西双版纳州AQI指数与气象条件的关系及其预测研究

高婷婷

摘要 基于2020年3月—2021年3月西双版纳州景洪市逐日空气质量观测数据资料，主要分析大气污染物及AQI指数与各气象因子、火源点的相关性，找出主要影响因子，通过建模得出最佳AQI指数气象预报模型。得出结论：（1）西双版纳西边及南边的境外火点对西双版纳AQI指数影响最大;（2）与日照时数、水汽压、最高气温、最低气温、相对湿度、最小相对湿度、降水呈显著负相关;与高空500 hPa风向风速、700 hPa风速呈显著正相关，风向越偏西，AQI指数越大;（3）4个回归模型中有序回归模型预报方程拟合程度最好，预报准确率达83.56%。

关键词 大气污染;相关性分析;境外火点;有序回归模型;AQI预报

中图分类号：X831 文献标识码：B 文章编号：2095–3305（2021）04–0100–03

西双版纳傣族自治州位于云南省最南端，地处北纬21°10' N～22°40' N，99°55' E～101°50' E。全州东西横跨190 km，南北纵贯160 km，面积约2万km2。北面与普洱市相连，西南与缅甸接壤，东南与老挝毗邻，国境线长966.3 km。西双版纳有中国唯一的热带雨林自然保护区，是国家级生态示范区、国家级风景名胜区、联合国生物多样性保护圈成员，植物种类占全国的1/6，动物种类占全国的1/4，森林覆盖率达80.8%，是全国生态环境最为优质的地区之一[1]。

但受中南半岛地区耕作方式及森林火灾等影响，每年2—4月有大量大气污染物（以碳氧化物和PM2.5为主）向西双版纳地区及周边区域输送，加之受局地小气候特征影响，大气污染物易于在西双版纳地区堆积，在缺少降水沉降作用时，污染物难以扩散，导致西双版纳州在此时段内的空气质量出现明显下降[2-3]。

本文主要研究西双版纳州地区环境空气质量时空变化规律，探究地面气象要素、大气环流特征以及境内外卫星热源点（烧荒和森林火灾）等因素对西双版纳州空气质量变化的影响[4-5]，研究卫星遥感对西双版纳州及周边区域环境空气质量监测及预报中的应用，建立西双版纳州环境空气质量预报模型。

1 资料选取与方法介绍

1.1 资料选取

空气质量数据是2020年3月1日—2021年3月25日逐日连续数据，来源于生态环境局，包括AQI、O3、PM2.5、PM10、SO2、CO以及NO2;逐日气象资料数据来源于景洪站，包括气温、降水、风速、风向、相对湿度等;高空资料数据来源于思茅站，包括500 hPa、700 hPa、850 hPa高度的风速风向;卫星遥感火点数据来源于Satsee-file Npp。

1.2 方法介绍

1.2.1 火源区域划分 为探究境外火点对西双版纳州大气环境的影响，选取区域为97°E～104.8°E、19.5°N～22.5°N的火源点数据，将火源点划分为15个区域来源，其中100°E～101.8°E，21.5° N～22.5°N为西双版纳州地区（表1）。

1.2.2 模型选取 采用有多元线性回归模型、有序回归模型、加权回归模型和最小二乘法回归模型分别进行建模和对比分析。

2 AI指数与气象因子相关分析

由相关性分析可知，AQI指数与火點呈显著正相关，且区域7、8、10相关性系数达到0.7以上，也就是西双版纳西边和南边的火点影响最大;与日照时数、水汽压、最高气温、最低气温、相对湿度、最小相对湿度、降水呈显著负相关;与高空500 hPa风向风速、700 hPa风速呈显著正相关，风向越偏西，AQI指数越大（图1）。

