulations of multiple air quality issues, 包括O3,PM,空气毒物,酸沉降,能见度下降等。

2、CAMx(comprehensive air quality model with extensions)

模型可以处理大量的惰性与化学活性物质,包括臭氧,颗粒物,有机,无机的PM2、5/PM10,汞等有毒有害物质,该模型还可以源分配功能与plume-in-grid 功能。

3、REMSAD(Regional modeling system for aerosols and edposition)

REMSAD通过预测一定区域内的大气物理与化学过程来计算惰性的与化学活性物质的浓度,可以处理地区灰霾,颗粒物,及其她外来传输的大气污染物,包括可溶性的酸与汞。4、UAM-V(Urban airshed model variable grid)

UAM-V 光化学模型系统主要用来研究臭氧,它就是一个3维的光化学网格模型,模型可以处理大量的惰性与化学活性物质,这个模型主要应用在计算不利气象条件下臭氧浓度。

三。接收点模型

这些模型运用观测技术,通过对接收点与源的排放污染物的的测量来衡量源对接收点的污染的贡献。不像光化学模型与扩散模型,接收点模型不用源强,气象数据,化学传输机理来预测污染源对接收点的污染贡献率。而就是用源与接收点气体或者颗粒物的理化特征来鉴别污染源对接收点的浓度贡献率、

1、CMB (Chemical Mass Balance)

The EPA-CMB Version 8、2用源信息与空气质量数据来界别源分担率,理化特征相同的源排放物质该模型不能将其区别开来、

2、UNMIX模型

不用源的化学数据,而就是使用大气监测数据通过该模型来给出源的化学特征,利用数学公式进行因子分析,源解析,对一个特定的污染物,该模型可以估计源的数量,源的组成与源的分担率。

3、PMF(Postive Matrix Factorization

空气质量模型精选版

空气质量模型 Document serial number【KKGB-LBS98YT-BS8CB-BSUT-BST108】

1.A e r m o d模型系统是稳态大气扩散模式，适用于地面源和抬升源，简单和复杂地形。 2.C a l p u f f模型系统是非稳态大气扩散模式，适用于大范围传输和复杂地形。 3.B L P BLp是一个高斯烟流模型，适用于处理烟气抬升和下洗来自于固定线源 4.C A L I N E 3 CALINE3是一个稳定的高斯扩散模型，用来预测不是很复杂地形的区域的高速路下风向接收点的浓度 5.C A L3Q H C/C A L3Q H C R

省级空气质量预警预报解决方案

浪潮省级空气质量预警预报解决方案【摘要】浪潮省级空气质量预警预报解决方案，能够实现未来7天全省地区的空气质量预报；能够预测连续3天三个城市以上的跨区域PM2.5细粒子重度污染过程。并在2个小时内及时发布大气污染预警信息，妥善应对雾霾天气，有效保障人民群众的生命安全。需求与挑战 2014年2月20日开始的雾霾天气，席卷全国大部分地区，雾霾影响面积约为143万平方公里，57个城市PM2.5(细颗粒物)濒临“爆表”。雾霾天气造成了道路管制、机场关闭、企业运停等一系列不良影响，严重危害了人们的生产生活和身体健康。为了应对这一严重的环境问题，政府和环境保护管理部门采取一系列的措施降低大气污染对公众的危害。2013年9月国务院出台的《国务院关于印发大气污染防治行动计划的通知》中，也提出要建立重污染天气预警体系。目前环保监测站希望基于基础数据平台建设空气质量预警预报平台，平台建成后能够实现未来7天全省地区的空气质量预报；能够预测连续3天三个城市以上的跨区域PM2.5细粒子重度污染过程。并在2个小时内及时的发布大气污染预警信息，妥善应对雾霾天气，有效保障人民群众的生命安全。业务应用分析空气质量模型近年来应用广泛，发展较为迅速，根据模型模拟的范围大小以及基本原理的不同，空气质量模型有不同的分类方式，其中应用最多的方式是根据建模数学方法，分为统计预报模式和数值预报模式。统计模型还需要大量的历史监测数据作为基础，限制很多，不利于准确预报空气质量，也难于实现污染来源解析，因此，目前国内外大部分地区都是采用数值模式作为空气质量预报的核心模式。空气质量模式，通常集合NAQPMS模式、WRF模式、CAMx模式、CMAQ模式、FLEXPART-WRF模式、WRF-Chem模式、GEOS-Chem模式中的几种模式，增加预报的准确度。业务流程特点分析：先取得气象模式的资料和排放源数据资料。然后数据资料进入多个空气质量预报模式，分别进行并行计算。最终各个模式产生的结果，由多模式集合预报技术产生预报结果。这些预报结果会导入到应用展示系统中，进行最终的展示发布和决策分析。

