數值模擬，是全球廣泛應用的環(huán)境空氣質量預報方法，主要通過超級計算機對污染物排放、物理擴散和化學反應進行數值表達，來預測未來一定時間內污染物的分布狀態(tài)。但是，隨著環(huán)境管理的需求日益精細化，提高數值模型的準確率、精確度和運算效率已刻不容緩。為此，浙江省生態(tài)環(huán)境監(jiān)測中心積極推進人工智能(AI)和大數據技術在環(huán)境空氣質量預報工作上的融合應用，進一步優(yōu)化數值模擬方法，不斷提升環(huán)境空氣質量預報預警水平和管理決策支撐能力。
 

　　全面深化監(jiān)測數據融合應用
 

　　提高污染過程預報準確率
 

　　全量歸集全省地面、高空、雷達與衛(wèi)星等生態(tài)環(huán)境監(jiān)測數據，充分挖掘大數據應用潛力，利用先進的排放源反演技術，降低排放源清單不確定性，建立了“機器學習+數值模式”的雙預報引擎智能擇優(yōu)預報技術體系，采用多源數據同化提升初始場精度，實現多時效空間分辨率最高達1km×1km的空氣質量變化態(tài)勢預報預測，提供未來24小時滾動臨近預測、未來7天常規(guī)預測、未來15天中期和最長未來90天長期空氣質量預測，空氣質量模型預報預測準確率進一步提升，72小時模型等級預報準確率從60%左右提升至90%左右。
 

　　全過程支撐污染應對
 

　　提升精準治氣精細化水平
 

　　面對日益嚴峻的臭氧污染形勢，開發(fā)多源觀測數據同化和融合歐拉及拉格朗日模型方法的網格化快速溯源技術，建立了智適應污染應對技術體系，以空氣質量等級降級為目標， 快速智能制定區(qū)域協同、多措協同、污染因子協同的精細化管控措施。利用空氣質量模型溯源解析工具，開展O3及其前體物來源貢獻，利用粒子擴散模型及排放清單反演特征，針對重點目標區(qū)域的網格化來源解析，精準確定污染應對管控區(qū)域和管控因子。
 

　　建設完善大氣預報預警平臺
 

　　提升決策支撐智能化水平
 

　　進一步完善大氣預報預警平臺，開發(fā)了可視化、交互式數據智能挖掘工具，構建集預測預警、評估及管控技術為一體的智能化應對機制，通過流程再造實現技術和管理交叉閉環(huán)，為區(qū)域空氣污染預警、管控措施實施提供有力技術支持和決策參考。
 

　　下一步，浙江省生態(tài)環(huán)境監(jiān)測中心將以杭州亞運會環(huán)境空氣質量保障為契機，深入推進AI與大數據技術集成應用，著力探索重大活動空氣質量保障中臭氧污染區(qū)域聯防聯控支撐技術路徑，提高臭氧污染防治精細化決策支撐能力，全面提升環(huán)境空氣質量預報預警水平。
 

　　原標題：浙里監(jiān)測 護航亞運 | 融合應用AI和大數據技術，提升空氣質量預報水平