張 鑫,段 琳,宋麗萍
(1.哈爾濱市氣象局,黑龍江 哈爾濱150008;2.依蘭縣氣象局,黑龍江 哈爾濱 154800)
哈長城市群空氣質(zhì)量與氣象條件相關性分析
張 鑫1,段 琳2,宋麗萍1
(1.哈爾濱市氣象局,黑龍江 哈爾濱150008;2.依蘭縣氣象局,黑龍江 哈爾濱 154800)
利用哈長城市群中哈爾濱、長春等10個城市2015年逐日空氣質(zhì)量指數(shù)(AQI)和同期的常規(guī)氣象資料,運用統(tǒng)計方法,分析了各市空氣質(zhì)量指數(shù)逐月變化特征,并利用 SPSS軟件進一步分析探討了AQI指數(shù)與氣壓、極大風速風向、氣溫、降水、相對濕度等氣象因子的相關關系,以及哈長城市群間的空氣質(zhì)量指數(shù)相關性。
城市群;空氣質(zhì)量;氣象條件
很多學者就空氣質(zhì)量與氣象相關性間的關系做了大量研究,各要素的助力或阻礙作用不一,但比較一致的是,氣象因素是起到一定作用的,不過前提是污染源排放少變或相對穩(wěn)定。本文將詳細探討哈長城市群的氣象因子與空氣質(zhì)量相關性,這對減污治污政策的制定具有一定的指導意義。
哈長城市群以東北老工業(yè)基地為主要成員,作為全國最大的商品糧基地和重要的老工業(yè)基地,也是綠色生態(tài)的關鍵詞。哈長城市群以哈爾濱和長春為核心,覆蓋11個地級市州,黑龍江省除了哈爾濱,還包括齊齊哈爾、牡丹江 、綏化、大慶4個地市,吉林省除了長春,還包括吉林、松原等5個地方[1]。
我國大氣環(huán)境污染呈現(xiàn)出區(qū)域性特征,區(qū)域性、復合型環(huán)境問題,特別是大氣污染等問題日益嚴重。楊瑩[1]等分析了哈爾濱市 4種大氣污染物在2013年的采暖期及非采暖期濃度分布特征以及氣象因子相關性;王麗淵[2]等以西昌市的空氣質(zhì)量為例,建立了變系數(shù)模型,并使用局部線性估計方法擬合模型,定量分析西昌市氣象因素隨季節(jié)變換對當?shù)乜諝赓|(zhì)量影響程度的變換;武艷娟[3]等采用灰色關聯(lián)方法分析探討了溫度、相對濕度、風速等的日均值對呼和浩特市春季空氣質(zhì)量指數(shù)影響程度。
本文將分析氣象要素對哈長城市群中各城市的空氣質(zhì)量指數(shù)的影響,以及城市間空氣質(zhì)量相關性。
2.1 資料來源
(1)空氣質(zhì)量指數(shù)(AQI)資料取自空氣質(zhì)量日報,通過環(huán)境保護部官方網(wǎng)站公布的《城市空氣質(zhì)量日報》中獲得。
(2)氣象要素資料來自于中國地面日值資料和月值資料。
2.2 研究方法
本文使用的分析工具是excel2010以及spss19.0;通過分析AQI指數(shù)的變化趨勢、氣象因素與AQI的相關性以及哈長城市群間AQI的相關性,得到相關性的具體結(jié)論,本文主要采用統(tǒng)計分析的方法。
3.1 各城市AQI指數(shù)逐月變化趨勢
從幾個城市間的AQI逐月變化圖(圖略)可以看出,其變化趨勢基本趨于一致,雖然數(shù)值不同,但也呈現(xiàn)出一定的變化規(guī)律,春夏總體形勢較好,秋冬的數(shù)值不盡人意。
造成上述情況的原因很多,不同學者也從各自的角度進行了分析,這里將主要從春夏秋冬四季來分別說明:
春季冷空氣依然活躍,風速較大,哈爾濱4月下旬采暖期結(jié)束,氣溫逐漸回暖,供暖燃料的消耗量減少,綜合分析來看,各種自然和人為條件都較有利于污染物的擴散,空氣質(zhì)量相對較好。
