论文部分内容阅读
“元旦期间，北京将发生重度雾霾。”2015年的最后一天，黄玥在网上看到一条中国气象局发出的雾霾预报。
这条雾霾预报让黄玥，一名24岁的广告策划，郁闷不已。她早早购买了两张打折机票，原本打算从北京转机杭州，然后飞往柬埔寨，轻松地度过一个元旦假期。飞机到达杭州的时间是下午3点，下一班前往柬埔寨的飞机的起飞时间是晚上9点。由于国际航班需要提前2个小时安检，黄玥只有4个小时的时间用于中转。
01/02 雾霾在北京等地已被列入常规性气象灾害，政府也相应增加了雾霾预测这项常规服务。 03 2015年12月以来，北京飞机因为雾霾导致的平均延误时间为6个小时。 04 2015年中国网球公开赛期间运用了IBM的技术，它能提前72小时逐时预报雾霾。
黄玥查询了12月以来，北京飞机因为雾霾导致的平均延误时间—6个小时，比她拥有的转机时间要长2个小时。如果到达杭州的飞机因为雾霾延误，她将无法赶上飞往柬埔寨的飞机，整个元旦旅行也将无法成行。保险起见，她只好放弃乘坐飞机，购买了从北京到杭州的高铁车票。
当黄玥顺利乘坐高铁到达杭州时，她发现了一件更让自己郁闷的事情：元旦当天，北京的PM2.5平均值只处于200左右，属于轻度-中度污染。她购买的航班并没有因雾霾而延误，准点到达杭州机场。但打折机票无法退票，黄玥因此损失了400元，她认为，这是雾霾预报不准造成的损失。
中国近年来受到空气质量问题的困扰。雾霾已被列入常规性气象灾害，包括北京在内的很多雾霾多发地区，政府都增加了一项常规服务内容—在雾霾到来之前，提前向市民发出警告，并作出相应的市政部署调整以减轻雾霾。
但雾霾预测经常遇到不够精准的问题，让地方政府的防霾决策变得有些尴尬。所有的北京市民在2015年12月这一个月就经历了两次最高级别的污染警报—雾霾红色预警。全市中小学停课，机动车限号行驶。黄玥发现，这两次红色预警期间，空气的PM2.5值均在300至400左右。而在这之前的一次橙色预警中，北京市内曾出现PM2.5值超过500的极端情况。另一个让黄玥感到麻烦的事情是，北京市政府只在网站上发布24小时空气质量预报，她无法知道“红色预警”何时可能结束。
“中国目前的雾霾预测技术还是不够成熟。想要准确地预测雾霾，需要知道污染物排放的原清单，还需要天气预测。此外，不同污染源的排放物在不同天气条件下产生的二次物也不一样。这是一个非常复杂的模型组合。”中国科学院气象学博士后李汀告诉《第一财经周刊》。
中国的气象机构在预测雾霾时，普遍使用的是美国研究成熟的WRF-Chem预测模型。2000年，奥克拉荷马大学的风暴分析预报中心联合美国大气研究中心、美国环境预报中心，共同开发出了新一代中尺度气象模式WRF（Weather Research and Forecast），为WRF-Chem模式提供气象支持。WRF-Chem中的Chem化学模块则由美国太平洋西北国家实验室、美国国家海洋及大气管理局共同开发完成。这个模型能够为多种气候条件提供不同的参数化方案，比如大气辐射、积云降水等，从而获得最佳的动力模拟效果。
虽然欧美的预测模型已投入了十几年时间研发，堪称成熟，但拿到中国来应用还是遇到了问题。
“美国和欧洲的情况跟中国差别太大了。美国PM2.5指数超过100就不得了，中国好几百也是常事。气象条件、污染源都有根本性的差别。”IBM研究院研究员邵金燕《第一财经周刊》说。
中国政府似乎已认识到了这一问题，现在正在寻找更多办法建立更准确的预测模型。
IBM公司在2014年7月推出了“绿色地平线”计划，集合了IBM全球12家研究院的技术资源。2015年，IBM公司和北京市环保局成立了“联合创新实验室”，用IBM的认知计算和大数据分析能力，试图为北京市的城市空气质量决策提供更可靠的支持。邵金燕就是“联合创新实验室”的研究成员之一。
计算能力是影响雾霾模型预测准确性的关键因素。不管是美国研发的WRF-Chem模型，还是中国本土研发的其他预测模型，都有各自适合使用的时间和空间条件。有些模型在夏天的准确性更高，这个时节气流变化平稳，不会出现今天PM2.5值还是几百，明天就降到几十的情况。有些模型则适合应对秋冬交替季节，擅长捕捉从高污染到低污染的过程。如果能够在不同的天气状况下，准确地选择最适合的预测模型，就能够获得更精准的预测结果。
