大数据展现西安空气优趋势城市宏观调控对西安市空气特征的良性调节

2019-09-17武纯羽吴昊锦

科技资讯 2019年17期

武纯羽吴昊锦

摘要：随着城市规模的增加，越来越多人关注空气质量。而相关城市规划者越来越注重打造宜居城市的优良环境。在此背景下，实验利用2013年和2017年气象数据结合相关探究及调查模拟实验，旨在分析小范围大区域的雨雪及植被特征等因素对空气质量的缓解作用，从而指导城市的宏观调控。实验1表明，2013年10月平均PM2.5、PM10及AQI指数高于250，而2017年10月平均低于150，表明4年的连续城市调控卓有成效。实验2表明，日常雨雪可迅速改善城市空气质量，且在6h内让空气质量达到优良，表明日常路面及植被喷洒水是有一定科学原理的。实验3的调查研究表明，小范围的植被差异对温度、湿度、噪音及空气尘埃的调控和过滤效果不同，植被的多少起着非常重要的角色。实验4的大范围定位监测表明，大区域温度和湿度的差异及温室气体决定于植被的丰富度。通过一系列实验分析认为，2013年和2017年西安市空气质量的改善，决定于4年内城市规划者对不同区域植被面积、养护、日常喷洒水等方面的宏观调控。

关键词：西安市城市生态系统空气质量指数（AQI）人类活动

中图分类号：X51 文献标识码：A 文章编号：1672-3791（2019）06（b）-0048-03

1 引言

城市空气质量的特征反映了空气污染程度，它是依据空气中污染物浓度的高低来判断的。空气污染是一个复杂的现象，在特定时间和地点空气污染物浓度受到许多因素影响。来自固定和流动污染源的人为污染物排放大小是影响空气质量的最主要因素之一，其中包括城市车辆的尾气、工业生产排放、居民生活等，城市的发展密度、植被等是调节空气质量的重要因素。

1.1 空气污染物

空气污染物有：烟尘、总悬浮颗粒物、可吸入颗粒物（PM10）、细颗粒物（PM2.5）、二氧化氮、二氧化硫、一氧化碳、臭氧、挥发性有机化合物等。空气污染源也可分为自然的和人为的两大类（沈新勇等，2019）。

1.2 我国城市空气质量

2012年，325个地级及以上城市按照《环境空气质量标准》（GB 3095-2012），达标城市比例仅为40.9%;113个环境保护重点城市环境空气质量达标城市比例为88.5%，按环境空气质量新标准评价，达标城市比例仅为23.9%。

1.3 空气污染案列

据西安市环境监测中心站发布的数据显示，2013年10月空气质量指数（AQI）基本徘徊在250左右，达到重度污染水平而同时期呼吸道发病率急剧上升。

1.4 空气污染指数

空气污染指数是一种反映和评价空气质量的方法，就是将常规监测的几种空气污染物的浓度简化成为单一的概念性数值形式，并分级表征空气质量状况与空气污染的程度。

我国当前采用的空气污染指数（AQI）分为五级：AQI值小于等于50，空气质量优;AQI值大于50且小于等于100，空气质量良;AQI值大于100且小于等于200，空气轻度污染;AQI值大于200，空气质量较差;超过国家空气质量三级标准，一定时间接触后，对人体危害较大（李宾等，2018）。

1.5 研究进展

关于空气污染等方面研究表明西安空气质量有着明显的季节变化特征，并且夏季优于冬季，介绍了西安地区清洁能源的使用情况，在此基础上提出了西安市大氣环境质量改善措施（张建涛等，2003）。而张国勋（2003）及肖以华等（2011）和陈添探究了气象因素和植被对地区空气质量的调节作用，而张艳2010年通过探究区域大气波动探究其对上海市空气质量影响特定，而陈添（2008）和刘俊（2009）在此基础上结合极端空气现象雾霾，来探究雾霾天气对区域空气质量的影响特点。基于此，我们在总结前人研究的基础上来探究西安城市生态系统空气质量波动特征及政府宏观调控的效果与原理。

2 材料与方法

2.1 实验设计

西安，古称长安，举世闻名的世界四大古都之一。在此，定位西安，连续开展4个实验，旨在找到近几年西安市的空气质量变化及相关城市管理者的相关措施，展现大西安建设背后的蓝天工程。

实验1：通过连续观测西安市2013年10月、2017年10月每天9点的空气质量，对西安城市空气质量波动特征进行探究。

实验2：调查雨雪对空气质量的调控作用。

实验3：探究小范围内（一个小区内）植被差异对温度、湿度、噪音及尘埃的过滤和调控。

实验4：调查并探究大区域范围（西安市范围内，选取4个不同的区域）植被差异对温度、湿度及温室气体的调节。

2.2 实验方法及数据分析

通过中国气象局、中国天气网、中国气象频道软件公布的空气质量数据进行2013和2017年10月西安市的空气质量数据获取，并对其空气质量动态数据进行实时更新。

通过Microsoft Excel软件进行西安市的空气质量原始数据的记录，并利用Microsoft Excel和Sigma plot软件进行相关图标的制作与分析。

