1.   影响CAPPS在太原市预报精度的主要因素

2001年中国气象局在全国推广使用CAPPS污染模式系统，但由于各省的气候特征、地形特征和产业结构存在较大差异，所以，CAPPS的使用效果差异甚大。山西地处黄土高原，地形复杂，气候干燥，多风沙，更为重要的是山西是重化工基地，这种特殊的地形、气候特征和工业排放物严重的条件，使CAPPS在适应本地化进而产生较好的社会效益方面存在着较多问题。影响CAPPS预报精度的主要因素如下:①地形特征因素太原市东、西、北三面环山，属开口向南的簸箕型地形。CAPPS在描述具体陡峭地形方面不够细致，影响了流场及其它气象场的预报精度，造成对污染物的平流预报产生误差。②模式本身因素由CAPPS的结构和原理^{[1, 2]}可知，CAPPS的源强模式实际上并未考虑气体污染物的排放量随时间的变化以及污染物的化学转化，在一定程度上造成了预报与监测之间的误差。③气候特征和季节转换因素分析太原市的气候特征表明:ZALL.FOR源程序中的扬尘系数不能概括当地的天气气候特征。因而，模式运行中，对PM10的预报误差较大。

2.   模拟试验方案

2.1   减小地形因素误差的模拟试验方案

应用MM4中尺度数值模式，模式水平网格为46 ×61，格距为60 km，模式网格中心点为112.5°E、37.8°N，垂直方向为10个非均匀σ层，地形分辨率为10'。

我们主要关注太原附近地形对该地污染物稀释扩散的影响，因此设计了A、B两种地形方案 (见图 1和图 2)。A方案是将太原东、西、北三面山地的模式地形加倍，且山地与污染监测站的海拔高度比较接近实际比值，使之成为与实际地形相吻合的簸箕型地形。B方案则采用原模式的10'地形格点数据。

图  1  仿真模式地形 (A模式地形方案)

下载: 全尺寸图片 幻灯片

图  2  原模式地形 (B模式地形方案)

下载: 全尺寸图片 幻灯片

以2002年12月3日08 :00(北京时，下同) 为初始时刻，采用A、B两种模式地形，分别积分36 h，对比两种模式地形下系统的输出结果变化。

由2002年12月3日12 :00至4日12 :00太原市6个监测站主要污染物污染浓度监测的日均值表 (表略)，A、B地形下系统的预报值表 (表略) 可知:对污染物SO₂、NO_x和PM₁₀，A地形下，6个监测站的平均误差分别为0.051、-0.02、0.041；B地形下，平均误差分别为-0.065、-0.02、-0.124。这说明:地方性环流影响下，真实地形对主要污染物的稀释扩散有较强的阻碍作用，而削平地形则有利于主要污染物的稀释扩散。因此，模式中选用削平地形方案，预报值与实际监测值相比明显偏小。

以2002年12月3日08 :00为初始场的地形模拟试验，以及2001年11月1日至2002年1月31日两种模式地形模拟试验结果的线性相关图 (图 3和图 4) 和对应的天气背景分析表明:B地形下，地方性环流控制时，预报值与监测值相比明显偏小，而非地方性环流控制时，预报值与监测值相比又明显偏大；A地形下，无论是地方性环流还是非地方性环流控制预报误差都明显减小。

图  3  B模式地形下SO₂(a) 和PM₁₀(b) 预报与监测的线性相关

下载: 全尺寸图片 幻灯片

图  4  A模式地形下SO₂(a) 和PM₁₀(b) 预报与监测的线性相关

下载: 全尺寸图片 幻灯片

2.2   减小模式因素造成的误差

2.2.1   在模式中引入模式误差系数K_i

据以上误差分析可知，要提高CAPPS的预报精度，应在CAPPS的大气污染指数预报模块中加入污染物排放量随时间的变化以及污染物的化学转化等其它因素造成的误差。

2.2.2   K_i的确定方法

K_i是污染物排放量随时间的变化、污染物的化学转化等因素引起的综合误差系数^[2]。要确定此系数只能根据当地一年中 (本研究选用2001年6月至2002年5月12个月的历史污染监测资料) 污染源的排放特点分季节确定。

将全年分为:4月1日至10月31日 (非采暖期)，11月1日至次年3月31日 (采暖期) 两段，用CAPPS对太原市的监测资料进行模拟，以确定采暖期和非采暖期SO₂、NO_X的模式误差系数K_i。