3 模型建立

3.1 主成分分析

对有显著相关的地面气象因子进行主成分分析，特征根λ1=2.564，特征根λ2=1.448，前两个主成分的累计方差贡献率达80.238%。这表明前两个主成分能够代表地面气象因子，故提取前两个指标即可。主成分分别记作F1、F2。计算出两个特征根对应的特征向量，即各主要成分解析表达式中的标准化变量的系数向量。故各因子解析表达式为：

f1=0.363x1+0.198x2+0.371x3+0.061x4-0.279x5

f2=0.014x1+0.226x2+0.101x3+0.651x4+0.454x5

主成分因子得分计算公式为：

3.2 建模

自变量为F1、F2、境外火点、500 hPa风速、500 hPa风向、700 hPa风速，因变量AQI，建立多个模型，进行误差分析，选择最优模型。

多元回归模型：

AQI=36.759-6.013F2-5.555F1 +0.006x1+0.526x2

其中：x1为境外火源，x2为700 hPa风速。

有序回归模型：

V=1.070x1-1.995x2-1.418x3-0.230x4+0.382x5+0.358x6

其中：x1～x6分别是境外火源、F1、F2、500 hPa风向、500 hPa风速、700 hPa风速的标准化数值，V是阈值，根据阈值判断AQI指数预测值。

加权回归模型：

AQI=37.428+0.006x1-5.534F1-3.451F2+0.005x2+0.091x3+0.585x4

其中：x1为境外火源，x2为500 hPa风向，x3为500 hPa风速，x4为700 hPa风速。

最小二乘法回归模型：

AQI=36.833+0.006x1-5.534F1-5.307F2+0.007x2+0.225x3+0.398x4

其中：x1为境外火源，x2为500 hPa风向，x3为500 hPa风速，x4为700 hPa风速。

4个模型中，R2均大于0.5，其中有序回归模型R2为0.736，拟合程度最好（表2）。

4 误差分析

AQI等级划分为6个级别（表3）。

根据预报的等级进行误差分析，统计预报的结果，报准记为1，报错记为0。多元回归模型预报误差为6.01%，有序回归1.58%，加权回归16.66%，最小二乘法回归5.81%;多元回归模型预报准确频率为81.33%，有序回归83.56%，加权回归83.11%，最小二乘法回归81.33%。经对比分析，有序回归模型拟合度最好（图2～图3）。

5 结论与讨论

（1）境外火点对西双版纳AQI指数影响很大，尤其是西双版纳西部和南部的火点燃烧，其相关系数达0.7以上。

（2）AQI指数与日照时数、水汽压、最高气温、最低气温、相对湿度、最小相对湿度、降水呈显著负相关;与高空500 hPa风向风速、700 hPa風速呈显著正相关，风向越偏西，AQI指数越大。

（3）建立AQI指数预报方程：

V=1.070x1-1.995x2-1.418x3-0.230x4+0.382x5+0.358x6

其中：x1～x6分别是境外火源、F1、F2、500 hPa风向、500 hPa风速、700 hPa风速的标准化数值，V是阈值，根据阈值判断AQI指数预测值，可有效地进行AQI的气象预报。

参考文献

[1] 朱华，王洪，李保贵，等.西双版纳森林植被研究[J].植物科学学报， 2015， 33（5）： 641-726.

[2] 罗燕，陈新梅，田永丽.2015—2016年云南省主要城市大气污染物浓度特征及其与气象要素的关系[J].环境科学导刊， 2018， 37（6）： 40-45.

[3] 刘晨露，郭春会，蒋祖斌，等.南充市2014—2018年空气首要污染物特征分析及其时间序列分析[J].四川环境， 2020， 39（2）： 42-48.

[4] 王玉祥，吴莹，王磊，等.泰州市2013—2017年大气污染特征及潜在来源分析[J].四川环境， 2020， 39（1）： 24-36.

[5] 韩玉妍.大气污染特征及与气象条件的关系分析[J].天津科技， 2020， 47（3）： 60-61， 68.

责任编辑：黄艳飞