新一代空气质量模式将大幅提升预报精度

　　如何才能更加科学精准地预测大气污染?这是生态环境和气象学领域的一大难题。

　　为了解决这个难题，国内外研究者开发出多种空气质量模式。

　　空气质量模式是一种复杂的大气仿真系统。其原理是通过模拟污染物在大气中的传输、化学转化、沉降迁移等过程，帮助研究者研究空气质量变化规律和机理，开展空气质量评估和预报。

　　去年11月，我国发布新一代空气质量模式——排放与大气过程集成耦合社区模式(EPICC-Model)。

　　不久前，这项由我国科学家依托国家重大科技基础设施“寰”自主研发的成果，入选了中国科协生态环境产学联合体发布的2024年度中国生态环境十大科技进展。

“寰”提供强大支撑平台

　　大气污染治理，离不开科学精准的大气污染预报。长期以来，大气污染预报都是一项科研难题，而对爆发式污染增长、重污染形成过程等进行精准预报，更是一种挑战。

　　“以往，研究者一般通过对大气化学组分的模拟分析，得出大气污染情况结论。但预测结果与现实偏差往往较大。”中国科学院大气物理研究所研究员王自发说。

　　为了得到更加科学精准的大气污染预报，开辟新的预测方法势在必行。

　　“空气质量模式是综合表征污染物排放、大气物理和化学过程的核心工具，是大气污染精准预报与科学调控的重要基础。空气质量模式可用于灰霾、酸雨等环境问题的成因分析和污染溯源，并可对污染过程进行预警。”王自发介绍。

　　因此，国内外都在空气质量模式方面布局研发力量。

　　然而，相比国外空气质量模式研发现状，我国空气质量模式研发存在三大突出问题：一是研发资源分散，导致重复建设;二是原创新机制集成度低;三是区域复合污染预报准确率不足。“这些问题严重制约了国产空气质量模式的国际竞争力。”王自发说。

　　位于怀柔科学城的国家重大科技基础设施“寰”为扭转这一局面带来了希望。

　　“寰”是由中国科学院大气物理研究所牵头建设的地球系统数值模拟装置，可模拟大气圈、水圈、生物圈等10个圈层的相互作用。

　　中国科学院大气物理研究所研究员郑飞表示：“‘寰’就是一个数字模拟地球，可以把从古到今到未来的这些大气、海洋的变化模拟出来，相当于把地球装进了实验室。”

　　2023年底“寰”面向全球开源发布，这意味着全世界的科研人员都可以向“寰”提出关于地球气候的问题，并得到“寰”的回答。

　　依托“寰”，基于中国科学院大气物理研究所20多年研发嵌套网格空气质量预报模式NAQPMS的经验，中国科学院大气物理研究所的研究人员联合来自北京大学、清华大学、南京信息工程大学、暨南大学等机构的研究人员组建开放团队，开始自主研发新一代国产空气质量模式EPICC-Model。

三大创新实现技术跨越

　　在EPICC-Model的研发过程中，上述团队通过三大创新实现了技术跨越。

　　首先是打造我国大气环境数值模式开源底座。

　　王自发介绍，研究团队采取了“插拔式”模块架构构建技术。“插拔式”模块，通俗来说就是把复杂设备拆分成独立的“小零件”，用的时候插上，不用或坏了就拔掉，让复杂设备的运维像搭积木一样灵活方便。

　　基于“插拔式”模块架构理念，研发团队建立了完善的版本控制管理体系，开发出化学动力学模拟求解器，分布式内存并行(MPI)与异构计算混合并行算法，以及异构平台数据融合技术，最终保障了开源底座的规范性、可靠性、可维护性、可扩展性及高效计算等，打造出我国大气环境数值模式开源底座。

　　“基于这个开源底座，研发团队实现20余家科研机构高效协同创新，首创我国开放式协同研发新范式，并将全国范围空气质量模拟精度从几十公里提升至3公里。”王自发说。

　　其次是突破理化机理协同耦合技术瓶颈。

　　研发团队创新性地提出大气理化机制耦合方法。什么是理化机制耦合方法?打个比方，大气是一锅“汤”，里面既涉及“水怎么翻滚”的物理问题，又有“调料怎么融合”的化学问题。理化机制耦合方法，就是研究汤里的水和调料在一起后会发生何种反应，最后会“煮”出怎样的天气或污染的“味道”。这需要计算机同时模拟这两套过程，并让它们“互通信息”。

　　王自发说：“新方法首次实现多源观测数据对复杂理化新机制的协同约束，突破了传统方法中参数不确定性大、普适性不足的关键瓶颈，攻克硫酸盐非均相化学机制、活性氮源汇新机制、静稳边界层湍流参数化方案以及气溶胶—边界层双向反馈机制等复合污染特有核心机制的融合难题。”

　　得益于大气理化机制耦合方法，研发团队最终解决了微观过程与宏观建模的协同难题，使我国区域污染预报精度获得显著提升。

　　最后是攻克源排放—理化过程实时耦合难题。

　　研发团队突破了污染源动态反演与精细管控的技术瓶颈，实现了从“静态估算”到“动态反演”的技术跨越。

　　最终，研发团队成功研制出了EPICC-Model，该模型总计有20余万行程序代码，能科学合理表征氮氧化物、臭氧、细颗粒物(PM2.5)等主要大气污染物的产生和消失等演变过程。

将成环境治理有力工具

　　EPICC-Model的成功研制，带来了显著生态环境效益——使PM2.5及其组分模拟准确度提升40%以上，重点地区臭氧8小时模拟误差控制在20%以内。该模型还支持“沙尘暴—酸雨—臭氧—PM2.5”多污染类型的协同模拟，可大幅提升我国区域污染预报能力。

　　基于EPICC-Model，研发团队还构建了公里级大气环境预报溯源系统，支撑日常预报、重污染应急预警，以及国家重大活动保障等。据介绍，2024年，我国短期空气质量等级预报准确率达80%以上。在党的二十大召开期间以及北京冬奥会期间，EPICC-Model在空气质量保障中发挥了重要作用。

　　EPICC-Model的成功研发，是国家自然科学基金重大研究计划的三个代表性成果之一，也是2024年怀柔综合性国家科学中心重大成果。截至目前，在研发EPICC-Model的过程中研究人员已发表论文30余篇。

　　据介绍，EPICC-Model代码及相关再分析数据集已经公开共享。截至目前，数据已被美国、法国、德国、韩国等10余个国家研究团队下载使用。“这不仅为重点区域大气污染治理及减污降碳等政策制定提供了关键技术支撑，也推动了人工智能模型在环境治理领域的创新应用。”王自发说。

　　“EPICC-Model代码开源共享，目的在于为大气环境模拟及相关研究提供一个协同开发、集成耦合的开放平台，助力提升我国空气质量模式的自主研发效率和先进性，为更好开展大气环境治理提供有力的科技支撑。”王自发说。

　　值得一提的是，EPICC-Model的开源发布标志着我国空气质量模式研发打破了以往单个研究团队主导的研发方式，并步入了协同开发、合作共赢的崭新阶段。“未来，我们会定期进行数据更新，把EPICC-Model变成公共的科学模型。”王自发说。

　　中国科学院院士、北京大学环境科学与工程学院教授朱彤表示：“EPICC-Model将凝聚全国乃至全球科学家力量，面向水土气污染综合治理，新污染物和重金属治理等问题开展技术攻关，为建设美丽中国和全球环境治理提供强有力的科学工具。”

责任编辑：汪编辑