數(shù)值模擬，是全球廣泛應用的環(huán)境空氣質(zhì)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(shù)值表達，來預測未來一定時間內(nèi)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(shù)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(shù)據(jù)技術(shù)在環(huán)境空氣質(zhì)量預報工作上的融合應用，進一步優(yōu)化數(shù)值模擬方法，不斷提升環(huán)境空氣質(zhì)量預報預警水平和管理決策支撐能力。
 

　　全面深化監(jiān)測數(shù)據(jù)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(shù)據(jù)，充分挖掘大數(shù)據(jù)應用潛力，利用先進的排放源反演技術(shù)，降低排放源清單不確定性，建立了“機器學習+數(shù)值模式”的雙預報引擎智能擇優(yōu)預報技術(shù)體系，采用多源數(shù)據(jù)同化提升初始場精度，實現(xiàn)多時效空間分辨率最高達1km×1km的空氣質(zhì)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(zhì)量預測，空氣質(zhì)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(shù)據(jù)同化和融合歐拉及拉格朗日模型方法的網(wǎng)格化快速溯源技術(shù)，建立了智適應污染應對技術(shù)體系，以空氣質(zhì)量等級降級為目標， 快速智能制定區(qū)域協(xié)同、多措?yún)f(xié)同、污染因子協(xié)同的精細化管控措施。利用空氣質(zhì)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(wǎng)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(shù)據(jù)智能挖掘工具，構(gòu)建集預測預警、評估及管控技術(shù)為一體的智能化應對機制，通過流程再造實現(xiàn)技術(shù)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(shù)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(zhì)量保障為契機，深入推進AI與大數(shù)據(jù)技術(shù)集成應用，著力探索重大活動空氣質(zhì)量保障中臭氧污染區(qū)域聯(lián)防聯(lián)控支撐技術(shù)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(zhì)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(shù)據(jù)技術(shù)，提升空氣質(zhì)量預報水平