重庆市主城区气象要素与空气质量相关性研究

廖代强，向波，刘永明

(1.重庆市气候中心，重庆 401147； 2.重庆市环境科学研究院，重庆 401147)

城市是一个复杂的综合体，城市大量的污染源排放和几乎所有的人群活动影响均发生在城市近地层，产生城市空气污染的原因是多方面的，影响城市大气污染水平的主要因子有3个：特殊的城市下垫面、污染物排放源和气象条件。从长期或平均状态来说，大气环境质量取决于城市的能源结构、交通和工业排放污染物的多少，但从短时、实时状态而言，却主要与大气背景质量以及当地、当时的气象条件和大气扩散能力有关。前两者一般相对稳定，而城市边界层特别是城市近地层的风、温、湿和湍流结构对城市大量污染物的输送、扩散、化学转化和干湿清除起着重要的作用[1]。因此，从某种意义上来说，城市污染程度主要取决于城市及周边地区的风场、温度场和湍流场；特别是典型的重污染事件总是与城市热岛环流和边界层逆温等现象密切相关，如“伦敦烟雾事件”[2]，“洛杉矶光化学烟雾事件”和1999年我国国庆70周年期间重庆发生的严重污染等。

我国从20世纪70年代开始关注气象对空气质量的影响。气象和空气质量的相关性研究主要集中在两个方面：1)空气质量和单个气象因子的相关性；2)空气质量和地面天气形势之间的相关性。在空气质量和单个气象因子的相关性分析方面研究比较多，如北京市气象科学研究所的王淑英等[3]研究认为PM10污染状况的优劣变化与气象条件密切相关。其浓度的变化在稳定天气时与相对湿度呈正相关，与能见度、风速和气压呈反相关；受风沙影响时，其浓度的变化与风速和气压呈正相关。孙韧等[4]认为天津市空气质量与城市风速、降水、雾及大气逆温有密切的关系。空气中颗粒物浓度和风速呈现出较好的负相关[5]等。

本研究利用主城区2010—2012年的气象要素和大气环境质量监测数据，对气象条件与大气环境质量进行相关性分析，以期为科学提出重庆主城区大气环境质量目标以及污染防治措施提供必要支持，为重庆蓝天行动提供技术支持。

1 前一日的空气质量的影响

大气污染具有较稳定的持续性。持续性表现在某日大气中的污染浓度不仅与当时的源排放和气象参数有关，而且可能与前几天或前一天的污染状况和气象有关。因此在研究空气质量和气象要素的相关性之前，先对前一日的空气质量对当日空气质量的影响进行研究。

用前一日的污染指数作为持续性的度量，进行相关性分析，结果见表1。前一日污染指数均与当日污染指数呈高度显著正相关，且相关系数甚高，表明某日大气中的污染浓度不仅与当时的源排放和气象参数有关，而且可能与前一天或前几天的污染状况和气象有关。其原因有两个方面：一是气象条件具有一定的持续性；二是污染物本身存在一定的持续性，并会日复一日地积累(据其在大气中的生命周期而定)，且污染物的存在也会使某些气象条件得以维持。例如在雾日里，污染物的存在会阻碍到达地面的日照，因此限制了热力对流而使雾难以消散。

2 气象要素之间的自相关性分析

各气象要素之间并非完全独立，而是存在复杂的协变关系。因此，有必要分析各气象要素之间的相互关系。在进行气象要素间的相关分析时，由于不需要考虑不同年份间的污染源变动因素，将2010—2012这3年的气象数据作为整体以增大样本量，使得统计分析结果更为可靠。经分析各气象要素间的简单相关关系，可以得到：

1)风速与降雨量、温度、水汽压、混合层高呈显著正相关，与相对湿度、气压、总/低云量呈显著负相关。其中，风速与混合层高、温度、相对湿度、气压的相关性较好，尤其是风速与混合层高相关系数高达0.725。

2)降雨量与风速、温度、相对湿度、水汽压、总/低云量、混合层高呈显著相关，与气压、稳定度呈显著负相关，但各相关系数绝对值均较小。

3)温度与风速、降雨量、水汽压、混合层高呈显著正相关，与相对湿度、气压、总/低云量呈显著负相关。其中，温度与气压、水汽压的相关性最好，相关系数绝对值在0.85以上。

4)相对湿度与降雨量、气压、总/低云量呈显著正相关，与风速、温度、水汽压、稳定度、混合层高呈显著负相关。其中，相对湿度与总/低云量相关性较好，相关系数在0.5以上。

5)气压与相对湿度、总/低云量呈显著正相关，与风速、降雨量、温度、水汽压、混合层高呈显著负相关。其中，气压与温度、水汽压的相关性最好，相关系数绝对值在0.8以上。