3 结果与分析

3.1 西安城市生态系统空气质量月波动特征

通过收集2013年10月的空气质量数据空气特征处于上升趋势，更多达到并超过了中度或重度污染天气的指标（见图1）。

2017年10月，我们通过随机选择十几天进行空气质量的调查，发现过渡秋季进入冬季的10月，空气质量达到良或者轻度污染的天数较多，中度和重度污染的天数非常少见。

2013和2017年10月份空气质量发生了特别大的良性变化，近期我们也发现西安市优良天气的天数是越来越多，在此，我们也发现政府和组织在植物绿化、市政喷洒水的措施、市政改造、工地建设方面都有明显的改进。我们将通过以下模拟实验和调查研究旨在找到相关城市规划和植物在调节地区生态系统空气质量方面的科学原理，让更多的人明白绿化城市，改善空气质量举措背后的科学原理（见图2）。

3.2 降雨对空气质量的调节

通过冬季特有降雪天气的调查与分析发现：降雪能够快速降低AQI、PM10及PM2.5等空气中悬浮的微小颗粒，而对于温室气体等基本没有影响。

3.3 探究植被对降噪湿度空气过滤的作用

通过不同植被对同种声音在相同距离内测定的声音分贝数值，我们通过3处测定，发现无植物情况下，同一声源在相同距离内（10m）分贝平均值是79;少量灌木过滤下，平均值是62;大量植物过滤下43。

3.4 植物过滤空气颗粒（沙土及粉尘）的作用

通过人工降雨活动探究植物对砂石颗粒的过滤过程，我们发现干燥的植物对于空气中的大型颗粒的过滤率徘徊在60%左右，而降雨后植物对空气大型颗粒的过滤达到85%以上，这个也表明城市市政周期性的洒水功能能够使周边空气得到较高的改善。

3.5 不同植被类型对温度湿度的调节

通过对水泥地、裸地（无植物）、草坪、灌木丛对不同区域温度、湿度的探究，我们发现，随着植物的增多，温度在大幅度降低，湿度在大幅度的增加;也表明，城市绿化面积越大，社区区域绿化面积越大，地区的温度相对越低，湿度相对越高，体现出植物能够对地区生态系统的调控能力是随着植物的数量和种类的增多而增强。

3.6 探究植被对大区域温度及温室气体等的影响

通过对西安市地区的研究和对区域的选择，我们根据植物多少、人口分布等特征选择了市中心钟楼、二环区域、三环区域及郊区秦岭脚下4个区域，通过调查区域的温度、湿度及二氧化碳的排放量，研究大区域下植物的调节能力。研究表明：大区域下植物也具有非常强的调节能力，随着人口从市中心到郊区的减少，植物的增加，同一时间，温度越来越低，湿度越来越大，相关温度的差值竟然超过了5℃，湿度也突破了5个百分点，二氧化碳的浓度降幅超过了30%，这些数据都揭示了植物数量和种类的增多对区域生态系统具有非常大的调节能力。

4 讨论与结论

4.1 西安市空气质量波动特征及原因

2013年10月平均空气指数中PM2.5、PM10及AQI呈上升趋势，2013和2017年统一月份空气质量发生了特别大的变化，近期我们也发现西安市优良天气的天数是越来越多，在此，我们也发现政府和组织在植物绿化、市政喷洒水的措施、市政改造、工地建设方面都有明显的改进。

随后也发现了冬季雨雪天气能够在短期内降低空气中悬浮颗粒从而能在降雪24h后快速净化空气。

4.2 模拟实验表明

通过人工降雨活动探究植物对砂石颗粒的过滤过程，我们发现干燥的植物对于空气中的大型颗粒的过滤率徘徊在60%左右，而降雨后植物对空气大型颗粒的过滤达到85%以上，这个也表明城市市政周期性的洒水功能能够对周边空气得到较高的改善。

通过对水泥地、裸地（无植物）、草坪、灌木丛对不同区域温度、湿度的探究，我们发现随着植物的增多，温度在大幅度降低，湿度在大幅度的增加。这个也表明：城市綠化面积越大，社区区域绿化面积越大，地区的温度相对越低，湿度相对越高，体现出植物能够对地区生态系统的调控能力是随着植物的数量和种类的增多而增强。

研究表明：大区域下植物也具有非常强的调节能力，随着人口从市中心到郊区的减少，植物的增加，同一时间，温度越来越低，湿度越来越大，相关温度的差值竟然超过了5℃，湿度也突破了5个百分点，二氧化碳的浓度降幅超过了30%，这些数据都揭示了植物数量和种类的增多对区域生态系统具有非常大的调节能力。

参考文献

[1] 张建涛，孟小绒，樊慧丽，等，西安地区大气质量分布特点和能源使用概述[J].陕西气象，2003（1）：27-28.

[2] 刘俊，袁鸾，刘衍君.珠江三角洲一次大范围灰霾天气下的空气污染特征分析[J].环境科学导，2009，28（4）：78-82.

[3] 陈添.气象条件对北京市空气质量的影响[J].环境保护，2008（5B）：46-49.