遵義市環(huán)境空氣質(zhì)量預(yù)報(bào)詳解

丁培林，張光紅，曾 昶，朱 晶，張 坤

(遵義市環(huán)境保護(hù)監(jiān)測中心站， 貴州 遵義 563000)

根據(jù)環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)[1]，目前評價環(huán)境空氣質(zhì)量指標(biāo)的參數(shù)主要是可吸入顆粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)?？諝赓|(zhì)量預(yù)報(bào)也就是對未來某一區(qū)域內(nèi)此3項(xiàng)污染物濃度值的預(yù)測，它以區(qū)域內(nèi)環(huán)境空氣質(zhì)量現(xiàn)狀監(jiān)測和未來該區(qū)域內(nèi)污染物排放預(yù)測為基礎(chǔ)。環(huán)境空氣質(zhì)量預(yù)報(bào)有多種方法，限于條件，監(jiān)測站系統(tǒng)一般采用歷史數(shù)據(jù)回歸法，通常認(rèn)為未來時段的污染物濃度與氣象因子有關(guān)，基本忽略了地形條件、源強(qiáng)變化等對污染物分布的影響[2－3]。遵義市確定采集的氣象因子是風(fēng)速、氣溫、溫差(今日氣溫與昨日氣溫之差)、氣壓、壓差(今日大氣壓與昨日大氣壓之差)、濕度6項(xiàng)，這與我站氣象系統(tǒng)提供的參數(shù)相吻合。

1 回歸概述

回歸的過程是把污染物濃度當(dāng)作因變量，各氣象因子當(dāng)作自變量，所要參與回歸計(jì)算的歷史數(shù)據(jù)(樣本)在統(tǒng)計(jì)學(xué)上叫作“序列”，可以簡單地理解為在實(shí)驗(yàn)室內(nèi)作標(biāo)線時所要準(zhǔn)備的濃度點(diǎn)。這實(shí)際上是一個因變量對多個自變量的多元回歸形式，并假設(shè)它們是多元線性的[4－5]。關(guān)于“序列”，我們的經(jīng)驗(yàn)是樣本量不宜取太多，在保證統(tǒng)計(jì)精度和計(jì)算速度的前提下，我們選取了最近三十天的歷史數(shù)據(jù)，并隨著日期延續(xù)不斷更新，例如，今天(8月30日)選取的“序列”是8月1日至8月30日三十天的歷史數(shù)據(jù)，明天(8月31日)選取的序列將是8月2日至8月31日的歷史數(shù)據(jù)。編制預(yù)報(bào)的多元回歸“序列”是預(yù)報(bào)的前提。

在光盤“預(yù)報(bào)詳解”目錄下所附的“序列示例”表就是我們所作一個“序列”情況，這個表實(shí)際上是為后續(xù)統(tǒng)計(jì)計(jì)算而設(shè)計(jì)，稍后會詳細(xì)介紹?！靶蛄小弊鐾旰?，剩下的就是計(jì)算，即根據(jù)“序列”分別求出各污染物濃度對氣象因子的多元回歸方程。比較理想的狀況是，通過氣象臺得到未來一天的氣象因子變化情況，并能修正為監(jiān)測點(diǎn)位的氣象因子變化，然后將預(yù)報(bào)氣象因子數(shù)值代入多元線性回歸方程，得到不同監(jiān)測點(diǎn)位不同污染物的預(yù)報(bào)濃度[6]。

由于多元回歸方程的推演計(jì)算非常繁瑣，單靠手工操作效率很低。目前，有很多的計(jì)算機(jī)程序可供利用和選擇，能夠大大地提高工作效率和水平。遵義市采用的統(tǒng)計(jì)程序是第四軍醫(yī)大學(xué)開發(fā)的DPS2000數(shù)據(jù)處理系統(tǒng)，該數(shù)據(jù)處理系統(tǒng)界面友好，功能強(qiáng)大。

