開化縣負(fù)氧離子濃度預(yù)測(cè)模型的建立

丁麗華，顧振海，吳 丹，程 創(chuàng)

(1.開化縣氣象局，浙江 開化 324300； 2.衢州市氣象局，浙江 衢州 324000)

開化縣負(fù)氧離子濃度預(yù)測(cè)模型的建立

丁麗華1，顧振海2*，吳 丹1，程 創(chuàng)1

(1.開化縣氣象局，浙江 開化 324300； 2.衢州市氣象局，浙江 衢州 324000)

為研究開化縣空氣負(fù)氧離子的日變化及其與環(huán)境、氣象因子的相關(guān)性，利用SPSS統(tǒng)計(jì)軟件，分析了空氣負(fù)氧離子濃度日變化及其與氣象因子的關(guān)系。結(jié)果表明，開化負(fù)氧離子濃度大致呈正弦波分布，6：00左右達(dá)到最高值，13：00和20：00前后達(dá)到最低值。影響負(fù)氧離子濃度的氣象因子主要是露點(diǎn)溫度和PM10，且均與負(fù)氧離子濃度呈負(fù)相關(guān)關(guān)系但并非單一的負(fù)相關(guān)關(guān)系。負(fù)氧離子濃度日變化主要受氣溫和相對(duì)濕度的影響。經(jīng)檢驗(yàn)，所建立的負(fù)氧離子濃度預(yù)測(cè)模型可為開化空氣負(fù)離子濃度預(yù)報(bào)提供參考，并為開展旅游氣象服務(wù)提供理論依據(jù)。

負(fù)氧離子濃度； 氣象因子； 預(yù)測(cè)模型； 預(yù)報(bào)檢驗(yàn)

隨著社會(huì)對(duì)氣候變化、氣象環(huán)境的關(guān)注，研究人員對(duì)負(fù)氧離子展開了廣泛的研究與應(yīng)用，并獲得了一些新的成果。但由于設(shè)備型號(hào)和規(guī)范的不統(tǒng)一，及其他未明原因，得出的結(jié)論有相當(dāng)大的差別。如陳雅芬等[1]研究認(rèn)為，日照時(shí)數(shù)相對(duì)較多的晴天，負(fù)氧離子濃度低。葉彩華等[2]研究則表明，負(fù)氧離子在晴天比陰天明顯多，陰天數(shù)值穩(wěn)定，峰值不明顯。叢菁等[3]提出氣溫和PM10等是影響大連市負(fù)氧離子濃度的關(guān)鍵因素，且均與負(fù)氧離子濃度呈負(fù)相關(guān)關(guān)系；而譚東等[4]認(rèn)為負(fù)氧離子濃度與溫度呈正相關(guān)。周曉香等[5]研究表明，負(fù)氧離子濃度在春季最高，秋季最低。韋朝領(lǐng)等[6]認(rèn)為負(fù)離子濃度年變化趨勢(shì)表現(xiàn)為夏季最高，冬季最低。綜上，負(fù)氧離子濃度與氣象要素關(guān)系密切，但受周圍環(huán)境影響更大，地域性特征明顯。本文研究開化縣氣象因子對(duì)空氣負(fù)離子濃度的影響，從而為空氣負(fù)離子濃度預(yù)報(bào)提供參考，并為開展旅游氣象服務(wù)提供理論依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

開化縣位于浙江省西部，是錢塘江的源頭，北緯28°54′，東經(jīng)118°01′，地處浙皖贛3省7縣交界處，縣域總面積2 231 km2。開化縣作為國(guó)家公園、中國(guó)天然氧吧，縣內(nèi)擁有錢江源國(guó)家森林公園、古田山國(guó)家自然保護(hù)區(qū)等多處自然景觀，全縣森林覆蓋率超過80%。

1.2 方法

負(fù)氧離子濃度測(cè)定采用的FLZ1型大氣負(fù)離子自動(dòng)觀測(cè)系統(tǒng)，是目前唯一通過中國(guó)氣象局大氣負(fù)離子自動(dòng)觀測(cè)系統(tǒng)試驗(yàn)考核并且已經(jīng)定型的產(chǎn)品。FLZ1型大氣負(fù)離子自動(dòng)觀測(cè)系統(tǒng)運(yùn)用國(guó)際上公認(rèn)的動(dòng)態(tài)測(cè)量法——美國(guó)Wesix技術(shù)(電容式吸入法)的工作原理，每日發(fā)送24組負(fù)氧離子值。測(cè)量的離子值為2檔，遷移率分別為1.0和0.4。測(cè)量誤差小于(10%+10個(gè))·cm-3。

