采暖前后雾霾污染天气过程中首要污染物分析及推算模型研究

2018-10-09吴涛张康平徐永刚郑倩瑛

科技视界 2018年19期

吴涛　张康平　徐永刚　郑倩瑛

【摘要】针对西安市2017年采暖季雾霾污染天气过程中首要污染物及其与空气质量指数（AQI）关系曲线及函数关系分析，通过对函数关系式验证。发现采暖季前PM10作为首要污染物的概率低于采暖后但采暖季前后均是以PM2.5作为主要首要污染物；首要污染物PM2.5与AQI有良好的线性关系，通过MATLAB软件处理获得两者的函数关系；应用得到的函数关系式对其它月份雾霾污染天气空气质量指数及首要污染物数值进行推演发现本函数关系式与实际空气质量指数与首要污染物之前的关系高度吻合。

【关键词】雾霾污染；首要污染物；预测模型；空气质量指数

中图分类号： X773 文献标识码： A 文章编号： 2095-2457（2018）19-0210-003

DOI：10.19694/j.cnki.issn2095-2457.2018.19.095

Analysis of main pollutants in haze pollution weather before and after heating Study on the prediction model

——Taking the heating season in Xian as an example in 2017

WU Tao1 ZHANG Kang-ping2 XU Yong-gang3 ZHENG Qian-ying1

（1.Xian Technological University，Xian，Shaanxi 710021，China；2.Shaanxi radio and TV broadcast Culture Communication Co.，Shaanxi，Xian 710032，China；3.Xian University of post and telecommunications，Shaanxi， Xian 710121，China）

【Abstract】The relationship between the primary pollutants and the air mass index （AQI） in the heating season of Xian in 2017 and its relation to the air mass index（air mass index）curve and function relation are analyzed.It is found that the probability of PM10 as the primary pollutant in heating season is lower than that after heating， but PM2.5 is the main pollutant before and after heating season.There is a good linear relationship between the primary pollutant PM2.5 and AQI，and the functional relationship between them is obtained by MATLAB software.The function relation is applied to deduce the air quality index of the fog and haze pollution in other months and the number of primary pollutants.It is found that the relationship between this function and the actual air quality index is in good agreement with the relationship before the primary pollutant.

【Key words】Haze pollution；Primary pollutants；Prediction models；Air quality index

本文以西部城市西安市采暖季霧霾污染状况为研究对象，对采暖前后一个月内的雾霾天气空气质量指数及首要污染物进行分析，探索采暖前后首要污染物变化情况及其与空气质量指数（AQI）关系的推算函数的建立。数据均来自当地气象部门。

1 首要污染物分析

对西安市2017年度AQI及主要污染物PM2.5、PM10指标进行分析，参照空气质量分指数及对应的污染物项目浓度限值表[1]，应用空气指数分指数计算公式[2]推算确定雾霾污染发生时首要污染物。发现采暖前10月1日至11月14日共有10天典型雾霾污染天气[3]其中8天是以PM2.5为首要污染物，1天是以PM10为首要污染物，PM10为首要污染物的污染天气频率为10%；采暖后11月15日至12月31日共有26天典型雾霾污染天气其中21天是以PM2.5为首要污染物，5天是以PM10为首要污染物PM10为首要污染物的污染天气频率为19.2%。

2 采暖前后雾霾污染空气质量指数与首要污染物关系函数建立

2.1 空气质量指数与首要污染物曲线拟合

筛选雾霾天气首要污染物为PM2.5空气质量数据，应用MATLAB6对数据进行曲线模拟[4]发现采暖前后空气质量指数（AQI）均与首要污染物PM2.5之间存在较好线性函数关系如图1、图2。

2.2 空气质量指数与首要污染物关系函数

设采暖前后空气质量指数与首要污染物之间分别满足函数关系式1：y1=a1x1+c1及关系式2：y2=a2x2+c2。定义y1、y2为对应的空气质量指数；定义x1、x2为首要污染物数值；定义a1、a2为首要污染物对空气质量指数影响系数；定义c1、c2为空气质量指数基值。对表1（见下页）数据用MATLAB最小二乘法进行函数关系拟合[4-5]得到采暖前后空气质量指数与主要污染物函数关系式如下式：

采暖前函数式3：y1=1.2469x1+9.320

供暖后函数式4：y2=1.1099x2+25.5913

3 关系函数可靠性检验

运用关系函数对2017年8月/9月及2018年1月采暖前后的雾霾污染天气空气质量指数及首要污染物运用函数关系进行演算，推算结果如表3所示。通过表3数据我们发现空气质量指数与主要污染物函数关系推算得出的采暖前空气质量指数吻合度相对较高，绝对误差和相对误差相对较小；采暖后空气质量指数吻合度非常高，绝对误差和相对误差均显著较小[5]。

4 分析结与结论

4.1 首要污染物发生频率

对比发现采暖前PM10作為首要污染物的概率明显低于采暖后，此结论与我们之前研究成果显示的采暖前空气质量指数与PM2.5相关性高采暖后与PM10相关性高的[3]结论相一致，但采暖季前后首要污染物均是以PM2.5为主。

4.2 空气质量指数与首要污染物函数分析

通过函数拟合我们发现首要污染物对空气质量指数影响因子采暖前小于采暖后说明采暖前PM2.5对空气质量指数的影响略大于采暖后这与我们结论4.1相互印证；空气质量指数基值采暖前显著低于采暖后说明采暖后空气污染程度或者发生频率均高于采暖前此结论与我们之前研究结果高度吻合[3]。

4.3 空气质量指数与首要污染物关系函数精确度

通过表3我们能看到通过关系函数推算得出的AQI与实际预报值无论绝对误差还是相对误差均比较小，说明关系函数可靠性很高，有一定应用价值。

【参考文献】

[1]刘萍.如何理解空气质量分指数（IAQI）计算公式并速算[J].黑龙江环境通报，2014，38（2）：25-27.

[2]高庆先，刘俊蓉，李文涛，高文康.中美空气质量指数（AQI）对比研究及启示[J].环境科学，2015，36（4）.1141-1147.

[3]吴涛，张康平.西安市2017年供暖前后雾霾污染天气过程分析[J].中国科技信息，2017，06，42-43.

[4]D.Hanselman，B.Littlefield.[译].Mastering Matlab6 A Compreh-