空气质量模型

空气质量模型是用数学方法来模拟影响大气污染物的扩散和反应的物理和化学过程。基于输入的气象数据和污染源信息如排放率，烟囱高度等，这些模型可以模拟直接排入大气的一次污染物和由于复杂的化学反应形成的二次污染物。这些模型对空气质量管理是非常重要的，因为他们被许多机构用来测算源分担率，同时帮助制定有效的削减污染物排放的政策。例如空气质量模型可以用来预测一个新的污染源会不会达标排放，如果超标的话，还可以给出适当的控制措施。此外，空气质量模型还可以预测未来新的政策法规实施后的污染物的浓度。可以估计政策法规的有效性以及减少人类和环境暴露。最常用的控制质量模型包括以下3类：一。扩散模型。这些模型主要用来模拟污染源附近接收点的污染物浓度。扩散模型运用数学公式可描绘污染物扩散过程，基于源强和气象数据，扩散模型可以用来预测下风向接收点的浓度。这些模型用来评估National Ambient Air Quality Standards (NAAQS), and other regulatory requirements such as New Source Review (NSR) and Prevention of Significant Deterioration (PSD) regulations的有效性。扩散模型主要包括： 1.Aermod 模型系统是稳态大气扩散模式，适用于地面源和抬升源，简单和复杂地形。 2.Calpuff模型系统是非稳态大气扩散模式，适用于大范围传输和复杂地形。 3.BLP BLp是一个高斯烟流模型，适用于处理烟气抬升和下洗来自于固定线源 4.CALINE3 CALINE3 是一个稳定的高斯扩散模型，用来预测不是很复杂地形的区域的高速路下风向接收点的浓度 5.CAL3QHC/CAL3QHCR CAL3QHC基于CALINE3 开发，适用于十字路口的延误和排队等待。CAL3QHCR 是CAL3QHC 的精简版本 6.CTDMPLUS Complex Terrain Dispersion Model Plus Algorithms for Unstable Situations (CTDMPLUS) 是一个精简的点源高斯空气质量模型，适用于稳定气象条件和复杂地形，这个模型完全涵盖了稳定和中性气象条件。CTSCREEN 是一个the screening version of CTDMPLUS.

空气质量数值预报同化卫星资料技术指引试行

空气质量数值预报同化卫星资料技术指南（试行）一、编制目的为贯彻《中华人民共和国环境保护法》和《中华人民共和国大气污染防治法》，推进我国环境空气质量预报技术体系建设，规范和指导面向数值预报同化的卫星资料获取与应用，制定本指南。本指南由中国环境监测总站组织制定，主要起草单位为中国科学院遥感与数字地球研究所。二、适用范围本指南规定了面向空气质量预报同化应用的卫星遥感资料主要内容、获取方法、数据来源、质控要求与输出方式等内容，适用于环境监测部门基于卫星资料进行空气质量预报应用的相关工作。三、规范性引用文件本指南内容引用了下列文件中的条款。凡是不注日期的引用文件，其最新版本适用于本指南。 GJB 421A-97卫星术语 GJB 2700-96卫星遥感器术语 GB/T 14950-94 摄影测量与遥感术语 DZ/T 0143-1994卫星遥感图像产品质量控制规范 GJB4031-2000航天遥感数字图像产品存储条件 GJB3435-98信息交换用图像数据格式规范 ANSI X9.100-181-2007图像交换用TIFF格式的规范

四、可用于数值模式同化的卫星资料基于目前区域空气质量数值模式的观测需要和卫星定量遥感反演的精度水平，建议用于模式同化的卫星资料包括：卫星真彩影像、气溶胶光学厚度、NO2垂直柱浓度、生物质燃烧火点等几类产品。（1）卫星真彩图 1)监测原理根据人眼成像习惯，基于卫星在可见光谱段的红（660nm附近）、绿（550nm 附近）、蓝（470nm附近）三波段获取的表观反射率图像，合成三波段真彩色图像。 2)信息内容以符合人眼视觉视觉习惯方式真实反映大气、地表、水体的表观情况，能够使预报员快捷、直观地获取污染范围、强度以及云、雾等定性信息，同时结合连续时相的真彩影像比较及气象风场等辅助信息，对污染气团的运动轨迹做出判断，为模式预报提供重要参考信息。 3)数据来源极轨卫星：为支持大区域范围模式预报，选取具有每日全国覆盖能力的中分辨率卫星数据生成真彩影像，包括FY-3 A/B卫星MERSI、Terra/Aqua卫星MODIS、Suomi-NPP卫星VIIRS；静止卫星：同时还可以选取覆盖我国全部或大部分地区的中分辨率多光谱静止卫星，如Himawari-8卫星的AHI、COMS卫星的GOCI等；我国新一代FY4卫星上的多通道扫描成像辐射计，可提供1-2km空间分辨率的假彩色合成影像（红-近红外波段），也具有较高参考价值。 4)时空分辨率空间分辨率：0.5~2公里时间分辨率：0.5小时~1天 5)文件格式输入格式：作为栅格文件方式存储，包括HDF、TIF、IMG等

