北京重污染延缓72小时的背后

　　北京重污染延缓72小时的背后

　　中科院王自发团队研发多模式空气质量预报系统 为应急减排提供精准预警

王自发(中)和团队同事在大气物理所的325米铁塔前

　　今年秋冬季以来，雾霾重污染在经历了去年的“蛰伏”后，又开始气势汹汹。中国科学院大气物理研究所研究员王自发关注着每一次重污染过程，他的微信朋友圈每天都在“直播”空气质量的变化。令人欣慰的是，如今每次重污染过程，得益于区域应急联动，都会大幅削减排放强度，使得污染等级下降，污染症状减轻。比如11月24日前后的空气污染过程，气象条件与2016年类似，得益于预报系统的准确预判，生态环境部提前部署京津区域联动应急，峰值浓度比2016年同一过程降低了近40%，北京市延缓了近72小时左右后才达到重度污染水平。　　　准确发布重污染预警等级，科学启动减排措施，前提是对每一次雾霾重污染过程的踪迹有清晰地预判和掌握。这也是王自发带领团队多年来的攻坚方向，如今他带领团队研发的空气质量多模式预警预报系统已经在各级环保部门得到广泛应用，预报准确率大幅提高。环保部门对京津冀区域重污染过程的预报识别率已近100%。

　　打破统计惯例 引入网格概念

　　王自发本科读的是大气探测，也正因为这个专业背景，让他对污染物在大气环境下的传输有更多的认识。2002年王自发回到国内，任职中科院大气物理所。当时已经申奥成功的北京正在下大力气解决空气污染问题，王自发开始带领团队做空气质量预测预报的研究，“预测预报是大气治理的基石和耳目，非常重要。”他说，过去环保部门用“统计”概念进行空气质量预报，比如多少风速时曾经出现过怎样的空气质量，从而得出一个未来的空气质量概率，“现在用这套方法肯定不行，不仅预报时效太短，而且大气污染越发呈现远距离传输，只统计本地的情况，预报准确度会大大下降。”王自发说，必须要打破这种惯例。

　　当时国外已有空气质量预报系统平台，但王自发发现并不适用于中国，因为国情不同，发展阶段不同，污染排放特点也不一样，“人家已经开始关注光化学污染，我们还停留在煤烟、机动车尾气、工业复合污染的阶段。”因此必须构建中国自己的空气质量预测预报系统。

　　空气是流动的，地面是不平的，煤烟、尾气等更是无处不在、无时不有。如何“锁定”空气污染趋势呢？王自发想到了网格概念，地域上以水平距离、空间高度为尺度划分网格，时间上以分钟进行分割，搜集每一个空间网格在每一个时间点的天气情况、污染排放情况，抽丝剥茧形成数据，然后纳入统一的超级计算机大平台进行计算预报分析。借助中科院自有的监测网络，以及环保部门的监测数据，王自发和团队同事反复模拟这套技术的可行性，最终建立起中国自己的嵌套网格空气质量预报模式系统。

　　锁定雾霾踪迹 实现精准预报

　　空气污染从来都不会无缘无故地产生。王自发说，每一次空气污染过程都遵循一条发展轨迹。

　　首先需要一定强度的污染排放，包括二氧化硫、氮氧化物、碳氢、可吸入颗粒物PM10、细颗粒物PM2.5等等。这些污染物排放进入大气，就会受到气象条件的影响，如果不巧，气象条件不利于这些污染物扩散，污染物就会不断积累。在积累的过程中，不同的污染物还会产生化学反应，生成新的污染物质。比如一些挥发性有机物在光氧条件下，就会转化生成PM2.5或者臭氧。于是，在污染排放大、气象条件不利的地方，空气污染就开始“冒泡”。

　　这还没完，大气是流动的。在气流的扰动下，污染物开始跨地域传输。尤其是PM2.5，因为粒径小、重量轻，经常可以跨省市传输数百公里。污染在传输过程中，又会不断受到当地污染排放、大气扩散条件的影响。一旦遭遇低压、逆温等不利条件，当地的污染程度还会进一步加重。

　　一次污染过程的强弱，还受到清除作用的制约。清除作用包括自然清除和人为控制。自然清除包括风沉降和湿沉降，前者主要发生在北方地区，比如强冷空气带来的北风；后者则主要发生在南方地区，比如一次足够酣畅的降雨。人为控制就是各地针对污染过程采取的减排措施，减少当地工业企业、车辆等污染排放量，等于“掐住”了最开始的源头，“这也是我们现在各地大气治理的重点，毕竟不能都靠老天爷帮忙。”王自发说。

　　区域应急联动 削减雾霾峰值

　　嵌套网格空气质量预报模式系统在2008年奥运会空气质量保障任务中得到成功应用。此后，王自发带领团队还创新地将其与国外多套空气质量预报系统进行改进与整合，组建了空气质量多模式集成预报系统。这是目前全球一流的预报系统，可以实现空气质量5天精准预报和10天趋势预测。

　　王自发向记者解读了这套系统的运行过程，它每天都在收集全球气象观测数据。到了预报当天凌晨零时，系统开始气象预测，对影响预报的一些关键参数进行优化，比如北京要纳入风沉降、北方供暖排放、太行山复杂地形等因素；上海等沿海地区则要纳入沿海地形、高湿度、海陆风等因素，从而准确判断气象条件是否有利于污染生成和传输。此外，因为污染还受到排放、化学二次转化的影响，系统还集成整合进了国内合作团队的成果，比如清华大学的区域污染排放清单平台和北京大学的化学新机制平台。

　　海量的数据从四面八方会合进入这套系统，大型超级计算机不间断运行分析。“数据量非常大，以京津冀区域预报平台为例，每次预报大概有10TB数据。所有分析会在清晨7点前完成，这样工作人员上班就能拿到最新的预测预报。”

　　据了解，这套系统目前已在中国环境监测总站，京津冀、长三角等区域预报中心，大部分的省级中心，还有重点地级及以上城市得到应用，对于历次重污染过程的应急控制发挥了重要作用。王自发说，这套系统对74个重点城市空气质量等级预报准确率整体达到75%以上。预报首席专家再进行人工修正，准确率还能进一步提高。此前北京市环保监测中心表示，北京对重污染过程的识别率已经达90%以上。

　　记者从环保部门了解到，今年11月24日前后的空气污染过程，气象条件与2016年类似，得益于预报系统的准确预判，生态环境部提前部署京津区域联动应急。峰值浓度比2016年同一过程降低了近40%，北京市延缓了近72小时左右才达到重度污染水平。

　　作为大气边界层物理和大气化学国家重点实验室主任，王自发深度参与了国家的大气污染治理。他还是国家大气污染防治攻关联合中心学术委员会的成员。继锁定雾霾的“踪迹”后，如今他带领团队已经开始新的任务，就是要全力擒住空气污染的元凶，“我们要搞清楚，每次空气重污染中，本地排放占比有多大，传输污染的比例有多大，这些污染都来自哪些领域的排放，以便为下一步精准治霾提供方向。”

　　本报记者张航 文并图