2 案例分析

以下將詳述遵義市環(huán)境空氣質(zhì)量預(yù)報(bào)的整個過程。

2.1 編制今日預(yù)報(bào)序列

“序列示例”表中列有十三個字段，分別為:ws(風(fēng)速)、humid(濕度)、temp(氣溫)、press(氣壓)、溫差、壓差、SO21、NO21、PM1、SO22、NO22、PM2、date(監(jiān)測日期)，其中SO21指第一個點(diǎn)位SO2監(jiān)測值，SO22指第二個點(diǎn)位SO2監(jiān)測值，以此類推，PM代表PM10。

每日中午收取各子站數(shù)據(jù)(遵義市的環(huán)境監(jiān)測統(tǒng)計(jì)日為昨日12:00至今日12:00)，在序列表中新增當(dāng)日記錄，同時刪除最上方的一條舊記錄，始終保持30條記錄，存盤退出，今日預(yù)報(bào)序列表便制作完成。

2.2 采用逐步回歸法計(jì)算各污染物濃度對多元?dú)庀笠蜃拥幕貧w方程

“序列示例.xls”為今日制作完成的預(yù)報(bào)序列表(圖1)，首先打開DPS2000數(shù)據(jù)處理系統(tǒng)(圖示為DPS3.01專業(yè)版)，然后選取多元回歸計(jì)算數(shù)據(jù)區(qū)，在執(zhí)行操作之前選中操作區(qū)，DPS2000數(shù)據(jù)處理系統(tǒng)自動將選中的數(shù)據(jù)區(qū)最右邊一列視為因變量區(qū)，其余各列視為自變量區(qū)。數(shù)據(jù)區(qū)圈選時不包括第一行字段名。以下操作以計(jì)算SO21與各氣象因子之間的回歸方程為例，點(diǎn)擊 A2單元格，然后按住“shift”鍵，利用垂直滾動條再點(diǎn)擊G31單元格，這樣便選中了第一個回歸方程的計(jì)算區(qū)。

圖1 序列示例

點(diǎn)擊菜單欄的“多元分析”下的“回歸分析”，選擇“逐步回歸”，彈出“confirm”對話框，要求引入尚未引入的回歸方程的變量，點(diǎn)擊“yes”，變量被不斷地引入，直至“confirm”對話框中“尚未進(jìn)入回歸方程的變量及F值”一欄下不再發(fā)生變化，同時“當(dāng)前方程”一欄下“上次R調(diào)整=×”值亦不再發(fā)生變化，點(diǎn)擊“OK”。至此多元回歸的各種統(tǒng)計(jì)量將在數(shù)據(jù)區(qū)后全部被計(jì)算出來(圖2)。

圖2 統(tǒng)計(jì)量計(jì)算

向下拉動垂直滾動條，找到并復(fù)制SO21對氣象因子的多元回歸方程，新建一個文本文件，取名為DPS2000.txt，將得到的多元回歸方程粘貼上去(圖3)。重新回到原始數(shù)據(jù)區(qū)，選中G列，點(diǎn)擊“擦除”快捷按鈕，刪除G列數(shù)據(jù)(圖4)。選中H列，將其拖曳至原SO21所在的G列，按照此前操作方式選中A 2∶G31數(shù)據(jù)區(qū)，計(jì)算出NO21與各氣象因子的多元回歸方程。

圖3 獲得SO21多元回歸方程

圖4 刪除SO21數(shù)列

重復(fù)以上工作，不斷將G列更新為其他污染物監(jiān)測值所在列，完成A2∶G31之間數(shù)據(jù)區(qū)圈選，逐步回歸出各污染物與各氣象因子的多元回歸方程，并將方程式粘貼到DPS2000.txt文件中(圖5)。

圖5 各污染物與各氣象因子的多元回歸方程

為便于DPS2000.txt準(zhǔn)確導(dǎo)入預(yù)報(bào)模板，還應(yīng)對該文件按統(tǒng)一數(shù)據(jù)位格式進(jìn)行規(guī)范，即將常數(shù)項(xiàng)和系數(shù)項(xiàng)手工規(guī)范為統(tǒng)一長度(遵義市是保留7位有效數(shù)字)，常數(shù)項(xiàng)前留一空格是保留符號位，規(guī)定缺失的自變量系數(shù)為0，也應(yīng)補(bǔ)回回歸方程(圖6)。

