澎湃Logo
下载客户端

登录

  • +1

超级计算机参战治霾:最长预报5天,分辨率精确到3公里

澎湃新闻记者 杨漾
2015-03-03 08:06
来源:澎湃新闻
能见度 >
字号

中国将千万亿次超级计算机“天河一号”投入治霾之战。

        雾霾随时突击,其最大元凶也扑朔迷离。澎湃新闻(www.thepaper.cn)获悉,为拨开迷雾,中国将千万亿次超级计算机“天河一号”投入治霾之战。

        “利用超级计算机所构建的是长效、高分辨率的雾霾预警预报平台,最长时效可以预报未来5天的雾霾情况,分辨率可以精确到3-5公里。” 国家超级计算天津中心(下称超算天津中心)应用研发部部长孟祥飞博士对澎湃新闻(www.thepaper.cn)称,过去如果要预报2天后的雾霾情况,要花24小时才能算出来。但利用超算能力,2小时就能计算出结果。

        旧雾霾预测技术的低分辨率则更为 “粗暴”,其30-50公里的分辨率,意味着像上海这样规模的城市,屏幕上用两个网格就完全覆盖了,无法测算到城市不同区域间PM2.5的不同情况。

        据孟祥飞介绍,以“天河一号”为支撑平台的“雾霾监测与数值预报模式系统研究”目前已形成准业务化的预报平台,与中国气象局下属的中国气象科学研究院合作,每天发布华北地区的高精度雾霾预测结果。目前已在河北保定、廊坊开展试点,下一步,天津市也会纳入测试。随着当前试点范围逐渐铺开,未来3年有望形成全国性雾霾预警预报能力。

        由于超算中心不具备环境预报权限,这些预测结果并不对外公开,而是由当地气象局或环保局进行发布。

大数据助力雾霾监测治理

        “天河能做的,算天算地算人,这属于算天的一部分。”超算天津中心主任刘光明称,超算中心相当于一个“纲”,用天河把各个学科都拉拢在一起,形成团队做综合检测系统。据悉,该项研究由中国气象科学研究院、国家气象中心、清华大学、国家超级计算天津中心等单位合作开展,搭建出的数值模拟模型能够提供更长期、更精准的雾霾预测,并为治理决策提供科学参考。

        曾为中国摘得首枚超算“金牌”的“天河一号”是中国首台千万亿次超级计算机,峰值速度达每秒1206万亿次双精度浮点运算(TFlops)。千万亿次是个什么概念呢?孟祥飞介绍说,“天河一号”每运行一小时就相当于全中国13亿人340年的工作量,其存储能力则可容纳13亿人每人拍一张高清晰度的数码照片。“天河一号”在“算天”方面大有用武之地,每年的国际气候变化大会,中方的大量数据基本都是通过“天河一号”计算得来。

        1月初,“天河一号”还获得了2014年度国家科技进步特等奖。

        “我们为什么要参与这个事情呢,是过去的应用有这么一个基础。从天河来讲,气象预报和气候研究一直是我们重点的研究方向。对于雾霾来讲,和气象预报相关,但仅靠气象预报是做不好雾霾预警预报的。”刘光明称,雾霾监测与预报综合了气象、环保与地理信息三大因素。“实际上我们和这几块都有合作,而且又有这种技术优势能把各个学科都拢在一起,形成一个团队,想联合起来做雾霾的预警预报,后来申请了国家科技部的一个支撑计划。”

        作为“雾霾监测与数值预报模式系统研究”的主要发起者之一,南开大学城市交通污染防治研究中心主任毛洪钧教授曾就职于英国政府环保部门,具有丰富的建模项目经验。对于技术革新带来的治理新路径,毛洪钧直言是环境问题不断增压导致的必然结果。

        “因为过去的环境没到今天这么恶劣的程度。现在大家老说我们的污染也没增加啊,和平时一样,怎么这两天又雾霾了呢?主要原因还是超过环境容量的污染物被不利的天气情况激活了。这种情况就要依赖于对气象的预警预报、建立气象与排放之间的密切关系,这就更强烈地依赖于模型、模拟天气状况的大数据,更加依赖于超算这种技术手段。”

        毛洪钧指出,在移动污染源快速增加的现实冲击下,过去“谁污染谁治理”方针已经无法完全发挥作用。“那就要依赖先进的技术手段来管理,比如说信息化、物联网、车联网、超算、大数据、云计算。这里边挖掘出的信息比过去就要深入得多了。”得益于监测分析技术的日渐成熟,传统方法监测不到或监测很慢的数据现在可实现在线和实时监测。“因此我们设想能不能以超算中心为平台,建立一个BS系统(Brower/Server,指客户机只需通过浏览器即可同数据库进行数据交互),通过云计算、大数据,把所有资源整合在一个框架下。只要地方有需要,在某种程度上可以利用这个公共平台,提供地方政府决策所依赖的数据。”