空气质量模型

空气质量模型就是用数学方法来模拟影响大气污染物的扩散与反应的物理与化学过程。基于输入的气象数据与污染源信息如排放率,烟囱高度等,这些模型可以模拟直接排入大气的一次污染物与由于复杂的化学反应形成的二次污染物。这些模型对空气质量管理就是非常重要的,因为她们被许多机构用来测算源分担率,同时帮助制定有效的削减污染物排放的政策。例如空气质量模型可以用来预测一个新的污染源会不会达标排放,如果超标的话,还可以给出适当的控制措施。此外,空气质量模型还可以预测未来新的政策法规实施后的污染物的浓度。可以估计政策法规的有效性以及减少人类与环境暴露。最常用的控制质量模型包括以下3类: 一。扩散模型。这些模型主要用来模拟污染源附近接收点的污染物浓度。扩散模型运用数学公式可描绘污染物扩散过程,基于源强与气象数据,扩散模型可以用来预测下风向接收点的浓度。这些模型用来评估National Ambient Air Quality Standards (NAAQS), and other regulatory requirements such as New Source Review (NSR) and Prevention of Significant Deterioration (PSD) regulations的有效性。扩散模型主要包括: 1、Aermod 模型系统就是稳态大气扩散模式,适用于地面源与抬升源,简单与复杂地形。 2、Calpuff模型系统就是非稳态大气扩散模式,适用于大范围传输与复杂地形。 3、BLP BLp就是一个高斯烟流模型,适用于处理烟气抬升与下洗来自于固定线源 4、CALINE3 CALINE3 就是一个稳定的高斯扩散模型,用来预测不就是很复杂地形的区域的高速路下风向接收点的浓度 5、CAL3QHC/CAL3QHCR CAL3QHC基于CALINE3 开发,适用于十字路口的延误与排队等待。CAL3QHCR 就是CAL3QHC 的精简版本 6、CTDMPLUS Complex Terrain Dispersion Model Plus Algorithms for Unstable Situations (CTDMPLUS) 就是一个精简的点源高斯空气质量模型,适用于稳定气象条件与复杂地形,这个模型完全涵盖了稳定与中性气象条件。CTSCREEN 就是一个the screening version of CTDMPLUS、

大气模型

大气模型发展简史与简介 By Laiwf | Published: 2010年04月16日 1.1 第一代空气质量模型―高斯模型和拉格朗日烟团轨迹模型第一代空气质量模型主要包括了高斯扩散模型和拉格朗日轨迹模型。这两类模型都是利用风的运动轨迹来模拟近地层大气层中复杂的物理和化学过程。它的物理表述即模拟均匀混合的大气物质沿风向运动的情况。在大气物质从地面向高层运动的过程中，其运动规则受到垂直方向上风速以及温度的不均匀分布的影响而不断的发生变化。具体过程见图。 1 EIAA （典型高斯）适用于<50km的区域 EIAA大气环评助手“是宁波环科院六五软件工作室开发的软件。《 HJ/T2.2-93 环评导则–大气环境》、《JTJ005-96 公路建设项目环评规范-大气部分》，中国环境影响评价培训教材等文献中推荐的模型和计算方法作为主要框架，内容涵盖了导则中的全部要求，并进行了适当地拓展与加深。可以处理点源、面源、体源、线源对于预测计算结果，可以查看 §各接受点地面高程及其等高线图 §各接受点的背景浓度及其分布图 §各污染源的浓度和总的浓度及其分布图 §各污染源的分担率及其分布图 §各污染源或总的浓度的平均评价指数和超标面积

