空氣污染是通過什麼手段預報的？
-
根據排放源數據（包含排放源清單及實時監測數據）、氣象數據，通過數學模型預測。
下面是一些預測系統簡單的介紹，會比較枯燥而無趣，但能夠很好地解答這個問題。
美國環保局（EPA）空氣質量預報與評估系統（共3代）：- Models-1：基於高斯煙羽模型建立，主要為擴散模型（dispersion model）與箱式模型（box model），代表模型有ISC、EKMA
- Models-2：擴大空間範圍，並將整體空間細分為網格；增加污染物種類，並加入較為複雜的氣象參數與反應機制，使模擬的環境與實際大氣較為吻合，代表模型有UAM、CAMx、TAQM、RPM
- Models-3：在空間範圍上擴展到大陸尺度，可同時預報80多種污染物，在預報方法上加入了化學物質和氣象要素之間的反饋作用，可將複雜的空氣污染情況，包括臭氧、PM、有毒化學物質、酸沉降、能見度等問題綜合處理。包括排放模型系統 SMOKE、氣象系統 MM5、通用多尺度空氣質量模型系統 CMAQ（核心系統） 三個子系統。
Models-3 子系統介紹：
1. MM5：- 模擬區域網格資料（網格大小、網格尺寸等）
- 模擬時間（Julia Date ）
- 垂直分層（Sigma Layer 為分層基準）
- 地形資料（Lambert 投影法）
- 氣溫、氣壓等氣象資料
2. SMOKE：
- 包含固定源、移動源、面源、生物源四大處理模塊
3. CMAQ：
- 初始值模塊（Initial conditions processor, ICON）
- 邊界值模塊（Boundary conditions processor, BCON）
- 光解速率常數模塊（Photolysis rate processor, JPROC）
- 化學反應機制處理（CMAQ Chemical-transport model processor, CCTM），其中包括的機制：垂直對流效應、水平對流效應、垂直擴散效應、水平擴散效應、雲程序機制、氣象化學反應機制、液相化學反應機制、雲混合模型機制、氣懸膠動力與粒徑機制、煙流化學效應、氣溶膠干沉降速率模擬、模式流程分析模塊。
總結：
使用 Models-3 進行大氣質量模擬預測時，還需要根據當地情況和基礎數據資料，進行參數調整和修正，使結果更加準確。可以看到，預測過程很複雜，但是預測系統建立更加複雜，Models-3 軟體開發用了7年時間。
謝謝邀請，今天上午剛開完組會，就看到這個題目，難得有點兒時間來答。
這個題目還算是挺大的，估計需要較多時間才能答得比較全面。
畢竟對這塊兒的了解還不太夠，大家湊合看哈。
對於TL;NR用戶，我建議大家可以看看未來天氣預報（中國天氣網-專業天氣預報、氣象服務門戶），然後再看看今天環保部公布的數據如何(http://113.108.142.147:20035/emcpublish/)，就很可以進行一次非常主觀的空氣污染預報啦。
最近12月初江浙滬的大規模PM2.5污染，也就是霧霾事件又一次給大家敲響了警鐘。街上帶上3M牌兒N95的口罩似乎逐漸成為一種潮流，連南京的模特走秀也不忘帶上——實際上，在空氣污染的範疇中，除了PM2.5，還有臭氧，氮氧化物，二氧化硫，揮發性有機物等各種污染成分。這些成分會對人體健康產生或直接或間接，或顯著或潛在的威脅，嚴重情況下甚至會造成人員的死亡。在這樣的背景下，及時對空氣污染進行預報預警，就顯得尤為重要了。同時這裡要注意，空氣污染是對多個成分進行的預報，而這些成分之間是相互聯繫相互作用的。
