生態(tài)中國網 >  智庫觀點 >  正文

中國工程院院士郝吉明:用好大數據這把“利器”,打贏藍天保衛(wèi)戰(zhàn)

來源:生態(tài)中國網 時間:2023-12-14 10:43:59

字號

12月5日,在2023世界5G大會—5G與綠色環(huán)保論壇上,中國工程院院士、清華大學環(huán)境科學與工程研究院院長、環(huán)境前沿技術北京實驗室主任郝吉明提出了關于科技支撐環(huán)境污染控制與治理的觀點。



作為生態(tài)環(huán)保典型地區(qū),京津冀及其周邊地區(qū)是一個人口密度大、能源消耗多、開發(fā)強度高的復雜系統(tǒng),大氣污染治理難度極大。郝吉明總結,其主要面臨三大困難:一是PM2.5具有區(qū)域性、累計性和復合性特點,其成因與來源沒有形成科學系統(tǒng)全面認知。二是污染減排和質量快速改善需求之間差距大,經濟社會高速發(fā)展,同時空氣質量目標不斷提升。三是科技創(chuàng)新與應用主體存在壁壘,科技成果難以快速落地。


郝吉明稱,大氣重污染成因與治理方面的研究,重點是摸清排放清單和空氣質量模型的發(fā)展與結合。在排放清單方面,我國污染源的變化日新月異,傳統(tǒng)的排放清單數據主要通過統(tǒng)計渠道獲取,時間上通常滯后1年到2年,難以適應重污染天氣應對的動態(tài)化需求。在空氣質量模型方面,也面臨著化學組分模擬不確定性、網格化誤差、物理過程參數誤差、排放源及下墊面更新不及時問題。


大數據探析大氣重污染成因,解決治理難題


在數據大爆炸的新時代,環(huán)境大數據融合技術提供了解決上述問題的新機遇。郝吉明表示,通過多年的攻關研究,大數據應用取得了多方面的成果。


一是采集大氣環(huán)境科學數據,建立了數據綜合管理平臺。平臺中采集了7.5億條結構性數據,66萬條非結構化數據,總量達到4.3TB,通過平臺形成了多元觀測數據的統(tǒng)一質控體系,不僅保證了數據質量,而且實現了數據開放共享。


二是構建了科學的閉合研究體系,以大氣重污染發(fā)生演變消散過程中的核心科學問題為導向,設計了大氣污染與邊界層的氣象綜合觀測、試驗分析和數據模擬相結合的閉合研究技術體系,實現污染排放化學機制、氣象過程、傳輸規(guī)律的相互客觀驗證。


三是建立了從常規(guī)地面觀測到天地空相互印證的立體觀測體系,實現多元數據融合,通過地面站點觀測和高空垂直探測,驗證了京津冀及周邊地區(qū)地面與衛(wèi)星反演的臭氧濃度時空分布的一致性。


四是構建了高時空分辨率排放清單,全面掌握了主要污染物的空間布局、時間變化等情況。同時在傳統(tǒng)排放清單的基礎上,通過融合宏觀經濟數據,生活大數據、衛(wèi)星遙感數據以及污染源在線監(jiān)測等環(huán)境管理數據,實現了排放清單的動態(tài)化更新。


五是建立了排放空氣質量快速響應關系,提出了區(qū)域環(huán)境容量的算法,建立了污染排放與空氣質量的快速響應模型,開發(fā)了區(qū)域空氣質量雙向調控與綜合科學決策技術的支撐平臺,實現了減排措施成本效益動態(tài)評估的優(yōu)化。


六是通過大數據融合同化,提升了空氣質量數據模式預報性能;通過時間同化地面、探空以及雷達觀測數據,建立了時空精細化的數值模型,實現空間精度2公里的逐小時滾動預報,精細研判污染過程演變,精準預報PM2.5濃度。


七是弄清區(qū)域秋冬季大氣重污染成因與來源。2+26個城市超出常年環(huán)境容量50%以上污染物排放是重污染頻發(fā)的根本原因;氣候變暖背景下,氣象條件更趨不利是重污染形成的重要誘因;高濃度氮氧化物和VOCs造成的大氣強氧化性是二次PM2.5快速增長的關鍵因素。


大數據應用于大氣污染防治可見成效,未來潛力無窮


以北京冬奧會空氣質量為例,大數據在區(qū)域空氣質量聯(lián)防聯(lián)控當中的應用十分亮眼。在冬奧會空氣質量聯(lián)防聯(lián)控保障方案設計階段,融合大氣環(huán)境觀測、污染排放清單、數據模式模擬等手段,可綜合評估區(qū)域傳輸對受體城市PM2.5污染影響,劃分聯(lián)防聯(lián)控區(qū)域范圍各城市管控登記。


在空氣檢測數據應用方面,融合了國控區(qū)縣—鄉(xiāng)—鎮(zhèn)三級空氣質量監(jiān)測點數據,形成高密度、高性能地面監(jiān)測網絡,并建立了上下三級聯(lián)動的數據質量審核和數據質控保障工作體系,確保數據全面、真實和有效。在污染源監(jiān)測數據應用方面,接入1.1萬家工業(yè)企業(yè)在線監(jiān)測數據,7.5萬家重點企業(yè)工業(yè)用電監(jiān)測數據和67個交通流量監(jiān)測點的實測數據,對污染源變化進行近實時的動態(tài)監(jiān)控和分析。


運用上述手段,可對聯(lián)防聯(lián)控期間采取的各項減排措施成效進行量化評估,聯(lián)防聯(lián)控期間重點工業(yè)污染源減排下降了30%,重點柴油車貨車污染排放下降了35%左右。在大數據的強力支撐之下,北京冬奧會賽事期間,北京市PM2.5日均濃度為5微克/立方米到56微克/立方米,開閉幕式當天PM2.5濃度分別為5微克/立方米和9微克/立方米。


郝吉明表示,我國大氣污染防治道阻且長,需要針對PM2.5和臭氧污染共同發(fā)力。在大氣污染與氣候變化協(xié)同治理方面,氣候變化和空氣污染相互影響,高濕干旱不利氣象條件更加頻率出現,對基于健康效應的大氣污染防治提出了新的挑戰(zhàn)。大氣污染可通過影響輻射收支影響氣候,同時氣象變化能夠對氣溫大氣環(huán)流等產生影響,放大空氣污染對人體健康、農業(yè)生產和生態(tài)的影響。


因此,郝吉明建議,應進一步挖掘環(huán)境大數據在空氣質量趨勢研判和污染源監(jiān)管中的應用潛力。例如,時間序列分解和時間序列模型在空氣質量趨勢研判中的應用,機器學習等人工智能手段在空氣質量預測預報和污染源排放短臨預測領域的應用,統(tǒng)計推斷等技術在污染源排放遠程自動監(jiān)管等領域的應用等,都有巨大的發(fā)展空間。(記者楊沛)

*本作品如有侵權,請聯(lián)系我們及時刪除。
關閉