圖6 補(bǔ)回缺失自變量系數(shù)

2.3 導(dǎo)入模板，完成預(yù)測濃度計(jì)算

遵義市在計(jì)算預(yù)測濃度時編制了一個excel模板，模板內(nèi)容及各表之間的相互關(guān)系見光盤“預(yù)報(bào)詳解”目錄下的“預(yù)測模板.xls”文件(圖7)。

首先，手工填寫參與計(jì)算的氣象資料(下圖中黑框部分)，今日(9月26日)資料可從有氣象設(shè)備的子站處獲得，明日(9月27日)氣象資料可通過氣象臺獲得，必要時對氣象臺的預(yù)報(bào)資料參考預(yù)報(bào)站點(diǎn)的地理位置作一些修正。

圖7 預(yù)測模板

然后切換到回歸方程表，點(diǎn)擊菜單欄上“數(shù)據(jù)”下的“獲取外部數(shù)據(jù)”，選擇“導(dǎo)入文本文件”，找到DPS2000.txt文件，點(diǎn)擊“導(dǎo)入”按鈕，彈出文本導(dǎo)入向?qū)υ捒?圖8);單擊“下一步”，重新編排回歸方程序列的分布線，分別將常數(shù)項(xiàng)定為一列，帶符號的系數(shù)項(xiàng)定為一列，自變量項(xiàng)定為一列，單擊“下一步”(圖9)。最后單擊“完成”，將回歸方程導(dǎo)入到現(xiàn)有數(shù)據(jù)表的A1單元格中(圖10)。

圖8 文本導(dǎo)入向?qū)А谝徊?/p>

圖9 文本導(dǎo)入向?qū)А诙?/p>

圖10 文本導(dǎo)入向?qū)А谌?/p>

回歸方程導(dǎo)入后，預(yù)算結(jié)果將在“預(yù)報(bào)成果”表中自動算出(圖11)。

圖11 預(yù)報(bào)成果

3 結(jié)論

采用逐步回歸法建立的空氣質(zhì)量預(yù)報(bào)方法，在城市空氣污染物排放源源強(qiáng)及其時空分布無太大變化的情況下取得了較好的預(yù)報(bào)效果。空氣質(zhì)量的預(yù)報(bào)方程都通過了效果檢驗(yàn)，結(jié)果較為滿意(表1)。

表1 預(yù)報(bào)值與實(shí)測值對比結(jié)果

以上介紹了遵義市環(huán)境空氣質(zhì)量預(yù)報(bào)數(shù)據(jù)的制作方法，當(dāng)然仍有許多不完善和需要改進(jìn)的地方，特別是手工向模板導(dǎo)入回歸方程的步驟還比較繁瑣，相信以后會有更好的解決方案。

[1]國家環(huán)保部.環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)(GB 3095—1996)[S].北京:中國環(huán)境科學(xué)出版社，1996.

[2]國家環(huán)保部.環(huán)境影響評價技術(shù)導(dǎo)則(HJ/T 2.2—2008)[S].北京:中國環(huán)境科學(xué)出版社，2009.

[3]李本綱.北京市城區(qū)主要交通干線的噪聲測量與分析[J].城市環(huán)境與城市生態(tài)，2000，13(2):11 －13.

[4]吳偉，李葉飛.回歸分析法在工程項(xiàng)目利潤預(yù)測中的應(yīng)用[J].合肥工業(yè)大學(xué)學(xué)報(bào):自然科學(xué)版，1999(S1):102－106.

[5]鄭曉雨，賀仁睦，馬進(jìn).逐步多元回歸法在負(fù)荷模型擴(kuò)展中的應(yīng)用[J].中國電機(jī)工程學(xué)報(bào)，2011，31(4):72－77.

[6]熊德琪，陳守煜.城市大氣污染物濃度預(yù)測模糊識別理論與模型[J].環(huán)境科學(xué)學(xué)報(bào)，1993，13(4):482－490.