我們是如此迫切地需要知道我們到底何時能夠擺脫霧霾困擾，而何時下一次這漫天寂靜嶺般的場景又將出現……這預報，又該怎麼做？我想大家對於氣象局環保局每次面對霾都說「冷空氣即將到來，污染狀況將得到好轉」已經開始厭煩了吧？可惜的是，若是想迅速解決這大氣中的顆粒物，還真只能靠上天恩賜的大風或者降水。因此，大家可以想像到，對於污染的預報，很大程度上會與氣象預報有關。實際上在現有的污染預報中，大多採取現有污染觀測加上對未來氣象條件的預測相結合的方法。這個方法大多是通過數值模式去實現的。直白一點說，就是我知道我們這個地兒未來幾天的風往哪兒吹，溫度幾何，濕度多少，太陽輻射怎麼樣，然後我看看今天的污染物濃度是怎麼樣的，那麼輸送情況我估計能預計了；其中的化學過程，也會放到模式中去進行模擬，有多少氮氧化物轉化成硝酸鹽，有多少二氧化硫轉化成硫酸鹽……這一切的一切，都會利用數值模擬的方式求解，然後可以得到未來幾天污染物的趨勢乃至空間分布等。我們知道現在的情況，利用已有的知識便可以知道未來變化的規律了！
嚯嚯，聽上去實在厲害，頗有幾分胸中包含宇宙，未出房一步便已知天下幾何的氣概呀。不過可惜的是，由於大氣科學中各種方程難以求解，我們只能不斷用近似的方法去進行運算……當然，天氣預報的數值預報結果已經較為準確了，但是到了污染預報裡面，需要考慮的東西實在太多。比如這化學物質反應，稍微好一點的化學箱體模式模型裡面會有數萬個方程！而我們現在常用用的結合了污染物的模型，比如CMAQ以及WRF-CHEM等，實際上包含的化學都非常簡單，遠遠未能完全考慮大氣中的實際情況。
那麼是不是說這模型就不能用了呢？當然不會的，因為不管實際情況怎麼樣，生成污染物的最主要的途徑畢竟就那幾個，不管怎麼樣，模式模擬的結果都代表現有的我們對污染的理解所得到的結果。如果結果不對，那麼就是這個模式（代表general的概念）可能哪兒出錯了。影響這些的因素很多，比如大模式裡面不可能加入特別精細的地形，比如排放的預測是未知的，指不定哪天就有工廠偷排或者某處偷偷燒秸稈，又比如有可能污染物的觀測本身就是錯的！
因此在數值模擬的基礎上，非常有必要加入我們對過去污染的統計以及經驗性的調整。各類因素，比如本地的污染排放是什麼類型，在過去的污染事件中，是如何變化的，什麼樣的天氣型下容易出現哪一類型的污染，這些都對預報有著極大的輔助作用。(插一個個人感受：這些東西說實在的，真不算什麼science，但是在研究的過程中，容易有很多科學發現。比如我們燒秸稈，會造成影響城市的嚴重污染，大量的顆粒物會影響太陽輻射，進而影響邊界層結構，導致大氣更穩定，導致實際氣溫比預報有較大的降幅，乃至將本來在當地下的降水給「推」到外面了。我說的這個就是去年6月10日在南京發生的一個個例，啊，扯遠了……)
污染預報是一個需要一定時間的研究作為基礎才能初步建立，然後再進行努力不斷改進的事情。這方面，我們還剛剛起步，預報結果可以說是很糟糕的。舉個例子，對於大氣污染的預測，我們需要的觀測資料，除了各個氣象站的常規氣象參數，大氣化學成分的觀測等，還需要衛星的監測資料，各個地區的污染排放資料等等……其難度之大可想而知。我前兩天看新聞，說南京或迎7級大風，空氣質量或達優——結果當天上午風沒那麼大，污染後來繼續加重了——接下來一天新聞又說未來擴散條件較差，污染情況不容樂觀——結果那天晚上剛好又來了風，吹散了霧霾……你也許會說：「這也太不靠譜了吧！