但电脑的计算能力不足，是无法胜任实时筛选出最佳模型的任务的。于是，IBM公司又加入了它的超级计算机。IBM使用机器学习和数据挖掘技术，将上百种成熟算法组合优化，超级计算机根据不同城市、不同地区的天气情况，自动调整参数，选择不同时空条件下性能最优的模型。基于IBM技术，能够实现提前72小时逐时的、分辨率达1平方公里的高精度污染预报。
中国网球公开赛在应对雾霾时，就运用了这一预测方式。2015年中国网球公开赛在10月9日举行，正好赶上北京雾霾高发期。IBM把污染监测站点、气象站点、气象卫星、污染源的数据汇聚起来，通过数据同化技术相互匹配矫正，得到了较完善的数据集。它用超级计算机构建了一个超级类脑模型，融合各类预测模型的优缺点，形成综合性能最优的组合模型。
>> 天河一号，中国自己的超级计算机也参与到了雾霾预测中。如果项目成功，中国在2017年将实现提前5到7天预报雾霾，并准确定位雾霾发生的原因。
参考IBM的这一预测，中网组委会提前得知比赛期间雾霾变化的时间与幅度，随之安排了与雾霾污染对应的防治举措。包括在夜间增加赛场及周边的空气湿度，改善白天的空气质量；在雾霾严重的时刻，开启赛场内多个空气净化设备；提前调整工作人员及志愿者的工作时间等。
使用超级计算能力预测雾霾的公司不只IBM一家。微软在2014年就在中国研究实验室里开发了自己的空气质量预测技术。中国环保部、福建省环保局和成都市环保局都先后成为微软的签约客户。微软还开发了一个名为Urban Air的网站和手机应用，用大数据技术为用户预测未来48小时的空气质量状况。
中国自己的超级计算机也参与到了雾霾预测中。中国国家超算中心联合国家级气象专家组成了研究团队，在中国首台千万亿次超级计算机“天河一号”上搭建了雾霾监测与数值预报模式系统。
超算中心的研发团队用一个月的时间，将现有的空气质量智能管理平台和实时污染源排放监测系统迁移到了“天河一号”平台上，之后将花约3年的时间，积累和细化污染源数据，从全国到区域再到城市，最终预测出雾霾的相关数据结果，授权给气象及环保部门发布。
“天河一号”雾霾预测项目启动于2013年年底，预计将在2017年完成污染源的数据累积。如果项目成功，中国在2017年将实现提前5到7天预报雾霾，并准确定位雾霾发生的原因。
新年的第6天，黄玥从柬埔寨回到北京。幸运的是，北京迎接她的是一个没有雾霾的蓝天。“希望这样的蓝天能够更多一点。或者最起码，让我更准确地知道哪几天会是蓝天。”
这条雾霾预报让黄玥，一名24岁的广告策划，郁闷不已。她早早购买了两张打折机票，原本打算从北京转机杭州，然后飞往柬埔寨，轻松地度过一个元旦假期。飞机到达杭州的时间是下午3点，下一班前往柬埔寨的飞机的起飞时间是晚上9点。由于国际航班需要提前2个小时安检，黄玥只有4个小时的时间用于中转。
黄玥查询了12月以来，北京飞机因为雾霾导致的平均延误时间—6个小时，比她拥有的转机时间要长2个小时。如果到达杭州的飞机因为雾霾延误，她将无法赶上飞往柬埔寨的飞机，整个元旦旅行也将无法成行。保险起见，她只好放弃乘坐飞机，购买了从北京到杭州的高铁车票。
当黄玥顺利乘坐高铁到达杭州时，她发现了一件更让自己郁闷的事情：元旦当天，北京的PM2.5平均值只处于200左右，属于轻度-中度污染。她购买的航班并没有因雾霾而延误，准点到达杭州机场。但打折机票无法退票，黄玥因此损失了400元，她认为，这是雾霾预报不准造成的损失。
中国近年来受到空气质量问题的困扰。雾霾已被列入常规性气象灾害，包括北京在内的很多雾霾多发地区，政府都增加了一项常规服务内容—在雾霾到来之前，提前向市民发出警告，并作出相应的市政部署调整以减轻雾霾。
但雾霾预测经常遇到不够精准的问题，让地方政府的防霾决策变得有些尴尬。所有的北京市民在2015年12月这一个月就经历了两次最高级别的污染警报—雾霾红色预警。全市中小学停课，机动车限号行驶。黄玥发现，这两次红色预警期间，空气的PM2.5值均在300至400左右。而在这之前的一次橙色预警中，北京市内曾出现PM2.5值超过500的极端情况。另一个让黄玥感到麻烦的事情是，北京市政府只在网站上发布24小时空气质量预报，她无法知道“红色预警”何时可能结束。
