贵州西南三地空气质量特征及预报研究

王冉熙,宋 丹

(1.贵州省安顺市气象局，贵州 安顺 561000；2.贵州省气象服务中心，贵州 贵阳 550002)

0 引言

随着社会经济快速发展，空气污染成为我国日益突出的环境污染问题，最主要因素是人类活动造成的污染物排放，客观因素是城市的人口密度、地形地貌和气象条件等的影响。空气污染不仅对人体健康产生影响，最直接可导致呼吸系统疾病[1]，甚至对皮肤病、糖尿病等多种疾病的患病率、致死率均有影响[2-3]，还与社会经济的发展存在相互制约影响的关系，如何在两者之间建立平衡，许多学者也给出了适当的建议[4-6]。贵州地处云贵高原东侧，以山地和丘陵居多，西南部所辖的安顺市、六盘水市和黔西南州3个市州山清水秀、气候宜人，是夏季避暑、冬季避寒的旅游胜地。对旅游目的地而言，环境空气质量优越是吸引游客的重要因素之一，尤其是当秋、冬、春季雾霾天气频发时，空气质量优良的城市便是人们所向往的。近几年，贵州在环境气象相关研究方面有很大进展，宋丹等[7]、尚媛媛等[8]、夏晓玲等[9]对贵阳市、遵义市空气质量或污染物特征及预报方法进行了研究，表明这些地区环境空气质量状况良好，优良率超过90%，首要污染物多为PM2.5、PM10和O3，运用多元线性逐步回归方法建立的预报模型效果较为理想，三季模型TS评分超过85%。而针对贵州西南部的3个市州来看，环境空气质量研究几乎空白，尤其近年来污染有恶化趋势，社会各界高度关注。

空气质量指数(AQI)是定量描述空气质量状况的无量纲指数，可以反映SO2、NO2、CO、O3、PM2.5和PM10等6种污染物的综合状况[10]。国内外许多专家针对环境+气象的科研工作早已涉及，董继元等[11]认为自然降水是影响空气质量一个主要的因素，席云[12]、李彩霞等[13]和周兆媛等[14]等研究表明空气中污染物的浓度与相对湿度呈负相关，詹长根等[15]和张燕杰等[16]等探究了气象要素与空气质量指数之间的相关性。张建忠等[17]、刘闽等[18]和林志强等[19]等运用多元线性逐步回归方法建立空气质量预报模型，预报准确率较好，说明该方法的可行性和可实施性较高。因此，本文将通过统计分析方法，以期掌握贵州西南部3地空气质量指数和污染物的时间变化特征，并建立AQI预报模型，实现空气质量指数的客观预报业务化，有力提升地市级公众气象服务能力。

1 资料与方法

本研究使用的空气质量指数和首要污染物数据资料由贵州省环境监测中心站提供，包含安顺市、六盘水市和黔西南州3个市(州)气象站所在地(西秀、水城和兴义)2015年1月1日—2017年12月31日逐日空气质量指数和首要污染物；建模使用同期逐日02时、08时、14时和20时地面气象要素资料，包含气温、相对湿度、风速、总云量和海平面气压(其中，水城海平面气压资料缺失)，由贵州省气象档案馆提供；利用统计分析探究贵州西南部3地空气质量指数和污染物的时间变化特征，以3—5月为春季，6—8月为夏季，9—11月为秋季，12月至次年2月为冬季，以前1 d空气质量指数代替未知污染源作为自变量之一，通过各季AQI与各时刻气象要素的相关分析得到高相关因子作为逐步回归的自变量参数，运用SPSS多元线性逐步回归分析方法分季节建立空气质量指数预报模型，采用TS评分[20]、平均绝对误差[7]和预报准确率[7]3种指标对预报模型进行效果评价。