我酷炫的完全防護口罩完全就錯過了閃亮登場的時間啊！」不過說實在的，這預報大體上也不算錯，就是發報道的給公眾的傳達的概念並不與公眾的預期相符，或者說時機不太對。那這不就正好比妹子生病你不去陪一樣么，她需要的時候你不在，那補救起來就很難了。這方面，發達國家走在我們前面太多了——例如【AIRNow】這個美國政府網站，它是由美國EPA聯合NOAA，NASA等眾多重量級機構，以及各個地方的環保氣象部門共同聯合協作來進行的，經過了非常長時間的發展才逐步達到今天的規模以及質量。與之相比，我們還有很長的道路要走啊！不過我相信，這些都只是時間問題。
最後發一下感慨，大家要建立起相互信任的氛圍啊！之前南京有人發布消息說12月初的PM2.5濃度值是網上公布的兩倍之多，引起了大範圍的轉載。而其唯一的證據就是一個所謂的便攜儀器的照片。雖然預報可能還不太准，但是網上公布的觀測數據基本上是觀測儀器直接聯網上傳的，誰費那功夫去調？調來幹啥子？咋不直接調個空氣質量優咧？
好啦，環保之路漫長，與君共勉！晚安！
有同學正好做這個，粗略問了問。
主要是擴散模型數學計算，加上各種修正。根據排放源清單、氣象預測等數據進行計算，通過空氣質量實測數據、沉降和轉化速率、擴散條件等數據進行修正。總體目標是盡量提高準確率。得出結果之後與氣象等部門會商，在必要的情況下補充修正。
一般一天算三組，預測時長是加上今天在內的三天，以及遠期趨勢分析。根據中國環境監測總站最新的技術要求，一般建議市級預報系統的計算能力不小於10 Tflops，省級預報系統的計算能力不小於20 Tflops（萬億次浮點運算每秒） 的計算能力，當然現在大部分都達不到。
空氣質量預報的模型很多，各有各的不確定性，所以現在發展出一套集合預報方式，用幾套模型同時計算，相互矯正。上海市環境監測中心在這一個領域開展的工作非常超前，對世博會也起到了良好的保障作用。具體內容請參考《集合數值預報系統在上海市空氣質量預測預報中的應用研究》。- 上海市建立了包含 NAQPMS、CMAQ、CAMx、WRF-Chem等多個國內外著名數值模型的集合業務預報模式系統。
- 對近一年的業務預報結果進行評估，結果表明，對於PM10、SO2、NO2的日均濃度的模擬值與實測值相關係數達0.5-0.6，表能預報系統能夠較好的模擬出日變化趨勢及其濃度範圍。
好吧，我好歹算是空氣質量預報員（見習）。理論性的東西先不說了，先說說具體流程：
1、看模式跑出來的結果，它會告訴你大致未來三天（或七天，這個看模式開發時怎麼弄的，總站用的王自發老師他們的是預報到7天，我們的是三天）區域和各個地市是個什麼樣的情況（AQI，空氣質量等級）；
2、分析氣象條件，看不同高度（500，700，850hPa，地面）氣象信息，了解未來三天（因為我們目前報三天）天氣系統變化，每天的風速風向變化，最高氣溫，降水，有沒有雲之類的；
3、分析污染源的變化，固定的反正模式之前就包含了（雖然不準，畢竟清單沒做到那麼詳細慢慢改進吧），然後看有沒有沙塵暴，秸稈燃燒（利用衛星遙感技術，這個得去問師兄，我們現在看NASA的火點做參考，不過沒辦法區分到底是不是秸稈燃燒，所以師兄他們最近在做什麼事改進啥的），煙花爆竹燃放等偶發性源的情況；
4、看當天實測空氣質量情況（我的話有時候還會參考前一天或前幾天的情況，總得考慮是否會有積累或者濕沉降的情況嘛，畢竟見習生）；
5、綜合1234還有自己的專業知識對1中的結果進行修正；
