“不到10小时，PM2.5的实时浓度就从50微克/立方米上升到了七八百微克/立方米，并最终攀升到1500微克/立方米，成霾速度之快，数值之高，我们的空气污染预报模式真是没‘见过’啊。”对于北京那场快速成霾的空气污染，中科院大气物理所研究员王自发仍然记忆犹新。

    无独有偶，在短期高浓度雾霾面前，预报模型“少见多怪”的事情并非这一件。“上海雾霾最严重的那次，预报人员大着胆子报了个每立方米300多微克，结果第二天实际监测数据是每立方米400多微克。”清华大学环境学院教授贺克斌介绍说。

    如今，很多人每天出门前除了关心天气状况外，又多了一项关心的新指标，那就是空气污染状况。我们每天看到的空气污染监测值正是基于预报系统模拟测算出来的，除了那些极端情况，雾霾预报的准确率到底有多高，怎样才能提高准确性，让预报预警更好地为应对工作争取更多时间？科技日报记者走访了相关专家。

    空气污染预报是如何做出的？

    中国气象科学研究院副院长张小曳告诉记者：“霾的核心物质是空气中悬浮的干尘粒，也就是干气溶胶粒子，而由于在实际的大气中没有气溶胶粒子作为云雾的凝结核就无法形成云雾，所以雾和霾的背后都与气溶胶粒子有关。”也就是说和天气预报一样，空气污染预报也是基于一定的模型，在模拟系统里进行。它也同样存在着稳定性差异、预报准确率差异等。

    “国际上现有气溶胶模拟与空气质量预报模型有一类是离线的，缺少气溶胶与气象场之间的相互作用，这样的模型就没有在线的准确；预报模型中还有一个重要的部分就是将气溶胶分不同的粒度档模拟，这样才有利于模拟出气溶胶与云雾的相互作用。”基于对国外现有模型的研究和分析，张小曳团队建立了我国自主研发的预报模型，它规避了离线模型的弊端，整合了分档模型的优势，在全国范围内正式投入使用。

    自上世纪八十年代末开始张小曳就一直致力于气溶胶的研究，是我国较早从事气溶胶研究的科学工作者之一。在科技部973计划项目的支持下，他所领导的团队先后承担了“气溶胶及其气候效应”和“气溶胶、云、辐射反馈、亚洲季风研究”两个项目。

   所研发出的数值预报模型在2012年秋天正式在中央气象台做全国范围内的雾霾业务预报，结合中央气象台常规天气学方面的预报，二者有效结合向全国发布雾霾预报。今天，我们打开中央气象台网页，看到的就是这个预报结果。

    “这个系统在去年年初北京及其以南区域的持续性雾霾，国庆前和期间的雾霾、10月底东北、以及12月初长三角地区的重大雾霾中，都做出了较好的预报。”

    “我国的雾—霾预报系统在2010年、2011年连续两次参加国际空气质量预报大会，作大会特邀报告，WMO还以此预报系统为基础设立了先导性项目。”张小曳介绍说。

    空气污染预报遭遇哪些难题？

    “空气污染预报的确是一个比较困难和复杂的问题，但同时也至关重要。控制重污染天气涉及到污染源消减、交管局采取相关措施等，但如果预警时间太短，就没有足够的时间进行有效地控制。”王自发说，“这就要求我们预报预警时间提前，提前得越多，越有充分的时间进行更好地控制。”

    从去年1月份开始，中国大范围出现雾霾天气，为了有效提前预报预警的时间，王自发研究团队对成霾过程进行了模拟，探究雾霾成因。

    “现在他们模拟的数据已经基本上比较接近实际了，能够提前3天到7天就预报出来会不会有下一次霾。但是污染最重的霾的峰值往往模拟不出来，问题可能就在于污染最重的时候，有一些化学过程和机制我们没有认识清楚。”中科院生态环境研究中心研究员贺泓告诉记者。

    除了在时间上的争分夺秒，预报的准确率也至关重要。搞了20多年大气污染预报的王自发说：“大家总会问我一个问题，天气预报准确率是70%，你们的污染预报呢？排放源不准确，50%准确率不错了，70%乘50%是0.35，事实上这是个很大的误区。”

    排放源不准确，每天之间有很大的误差。如果风比较大，超过5米每秒或者更大，污染就干净了，所以关注小风、静风天气的预报，静稳天气强度、持续时间，预报准确度至少可以接近天气预报准确率的。”

    对于有时公众所感受到的能见度与污染指数不符的情况，张小曳告诉记者：“这是只考虑了霾，没有考虑雾对能见度带来的影响的结果。”

    “我们现在监测到的PM2.5能够影响能见度，但没有监测到的相当一部分PM2.5在一定的气象条件下已经成为云雾的凝结核，形成了云雾滴，这部分细气溶胶粒子就没有被监测到，而影响能见度的既有空气中的PM2.5粒子还有那些已经形成的云雾滴，这时公众看到的PM2.5预测值不高，但能见度却很差。”

    提高预报水平需多部门协同创新

    贺泓坦言，由于欧美发达国家大气污染问题具有明显的阶段性，而我国大气污染物问题属于特有复合污染类型，因此发达国家在大气污染治理过程中并未经历过我国所面临的新老问题集中爆发的状况，我们尚无直接的国际经验可借鉴。

    老问题遇到新情况，每当发生快速成霾且污染很重的时候，我们的预报就不够准确，这也是科学家一直想解决的问题。贺泓分析一种可能的原因是二次颗粒物在PM2.5中占比增加，导致PM2.5的成分变化，造成消光的效果加强。这个假设目前已经得到了一些实验室模拟和外场观测数据的支持。

    中科院大气物理研究所王跃思研究团队在河北省兴隆县有一处位于燕山深处的观测点，2013年1月6日到16日，这个观测点的雾霾比北京市轻得多，PM2.5的浓度大概只是北京的三分之一。此地空气中二氧化硫浓度和北京市差不多，可是硫酸盐浓度却比北京市低得多。进一步研究发现，成霾的时候，北京市的氮氧化物浓度要比兴隆县高得多。研究表明在某种合适的条件下，大气中的矿质颗粒物和氮氧化物可以起到催化剂的作用，催化空气中的二氧化硫向硫酸盐转化。

    “在大气复合污染的条件下，污染物之间相互反应，造成大气氧化性增强，气体向颗粒物的转化在加快。”贺泓说。据他介绍，近10年来，中国大气中二氧化硫排放总量呈下降趋势，但是硫酸盐气溶胶却没有明显下降。二氧化硫是二次颗粒物里面一个重要的前体物，前体物下降，二次颗粒物却没有下降，这说明更多的二氧化硫转化成了硫酸盐，说明转化速度快了。“在大气复合污染的条件下，污染物之间相互反应，造成大气氧化性增强，气体向颗粒物的转化在加快。”

    除了二次污染物在“作怪”，张小曳在记者截稿前还在特别强调气溶胶与气象场之间、气溶胶与云雾之间相互作用的重要性：“雾和霾是两个不同的天气现象，但它们有时会同时存在、相互影响。”

    “空气污染预报的相关技术是一个系统工程，需要将观测和数值模拟有效地结合起来，多部门协同创新；它也绝不仅仅是一个单一的、孤立的研究对象，需要考虑气象环境等因素所带来的影响，我们的工作还任重道远。”张小曳说。（科技日报北京1月22日电）