6)水汽压与风速、降雨量、温度、混合层高呈显著正相关，与相对湿度、气压、总/低云量呈显著负相关。其中，水汽压与温度、气压的相关性最好，相关系数绝对值在0.8以上。

7)总/低云量与降雨量、相对湿度、气压呈显著正相关，与风速、温度、水汽压、稳定度、混合层高呈显著负相关。其中，总/低云量与相对湿度的相关性较好，相关系数在0.5以上。

8)稳定度与降雨量、相对湿度、总/低云量、混合层高呈显著负相关，其中与总/低云量、混合层高相关性较好，但各系数均在0.5以下。

9)混合层高与风速、降雨量、温度、水汽压呈显著正相关，与相对湿度、气压、总/低云量、稳定度呈显著负相关。其中，混合层高与风速相关性最好，相关系数为0.725。

3 空气质量和不同气象要素之间的相关性分析

本研究选择2010—2012年重庆主城日平均污染指数资料与沙坪坝气象观测站同期的气象要素观测资料进行相关性分析，以逐年分析为主。由于气象日(0～23点)和空气质量日(前日13时到次日的12时)不一致，相关分析前，预先把气象数据整理成与空气质量日一致的日气象数据。

3.1 与风的关系

风是边界层内影响污染物稀释扩散的重要因子，而风速是造成快速水平输送或平流的主要原因，风向决定大气污染物浓度分布。由于本研究的污染指数资料采用的是重庆市主城各测点的平均数据，而气象数据为沙坪坝气象站的观测数据。由于风向是一个非连续的无序变量，这里暂不考虑风向对污染物的分布影响。

排入大气中的污染物在风的作用下，会被输送到其他地区，风速的大小与大气稀释扩散能力的大小之间存在直接的对应关系。重庆市常年的气象特征是平均风速小、静风频率高，出现浮尘、沙尘暴天气概率小，一般情况下也不会出现因强风而形成的次生效应现象(即强风使上升烟云弯曲提早抵达地面或使烟云在建筑物背风侧造成下洗，引起地面浓度大幅增加的现象)。因此，理论上来说，对于重庆市，平均风速越大，越有利于污染物的水平扩散，污染物指数应越低。图1为全部研究时段逐日API指数与平均风速的散点分布，随风速的增大，空气流动加剧，API值降低；当风速在2 m/s以上，API值很少超过100，即很少出现Ⅲ级污染日(只有2次)。表2为地面风速与各污染指数的简单相关分析结果，无论是分季节还是全年，地面风速与各污染指数相关性均较好，呈负相关，与预期结果一致；其中，从逐年全年分析结果来看，各污染指数均与地面风速呈显著负相关。偏相关分析结果也显示(表3)，在控制混合层高、相对湿度、气压等协变量的条件下，各污染指数仍与地面风速呈显著负相关。

图1 2010—2012年逐日API与地面平均风速的散点分布图Fig.1 Scatter distribution diagram of daily API and average surface wind speed from 2010 to 2012

表2 2010—2012年地面风速与各污染指数的相关系数

表3 2010—2012年地面风速与各污染指数的偏相关系数

3.2 与降雨的关系

降雨对空气质量的影响主要在于两个方面：一是云内的雨滴对污染物的吸附、吸收作用，二是云下的雨水对污染物的冲刷、洗脱等作用。众多研究表明，降雨与空气质量关系密切，雨水能够有效地吸收、淋洗空气中的各种污染物，使空气中的污染物得到自然净化，降雨过程一般会带来空气质量的好转。为充分了解降雨对空气质量的影响，本研究对降雨量、降雨历时以及有无降水与各空气污染物指数的相关关系进行了统计分析。

表4给出了2010—2012年降雨量、降雨历时以及有无降水与各污染指数的逐年简单相关分析结果。从中可以看出，各污染指数均与降水量、降雨历时以及有无降水呈显著负相关，表明降雨过程可带来空气质量好转，与其他研究结果一致。其中，降雨历时、有无降雨这两个因子与各污染指数的相关性均好于降雨量，更能反映降雨对大气污染物的净化作用。在PM10、SO2和NO2这3个污染分指数中，PM10、SO2指数与降雨指标的相关性明显好于NO2，表明降雨对大气中的PM10、SO2的净化作用要强于NO2。从表5中降雨日与无降雨日的三大污染物浓度描述性统计结果可得：与无降雨日相比，降雨日各污染物浓度均有所下降，从年均值比较来看，3种污染物中，可吸入颗粒物PM10浓度的下降幅度最大，降雨日比无降雨日平均下降36%左右。

