阿尔山五里泉负氧离子预报方程的建立及检验

胡亚男

(内蒙古自治区气象服务中心,内蒙古 呼和浩特 010051)

负离子是空气中带负电荷离子的总称，由于带负电的氧气所占比重最大，称为负氧离子，空气中负氧离子的生成与植物尖端放电、水分子裂解，以及与大气分子受紫外线、雷电等电离有关，因此在有森林、瀑布、溪流的地方负氧离子浓度较高。负氧离子能降解中和空气中的有害气体，调节人体生理机能、消除疲劳、改善睡眠等，被誉为“空气中的维生素”和“长寿素”，除了能直接影响人的舒适度和健康状况，还是反映空气质量和大气环境状况的重要指标。

近年来，国内陆续开展负氧离子浓度监测，以及预报模型建立等工作，尤其针对旅游景区。由于负氧离子浓度的变化特征与当地自然地理环境和气候条件等关系密切，不同地区的负氧离子变化特征不尽相同。研究表明[1～4]，负氧离子浓度有显著日变化特征，表现为夜间高、白天低，最大值出现在早晨，最小值出现在午后，白天负氧离子浓度变化波动较大，夜晚变化平缓。负氧离子浓度与气温呈负相关，与相对湿度呈正相关。周德平[5]，张宝贵[6]，胡晓梦[7]，等研究表明夏季负氧离子浓度最高，其他季节负氧离子浓度变化特征因地而异。谭静，等[8]对湖北省旅游景区大气负氧离子的研究还发现负氧离子浓度在晴天大于阴天，雾霾和小雨天浓度较小，中雨以上降水和闪电活动与负氧离子浓度呈正相关。目前，国内大多研究主要针对负氧离子的时空分布、季节变化和日变化规律，关于建立负氧离子预报模型的研究还比较少。王宝，等[9]使用温度和湿度通过二次多项式法分别建立了玉溪市空气负氧离子浓度的逐小时预报方程，经检验预报误差在±30%。赵蕾，等[10]对海南5个景区分别建立多元线性回归预报方程，只有两个景区通过了显著性检验，预报效果不太理想。笔者首先分析了阿尔山五里泉的负氧离子浓度的季节差异和日变化规律，进一步使用逐步法筛选通过显著性检验的因子，分季节建立逐小时和逐日负氧离子浓度预报方程，以期为旅游气象服务提供可靠的理论依据。

1 资料与方法

所用资料为2017年5月17日～2019年1月4日内蒙古兴安盟阿尔山五里泉空气负氧离子自动测报系统实时监测的负氧离子浓度(个/cm3)、相对湿度(%)和气温(℃)，以及阿尔山气象站气象要素日值资料：平均气压(hPa)、最高气压(hPa)、最低气压(hPa)、平均气温(℃)、最高气温(℃)、最低气温(℃)、平均相对湿度(%)、最小相对湿度(%)、平均总云量(0.1)、平均低云量(0.1)、最小水平能见度(m)、1h最大降水量(mm)、20～08时降水量(mm)、08～20时降水量(mm)、20～20时降水量(mm)、08～08时降水量(mm)、蒸发(mm)、积雪深度(cm)、平均地面温度(℃)、最高地面温度(℃)、最低地面温度(℃)、日照时数(h)。

首先剔除异常值和缺测值，将数据按照3月～5月为春季，6月～8月为夏季，9月～11月为秋季，12月～次年2月为冬季划分四季，分析各季节负氧离子浓度、气温和相对湿度的日变化曲线及其之间的相关性，采用逐步线性回归法筛选通过T检验的预报因子，建立逐小时和逐日负氧离子浓度的预报方程并检验。

2 结果与讨论

2.1 负氧离子浓度与气温和相对湿度的日变化特征及相关性

春夏秋季负氧离子浓度的小时值变化趋势基本一致，均呈现夜间高，白天低的特征，且最低值出现在午后14∶00，春季在凌晨2∶00～3∶00高于其他季节，夏季在6∶00～7∶00高于其他季节。春夏秋季负氧离子浓度与气温呈负相关，相关系数高达-0.87～ -0.98，与相对湿度呈正相关，相关系数高达0.89～0.99。冬季负氧离子浓度随时间的变化曲线与其他季节不同，在11∶00～17∶00出现峰值，且与气温和相对湿度的相关性较差，考虑是冬季仪器测量误差导致。