夏季總體的AQI值較低。北方城市的夏季大顆粒的污染物排放相對穩(wěn)定,不存在秸稈燃燒、采暖等外力因素的影響,同時天氣因素也是夏季空氣質(zhì)量較好的原因之一。東北地區(qū)四季分明,以哈爾濱為例,夏季是強對流天氣的主要集中時段,不穩(wěn)定能量累積,產(chǎn)生雷雨大風等強對流天氣,逆溫層存在的較少,即使存在也不會持續(xù)很長時間或是逆溫不明顯,對污染物的擴散起到較好的推動作用,使得污染物濃度降低,空氣質(zhì)量較好。
秋季的氣溫逐漸走低,隨著秋收的結(jié)束,秸稈燃燒成為大氣污染的主要因素,污染物的排放量增大,使得空氣質(zhì)量下降,而且AQI低值會呈現(xiàn)出一種相對集中的狀態(tài)。
冬季在太陽輻射、日照、氣溫等因素的影響下,大氣穩(wěn)定度較高,容易形成逆溫層,且逆溫層無論是持續(xù)時間還是強度都較別的季節(jié)稍強,不利于污染物的擴散;冬季進入采暖期后,為保證室內(nèi)溫度的恒定,燃料消耗是必須的,這也在另一方面加大了污染物的排放量,使空氣質(zhì)量明顯下降。
3.2 空氣質(zhì)量與各氣象要素的相關性分析
對哈長城市群的哈爾濱、長春等十個城市的2015年AQI指數(shù)日數(shù)據(jù)與氣象要素進行Pearson相關性分析(表1),氣象要素主要涉及溫、壓、風、濕、降水幾個方面,其中根據(jù)各要素的特性,分別選取各要素的平均值、最小值、極大值、累計值等不同的要素值。
表1 哈長城市群各城市間AQI與各氣象要素的相關性分析
3.2.1 降水與AQI指數(shù)的相關性分析
幾個城市的AQI指數(shù)與降水均呈負相關,雨水對空氣中的污染物能起到一定的沖洗和清除的作用,大氣中的部分氣體污染物可溶解于水,特別是不穩(wěn)定的降水過程,更易于污染物的清除,尤其是污染物中的氣溶膠顆粒,減小空氣中的污染物濃度,提高空氣質(zhì)量。
3.2.2 氣壓與AQI指數(shù)的相關性分析
幾個城市的AQI指數(shù)與氣壓均呈正相關,且在0.01水平(雙側(cè))上顯著相關,氣壓高,AQI指數(shù)越大,氣壓低,則AQI指數(shù)降低;還有學者進一步研究發(fā)現(xiàn),在一個階段內(nèi),特別是一個季節(jié)里面,氣壓的相對高低對污染物的擴散影響相反,氣壓較高時,氣流下沉,向外輻散,利用污染物的向外擴散,從而降低污染物濃度,對此,氣壓與AQI的關系還需進一步研究分析。
3.2.3 氣溫與AQI指數(shù)的相關性分析
幾個城市的AQI指數(shù)與氣溫均呈負相關,且在0.01水平(雙側(cè))上顯著相關,平均氣溫的垂直分布直接表征著大氣穩(wěn)定度,可影響城市垂直方向的空氣對流程度,進而作用于污染物的濃度。當氣溫較高時,大氣處于不穩(wěn)定狀態(tài),夏季的氣溫和地表溫度較高,逆溫層存在的情況較少,即使存在也不會持續(xù)很長時間或是逆溫不明顯,利于污染物的擴散。
3.2.4 相對濕度與AQI指數(shù)的相關性分析
相對濕度對空氣質(zhì)量指數(shù)影響較大,將日平均相對濕度和日最小相對濕度作為兩種氣象要素分別提出,合適的相對濕度是空氣污染發(fā)生的重要條件。從表1中可以看出,相對濕度與AQI指數(shù)沒有統(tǒng)一的相關性,但是大部分城市的平均相對濕度和最小相對濕度呈現(xiàn)一致的正負相關。學者們有關濕度的看法也不統(tǒng)一,一方面認為濕度較大,利于污染物附著在豐富的水汽中下落,利于污染物的下沉、擴散;另一方面認為濕度加大,利于污染物與其相結(jié)合,從而不利于污染物的擴散,兩種不同的說法,在后續(xù)研究中還需進一步論證。
3.2.5 風速與AQI指數(shù)的相關性分析
AQI指數(shù)與風速均呈負相關,一般情況下,風速加大,有利于污染物的輸送和擴散,與空氣中污染物濃度是負相關,由此可以說風場相當于污染物傳輸?shù)妮斔蛶В蝗魏我蜃佣加幸欢ǖ拈撝刁w現(xiàn),超過這個量值,可能會造成相反的效果,如果風速過大,利于上風向的顆粒物向下風向傳送,反而會加重污染程度,空氣質(zhì)量指數(shù)上升。