§还可以任意改变各污染源的排放率（排放强度）以观察不同排放率下的浓度变化情况 §也可查看任意一个横截面或竖截面上的浓度变化图广泛应用的版本是EIAA2.5，EIAA2.6。版本中均有bug，大家谨慎使用。 2 aermod（稳态高斯）适用于<50km的区域 AERMOD由美国国家环保局联合美国气象学会组建法规模式改善委员会（AERMIC）开发。 AERMIC的目标是开发一个能完全替代ISC3的法规模型，新的法规模型将采用ISC3的输入与输出结构、应用最新的扩散理论和计算机技术更新ISC3 计算机程序、必须保证能够模拟目前ISC3能模拟的大气过程与排放源。 20世纪90年代中后期，法规模式改善委员会在美国国家环保局的财政支持下，成功开发出AERMOD扩散模型。该系统以扩散统计理论为出发点，假设污染物的浓度分布在一定程度上服从高斯分布。模式系统可用于多种排放源（包括点源、面源和体源、线源）的排放，也适用于乡村环境和城市环境、平坦地形和复杂地形、地面源和高架源等多种排放扩散情形的模拟和预测。 Aermod作为正在开发的模型，模型中还存在bug，但其不在改进，而且模型在小范围预测的精准性是其他模型不能比拟的，模型需要地面气象数据、高空气象数据和地形数据（平坦地形不需要） 3 CALPUFF（不稳态高斯）对于比较大的区域

陕西空气质量预警预报系统HPC

陕西省环境监测中心站，隶属于陕西环保厅，其职能是承担陕西省的环境质量、污染源排放及其它相关的环境监测工作。是陕西省环境监测网络中心、技术中心、数据中心和培训中心。项目背景陕西省为进一步提升本省环境空气质量预测预报能力，提高省级环境质量数据综合分析能力，计划实施陕西省环境监测中心站环境空气质量预测预报能力建设项目，建设多模式全省空气质量数值预报系统，逐步实现对全省空气质量变化趋势、13个市区和所有县城空气质量变化趋势进行预测预报。陕西空气质量预警预报系统HPC 由于空气质量预报一期建设系统主要针对的是局部监测，未实现全局监测实时跟踪，快速预报的要求。需要在本次项目建设二期过程中弥补不足，并在此基础上充分发挥环境监测监管的职责，实现数据准确快速的发布。客户面临的挑战和问题客户名称项目概况陕西省环保厅环境监测中心站系统挑战及建设需求简单易用的资源管理平台。易管理性为满足四层嵌套模拟的计算精度要求，系统要求不低于60万亿次的运算规模。计算规模为满足历史数据保存5年，过程数据保存1年的储存要求。数据存储

整体方案拓扑图联想解决方案采用了1套存储容量380TB ，采用通用并行文件系统一一保证存储的聚合带宽性能；采用高速的56Gb In niBand 交换网络，保证并行作业的高效率运行使用Lenovo Lico 作为集群资源管理一一监控平台配置Flex x240 M5刀片服务器计算节点平台。浮点运算能力约为62万亿次，以满足不同学科应用的需求 65个计算节点CPU 计算峰值62 万亿次 2台管理节点，4台软件节点 1套并行存储系统，架构裸容量380 TB 用户收益先进性是当前西北环保领域中规模最大的高性能计算平台，可进行四层嵌套的数值模拟计算，精准预测空气质量，并实现每6小时输出一次全省预报。计算性能计算能力强，网络速率高，能够高速完成数据实时处理和应用分析任务；并行存储系统提升IO 性能。软硬件一体化设计，整个系统达到62万亿次理论计算峰值。易管理性支持一机多用户，管理界面按用户的实际操作流程来设计，界面简洁、使用方便。整个作业流程尽在用户的掌控之中。

CMAQ空气质量模型用户手册

CMAQ空气质量模型用户手册版本5.0 CMAQ中文用户手册为初稿，翻译单位尚未对语言及专业性进行审核，因此本手册仅供用户参考，翻译单位不对其准确性负责。本手册翻译纯属公益性工作，欢迎大家提出宝贵修改意见，以期通过社区化的工作模式，共同完善。不得用于商业传播

