四大基礎數據決定準確預測預報PM2.5濃度

　　2016年秋冬季節以來，頻發的重污染天氣引起全社會廣泛關注。在諸多問題中，預報預測的準確性直接關系到預警級別設置、應急措施實施、防護措施制定等，尤為引人關注。

　　一直以來，由于評價指標體系、分級標準和發布流程等方面存在差異，不同部門發布的霾預警信息有時存在不一致，給公眾認知和地方政府應對工作帶來了一定困擾。

　　事實上，目前，預測空氣中PM2.5濃度的模式和機構眾多，但只有個別機構和研究團隊能夠達到政府決策的要求。要準確預測預報空氣中PM2.5濃度，必須具備四大基礎數據：

　　一是污染源排放清單，這是決定PM2.5濃度的根本，即各種類型污染源排放的塵、二氧化硫、氮氧化物、揮發性有機物質及氨的量，還要考慮溫度、高度和地理位置等，系統全面準確地掌握此類數據是預測PM2.5濃度和采取減排措施的核心；污染源通常從散布程度分布上又分類為有組織排放和無組織排放源，從空間分布上分類為點線面源，從經濟分布上分類為工業、生活、交通源等。

　　二是氣象參數，這是影響PM2.5濃度的外在條件，也是決定環境容量的關鍵因素，包括常規的地面風濕溫參數、溫度廓線、風廓線、逆溫層強度和面積等；一般情況下，天氣靜穩、逆溫、高濕度、低壓強等容易導致大氣環境容量降低，因為許多區域污染物排放強度高，也容易導致PM2.5濃度升高，但只能定性分析，無法僅依靠氣象參數定量預測PM2.5濃度值。

　　三是PM2.5濃度現狀值，更關鍵的是數據結構，即硫酸鹽、硝酸鹽、有機物等含量，其反映了一個區域各種大氣污染物排放量的大小和結構以及傳輸影響，一定程度上反映了能源結構、產業結構和交通運輸方式結構。通過長期實地監測和源解析得到各個城市數據構成是預測PM2.5濃度的基礎。

　　四是大氣化學反應參數。一百多個化學反應方程式構成了生成PM2.5的機理，即各類污染源排放的一次氣態污染物等如何反應生成PM2.5。目前國內預測空氣中PM2.5濃度的模式和機構多直接選用發達國家開發的工具，內嵌參數基本適用于低PM2.5值，不適用于國內高濃度情況。

　　預測PM2.5值，實質上是預測各組分（硫酸鹽、硝酸鹽、有機物等含量），然后加和得到，是一項科學性極強的工作。預測人員的經驗也至關重要。預測到PM2.5高值發生時，政府要采取不同級別下的應對措施，要決策在哪里采取措施、對哪類污染源減排、力度多大，要付出一定經濟代價。沒有齊備的四大基礎數據支撐預測結果，決策就會要么代價過高，要么沒有效果。