分析CAPPS中的大气污染潜势预报模式输出的空气污染潜势指数PPI可知:当0.2≤PPI≤0.55时，天气较恶劣、平均风速加大。此时，采暖源加大排放量直接导致本区域地面污染浓度增加。因此，模式综合污染系数K_i较大；当PPI指数＜0.2时，天气特别恶劣，采暖源排放量更大，模式综合污染系数K_i也更大；在非采暖期，污染源数量骤减，排放量相应减小，当PPI≤0.70时，一般平均风速较大、水平混合均匀，各时段的排放量接近日均值，此时源强不做订正；当PPI >0.70时，对源强做适当的订正。表 1和表 2分别给出了模拟试验后SO₂和NO_X不同时期每日的K_i值。

表  1  不同时期每日各时段平均SO₂的K_i系数模拟值

下载: 导出CSV 

| 显示表格

表  2  不同时期每日各时段平均NO_X的K_i系数模拟值

下载: 导出CSV 

| 显示表格

2.2.3   预报检验

对太原市2001年6月至2002年5月进行日均污染浓度值模拟试验，模拟结果表明:加K_i订正时SO₂和NO_X的预报值与监测值的相关系数分别是0.96和0.91，不加K_i订正时SO₂和NO_X的预报值与监测值的相关系数只有0.73和0.69。显而易见，加订正要比不加订正的预报准确率显著提高。图 5a、5b分别为加入K_i后SO₂和NO₂的预报与监测值的时间序列图 (图中数据为2002年1月1日至5月31日的151天的资料)。

图  5  加入K_i系数后SO₂(a) 和NO₂(b) 的预报与监测值的时间序列图

下载: 全尺寸图片 幻灯片

2.2.4   分季节模拟源程序中的扬尘系数 (F)

我们把扬尘浓度与大气中总悬浮颗粒浓度的比值定义为扬尘系数。在CAPPS的ZALL.FOR源程序中已设有扬尘开关，但源程序中的扬尘系数必须根据当地的气候背景分季节进行模拟试验方可获得良好的预报效果。扬尘系数主要与平均风速和季节有关，因此，选用太原市PM₁₀的大气监测资料进行模拟试验来确定太原市不同月份以平均风速为变量的扬尘系数 (F) 表达式。表 3为太原市在不同季节的扬尘系数模拟表达式。

表  3  太原市扬尘系数 (F) 表达式

下载: 导出CSV 

| 显示表格

11月1日至次年3月31日为太原市的采暖期。由表 3可知，采暖期的后期 (即2、3月份) 扬尘系数 (F) 最大，采暖期的前期 (11月、12月、1月) 次之，排在第三位的是后春 (4、5月)，秋季较小，夏季最小。模拟结果与山西省一年当中植被的覆盖、湿度的变化、风速的大小、温度的高低情况相符。

对太原市2001年6月至2002年5月进行PM₁₀的日均污染浓度模拟，并将模拟结果对比分析表明:扬尘系数按照太原市的气候特征分季节模拟订正后，日均污染浓度模拟值与监测值的相关系数从0.75上升到0.89。显然，扬尘系数修正后可使预报准确率明显提高。图 6为加入F后PM₁₀的预报与监测值的时间序列图 (资料时间同图 5)。

图  6  加入扬尘系数F后PM₁₀的预报与监测值的时间序列图

下载: 全尺寸图片 幻灯片

3.   小结

(1) 比较两种模式地形的模拟结果表明:地方性环流控制下，太原附近的特殊地形阻碍了近地层污染物的稀释扩散，非地方性环流控制下，特殊地形促进了近地层污染物的稀释扩散。仿真模式地形可使系统的预报精度明显提高，而原模式地形则造成系统对首要污染物的浓度预报值在地方性环流控制下偏小27 %左右，在非地方性环流控制下却因风向和风速的不同而不同。

(2) 在CAPPS中加入气体污染物SO₂、NO_X的排放量随时间的变化以及污染物的化学转化即模式误差系数K_i，提高了预报因子与预报量的相关性，使系统输出的SO₂、NO_X的浓度预报值更接近实际监测值。

(3) 针对太原市的气候特征，分季节、分天气形势通过数值模拟对模式中的扬尘系数进行订正后，系统输出的PM₁₀值的预报准确率获得较大幅度提高。

(4) 利用CAPPS进行多种模拟试验修正参数使模式的整体预报水平大幅度提高，但在天气要素出现明显转折，污染指数出现陡升陡降时，系统中的大气污染指数预报模块不能快速响应，从而导致预报滞后，这一问题在春季天气系统快速变换的形势下表现得更为突出。