大气污染物浓度变化及其和气象因子的关系

雷晓蓉

（重庆市忠县生态环境局 重庆 404300）

引言

大气环境对于地球上各个物种的生存是一项非常重要的环境条件，对于人类这一群体来说也是一样的，大气环境具体是指地球上的生物能够正常生存的空气的物理、化学以及生物学的特征，这三种结合在一起才是真正意义上的大气环境，举例来说的话，大气环境就包括相关的温度、湿度以及风力等级等等。从近年来我国的发展形势我们就能看出，社会经济处于一种高速发展的过程当中，但是这种高速发展的经济形势中的利益大多数是来自于工业设施的，而且随着人们的基本生活水平的提升，我国的汽车总量也处于一种飞速增长的趋势当中，除以上两种大形势之外，造成大气污染的原因还有很多，在这里不进行一一列举，为了将大气的污染浓度降低，在接下来的文章中我们将对大气污染物的浓度变化以及其和气象因子的关系进行比较详尽的叙述，并试图提出一些能够解决这种形势的对策。

1 进行研究的数据来源以及相关的研究方法

1.1 数据的来源

众所周知，对于我国的大气环境来说，其大气污染物的浓度在各个地区都是不尽相同的，亦或是过高又抑或是过低，如果进行研究的数据来源不够具有代表性的话，那么相关的研究也就失去了自身的意义了，所以我们进行研究的数据来源是在北京市的大气质量自动监测点中获得的数据[1]。第一，北京是我国的首都地区，进行大气污染物的相关研究是必备的一个过程；第二，就数据来源来说的话，北京大气质量自动监测点中的数据是具有一定的代表性的。根据数据的来源，我们将大气污染物的指标选取为四个，分别是年日均二氧化硫的浓度、年日均二氧化氮的浓度、年日均可吸入颗粒物PM10的浓度、年日均一氧化碳的浓度。

1.2 研究的方法

1.2.1 污染物浓度及其趋势分析

在研究数据的处理方面我们采用Spearman秩相关系数法进行处理，在相关的学术界还将这种数据的处理方法称之为Daniel趋势检验的方法。将近十年来的北京市大气质量自动监测点得到的数据代入其中，但是在数据进行应用的时候，要注意根据大气质量变化的趋势，这样就能得出大气污染物最近时期的浓度以及未来的相关趋势了。这种趋势分析在一定的程度上可以帮助相关的气象工作的人员预测未来的一段时间的大气污染物的浓度，这样就能相应的提醒广大的人民群众进行相关的防护措施了。

1.2.2 污染物与气象因子的关联分析

在大气污染物与气象因子之间的关联分析当中，通常要将年日均的二氧化硫的浓度数据以及年日均的日常温度、湿度、日照数、降水量、风速有一集平均气压等等数据排列成灰色关联矩阵，在数据的研究当中如果能够合理的利用多个灰色关联矩阵的话就能够得出整个气象系统变化的特征，还能够对相关的优势的因素做出分析，对大气污染物的浓度会起到一定的控制作用。

2 大气污染物与气象因子的综合关联度

2.1 大气污染物与气象因子的绝对关联度

在大气污染物与气象因子的绝对关联度的得出过程起初，我们要对主要大气的污染物的序列以及气象因子序列进行求解，目标则是求出污染物同气象因子之间的灰色绝对关联矩阵，只有求出了灰色绝对关联矩阵才能得到二者之间的绝对关联度。从绝对关联矩阵中我们就能看出大气主要的污染的影响因素究竟是哪个气象因子了。例如，年日均的二氧化硫的浓度以及年日均的可吸入颗粒浓度都是由年日均的湿度进行影响的，相关的气象部门就可以采取一些人工降雨等等措施，实现年日均相对湿度的增加，从而减少大气环境当中各种不利的污染物了。

2.2 大气污染物与气象因子的相对关联度

大气污染物与气象因子的相对关联度的计算过程和二者之间的绝对关联度的差异并不是很大，但是其得出的结论往往是不同的，在大气污染物与气象因子的相对关联度中，我们往往不仅能够看出大气的主要污染物的影响因素，也就是究竟是哪一个气象因子。

2.3 大气污染物与气象因子的综合关联度

大气污染物与气象因子的综合关联度是通过综合关联的灰色矩阵得出的结果，其得出的结果与以上两种进行对比的话是稍宏观的。

从以上对大气污染物与气象因子的绝对、相对、综合的关联度的叙述当中我们就能看出，这三者得出的结果是不尽相同的，这是二者之间的绝对关联度的重点是绝对量，而相对关联度的参考重点则是大气污染物的变化速率，最后的综合关联度则是将以上两种进行结合的结果。

结语

综上所述就是目前为止的大气污染物的浓度变化与各种气象因子之间的关系了，在分析二者之间的关系时，我们采用了三种关联度的方式，最终着重参考的则是综合的关联度。就目前的数据来说，我国的大气污染还是比较严重的，需要结合二者之间的关系进行相关的控制活动。