雾霾大数据预报分析系统“NARS”北京发布

　　9月12日，可实现大气污染溯源、分辨率高达1~3公里的“全国空气质量高分辨率预报和污染控制决策支持系统（NARS）”（中文简称“呐思系统”）正式发布。这一消息是记者从2016中国(北京)国际大数据产业博览会暨高峰论坛上获悉的。

　　该系统的发布人、中国人民解放军防化学院院长呼小平介绍说，该系统应用“伴随方法”实现对大气污染的精准溯源，并借助浮点运算能力达每秒512万亿次、日均数据流达50TB的空气质量预报与控制NARS超算系统（有自主知识产权）实现对全国9km、区域3km的空气质量3~7天滚动预报，可以精确算出不同区域、不同时段每个污染源对污染物浓度的贡献率，并实时在线发布预报结果。

　　“呐思系统”由蓝华团队研发。据悉，蓝华团队由解放军防化学院牵头，中国科学院大气物理研究所、北京大学、国家气象中心和北京众蓝科技有限公司等单位联合组建，著名气象学家、中国科学院院士曾庆存也在该团队的研究中曾给予热情指导。

　　据中国人民解放军防化学院研究员、蓝华团队核心研发者黄顺祥介绍，“呐思系统”通过对大气污染控制的代价和社会效益进行动态分析，可定量得出最优的动态控制方案，能有针对性地对主要污染源提出减排或动态限排措施，为大气污染的应急控制、产业结构调整提供科学的决策依据。

　　“未来一旦出现严重污染天气，或者有重大活动需空气质量保障，‘呐思系统’可为科学决策提供技术支持。”黄顺祥说。

　　黄顺祥还透露，针对“如何甄别企业偷排”这一大气污染治理难点，蓝华团队目前正在研发更为复杂的非常规排放源识别和反演技术，以期让偷排企业的位置和真实排污数据一目了然。