“中国目前的雾霾预测技术还是不够成熟。想要准确地预测雾霾，需要知道污染物排放的原清单，还需要天气预测。此外，不同污染源的排放物在不同天气条件下产生的二次物也不一样。这是一个非常复杂的模型组合。”中国科学院气象学博士后李汀告诉《第一财经周刊》。
中国的气象机构在预测雾霾时，普遍使用的是美国研究成熟的WRF-Chem预测模型。2000年，奥克拉荷马大学的风暴分析预报中心联合美国大气研究中心、美国环境预报中心，共同开发出了新一代中尺度气象模式WRF（Weather Research and Forecast），为WRF-Chem模式提供气象支持。WRF-Chem中的Chem化学模块则由美国太平洋西北国家实验室、美国国家海洋及大气管理局共同开发完成。这个模型能够为多种气候条件提供不同的参数化方案，比如大气辐射、积云降水等，从而获得最佳的动力模拟效果。
虽然欧美的预测模型已投入了十几年时间研发，堪称成熟，但拿到中国来应用还是遇到了问题。
“美国和欧洲的情况跟中国差别太大了。美国PM2.5指数超过100就不得了，中国好几百也是常事。气象条件、污染源都有根本性的差别。”IBM研究院研究员邵金燕《第一财经周刊》说。
中国政府似乎已认识到了这一问题，现在正在寻找更多办法建立更准确的预测模型。
IBM公司在2014年7月推出了“绿色地平线”计划，集合了IBM全球12家研究院的技术资源。2015年，IBM公司和北京市环保局成立了“联合创新实验室”，用IBM的认知计算和大数据分析能力，试图为北京市的城市空气质量决策提供更可靠的支持。邵金燕就是“联合创新实验室”的研究成员之一。
计算能力是影响雾霾模型预测准确性的关键因素。不管是美国研发的WRF-Chem模型，还是中国本土研发的其他预测模型，都有各自适合使用的时间和空间条件。有些模型在夏天的准确性更高，这个时节气流变化平稳，不会出现今天PM2.5值还是几百，明天就降到几十的情况。有些模型则适合应对秋冬交替季节，擅长捕捉从高污染到低污染的过程。如果能够在不同的天气状况下，准确地选择最适合的预测模型，就能够获得更精准的预测结果。
但电脑的计算能力不足，是无法胜任实时筛选出最佳模型的任务的。于是，IBM公司又加入了它的超级计算机。IBM使用机器学习和数据挖掘技术，将上百种成熟算法组合优化，超级计算机根据不同城市、不同地区的天气情况，自动调整参数，选择不同时空条件下性能最优的模型。基于IBM技术，能够实现提前72小时逐时的、分辨率达1平方公里的高精度污染预报。
中国网球公开赛在应对雾霾时，就运用了这一预测方式。2015年中国网球公开赛在10月9日举行，正好赶上北京雾霾高发期。IBM把污染监测站点、气象站点、气象卫星、污染源的数据汇聚起来，通过数据同化技术相互匹配矫正，得到了较完善的数据集。它用超级计算机构建了一个超级类脑模型，融合各类预测模型的优缺点，形成综合性能最优的组合模型。
参考IBM的这一预测，中网组委会提前得知比赛期间雾霾变化的时间与幅度，随之安排了与雾霾污染对应的防治举措。包括在夜间增加赛场及周边的空气湿度，改善白天的空气质量；在雾霾严重的时刻，开启赛场内多个空气净化设备；提前调整工作人员及志愿者的工作时间等。
使用超级计算能力预测雾霾的公司不只IBM一家。微软在2014年就在中国研究实验室里开发了自己的空气质量预测技术。中国环保部、福建省环保局和成都市环保局都先后成为微软的签约客户。微软还开发了一个名为Urban Air的网站和手机应用，用大数据技术为用户预测未来48小时的空气质量状况。
中国自己的超级计算机也参与到了雾霾预测中。中国国家超算中心联合国家级气象专家组成了研究团队，在中国首台千万亿次超级计算机“天河一号”上搭建了雾霾监测与数值预报模式系统。
超算中心的研发团队用一个月的时间，将现有的空气质量智能管理平台和实时污染源排放监测系统迁移到了“天河一号”平台上，之后将花约3年的时间，积累和细化污染源数据，从全国到区域再到城市，最终预测出雾霾的相关数据结果，授权给气象及环保部门发布。
“天河一号”雾霾预测项目启动于2013年年底，预计将在2017年完成污染源的数据累积。如果项目成功，中国在2017年将实现提前5到7天预报雾霾，并准确定位雾霾发生的原因。
新年的第6天，黄玥从柬埔寨回到北京。幸运的是，北京迎接她的是一个没有雾霾的蓝天。“希望这样的蓝天能够更多一点。或者最起码，让我更准确地知道哪几天会是蓝天。”