图1 负氧离子浓度、气温和相对湿度的逐小时变化曲线

2.2 负氧离子浓度逐小时预报方程的建立

由于气温和相对湿度与负氧离子浓度相关性较高，且均通过T检验，因此将负氧离子作为因变量，温度XT和相对湿度XRH作为自变量，春夏秋冬季分别使用时间段20170517-20170527、20170601-20170631、20170901-20170905、20171201-20180131的逐小时数据进行多元线性回归，得到的预报方程如下：

Y春=1 214.098+28.155XRH+2.378XT

(1)

Y夏=2 271.321+15.532XRH-42.413XT

(2)

Y秋=2 914.733+9.009XRH-83.065XT

(3)

Y冬=-7 080.107+222.39XRH+241.708XT

(4)

再分别使用时间段20170528-20170531、20170801-20170831、20170906-20170910、20180202-20180227的逐小时数据作为各季的检验样本，将气温和相对湿度代入公式进行检验。如图2所示，春夏秋季负氧离子浓度观测值和预报值随时间的变化趋势和峰值分布基本一致，相关系数高达0.90～0.91，秋季在峰值处预报偏高；冬季预报效果相对其他季节较差，相关系数为0.54。

为了定量描述预报结果的准确性，模型预报值与实际监测值的吻合程度采用标准化平均偏差(NMB)和一致性指数(I)的统计方法进行量化验证，定义如下：

(5)

(6)

图2 四季负氧离子逐小时浓度观测值和预报值对比

式中:Cm为预报值，C0为观测值，上述统计量中NMB可反映预报值与监测值的平均偏离程度，无量纲量；一致性指数I=1表示模拟值与监测值完全一致，I越接近1，表示模拟效果越好。统计值如表1所示，春季和冬季标准化平均偏差(NMB)较小，分别为1.91%和1.74%；秋季次之，为8.97%；夏季由于检验样本比其他季节数据量大，累计误差也相对较大，NMB为20.74%。从一致性指数I来看，春秋季预报效果较好，一致性指数可达0.94和0.91，夏季次之，冬季相对不佳。综合3种统计值来看，春季预报效果最好，夏、秋次之，冬季相对较差，考虑冬季检测仪器不耐寒导致监测数据准确性不高。

表1 四季负氧离子浓度观测值和预报值的统计指标对比

2.3 负氧离子浓度逐日预报方程的建立

由于夏季负氧离子浓度监测数据质量较好，使用时间段为20170601-20170731(2017年夏季)的气象要素日值数据进行多元线性回归，通过T检验的预报因子为负氧离子监测仪所测的相对湿度XRH(%)和气温XT(℃)，以及阿尔山气象站的平均相对湿度XRH0(%)、平均气温XT0(℃)、最高地面温度XT0_MAX(℃)和最低地面温度XT0_MIN(℃)，得到的预报方程见公式(7)。使用2017年8月的数据对预报方程进行检验，如图3所示，观测值和预报值随时间变化的趋势大体一致，相关系数为0.67，标准化平均偏差NMB为12.4%，一致性指数I为0.51。另外，由于8月24日最高地面温度XT0_MAX(℃)和最低地面温度XT0_MIN(℃)缺测导致此处预报值缺失。

Y=4 070.387-16.289XRH-216.449XT+23.09XRH0+155.482XT0-13.335XT0_MAX-19.527XT0_MIN

(7)

图3 负氧离子浓度逐日观测值和预报值对比

3 结论

通过分析阿尔山五里泉负氧离子浓度的季节差异和日变化规律，以及使用逐步回归法筛选通过显著性检验的气象因子，分季节建立逐小时和逐日负氧离子浓度预报方程，得到以下结论：①春夏秋季负氧离子浓度的小时平均值变化趋势基本一致，均呈现夜间高，白天低的特征，且最低值出现在午后14∶00。春夏秋季负氧离子浓度与气温呈显著负相关，与相对湿度呈显著正相关。冬季负氧离子浓度随时间的变化曲线与其他季节不同，在11∶00～17∶00出现峰值，且与气温和相对湿度的相关性较差，考虑是冬季仪器测量不准导致。②利用各季节负氧离子浓度、气温和相对湿度逐小时数据通过逐步回归法建立预报方程，负氧离子浓度观测值和预报值随时间的变化趋势和峰值分布基本一致，综合3种统计值来看，春季预报效果最好，夏、秋次之，冬季相对较差，考虑冬季检测仪器不耐寒导致监测数据准确性不高。③利用2017年夏季数据建立负氧离子逐日预报方程并进行检验，观测值和预报值随时间变化的趋势大体一致，预报效果较好。