本文所用空氣負(fù)離子資料來源于開化縣負(fù)氧離子監(jiān)測(cè)站，距離開化國(guó)家一般氣象站和氣象大樓環(huán)境空氣自動(dòng)監(jiān)測(cè)站50 m內(nèi)。利用2014—2015年空氣負(fù)氧離子小時(shí)資料和同步氣象要素觀測(cè)資料，分析空氣負(fù)氧離子濃度日變化與氣象因子的關(guān)系，選擇線性、對(duì)數(shù)、二次多項(xiàng)式等多種函數(shù)進(jìn)行曲線擬合，選擇最優(yōu)方式進(jìn)行逐步回歸建立預(yù)測(cè)模型，對(duì)計(jì)算結(jié)果進(jìn)行對(duì)比分析，選取最優(yōu)方案建立空氣負(fù)氧離子濃度預(yù)測(cè)預(yù)報(bào)模型，并對(duì)模型進(jìn)行極值分析和檢驗(yàn)。

2 結(jié)果與分析

2.1 負(fù)氧離子日變化

由圖1可知，開化縣負(fù)氧離子濃度大致呈正弦波分布，日差較小，夜間高，白天低，6：00左右達(dá)到最高值，13：00和20：00前后達(dá)到最低值。顧小麗等[7]研究表明，空氣中負(fù)氧離子濃度有夜間高白天低的日變化規(guī)律，且最高濃度出現(xiàn)在早晨，最低值出現(xiàn)在午后，呈明顯的U型變化特征，本研究結(jié)論與此一致。因此選擇6：00—7：00進(jìn)行晨練，可以呼吸到負(fù)氧離子含量相對(duì)較高的清新空氣。

圖1 負(fù)氧離子濃度的日變化曲線

2.2 負(fù)氧離子濃度月變化

開化縣負(fù)氧離子濃度具有明顯的季節(jié)變化特征，夏季最高，冬季最低(圖2)，這與前人研究結(jié)論一致[7-9]。開化縣1月負(fù)氧離子濃度最低，7月負(fù)氧離子濃度為全年峰值，1月和7月之間負(fù)氧離子濃度差值高達(dá)2 400個(gè)·cm-3。

圖2 負(fù)氧離子濃度的月變化曲線

2.3 日均負(fù)氧離子濃度預(yù)報(bào)模型的建立

選取日雨量、日平均氣溫、日最高氣溫、日最低氣溫、日最大風(fēng)速、日極大風(fēng)速、日平均濕度、日平均PM2.5、日平均PM10、日均露點(diǎn)溫度、日均水汽壓、日均露點(diǎn)溫度差、日照、日均能見度、14時(shí)溫度、14時(shí)露點(diǎn)溫度、14時(shí)水汽壓、14時(shí)最大風(fēng)速等氣象要素作相關(guān)性分析，并建立逐步回歸預(yù)報(bào)方程。結(jié)果表明：日均負(fù)氧離子濃度與氣溫、極大風(fēng)速、濕度、露點(diǎn)溫度、能見度及14時(shí)溫度、露點(diǎn)溫度、水汽壓呈正相關(guān)；和PM2.5、PM10、露點(diǎn)溫度差呈負(fù)相關(guān)；和雨量、日照的相關(guān)性不明顯，未通過顯著性檢驗(yàn)。

選擇線性、對(duì)數(shù)、二次多項(xiàng)式等多種函數(shù)進(jìn)行曲線擬合，選取最優(yōu)方式進(jìn)行逐步回歸，選取R2最大且通過顯著性檢驗(yàn)的模型。日均負(fù)氧離子濃度與氣象因子間多以二次多項(xiàng)式或三次多項(xiàng)式為優(yōu)，具體參數(shù)略。以氣溫為例，通過曲線擬合，其中三次多項(xiàng)式模型的R2最大，為0.211，且通過了0.01的顯著性水平檢驗(yàn)。由此建立的預(yù)報(bào)方程：

通過逐步回歸方法，建立預(yù)報(bào)方程：

式中，Y為日均負(fù)氧離子濃度，T為日均氣溫，PM10為日均PM10濃度，Td為日均露點(diǎn)溫度。

選取2015年1月1日至2月10日的逐日負(fù)氧離子濃度作為檢驗(yàn)樣本，其模型計(jì)算值與實(shí)測(cè)值對(duì)比如圖3所示。其中，線性逐步回歸方程的預(yù)報(bào)效果明顯優(yōu)于氣溫的三項(xiàng)式方程。其預(yù)報(bào)值與實(shí)測(cè)值兩者的相關(guān)系數(shù)達(dá)0.723，具有較好的預(yù)報(bào)能力。