表4 降雨与各污染指数的相关系数

表5 2010—2012年各季度降雨分布及空气质量变化情况

从API与日降水量的散点分布图(图2)也可直观地看出：2010-2012年中，API超过Ⅱ级标准(>100)的时间主要集中在无降雨日，其比例为78%左右；当降雨量大雨10 mm时，API值基本在100以下，只有5.8%的时长API值>100(表5)。

图2 2010—2012年逐日API与日降水量的散点分布图Fig.2 Scatter distribution diagram of daily API and daily rainfall from 2010 to 2012

从表6可以看出，空气质量为I级时绝大部分为降雨天，降雨的平均概率为94.8%，空气质量为II级时46.7%的时间为降雨天，而空气质量为III级及以上时降雨的概率比较低，为16.3%～29.8%。这从另一个方面说明了降雨和空气质量的高度相关性。

表6 API在各等级下的降水概率(%)

虽然空气质量与降雨的相关性非常密切，但常常存在降雨量小而空气质量比较好的情况，本研究特别对降雨量少的情况进行了统计分析。

表7所示为2010—2012年降雨量小于10 mm情况下其他气象要素对空气质量的影响。在降雨量小于10 mm的情况下，空气质量明显受到风速和饱和水汽压等气象要素的影响。也就是说，在由于降雨量小而对空气质量影响不甚显著的情况下，风速和饱和水汽压的变化对空气质量的影响相对比较显著。进一步说明了空气质量的变化是多气象要素协同作用的结果。

表7 2010—2012年降雨量小于10 mm情况下其他气象要素对空气质量的影响

在无降雨(降雨量<1 mm)的情况下，API≤50的时长主要与风速较大和良好扩散的天气形势有关。无降雨且API≤50的时长中，平均风速在2 m/s以上，天气形势主要为有利于扩散的回流型、锋后型及强低压等。

3.3 与温度的关系

温度本身对大气扩散没有直接的物理上的影响，主要通过与其他气象要素的协变作用以及对大气化学反应条件的改变来间接改变污染物浓度。此外，温度还可能与1年之内的排放量波动有关，譬如某些地区冬季会由于采暖而使得SO2、烟尘排放量增加，高温时期也可能因用电负荷激增而使得电厂的SO2、烟尘排放量增加，这些都可在一定程度上间接影响大气中的SO2、PM10等污染物浓度。由表8所示相关分析结果可知，日均温度与污染指数的关系相对比较复杂，既有正相关也有负相关，这也体现了温度可从多方面影响大气中的污染物浓度。从全年分析结果来看，各污染指数与日均温度均呈负相关，且除2010年外相关系数均达到显著性水平(置信度为0.05)，反映了我市冬季大气污染普遍比较严重的实际情况。但若控制与温度相关性较强的气压、水汽压以及风速因子后，温度与污染指数呈显著正相关(表9)。从另一方面说明：在全年分析中，温度之所以与各污染指数呈负相关，可能原因主要在于它对水汽压、风速等重要气象因子的协变作用。

表8 2010—2012年日均气温与各污染指数的相关系数

表9 2010—2012年日均气温与各污染指数的偏相关系数

3.4 与相对湿度的关系

相对湿度是指空气中的水汽压与同一温度下的饱和水汽压之比，其大小表示空气接近饱和的程度，反映空气中水汽含量的多少。相对湿度的大小，不但取决于水汽压，而且取决于温度，是温度与水汽压综合反映的结果。从全年相关分析结果来看，相对湿度和各污染指数均呈负相关，且除2010年外，各相关系数均能通过置信度为0.05的显著性检验。然而，若进一步将降雨天气(经常为高湿天气)与无降雨天气分开考虑，相对湿度与各污染指数并非全为负相关；尤其是在无降雨日天气下，相对湿度与各污染指数总体上呈正相关，其原因可能是由于无降雨高湿天气常与雾日天气联系在一起，伴随着逆温和稳定的天气系统，导致大气扩散条件较差，污染物浓度升高。

3.5 与云量的关系

云量的多少与降水有密切关系，而降水冲刷和云内吸附能使大气中污染物显著减少；另一方面，云对太阳辐射有反射作用，它的存在会减少到达地面的太阳直接辐射，同时云层又加强了大气的逆辐射，减少地面的有效辐射，因此云层的存在可以减小气温随高度的变化，增加大气的稳定度，从而减弱大气污染物的扩散，使污染加剧。此外，云层既可作为限制污染物稀释扩散的屏障，又可作为向上扩散的通道，根据大气稳定情况而定。可见，云对大气污染物的影响情况比较复杂，即有正向的影响，也有反向的影响，是多方面综合作用的结果。

