Page 155 - 生态环境保护与环境监测研究
P. 155
第六章 空气质量预测预报
气质量预报业务与环境空气质量改善提供基础技术支撑。目前该标准仅针对数值
模拟方法提出了相应的技术规范和指导，机器学习等新一代人工智能方法相关技
术规范还是空缺，建议加快推进空气质量预测方法技术规范体系的构建，把数据
输入、模型训练和结果评估等模拟预测过程标准化。
第二节 空气质量预测方法
目前的预测方法主要包括数值预报、统计预测以及智能预测方法。其中，数
值预报方法也称天气预报流体力学方法，主要以大气动力学、流体力学、热力学
为理论基础，通过建立空气扩散模型，使用数值模拟方程对大气污染物进行数值
计算；统计预测是以实际信息和统计资料为依据，采用统计方法和数学方法，使
用合理的数学模型，通过推理和计算在得出事物变化规律的基础上，对其未来走
势做出推断；智能预测方法是基于事物过去和现在的数据，通过借助如机器学习、
深度学习等算法采用一定的科学方法和逻辑推理，寻求事物的发展规律，最终对
事物未来的发展趋势做出预测、判断。
一、数值预报
基于数值预测的空气质量模型是以大气动力学为基础，通过对大气中物理与
化学性质的分析，建立大气污染物在空气中输送扩散的数值模型。自 20 世纪 60
年代以来，基于数值预测的空气质量模型经历了 3 个发展阶段。目前常用的为第
三代空气质量模型，第三代全尺度模型于 20 世纪 90 年代诞生，其主要是在第二
代模型的基础上构建了基于“一个大气”理念的多模块集成、多尺度网格嵌套三
维欧拉模型，模型突破了单一物种、单一模块的限制，针对多尺度网格嵌套单
元进行模拟与计算，主要有 Models-3/CMAQ、CAMx、WRF-Chem 和 NAQPMS
等。在应用过程中，4 阶离散变分方法、卡尔曼滤波和集成模拟等方法被广泛地
与模型进行耦合来提升大气污染浓度预测的效率。Elbern 等首次使用 4 阶离散变
147
