空气质量集成预报接口上线

“雾是故乡厚，霾是北京纯”——网友们谈论起雾霾的话题总是在戏谑中带着一丝黑色幽默。就像说起上海和北京雾霾的不同：“上海的雾霾终究跟北京有些区别，上海的口感虽然层次感强，但缺少北京那种扑面而来的气势，而且少了那么点老灰的醇厚。”

11月26日，雾霾再次向京津冀地区袭来，据北京环境监测中心监测显示，截至中午11时，东城、西城、朝阳、通州已达到严重污染；密云、平谷、顺义、海淀、石景山、丰台、房山、大兴8区达到重度污染；昌平、怀柔中度污染；延庆、门头沟为轻度污染。

此次重污染过程影响范围广，污染程度较重，为今年秋冬季以来最严重的一次区域污染过程。而在傍晚前后，冷空气裹挟着沙尘来袭，北京的空气刚刚好转，市民们就将准备“吃土”！

心知Weather Insights天气可视化平台展示的空气质量预报显示，我国北京地区将遭遇重度雾霾。

空气质量的预报比起天气的预报来说，难度有过之无不及。空气质量预报面临多种主要影响因素，具有很高程度的复杂性，既有人为原因，又有自然原因。

一直以来，空气质量预报的采用的是较为传统的数值方法。数值方法的核心是以大气动力学、大气环境化学为基础，根据空气污染排放源数据、气象数据，用方程组构建数学模型来计算污染物时空分布，再通过计算机求解。

但同时，空气污染排放源数据的收集也很难做到全面、真实，通过异常巨大的计算量，哪怕是微小的数据偏差也会导致结果的巨大差异，其准确率难免不如预期。

此前，心知上线的空气质量预报，可提供全国未来5天逐小时和逐日的AQI预报，其在传统的数值模式空气质量预报的基础之上，加入了模型训练，利用机器学习的方法，进行校正、调参数，在预报方面进行了优化。

此次心知上线的【空气质量集成预报接口】，基于多家数值空气质量预报和多个机器学习模型预报进行集成训练，对过去30天的预报表现筛选择优，不断调整集成方法，滚动学习优化，在AQI预报的准确率上有了进一步的提升。

心知推出的空气质量集成预报，不仅在准确度上得到了提升，在空间精度上也更加精细，实现公里级的空气质量预报，可为企业和环保部门在在中度及重度污染来临之前作出预判、采取相应的临时预案，以及通过对污染源头的控制，缓解污染程度。

早在今年6月，心知就已为高德地图提供空气质量集成预报服务，共同为用户提供基于位置的立体化信息服务，打造更多的立体化信息使用场景。用户可以通过高德地图客户端中环境地图查看全国范围内的空气质量、水质、污染源等环境信息。

雾霾给人类带来的危害毋庸置疑，雾霾中的有害物质对人的身体健康产生危害，引发呼吸道等疾病，其低能见度更是对交通安全有着很大的隐患，极易引发交通事故。

当下，我们每一个人都是空气污染的受害者，也是制造者，在政府、企业、个人的不断努力下，空气质量预报对于雾霾治理的积极意义也不言而喻。而心知在空气质量预报上所做出的创新，不仅是对气象在商业市场的进一步挖掘，更是让气象为社会、为公众创造出更多的价值。