长顺县空气质量及气象要素对主要大气污染物的影响

陈 杨

(贵州省长顺县气象局,贵州 长顺 558550)

0 引言

除了污染源排放，气象要素也是影响大气环境的又一重要因素[10]；气象因子对大气污染的形成、扩散、输送、转化及沉降等过程均有显著影响[11-12]。如降雨量达一定程度会对大气中的PM2.5、PM10和SO2都有明显的清除效果[13]。

长顺县地处贵州省黔南布依族苗族自治州西部，亚热带季风湿润气候区，雨热同季，夏无酷暑，冬无严寒，空气质量好，是避暑休闲的旅游胜地。为保护好当地的大气环境，长顺县政府号召各相关部门强化空气质量预测预报能力，提高污染天气预判和应对处置能力。该文分析了长顺县空气质量状况，探究了气象要素与大气主要污染物的关系，建立了大气主要污染物与气象要素间的逐步回归方程组模型，为了解长顺县空气质量状况，用气象要素来分析长顺县的空气质量提供有力的理论依据，在平衡好经济发展与环境保护的关系、坚持可持续发展上具有一定意义。

1 数据及方法

1.1 数据来源

长顺县2016年之前的空气质量监测指标为API(监测项目：PM10、SO2、NO2)，2016年后改为AQI(Air Quality Index)，新增监测项目PM2.5、CO、O3。该文对长顺县环境空气自动监测站2016年1月—2018年7月共868个逐日AQI及6个监测项目数据进行研究。

该文气象要素来源于长顺县气象局，主要为2016年1月—2018年7月逐日平均气温、日相对湿度、日累计降水量(08时—08时)、日平均风速4种数据各868个。

1.2 分析方法

用Excel分析监测期间的日AQI及6个监测项目(PM10、SO2、NO2、PM2.5、CO、O3)的分布情况及变化特征；将之分别与该日的气象要素(平均气温、相对湿度、累计降水量、平均风速)一一对应，探究各气象要素与AQI各监测项目的关系。用SPSS软件对3种主要大气污染物日含量与日气象要素进行逐步回归分析，建立逐步回归方程组，初始参数设为：将F≤0.05的显著性水平值选入回归方程组模型，剔除F≥0.05的显著性水平；用此模型预测长顺2018年8月的首要大气污染物(IAQI)。

2 结果与讨论

2.1 监测期间空气质量状况

监测期间长顺县空气质量等级的占比分布情况(不同等级的空气质量出现天数与监测总天数的比值)。其中，空气质量为Ⅰ级的占比为52.9%，Ⅱ级占比44.8%，Ⅲ级为2.3%,Ⅳ级、Ⅴ级、Ⅵ级占比均为0.0%，空气质量优良日(Ⅰ级与Ⅱ级日数之和)共848 d，空气质量优良率(Ⅰ级与Ⅱ级占比之和)达97.7%。可见，长顺县的空气质量良好。

监测期间AQI平均值为51.9，IAQI所占频率(IAQI出现天数与其对应AQI>50的天数之比)见表1。其中，PM2.5占比最高，对大气污染的贡献最大[14]。O3作为光化学烟雾中最主要大气污染物之一，近年来其含量增加，对人类生活及生存环境产生重要影响[15]，本研究中O3的出现频率仅次于PM2.5且二者相差不大，应引起重视。表1表明现阶段影响长顺县空气质量的主要大气污染物为PM2.5、PM10和新型污染物O3，这与我国其他城市首要污染物的频率分布大概一致[16-18]。其余污染物对长顺县空气质量影响极小，后文不做分析。

表1 长顺县污染物情况统计表Tab.1 The statistics table of the pollutants in Changshun

2.2 气象要素与大气污染物的关系

2.2.1 主要大气污染物与气象要素的相关性 分别计算长顺县大气中PM2.5、O3、PM10日含量与对应日的4个气象要素的相关系数，结果见表2。

表2 长顺县主要大气污染物与气象要素的相关系数Tab.2 Correlation coefficient between main air pollutants and meteorological elements in Changshun County

“**”表示通过0.01的显著性水平检验，“*”表示通过0.1的显著性水平检验)

4个气象因子与长顺县PM2.5的日含量均呈负相关关系，其中日平均气温、日相对湿度对其影响最大。可见，高温、高湿、降水、大风天气对长顺县大气PM2.5的减少有利。

日平均气温、日平均风速与长顺县大气O3呈正相关关系，日相对湿度、日累计降水量与长顺县大气O3呈负相关关系，对O3影响最大的两要素也是日平均气温、日相对湿度。可见，低温、高湿、无风、降水天气有利于降低长顺县大气O3的含量。

4个气象因子与长顺县的日PM10含量均呈负相关关系，对其影响最大的仍是日平均气温、日相对湿度。可见，与PM2.5一致，高温、高湿、降水、大风天气对长顺县大气PM10的减少有利。

2.2.2 逐步回归方程的建立 将日平均气温、日累计降水量、日相对湿度、日平均风速这4个气象因子分别与3种大气首要污染物的日监测值进行逐步回归分析。监测期间日累计降水量<10 mm的天数占比为89.5%，平均日平均风速为1.2 m/s，可见这两个气象因子对降低大气污染物的贡献甚小。SPSS自动剔除掉不显著的气象因子日累计降水量、日平均风速后建立逐步回归方程组:

y1=84.099-0.865x1-0.541x2+ε1

y2=166.091+1.367x1-1.471x2+ε2

y3=140.356-0.708x1-1.082x2+ε3

(x1:日平均气温(℃)，x2:日相对湿度，y1:日PM2.5预测值，y2:日O3预测值，y3:日PM10预测值)

以上方程组，经T检验，偏回归系数b1和b2的概率均为0.000，当显著性水平为0.05时，均具显著性；方程复相关系数分别为0.540、0.584、0.482；模型的概率均为0.000，给定显著性水平为0.05，可以认为日PM2.5、O3、PM10的预测值分别与日平均气温和日相对湿度的相关性显著。

用该模型方程组对长顺2018年8月的IAQI进行试预测，预测准确率为71.4%。可以认为，在大气污染为当前较为平稳的状态下，用该方程组模型预测长顺县首要大气污染物的准确率较好。

3 结论

①长顺县空气质量优良天数为848 d，优良率达97.7%，空气质量较好。大气主要污染物为PM2.5、O3、PM10。

②长顺县大气主要污染物PM2.5、O3、PM10与气象要素的相关性不尽相同：PM2.5、PM10与4个气象要素均呈负相关关系；O3与日平均气温、日平均风速呈正相关关系，与日相对湿度、日累计降水量呈负相关关系。因此降低大气中PM2.5、O3、PM10所需天气条件也不尽相同。对PM2.5、O3、PM10影响最大的两个气象因子均为日平均温度和日相对湿度。

③经剔除不显著的气象因子日累计降水量、日平均风速后，得到的大气主要污染物与气象要素的逐步回归方程组显著，用得到的回归方程组模型预测长顺县首要大气污染的准确率较好，但大气监测数据较少，还需补充完善。