        据孟祥飞介绍,做雾霾预警预报主要包括三大块内容。首先要建立污染源清单,比如一根工业烟囱、一辆城市里的机动车,每时每刻在不同的位置上排放多少污染。这相当于找“病因”,为后续的开方下药先把好脉。第二步则是在超级计算机上综合各项实际影响因素,建立数值模拟模型,把模拟结果与实际观测数据对照后修改、优化模型。

        以毛洪钧所带领团队目前的攻关方向为例,“是从单一机动车排放的建模角度,演绎到整个道路上的排放。道路上的排放又构成一个局域、区域或是城市尺度的东西,这就变成了一个交通污染线源。这种交通源打包组合以后,在城里不停地运动、不停地排放,构成对空气质量的影响。这就建立了清单模型。清单模型是空气质量模型、还原反应机制模型等模型中最基础的数据。它的精度的好与坏、时空变化的精度如何,直接影响到后续工作能否达到预期的精准要求。这整个过程里牵涉的模型非常之多。”毛洪钧称。

        前述两位参与该系统研究的专家均表示,虽然此前各地都在搞系统、搞清单、搞模型,但依然没有真正建立起准确的排放清单与空气质量在不同天气状态下的组合,对于实现用模型精确预报雾霾的发生和形成来说还远远不够。尽管气象台也会在每年雾霾时发布预报,但通常只针对大区域,且污染源数据是通过历史数据统计得出,不是最新数据。若要耦合到一个区域,比如京津冀、长三角、珠三角,甚至到一个城市,比如天津、上海,要做精确预报就更加困难。

        究其原因,毛洪钧认为并非是国内技术比国外落后。“主要原因是国内情况比国外复杂,包括上世纪50年代伦敦和加州的空气污染,情况远没我们今天那么复杂。”因此,要“瞄准”雾霾,就必须先掌握好区域尺度的实时污染源数据,依托于超级计算平台开发实时性更好的预报模型。“监测设施不一定都要增加,关键是有了超算能力之后,处理气象条件的能力会特别突显,因为气象的运算量很大。包括如果要做精细的污染源清单解析、做动态清单的时候,排放的数据动态变化也很大,也需要一个大的超算能力。”

为地方治霾决策提供支持

        但该系统并非止步于实现雾霾的精准预测。其更长远的规划是,为雾霾治理提供政策咨询报告或决策建议,推动区域合理布局,实现从源头上减少雾霾的发生。

        “地方政府对这些预测结果非常感兴趣。” 孟祥飞称,像廊坊、保定、唐山等,在雾霾治理过程当中非常需要这些结果,他们并没有能力来构建这么大的平台,研发相关技术。但通过数据共享,地方政府可以构建一个区域性的发布平台。

        长期来看,一些地方政府在未来治霾中可能需要一些定制化的需求,比如想知道污染主要来自哪里,地区内有哪些主要污染源,周边地区又有多大影响,超算预测平台都可提供定制化的服务,为治霾决策提供支持。

        毛洪钧举例称,“比如这里有三个主要电厂。三根烟囱,它的二氧化硫、氮氧化物、颗粒物排放,对这个地区的空气质量、国控站的影响单一地都能分析出来,这个电厂贡献了20%,那个7%,那个1%,移动源贡献多少,跨界输送贡献多少,如果我们能把每一个主要污染源、每一类污染源对这个地区空气质量逐时、逐地的影响都精准描述出来,那对一个地方政府制定政策来改善地区空气质量来说,就很容易着手。”

        “比如我拆了这个工厂,原本想达到一个什么目标,但结果往往达不到。因为这只是一个直观的概念。那么我们通过计算,能模拟评估出一个大概的效果,以及拆了这个工厂,对这个地区的经济发展会产生什么影响,这是一个综合性的考虑。”孟祥飞称。

        对于雾霾预警预报系统所占用的超算资源,超算天津中心表示,10%-20%是一个平均值。如果要在短时间里要做出一个高效预报或做一个复杂的模型,所涉数据量很大,甚至可能在前期把所有备用计算资源都为它所用。但如果只是一些日常运行,在雾霾没有突出表现的情况下,也没必要把这么大的资源一直占用下去。

        毛洪钧表示,“国内计算机的运算速度可以说在两到三年里就增加了一代。所以虽然中国面临着人类历史上最困难的环境保护工作,但是我们也在这个阶段享有了人类科技发展拥有的最新手段和技术。如何把它们整合起来,解决一些问题,突破一些关键瓶颈,是对执政水平的一个考验。”

        科技部社会发展司相关人员对澎湃新闻(www.thepaper.cn)表示,这套雾霾监测研发系统未来直接就在中国气象局业务化了。也就是说,系统完全建立后,中国气象局会直接向公众提供雾霾天气预测。

    责任编辑:李跃群
    澎湃新闻报料:021-962866
    澎湃新闻,未经授权不得转载
    +1
    收藏
    我要举报

            扫码下载澎湃新闻客户端

            沪ICP备14003370号

            沪公网安备31010602000299号

            互联网新闻信息服务许可证:31120170006

            增值电信业务经营许可证:沪B2-2017116

            © 2014-2024 上海东方报业有限公司

            反馈