2 AQI特征分析

2.1 时间特征

贵州西南3地2015—2017年AQI的平均逐月变化见图1。3地AQI总体变化趋势存在异同，6月AQI均为最低，空气质量最好，AQI最高月份略有差异，六盘水市出现在1月、安顺市出现在12月、黔西南州在2月，均在冬季；六盘水市1—6月呈渐降趋势，安顺市和黔西南州1—4月类似正弦曲率变化、5—6月呈显著下降趋势；六盘水市7—10月、安顺市7—11月和黔西南州7—12月呈缓慢上升趋势，3地进入冬季月份后增幅显著。从季节变化来看，3地夏季AQI平均值在50以下，冬季平均值最高，但未超过100，最高为六盘水市冬季的78。整体看来，3地空气质量属于优良水平，冬季和春季略差于夏季和秋季。

图1 贵州西南3地2015—2017年空气质量指数平均逐月变化Fig.1 The average monthly change of air quality index in the three areas of southwest Guizhou from 2015 to 2017

2.2 等级分布特征

贵州西南3地2015—2017年空气质量状况多为优良级别，占比均在93%以上，其中黔西南州空气质量最佳，仅出现2 d轻度污染(均出现在2016年)，其次为安顺市，重度污染1 d(出现在2015年)、中度污染2 d、轻度污染27 d，六盘水市相对较差，重度污染1 d(出现在2017年)、中度污染8 d、轻度污染70 d(占比6%)。从年际变化分布来看，3地各有差异，优与良天数安顺市呈波峰和波谷变化，六盘水市为波谷和波峰变化，黔西南州为线性正、负变化；污染天数安顺市和六盘水市2016年最少，最多则分别出现在2017年和2015年。

分析3地AQI等级的季节特征来看(图略)，夏季均为优天数最多，但六盘水市比其它两地的优、良天数差小得多；秋季安顺市和黔西南州优天数最多，六盘水市良最多；春季和冬季安顺市和六盘水市良天数最多，黔西南州优和良差异不显著。空气污染安顺市多出现在秋、冬季，春、夏季也出现过，六盘水市春季污染天数相对最多，秋、冬季差异不显著，黔西南州出现在冬季。

2.3 污染物类型特征

当AQI>50时，IAQI最大的污染物为首要污染物[9]。安顺市出现最多的污染物为O3，占比43%，其次为PM2.5和PM10，分别占比35%和13%，SO2占比最少为9%；六盘水市出现最多的污染物为PM2.5，占53%，其次为PM10，占比42%。黔西南州占比最多的污染物是PM10，为64%，其次是O3，占比24%，PM2.5占比10%。

安顺市首要污染物O3多出现春、夏季，且占比在70%以上，秋、冬季最多是PM2.5，秋季PM10次之，冬季SO2次之。六盘水市秋、冬季PM2.5最多，其中冬季最为显著，占比超过80%，其次是PM10，其它首要污染物甚微；春、夏季PM10占比最高，分别为50%和70%左右，其次是PM2.5，其它首要污染物占比小。黔西南州四季出现最多的均是PM10，其中秋季占比最大，接近80%，春季O3占比接近PM10，夏、冬季PM2.5次之，其它首要污染物占比小(图略)。

3 预报模型及评价

3.1 相关因子

统计模型的稳定性和准确性取决于预报因子的选取，造成空气污染的主要原因中气象条件变化较大，而污染源在非关键期内的相邻两天之间的影响变化不大(关键期包括春节、秸秆焚烧以及造成污染物严重排放的突发事件等)，人口密度和地形地貌对某一城市和固定一段时间内的影响差异相对稳定。对3地当日的AQI与前1 d AQI进行相关性分析发现相关系数均较高，安顺市、六盘水市和黔西南州分别为0.628、0.651和0.742，均通过了α=0.01的显著性检验。因此基于污染源的不确定性和重要性，可选取前1 d空气质量指数近似代替污染源作为模型自变量。

上述分析空气质量指数的时间特征发现其变化存在一定的季节变化规律，因此通过分季节对AQI与气象要素进行相关分析得到显著相关因子再建立的预报模型效果可能会更好。地面气象观测资料中选取日降雨量和02时、08时、14时、20时气温、相对湿度、风速、总云量和海平面气压。以下仅对相关系数通过α=0.01显著性检验的要素进行说明(表略)。