目录第一章声明 (8) 第二章前言 (9) 第三章介绍 (10) 3.1 模型背景和目标 (10) 3.2 CMAQ系统组件综述 (13) 3.2.1 安装综述 (13) 3.2.2 配置选项 (14) 3.2.3 化学—传输模型概念公式 (14) 3.2.4 主要CMAQ程序总结介绍 (15) 3.3 CMAQ针对应用用户(application users)的特性 (18) 3.4 CMAQ针对空气质量模型开发者的特性 (18) 3.5 CMAQ版本5.0的新特色 (19) 3.5.1 气溶胶模块 (19) 3.5.2 气相化学 (19) 3.5.3 云模块 (20) 3.5.4垂直扩散 (20) 3.5.5 垂直平流 (21) 3.5.6 闪电NOx的产生 (21) 3.5.7 干沉降 (21) 3.5.8 结构性更新 (22) 3.5.9 多污染物模拟 (22) 3.5.10 双向耦合(Two-way Coupled)的WRF-CMAQ (22) 3.6 CMAQ版本5.0的不连续特色 (22) 3.7 CMAQ版本5.0已知事项 (22) 3.8 MCIP版本4.0中的新特色 (22) 3.9 关于此手册 (23) 3.10 （介绍章）参考文献 (24) 第四章CMAQ 模型系统的科学概述 (26) 4.1 实现CMAQ目标的特色 (27) 4.1.1 多污染物和多尺度 (27) 4.1.2 模块灵活性 (28) 4.1.3 主要质量控制特性 (29) 4.2 CMAQ输入参数处理器 (29) 4.2.1 MCIP:气象—化学接口处理器 (30) 4.2.2 ICON和BCON：初始和边界条件处理器 (31) 4.2.3 JPROC: 晴空光解速率计算器 (32) 4.2.4 CHEMMECH: 化学机理编译器 (33) 4.2.5 PROCAN: 过程分析前处理器 (34) 4.2.6 LTNG_2D_DA TA: 闪电计数前处理器 (35) 4.2.7 CALMAP：作物历地图前处理器 (35)

环境空气质量模型遴选工作指南(试行)编制说明

附件5 环境空气质量模型遴选工作指南（试行）（征求意见稿）编制说明环境保护部 2015年8月 —73—

项目负责人：李时蓓工作指南名称：环境空气质量模型遴选工作指南起草单位：中国环境科学研究院环境保护部环境工程评估中心环境保护部环境规划院清华大学主要起草人：孟凡李时蓓丁峰胡翠娟伯鑫易爱华胡京南唐伟何友江陈义珍环境保护部科技标准司项目管理人：陈胜 —74—

目录 1任务来源 (76) 2指南编制单位 (76) 3工作指南制定背景与意义 (76) 3.1环境空气质量模型法规化建设背景 (76) 3.2国际环境空气质量法规模型体系建设现状 (77) 3.3国外环境空气质量法规性应用模型分类体系 (85) 3.4国内法规模型建设现状 (92) 4工作指南编制原则与技术依据 (93) 4.1编制原则 (93) 4.2主要技术依据 (93) 5技术方法与工作过程 (94) 5.1技术方法与路线 (94) 5.2主要编制工作过程 (95) 6主要内容及说明 (96) 6.1环境空气质量模型遴选 (96) 6.2模型遴选工作程序 (97) 6.3模型遴选材料要求 (99) 6.4环境空气质量模型验证技术方法 (100) 6.5模型综合评价 (107) 6.6指南附录 (110) 7指南实施建议 (110) —75—

环境空气质量模型遴选工作指南（试行）（征求意见稿）编制说明 1任务来源 2013年，由环境保护部环境工程评估中心牵头，联合中国环境科学研究院、环境保护部环境规划院、清华大学共同承担环保公益性行业科研专项《国家环境质量模型法规化与标准化研究》（项目编号：201309062）。项目起止时间为2013年1月到2015年12月。依托该项目，课题组研究了国际上主要发达国家大气和水的环境质量模型法规化制度建设现状，吸收并借鉴国外发达国家环境质量模型法规化、标准化建设内容、评价指标和认证制度，在调研我国环境质量模型实际需求的基础上，开展了我国环境质量模型法规化制度研究，提出了我国的环境质量法规模型发展方向，形成空气和水环境质量模型的评价指标和验证方法，为建立我国推荐模型（也称为法规模型）的认证制度奠定了基础。在此基础上，形成了《环境质量模型规范化管理暂行办法》（以下简称管理办法）以及《环境空气质量模型遴选工作指南（试行）》（以下简称工作指南）。 2指南编制单位项目主要编制单位为：中国环境科学研究院、环境保护部环境工程评估中心、环境保护部环境规划院、清华大学。中国科学院大气物理研究所、环境保护部环境标准研究所等单位给予了技术支持。 3工作指南制定背景与意义 3.1环境空气质量模型法规化建设背景法规模型的确定往往需要通过多种途径，如国家建立模型评估指标和验证系统、公开发表的科学论文、研讨会等。为帮助各级政府方便和正确地应用法规模型，环保部门往往还建立模型的技术支持系统，提供培训、标准化污染源数据、气象数据、水文数据等，以及统一的前/后处理软件和图形软件，有些还包括进一步的分析软件如环 —76—