6、跟氣象局打電話會商下（一般是我們把結果發過去，有問題他們會打電話過來的），跟某市站打電話會商下，然後考慮要不要再修正下結果；
7、Ok，可以發布預報結果了。
先開個頭，去吃飯了，稍後再加點兒理論的東西好了，嗯。這是個難題，因為空氣污染的預報很……難。
簡單說，每個地方的預報方式都不同，因為每個地方的污染來源、地形、首要污染物等因素的不同。 能夠達成一致的共通點，就是結合排放 + 監測站 + 地形 + 天氣。
各種模型的演算法各有不同，在這裡我就給大家放幾個直觀的例子吧！
===========
在北京大部分的空氣污染並不來自於北京城區，而是周邊地區。因此，在北京的預測相對簡單，就是…………看風！
比如，這個是北京最早的霧霾預測系統之一：http://banshirne.com
（因為數據在Google Sheets所以請連上VPN訪問）
簡單來說，就是一個外國人做了個程序，看北京下次什麼時候刮西北風，根據這個來預測藍天。（西北就是從張家口+內蒙吹過來的好空氣，過了八達嶺山口就達到北京。）如果南方的風往北飄，那估計就是污染了....
=============
再分享一個更高級更複雜的模型——日本SPRINTARS（Spectral Radiation-Transport Model for Aerosol Species，氣溶膠光譜輻射傳播模型）：
http://sprintars.riam.kyushu-u.ac.jp/indexe.html
這個模型計算了包括PM2.5和PM10在內的氣溶膠的傳輸過程，可以用來進行全球範圍內的空氣預報。大家感興趣的可以點進去看看，可以輸入自己想看的地區和參數，然後會生成一個未來7天的預測動態圖 。
不知道知乎能不能放GIF，這裡就放一個未來2天的亞洲地區PM2.5的一個動態，有興趣的同學們可以自行到網站上去查看：
（中國北部地區一片紅色啊………………）
空氣污染預報目前國際上主要運用兩種類型的模型：
1. 以統計學為基礎建立污染物濃度與氣象場的聯繫，稱之為統計模型；
2. 以大氣動力學以及大氣環境化學為基礎，通過計算機求解方程組來計算污染物時空分布，稱之為數值模式。
數值模式根據流體力學中的拉格朗日和歐拉觀點又分為拉格朗日模型和歐拉模型，這兩種在業務上都有非常廣泛的應用。
常見的拉格朗日模型有美國NOAA開發的HYSPLIT和北歐開發的FLEXPART，這兩種模型我都有用過，優勢在於可以很方便的去研究污染物隨風場的傳輸的軌跡，FLEXPART也便於研究煙流的擴散。 前幾年日本核泄漏的時候，北大大氣與海洋科學系就有人運用FLEXPART模擬了核泄漏以後物質的擴散過程。
現在美國主要業務上運用的預報模式是歐拉觀點開發的歐拉模型，例如CMAQ, WRF/CHEM, STEM等等，其中CMAQ是美國環境保護署的指定預報模式。歐洲也有很多自主研發的預報模式，中國有中國科學院大氣物理研究所王自發自主研發的嵌套網格空氣質量預報模式系統（NAQPMS),王老師曾經在日本從事過多年污染預報研究工作，歸國後為我國沙塵預報，灰霾預警預報做出了貢獻（我是王總的腦殘粉！！！）
近些年，WRF/Chem的迅速發展有逐漸超越CMAQ的趨勢，WRF/CHEM的優勢在於氣象場與化學場實現了完全的在線耦合，考慮了污染物對氣象場的反饋作用，更符合自然規律。
下面簡要介紹WRF/CHEM是怎麼實現預報的（其他歐拉模式也是類似的）：
1. 氣象初始場和邊界場