各城市的氣象要素與AQI之間的相關性不同,以哈爾濱為例,氣壓、氣溫、風速、降水四個氣象要素與AQI指數(shù)均在0.01水平上顯著相關,而長春,則只有氣壓、氣溫、降水三個氣象要素與AQI指數(shù)均在0.01水平上顯著相關。
城市間的發(fā)展紐帶不斷加深,集聚力也在加強,在氣象條件的影響下,各種大氣污染物相互影響、相互作用,某種程度上來說,城市間的AQI也存在一些相通點,其中個別城市、地區(qū)間的相關性特別高。為更好地研究城市群間AQI指數(shù)相關性,為聯(lián)防聯(lián)控提供基礎,利用spss軟件對哈長城市群的哈爾濱、長春等十個城市間的2015年AQI指數(shù)日數(shù)據(jù)進行相關性分析。
表2 哈長城市群各城市間AQI指數(shù)的相關性分析
從表2中可以看出,哈長城市群中的這十個城市間的AQI指數(shù)均呈正相關,且在0.01水平上顯著相關。哈爾濱與其他九個城市的Pearson相關性系數(shù)在0.675與0.760之間波動,除了四平和齊齊哈爾的相關系數(shù)在0.7以下外,其余幾個城市間的Pearson相關性系數(shù)均在0.7以上。
哈爾濱與綏化的相關性最大(0.760),但綏化與其他幾個城市的相關性均較低,可以看出哈爾濱的AQI指數(shù)與綏化相關性不大,相反,綏化的AQI受哈爾濱影響較大。
(1)大氣污染主要是由人為因素和自然因素共同造成的。降水量、風向風速、氣溫、氣壓和相對濕度都能不同程度地影響空氣中 PM10、PM2.5、SO2和NO2的濃度,但是,氣象因素只能是輔助、傳送的作用,在污染物中間也只是利于或不利于其擴散,并不是污染的源頭,要想改善空氣質(zhì)量,“藍天工程”的效果達到最佳,大氣污染的治理還是首要工作。大氣污染、空氣質(zhì)量不佳的原因很多,其主要原因還是由人為因素造成的,氣象因素只是個輔助作用,經(jīng)濟發(fā)展、工業(yè)布局等都是需要考慮的因素之一。
(2)上游改善控制,建立聯(lián)防機制。本文通過分析氣象要素與空氣質(zhì)量的相關性,以及城市間的聯(lián)系性,可以看出,污染源頭的改善還是有一定益處的,在其他因素無法改變的前提下,減少城市上游對下風向的影響,能在一定程度上,降低AQI指數(shù),比如,哈爾濱與松原、吉林、長春等城市的AQI指數(shù)相關性較大,當南向風向影響時,有利于這幾個上游城市對哈爾濱的污染物傳輸。由此可以看出,城市間的聯(lián)防聯(lián)控還是相當重要的。
(3)增加數(shù)據(jù)資料,建立更精細的回歸方程。下一步將增加時間跨度,利用更多的數(shù)據(jù)建立氣象要素與AQI的關系,從而篩選出相關系數(shù)達到極顯著水平的回歸方程,為研究城市群間的氣象要素對空氣質(zhì)量的影響程度提供理論依據(jù)。
[1]楊瑩等.哈爾濱市大氣污染與氣象因素的相關性分析[J].環(huán)境工程學報,2015,12(9):5945-5950.
[2]王麗淵等.西昌市影響空氣質(zhì)量的氣象因素分析—基于變系數(shù)模型的研究 [J].綿陽師范學院學報,2014,33(5):98-112.
[3]武艷娟等.呼和浩特市春季氣象要素與空氣質(zhì)量指數(shù)的灰色關聯(lián)分析[J].內(nèi)蒙古農(nóng)業(yè)科技 2014(5):57-59.
X16
A
1002-252X(2017)03-0014-03
2017-6-1
張 鑫(1985-),女,黑龍江省鶴崗市人,成都信息工程大學,碩士生,工程師.