对比分析API各级下的总云量/低云量可知，云量与空气污染指数有比较密切的关系。表现为污染等级越高，平均云量(总云量、低云量)越少。

从云量与各污染指数的相关分析结果来看，若不排除降雨日的全年样本进行分析，则无论总云量还是低云量均与各污染指数呈显著负相关，云量越多，大气污染浓度越低；其中，又以低云量与各污染指数的相关性更显著。若单独对无降雨日样本进行分析，则总/低云量与各污染指数相关性较差，既有正相关也有负相关，且仅有个别相关系数通过置信度为0.05的检验。

综上所述，在进行全年样本分析结果时，总/低云量与各污染指数之所以呈显著负相关，可能主要与降雨日的降雨冲刷和云内吸附有关。

3.6 与稳定度、混合层高的关系

计算稳定度级别(多分类有序变量，取值分别为1、2、3、4、5、6，分别与A、B、C、D、E、F类稳定度级别相对应)、混合层高度与各污染指数的简单相关系数，得出各类污染指数与稳定度级别呈正相关，且基本上都能通过置信度为0.05的显著性检验，表明大气越稳定，污染指数越高；而混合层高则与污染指数呈显著负相关，表明混合层越高，越有利于污染物的扩散，污染指数越低，与理论一致。总体而言，以混合层高度作为稳定参数与污染指数的相关性要好，且由于稳定度级别为多分类有序变量，线性相关假设并不一定适用，后续的分析主要以混合层高与各污染指数的关系为主。

3.7 与地面气压的关系

气压对空气污染物的影响比较复杂，视各地的具体情况而异。孟燕军等研究指出，北京市地面气压场主要受地形条件的影响，不利于污染物扩散类地面天气形势以低压类出现频率最高；而苗爱梅等[6]则研究发现，太原市高压类天气以E-F稳定性天气为主，往往平均气压高的月份是该市污染最严重的月份；李雄等[7]在南宁的研究也表明，地面平均气压与SO2、NO2、PM10污染物浓度呈显著正相关。

对于重庆市，简单相关分析结果表明地面平均气压与各污染指数均呈显著正相关。其可能原因之一是由于重庆市的高压天气以冬季出现频率最高，而冬季地面风速小、逆温频率高，水平与垂直方向的大气扩散条件均较差，故污染往往比较严重，这与太原的情况基本一致。当控制与气压相关性最强的温度因子后，除2010年外，气压与各污染指数的相关性基本上呈负相关，进一步证明气压与各污染指数呈显著正相关的原因之一是重庆市的高压天气以冬季出现频率最高。

3.8 与水汽压的关系

水汽压表示大气中水汽的分压力，其大小反应了大气中水汽含量的多少。理论上来说，水汽对污染物有一定的稀释作用，故水汽压应与污染物浓度成反相关，因为它直接影响SO2、NOX等的吸收以及颗粒状物质转变成水滴的速率。若单独只考虑水汽压与各污染指数间的关系，则水汽压升高，污染指数降低，与理论一致；除2010年外，水汽压与各污染指数的相关系数均能通过置信度为0.05的显著性检验。当控制温度与气压这两个协变量后，水汽压仍与各污染指数呈负相关，且各偏相关系数的显著性与否基本上同简单相关系数，进一步证明水汽对污染物有一定的稀释作用。

4 结论

本研究根据重庆主城区2010-2012年的逐日的气象要素和大气环境质量监测数据，对气象条件与空气污染指数(API)进行相关性研究，分析气象条件影响空气质量的机制及协同作用，明确显著影响空气质量的气象要素，得出以下结论：

1)当天的空气质量与前一天的空气质量相关性非常显著，相关系数在0.6以上。

2)各气象要素之间存在明显的协同作用，共同影响主城的空气质量。其中风速与混合层高度，温度与气压、水汽压，相对湿度与云量(总云量和低云量)，气压与水汽压，总云量与低云量之间相关性较好。

3)主城空气质量与大部分气象要素之间存在着相关性。风速与空气污染指数呈显著负相关(风速>2 m/s时，96.7%的时间API≤100)；降水与空气污染指数呈显著负相关(降水>10 mm时，94.2%的时间API≤100)；总、低云量与空气污染指数呈显著负相关(低云量对空气质量的影响高于总云量；非降雨日，相关性不显著)；温度、水气压和混合层高度与空气污染指数呈显著负相关；相对湿度与空气污染指数总体为负相关，多数呈显著相关；气压和大气稳定度与空气污染指数呈显著正相关。其中空气污染指数与降雨、风速的相关性尤为密切，降水对污染物浓度的影响大小顺序为：PM10>SO2>NO2。