分宜空气负离子浓度变化规律及其与气象要素的关系

王爱红　邓细华

摘要通过对分宜2010年1～12月09：00、16：00 2个观测时次数据的分析，研究空气负离子浓度变化规律及其与各气象要素的关系。结果表明，负离子浓度3～8月下午高于上午；负离子浓度有明显的年变化特征；负离子浓度的大小与测点周围的植被覆盖率有很大的关系；在雷雨、阵雨、间歇性小雨天气后负离子浓度明显偏高。

关键词负离子浓度；变化规律；气象要素；关系

中图分类号S161文献标识码A文章编号0517-6611（2015）07-183-01

The Variation Law of Negative Ion Concentration in Fenyi County and Relationship with Meteorological Factors

WANG Ai-hong1， DENG Xi-hua2

（1. Fenyi County Meteorological Bureau， Xinyu， Jiangxi 336600； 2. Xinyu City Meteorological Bureau， Xinyu， Jiangxi 338000）

AbstractThrough analysis on data in 09：00 and 16：00 from January to December， 2010 in Fenyi， the varying laws of the negative air ion concentration and the relationship with meteorological factors were studied. The negative ion concentration in the morning is higher than it is in the afternoon from March to August. The negative ion concentration shows remarkable annual variations. The negative ion concentration is deep about vegetation cover bestrewing rate around the measuring site. The negative ion concentration is significantly higher after thunderstorms， showers， and intermittent drizzles.

Key words Negative ion concentration； Variation law； Meteorological factors； Relationship

空气负离子是大气中带负电荷的单个气体分子或离子团的总称。在我国习惯性地称为“负氧离子”。空气中的负离子具有清洁空气、调节小气候及预防疾病的作用，有利于人体健康，被誉为“空气维生素”和“生长素”，其浓度高低已成为评价一个地方空气清洁程度的指标。世界卫生组织规定，清新空气的负离子标准浓度为每立方厘米空气中不应低于1 000～1 500个。自然界中的空气负离子主要来源于水的冲击作用、宇宙射线、风的作用与雷电等，空气中负离子浓度多少与天气条件、下垫面特征等密切相关，且受气象因素影响较大[1-3]。笔者通过对分宜2010年全年的空气负离子资料进行分析，研究分宜空气负离子的浓度变化规律，并探讨了负离子浓度与天气条件的关系，分析了负离子浓度与同期气象要素的相关关系。

1资料与方法

1.1观测环境

分宜县位于江西省中部偏西，袁河中游（27°33′～28°08′N、114°29′～114°51′E），属亚热带季风型湿润气候，雨量充沛，日照充足，气候温和，无霜期长。负离子的观测地点选自该县气象局观测场内，该观测场位于27°49′N、114°14′E，场地较开阔，浅草平铺，但周边高大树木相对较少。

1.2 观测仪器

使用美国生产的AIC—1000便携式负离子测量仪，测量范围为10～1 999 000 ions/cm3。该仪器灵敏度高，可测离子浓度低至10个/cm3；即使在有很强的静电场或有风的不利条件下也能给出精确的读数；响应速度快，只需约2 s，提高测试效率；体积小重量轻，操作简单方便。

1.3观测时间

每日的09：00和16：00进行人工观测，取09：00的值代表测站上午负离子浓度的平均状况，16：00的值代表下午的平均状况。

1.4观测方法

测量时，保持空气相对静止，测量人员与仪器保持一个手臂左右距离。观测时，打开电源开关，转换到负离子档，仪器调整归零，待数据稳定后连续读取20个数据，取20个数据的平均值为相应时次的负离子浓度值。所用资料为分宜2010年1～12月的负离子观测资料，有效数据为724个。

2结果与分析

2.1空气负离子浓度特征分析

2.1.1

负离子浓度水平。通过资料统计分析得知，2010年1～12月分宜空气负离子浓度最小值为30个/cm3，分析天气条件得知，阴天，能见度较差，相对温度70%以上；最大值为2 710个/cm3 ，全年负离子平均浓度为390个/cm3 。由此可见，观测点空气质量一般，这主要是因为测点位于城中，周边高大树木不多，植被覆盖率不高。