环境空气质量数值预报技术规范(征求意见稿)

附件4 中华人民共和国国家环境保护标准 HJ □□□-20□□ 环境空气质量数值预报技术规范Technical guideline for numerical forecasting of ambient air quality （征求意见稿） 201□-□□-□□发布201□-□□-□□实施

目次前言............................................................................................................................................... i i 1 适用范围 (1) 2 规范性引用文件 (1) 3 术语和定义 (1) 4环境空气质量数值预报模式基本要求 (2) 5环境空气质量数值预报模式运算 (2) 6 环境空气质量数值预报模式效果评估 (4) i

前言为贯彻《中华人民共和国环境保护法》和《中华人民共和国大气污染防治法》，保护生态环境，保障人体健康，规范环境空气质量预报工作，制定本标准。本标准规定了环境空气质量数值预报模式基本要求、模式运算和产品、预报效果评估等内容。本标准适用于指导全国环境监测系统开展环境空气质量数值预报业务。本标准为首次发布。本标准由生态环境部生态环境监测司、法规与标准司组织制订。本标准起草单位：中国环境监测总站、中国科学院大气物理研究所、南京大学、上海市环境监测中心、广东省环境监测中心和北京市环境保护监测中心。本标准生态环境部20□□年□□月□□日批准。本标准自20□□年□□月□□日起实施。本标准由生态环境部解释。 ii

环境空气质量模型遴选工作指南(试行)

附件4 环境空气质量模型遴选工作指南（试行）（征求意见稿） 1总则 1.1编制目的为贯彻落实《国务院关于加强环境保护重点工作的意见》和《大气污染防治行动计划》，推进我国大气污染防治工作的进程，增强环境空气质量模拟工作的科学性、有效性和一致性，根据《中华人民共和国环境保护法》《中华人民共和国大气污染防治法》《环境空气质量标准》(GB 3095-2012)《环境质量模型规范化管理暂行办法》及相关法律、法规、标准、文件，编制《环境空气质量模型遴选工作指南(试行)》(以下简称指南)。 1.2适用范围本指南是遴选环境空气质量模型进入国家推荐模型名录的工作文件，适用于环境空气质量模型管理部门、模型专家委员会、模型专业委员会、模型研发单位等从事环境空气质量模型规范化管理的工作人员。 1.3编制依据《中华人民共和国环境保护法》《中华人民共和国大气污染防治法》《大气污染防治行动计划》

《环境质量模型规范化管理暂行办法》 1.4术语与定义模型评价指标：是指从模型准确性、易用性、成熟性等方面定出一系列指标，用于综合评价模型的优劣。验证案例：是指通过现场实测等方法，获得污染源数据、气象数据、土地利用类型数据、地形数据和固定点的监测值等一整套验证数据，形成可供模型使用的输入数据，和与模型模拟结果相比较的监测浓度值。模型科学性能验证：是指用本指南推荐验证案例或自主开展的验证案例对模型模拟结果进行对比的过程，验证方法一般采用统计学方法。模型软件测试：是指在相同计算平台、验证案例和输入输出参数的条件下，对模型各项性能、参数、指标及模拟结果进行分项测试。环境空气质量模型遴选工作：包括模型准确性验证、模型各项性能测试、模型综合指标评价，模型专业评审等遴选工作。环境空气质量模型规范化：是指环境空气质量模型成为推荐模型的一系列的工作。主要工作包括模型遴选技术工作、模型被确定为推荐模型并发布等管理工作。推荐模型：是由环境质量模型主管部门以推荐名录形式公开发布的模型。在编制环保政策与落实环保制度等行政与技术文件时，凡涉及环境质量模拟与评估相关工作的，都应优先使用推荐模型，包括推荐的模型参数与基础数据。高斯模型（烟团、烟流模型）：非网格、简化的输送扩散算法、没有复杂化学机理、一般处理局地尺度。

数学建模论文(城市空气质量评估及预测)

城市空气质量评估及预测摘要: 本文对我国十个城市的空气质量进行了深入的研究，利用统计学等相关原理，结合我国现行的“创模”和“城考”体系中的环境空气质量指标，就城市空气污染程度，空气质量的预测和影响因素等问题建立出相应的数学模型。利用层次分析法和Perron-Frobenions等相关原理建立数学模型对中国十大城市的空气污染严重程度给出分析并排名。运用GM（1,1）灰色预测模型，结合相关数据运用excel软件进行数据统计，对成都市2010年11月份的空气质量状况进行预测。使用优势分析原理分析空气中可吸入颗粒、二氧化硫、二氧化氮等因素对空气质量的影响程度。关键词：空气质量，层次分析，判断矩阵，相对权重，排名，灰色预测，优势分析，可吸入颗粒，二氧化硫，二氧化氮