世界各大氣象機構每天都會提供全球的氣象預報產品，例如GFS，這些全球氣象場預報可以作為驅動區域的氣象和污染預報
2. 排放清單
就是污染物的排放強度，這是影響污染濃度的關鍵，為什麼霧霾等污染事件多發生在京津冀，長三角，珠三角地區主要是因為這三個地區經濟發展水平較高，污染排放量多。排放清單的準確度對污染預報準確度影響很大。現在比較新的排放源來自於清華大學地學中心的排放源課題組。
3. 模式運行原理
模式是基於大氣動力學以及大氣環境化學的原理開發的，排放的污染物和氣象初始場邊界場作為輸入，模式可以計算出未來幾日污染物的空間時間分布。
4. 資料同化
資料同化是氣象和污染預報業務中的關鍵。歐洲中心的預報結果比美國以及中國準確的關鍵在於他們又更為先進的同化系統。污染預報的同化近些年隨著大氣化學觀測的完善逐漸引入到業務中，資料的同化主要是將觀測到的氣象和污染物濃度數據加入到模式中改變模擬的初始場以增加預報的準確度。
謝邀！
看了樓上有幾位已經給予一些答案了，我覺得說的都挺好的。關於具體的模擬手段，我也不太可能說的比他們號多少，畢竟以前學的大氣污染模擬的各種模型現在記得並不太清楚了，可能需要再回頭翻翻書才行。
不過，我還是想要問一下，樓主您所指的空氣污染預報是什麼意思，是像天氣預報一樣可以給出各個地方的比如PM2.5水平這樣的嗎？
如果只是簡單的想分析下某個或某幾個大氣污染源在特定氣象條件下的污染擴散或濃度變化情況，那麼這個是挺簡單的，現成的模型有很多，包括有很多開發出的模型預測軟體包（好像免費的不多），這些都可以做。但是需要指出的是，我們目前的預測往往是一種後預測。舉個例子，我有2001-2010年時間段的某項大氣指標數據，那麼我可能用2001-2005年的數據建立我的模型，並確定我的參數，然後再用2006-2010年的數據與我模型的模擬結果，進行比對驗證。但是說起對未來的模擬，目前大多數的模型都是存在較多誤差的，因為大氣要素實在是太多太複雜，有時候簡單的回歸外推也可能得出比模型模擬更好的預測結果，但這並不是說模型不可靠，只是大氣污染確實很複雜。
如果說要向天氣預報一樣做預測，那麼我個人觀點，短期內是無法實現這個目標的。在大區域尺度中的污染模擬，現在常見的研究也是做到排放清單，就是說我這個區域污染物都排放了多少，分別是從哪些排放源排放出來的。但是進一步再去研究污染物的可能濃度，這個難度很大，現在也很少看到有人算（我指的是通過模型模擬預測的，通過統計分析預測的不算）。
所以其實想要更清楚知道一下樓主究竟指的是哪方面內容。以上也都是些個人意見，歡迎交流討論。
國內做污染預報使用的是NAQPMS模型，在做，歡迎大家一起交流哦
農民預測PM2.5濃度的方法主要有兩大類, 一類是樓上大家所提出的以大氣擴散模型和化學反應模式為基礎的數值預報模型,例如CMAQ, CAMx以及WRF-chem, 一類是以數據為基礎的統計預報模型. 由於CTMs存在較多的假設和不確定因素, 預報精度很差, 對污染事件的預報準確率約為50%, 模型泛化能力很弱~~ 針對單站點建立的統計模型預報準確率高達90%以上, 由於國內把持氣象預報的技術人員多出自南氣,對統計模型抱有較大的偏見, 所以農民只好天天自我預報PM2.5濃度~
搞了兩年的空氣質量預報了，其實空氣質量預報和氣象、排放的準確率關係太大了，然後這兩塊都是目前國內的軟肋，進步是需要時間和寬容的，不過能沉下心來安心搞研究的太少了，都想趁著這兩年熱門來分一杯羹。
推薦閱讀：