3地四季AQI与当日降雨量均呈显著负相关，六盘水市和黔西南州与前日降雨量成显著负相关，安顺市与前日降雨量也呈负相关，但未通过α=0.01显著性检验。均与多个时次相对湿度、总云量呈负相关，春、夏、冬季与气温多呈正相关(个别时次安顺市呈负相关，六盘水秋季02时和08时呈负相关)；安顺市夏、秋、冬季与多个时次风速呈负相关、六盘水市四季与个别时次风速呈负相关、黔西南州冬季与08时风速呈负相关；安顺市和黔西南州春季同4个时次海平面气压呈负相关。分析各时次相对湿度与降雨量的相关性均呈现显著正相关，从模式预报的预报准确率来看，降雨量的预报准确率优于相对湿度，所以两者中选择相对湿度作为建模自变量。

3.2 预报模型建立

选取上述显著相关因子和前日空气质量指数作为建模的自变量，以2015—2016年资料作为建模数据，2017年资料作为检验数据。通过多元线性逐步回归分析进行建模，取F为0.05的信度检验。选取预报效果较好的模型作为空气质量指数预报方程，其中：前日空气质量指数(I1d)，地面02时、08时、14时、20时相对湿度(RH02、RH08、RH14、RH20)，08时、14时、20时总云量(N08、N14、N20)，地面02时、08时、14时、20时风速(V02、V08、V14、V20)，地面08时、14时温度(T08、T14)。

3.2.1 安顺市预报模型

春季：AQI1=71.716-0.295RH14+0.412I1d-0.182RH20-0.642N08

夏季：AQI2=174.930+0.422I1d-0.385RH20-1.838T08-0.615RH14-1.973V02-1.427T14

秋季：AQI3=85.522+0.440I1d-1.755N08-0.472RH20-2.161V14

冬季：AQI4=48.571+0.507I1d-0.538RH14-2.960V20-2.375V14+0.367RH08

3.2.2 六盘水市预报模型

春季：AQI1=34.122+0.427I1d+3.661V14-0.787N14

夏季：AQI2=46.069+0.550I1d-0.314RH14-4.012V08

秋季：：AQI3=42.556+0.599I1d-0.234RH14-4.407V02

冬季：AQI4=42.434+0.422I1d+1.143N14-7.216V02

3.2.3 黔西南州预报模型

春季：AQI1=27.932+0.622I1d-0.28RH14+0.148RH02-0.641N14

夏季：AQI2=87.294+0.624I1d-0.749RH14-1.827T14+0.293RH08

秋季：AQI3=76.591+0.465I1d-0.166RH14-0.397RH02-0.609N20

冬季：AQI4=45.373+0.458I1d-3.182V08-0.154RH14

表1为各预报模型的调整R2(负相关系数)和F统计量，选取的预报模型为调整R2最大的模型，具有最好的拟合效果。每个季节的样本数为90～92，临界值F(0.05)(3,90)=2.706、F(0.05)(4,90)=2.473、F(0.05)(6,90)=2.201，12个预报模型的F值都远大于临界值，均通过显著性检验，可以作为预报方程。

3.3 效果检验及评价

用2017年1月1日—2017年12月31日的地面气象要素对模型的预报效果进行检验。图2为模型预报结果与实际空气质量指数的对比图，可以看出预报模型对AQI的变化趋势预报效果好，预报值与实况的变化趋势保持一致且重合率高，但对于极值的预报能力不足。

采用TS评分、平均绝对误差IMAE和预报准确率(TK)3种评价指标对模型预报效果进行检验，综合评分为TS评分与TK的平均值(表2)。总体可看出，贵州西南3地综合评分除了安顺市秋冬季和六盘水市冬季外均在80%以上，一半指标超过90%，尤其是黔西南州评价较好，原因可能是其空气质量指数变化区间小，TS评分和预报准确率更高；TS评分安顺市和六盘水市秋冬季以及黔西南州冬季在65%～75%之间，其余季节均在80%以上，最高为黔西南州秋季93.48%；预报准确率除六盘水冬季外均在80%以上，多半指标在90%以上，其中六盘水市夏季和黔西南州夏秋季为100%；平均绝对误差3地均在25以内(中国气象局应急减灾与公共服务司下发的“关于城市空气质量预报业务考核的通知”中《城市空气质量预报检验评估和考核办法》规定AQI绝对误差在25以内时该单项分值为100%)。