一、问题的提出 1.1背景介绍随着中国经济的进一步发展，环境问题已是制约我国发展的关键因素之一，而环境问题最突出的就是空气污染。“十一五”“创模”考核指标“空气污染指数”要求：API指数≤100的天数超过全年天数85%。“城考”依据API指数≤100的天数占全年天数的比例来确定空气质量得分。“API指数≤100的天数”，通常又被称为空气质量达到二级以上的天数。根据已有数据，运用数学建模的方法，对中国空气质量做出分析和预测是一个重要问题，同时通过对影响空气质量因素的分析，以正确做好环境保护措施也极为重要。本文主要针对以下几个问题进行相关分析：（1）利用已知的数据，建立数学模型通过分析给出十个城市空气污染严重程度的科学排名。（2）建立模型对成都市11月的空气质量状况进行预测。（3）收集必要的数据，建立模型分析影响城市空气污染程度的主要因素是什么。二、基本假设 1）表格中已有的数据具有权威性，值得相信，具有使用价值。 2）空气质量相同等级的污染程度相同。 3）假设该市各种影响空气质量的软因素（如工业发展，人口数量）保持平稳变化。 4）不考虑突发事件即人为因素（如工业事故）造成的空气质量突变。 5）假设各种因素对环境的影响最终主要表现在可吸入颗粒、二氧化硫、二氧化氮上，不考虑其他随机因素的影响。三、问题的分析 3．1第一问所涉及的问题是一个具有一般性的，又有代表性的排序问题，鉴于每个城市的空气质量状况等级的权重有所不同，我们利用层次分析法对题中所测得城市空气质量状况进行排序，首先建立层次分析结构：最上层为目标层（O）：各城市空气质量污染程度。 P i 中间层为准则层（P）：空气质量状况等级。共7个等级，依次为(1,2, (7) i 最底层为对象层(C)：为排序对象。由各层次之间的关系，C与P关联，且P与O相关联。 3.2第二问涉及对系统行为特征的发展变化规律进行估计预测，故可以运用GM 模型对其进行灰色预测，从掌握的历史数据可以看出，每年11月的空气质量级别分布较为相似，全月的平均值较好的反应了相关指标的变化规律，这样我们可以将预测评估分为两个部分： 1）利用灰色理论建立GM（1,1）模型，由2005-2009年11月份空气质量指数的平均值预测2010年的平均值。 2）通过历史数据计算每天指标值与全月总值的关系，从而可以预测出正常情况下2010年11月份每天的指标值，即空气质量指数。

环境空气质量预报信息交换技术指南(试行)

环境空气质量预报信息交换技术指南（试行）一.适用范围适用于全国各级环境保护部门有关环境空气质量监测、预报的信息采集、交换、存储、加工、使用以及环境信息系统建设的管理工作。二.规范性引用文件本标准内容引用了下列文件中的条款。凡是不注日期的引用文件，其有效版本皆适用于本标准。 (一)GB 3095 环境空气质量标准 (二)GB 16279 大气污染物综合排放标准 (三)GB/T 16705 环境污染类别代码 (四)GB/T 16706 环境污染源类别代码 (五)HJ/T 212 污染源在线自动监控（监测）系统数据传输标准 (六)HJ/T 352 环境污染源自动监控信息传输、交换技术规范（试行）三.环境空气质量预报信息交换系统结构环境空气质量预报信息交换系统从底层逐级向上分别是：省市级监测部门、区域中心、国家监测部门（总站）。其中下发信息包含6种污染物浓度、AQI指数等。模式预报产品接口由总站负责，总站将预报指导产品下发到区域中心、省级、省会城市和计划单列市监测部门，为避免总站网络负载过大影响下载速度的情况，指导产品分发

的设计方式为省市监测部门到区域中心下载数据。在实施初期，因各区域中心正在筹建中，总站（国家预报中心暨京津冀及周边预报中心）将直接承担对长三角、珠三角区域中心和各省级、省会城市、计划单列市监测部门的指导产品分发。待全国各区域中心建设完善后，逐步实现各区域中心对省市监测部门下载数据的支持功能。各级部门根据预报结果进行业务化处理后，直接将处理结果上传至总站，同时城市监测部门还须将信息数据同时上传至其相应省级/区域监测部门。其下发信息数据系统架构图如图1-1，上传数据系统架构如图1-2所示：图 1-1 下发信息数据系统架构图国家监测部门区域监测中心区域监测中心省市监测中心省市监测中心省市监测中心省市监测中心 ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` VPN 网络 VPN 网络