2.1.2

负离子浓度日变化规律。

空气负离子浓度的日变化总体来说上午、下午差别不是特别大，但从图1可以看出，负离子浓度在3～8和11月下午高于上午，其余各月均为上午略高于下午。分析原因为春、夏两季植物光合作用较为强烈，氧含量丰富，而最强的时段为辐射最强的时段，即为正午或下午。

2.1.3

负离子浓度年变化规律。由图2可见，分宜负离子浓度具有明显的年变化特征，平均最高值出现在9月，为521个/cm3 ，平均最小值出现在11月，为222个/cm3；4～9月负离子浓度较高，10月～次年3月较低，9月之后负离子数据下降趋势明显，11月份为初冬负离子达到最低值，之后略呈上升趋势，整个冬季负离子指数偏低，3月份春天来临，万物复苏，负离子指数开始上升。总体来看，分宜的负离子浓度呈现夏、秋季高而冬、春季低的特点，与年平均气压的变化趋势呈反比。

2.2负离子浓度与气象要素的关系

在对与负离子浓度

相关的气象要素进行分析后发现，就本站而言，云量、风速、

表32009～2013年怀化市汛期降水量灰色拓扑预测结果

年份降水量绝对误差∥mm降水量相对误差∥%

2009353.1050.85

2010112.0411.23

2011349.9748.70

201228.912.50

2013191.9019.47

精度高的优点，其预测结果基本能反映客观实际，因此灰色拓扑预测是进行降水量长期预测的一种有效方法，预测结果对怀化市汛期降水量的长期预测及汛期降水的短期预报具有一定的借鉴和参考意义。

（2）建立汛期降水量的灰色拓扑预测模型时，阈值是根据样本数据特征人为选定的，阈值选取的不同对预测模型的建立及预测效果均会有影响。该研究过程中经多次反复试验验证，最终确定阈值的初始值为765，间隔为25，共选取22个阈值进行模型的建立，以确保模型的拟合及预测精度。

（3）任何一种预测模型均会有误差，但采取一定的方法对模型的误差（残差）进行修正可以大大提高模型的预测精度，如采用BP神经网络模型对 GM（1，1）模型的残差进行修正，以提高预测精度等。在此暂未对灰色拓扑预测模型的残差进行修正，有待今后进一步研究。

参考文献

[1]

吕萍.基于灰色—周期外延模型的年降水量预测[J].吉林水利，2013，368（1）：10-12.

[2] 周春花，唐川，铁永波.暴雨泥石流高发地区年降水量的灰色拓扑预测——以昆明市东川区为例[J].云南地理环境研究，2006，18（1）：6-9.

[3] 王琳琳，冀赛静，齐艳，等.基于灰色拓扑理论对辽宁朝阳地区降水量预测[J].鞍山师范学院学报，2009，11（6）：16-18.

[4] 袁月平，黄燕.灰色自记忆模型在杭州市年降水量序列中的应用[J].水电能源科学，2010，28（8）：1-2.

[5] 张坤，李晓亮，张琴婧，等.1981-2010年怀化市气温和降水时空变化特征[J].贵州农业科学，2014，42（4）：107-1110.

[6] 刘思峰，谢乃明.灰色系统理论及其应用[M].北京：科学出版社，2013.

[7] 夏露，宋孝玉，马细霞.新乡市近60年降水序列变化规律及干旱预测[J].干旱地区农业研究，2013，31（5）：14-18.

[8] 吴丽娜，黄领梅，沈冰.大峪河年径流量的灰色拓扑预测与趋势分析[J].人民黄河，2012，34（1）：62-64.

[9] 吕学梅，张磊，李炳文，等.灰色GM（1，1）及其残差修正模型在不同程度春旱发生年份预测中的应用[J].中国农业气象，2010，31（3）：479-483.