表2 贵州西南3地2017年不同季节预报模型效果评价指标Tab.2 Evaluation indexes for the effect of different seasonal forecast models in southwest Guizhou in 2017

图2 贵州西南3地不同季节多元回归模型2017年预报值与实际值对比图(a—d分别表示安顺市四季；e—h分别表示六盘水市四季；i—l分别表示黔西南州四季)Fig.2 Comparison of 2017 forecast and actual values of multiple regression models in different seasons in southwestern Guizhou(a—d:Four seasons in Anshun;e—h:Four seasons in Liupanshui;i—l:Four seasons in Qianxinan)

分别从3地来看，安顺市的预报模型综合评分春季最好，夏季次之，冬季最差，春夏季在90%以上，TS评分秋冬季相对略低为70%左右。六盘水市综合评分夏季最好为92.94%，冬季最差为70.92%，春秋季在80%～90%之间；TS评分秋冬季相对略低在65%～70%之间。黔西南州综合评分冬季为85.17%，其它季节在93%以上，夏秋季的TS评分也在90%以上，预报准确率均在95%以上。

由此可见该预报模型有较好的AQI预报能力。对比3地的检验效果可知，在秋冬季空气污染最严重的六盘水市，预报模型效果相对略差，在空气质量更好的黔西南州，预报准确率更高，这与空气质量指数波动区间和TS评分等级有关。在业务应用中，可结合模型预报和大气环流特征及关键期来开展空气质量指数预报。

4 结论与讨论

本文利用2015—2017年贵州西南3地逐日空气质量指数和气象观测资料，通过相关分析和多元线性逐步回归方法分季节分别建立空气质量指数预报模型，并对模型效果进行检验，结论和讨论如下。

①贵州西南3地空气质量状况多为优良，其中黔西南州最优，安顺市次之，六盘水市良天数占比最多，污染天数最多；3地AQI月平均表现为6月最低，安顺市、六盘水市和黔西南州最高分别出现在12月、1月和2月；3地AQI具有一定的季节特征，表现为夏季最佳，秋季次之，冬季相对较差；空气质量等级优、良年际变化安顺市分别呈波峰和波谷特征，六盘水市与其反向变化，黔西南州为线性正、负变化；安顺市出现最多的首要污染物为O3，六盘水市为PM2.5，黔西南州为PM10。

②通过相关分析得到显著相关因子，结合前日AQI作为自变量，分季节建立的3地AQI预报模型效果较好，预报值与实况的变化趋势基本一致，其中3地春、夏季和黔西南州秋季的预报效果最好，综合评分基本在90%以上，冬季预报效果相对略差，综合评分也在70%以上。

③模型采用的是AQI值对应日期的02时、08时、14时和20时地面气象观测要素作为自变量，而实际业务中因是对未来AQI进行预报，预报模型自变量可采用欧洲中期天气预报中心(ECMWF)数值预报模式中相关气象要素作为预报模型自变量。模型中总云量要素虽然观测终止，但其对于AQI的影响显著，且含在数值预报模式要素中，选用其作为自变量是可行的。

④从预报模型效果来看，对空气质量预报业务具有指导意义，结合主要污染物季节分布和大气环流特征来开展AQI和首要污染物预报可一定程度提高准确率。随着近年贵州西南部城市的快速发展，空气质量指数变化略有起伏，由于环境空气质量观测起步较晚，资料年限较短，得到的结果具有一定局限性，预报模型仍需不断地改进完善。

⑤空气污染研究范围广泛，涉及污染源排放的季节性变化、人类活动造成的污染周期性变化，以及污染形成机理、污染物扩散与气象要素的关系等内容，受目前可选用的分析资料不足的制约，开展相关研究有一定的难度，我们将在今后的工作中尽量克服一切困难，对环境空气质量业务不断改进完善，进一步提升公共气象服务能力。