空气质量数值预报优化方法研究

中国环境科学 2018,38(6)：2047~2054 China Environmental Science 空气质量数值预报优化方法研究赵俊日1,肖昕1*,吴涛2,李彦鹏3,贾红霞4(1.中国矿业大学环境与测绘学院,江苏徐州 221116；2.徐州环境监测中心站,江苏徐州 22118；3.江西应用技术职业学院,江西漳州 341000；4.中国环境新闻工作者协会北京 100095) 摘要：基于源清单“Nudging”修正方法和XGBoost算法对徐州市2016年12月13个监测站点的PM2．5、PM10、O3、SO2、NO2、CO等6种污染物浓度预报值进行修正,并分析了修正前后模式预报改善效果.在源清单“Nudging”修正部分,本文结合IDW空间插值算法对SO2、NO2 、CO等3种污染物浓度预报值进行修正,与修正前后模拟结果相比,采用同化源模拟的预报浓度值与观测值的相关系数提高了0.06~0.27不等,平均绝对误差和均方根误差减少的幅度较为明显,平均相对偏差(MFB)和平均相对误差(MFE)均在理想水平范围内,NO2修正效果最好,其次是SO2和CO.基于XGBoost算法的统计修正部分,本文结合WRF气象预报要素建立统计回归模型,对6种污染物进行统计修正,经滚动修正之后,预报偏低或偏高现象得到很大的改善,除了SO2之外,相关系数均提高到0.6~0.7左右,各项误差统计指标改进幅度非常明显.总体而言,本文采用的两种修正方法对中小尺度空气质量数值预报改进效果非常明显,反映了此优化方案的可行性和科学性. 关键词：Models-3/CMAQ；“nudging”修正；统计修正；数值预报优化中图分类号：X51 文献标识码：A 文章编号：1000-6923(2018)06-2047-08 A revised approach to air quality forecast based on Models-3/CMAQ. ZHAO Jun-ri1, XIAO Xin1*, WU Tao2, LI Yan-peng3, JIA Hong-xia4 (1.School of Environment and Spatial Informatics, China University of Mining and Technology, Xuzhou 221116, China；2.Xuzhou Environmental Monitoring Central Station, Xuzhou 221018, China；3.Jiangxi College of Applied Technology, Ganzhou 341000, China；4.China Forum of Environmental Journalists, Beijing 100095, China). China Environmental Science, 2018,38(6)：2047~2054 Abstract：In this study, the forecast values of hourly PM2.5、PM10、O3、SO2、NO2、CO concentrations at 13 environmental monitoring stations in Xuzhou city during December 2016 were corrected using nudging scheme and XGBoost algorithm, and improvement model prediction before and after correction were analyzed. A method combining nudging scheme and IDW interpolation algorithm was adopted by modifying the forecast values of SO2、NO2、CO concentrations, results showed that the correlation coefficient between the predicted concentration and the observation simulated by the assimilation source increased by 0.06~0.27, and the mean absolute error and the root mean square error decreased obviously, the average relative deviation (MFB) and average relative error (MFE) were within the ideal range, had best effect on NO2 followed by SO2 and CO. The part of statistical revision which based on XGBoost algorithm, by introducing WRF meteorological forecast elements established a statistical regression model, which could be used for modifying the forecast values of PM2.5、PM10、O3、SO2、NO2、CO concentrations. Results showed that lower or higher than normal conditions were greatly improved,with the exception of SO2, the correlation coefficient increased to about 0.6~0.7, the reduction of the error of statistical indicators was very obvious. Key words：Models-3/CMAQ；“nudging”scheme；statistical revision；optimization of numerical air quality prediction 作为当前大气环境科学研究的热点与难题,大气污染物预报预警可通过各类预报方法与手段相结合,对多种大气污染物在全球尺度下的不同类型污染过程进行模拟预测研究,成为城市.及区域大气复合污染控制研究的重要手段之一[1-3].大气污染物排放源清单是模型研究和相关控制策略制定的重要基础,但排放源估算取决于许多因素,包括社会经济、能源、土地利用、环境资料等[4].但由于统计数据的滞后性和排放因子及收稿日期：2017-11-21 基金项目：国家自然科学基金资助项目(41671524) * 责任作者, 副教授, passerxx@https://www.360docs.net/doc/4b15225028.html,