圖3 日均負(fù)氧離子濃度觀測(cè)值與模型計(jì)算值對(duì)比

2.4 負(fù)氧離子濃度日變化預(yù)報(bào)模型的建立

2.4.1 負(fù)氧離子濃度日變化與氣象因子關(guān)系

選取氣溫、水汽壓、露點(diǎn)溫度、露點(diǎn)溫度差、相對(duì)濕度、日照時(shí)數(shù)、PM2.5和PM10等因子作相關(guān)性分析。結(jié)果表明，負(fù)氧離子濃度的日變化與氣溫(R2=-0.803)、水汽壓(R2=-0.710)、露點(diǎn)溫度(R2=-0.528)、露點(diǎn)溫度差(R2=-0.742)、PM2.5(R2=-0.581)和PM10(R2=-0.683)呈極顯著負(fù)相關(guān)(P<0.01)。負(fù)氧離子濃度的日變化與相對(duì)濕度呈極顯著正相關(guān)(R2=0.755，P<0.01)。說明負(fù)氧離子濃度日變化受氣象要素影響較大，日照時(shí)數(shù)與負(fù)氧離子濃度的日變化沒有明顯的相關(guān)性。

2.4.2 負(fù)氧離子濃度日變化預(yù)測(cè)模型的建立

選擇線性、對(duì)數(shù)、二次多項(xiàng)式等多種函數(shù)進(jìn)行曲線擬合，選取最優(yōu)方式進(jìn)行逐步回歸，選取R2最大且通過顯著性檢驗(yàn)的模型。以氣溫為例，通過曲線擬合，二次多項(xiàng)式模型的R2最大，為0.718，且通過了0.01的顯著性水平檢驗(yàn)。

因此，負(fù)氧離子濃度日變化和溫度的回歸模型選擇二次多項(xiàng)式來建立，其回歸方程為

有研究表明，濕度模型較溫度模型更切合實(shí)際[10]，開化縣負(fù)氧離子濃度日變化和濕度的回歸模型方程為

式中，H表示相對(duì)濕度。

同樣，負(fù)氧離子濃度日變化和水汽壓、露點(diǎn)溫度、露點(diǎn)溫度差、PM2.5及PM10的回歸模型都以二項(xiàng)式最優(yōu)，具體方程略。由此可見，負(fù)氧離子濃度日變化和主要的氣象因子并不是呈簡(jiǎn)單的線性關(guān)系。以氣溫為例，負(fù)氧離子濃度與氣溫的日變化總體呈負(fù)相關(guān)，但并非單一的負(fù)相關(guān)關(guān)系；根據(jù)極值分析，當(dāng)氣溫>20.4 ℃時(shí)，負(fù)氧離子濃度日變化與氣溫呈正相關(guān)，反之，呈負(fù)相關(guān)，這與王寶等[10]的研究結(jié)果一致。

通過線性逐步回歸建立的預(yù)報(bào)方程為：

經(jīng)過線性化建立的逐步回歸方程：

考慮季節(jié)因素，進(jìn)一步將冬季(12—2月)、春季(3—5月)、夏季(6—8月)、秋季(9—11月)數(shù)據(jù)分別進(jìn)行曲線擬合。以春季為例，負(fù)氧離子濃度和氣溫的二次多項(xiàng)式模型的R2最大，為0.3，且通過了0.01的顯著性水平檢驗(yàn)。其關(guān)系式為

負(fù)氧離子濃度日變化和濕度的回歸模型其回歸方程為：

通過線性逐步回歸建立的預(yù)報(bào)方程為：

經(jīng)過線性化建立的逐步回歸方程：

式中：Y為負(fù)氧離子濃度日變化，T為氣溫，H為相對(duì)濕度，Td為露點(diǎn)溫度。其他季節(jié)方程略。

2.4.3 負(fù)氧離子濃度日變化預(yù)測(cè)模型的檢驗(yàn)

將各相關(guān)數(shù)據(jù)回代預(yù)測(cè)模型(3)(4)(5)(6)，計(jì)算出的預(yù)測(cè)值與實(shí)測(cè)值相比較，變化趨勢(shì)基本一致，但預(yù)測(cè)值與實(shí)測(cè)值差別較大，表明方程具有一定的預(yù)測(cè)能力。同時(shí)，方程(5)(6)考慮了氣溫和濕度兩方面的因素，其結(jié)果也更為接近實(shí)測(cè)值。經(jīng)過線性化處理的預(yù)報(bào)模型與線性預(yù)報(bào)方程結(jié)果較為接近，但其預(yù)測(cè)結(jié)果未有明顯提升。

在考慮了季節(jié)因素后，其預(yù)報(bào)結(jié)果有了明顯提高。如圖4所示，根據(jù)全年預(yù)報(bào)方程計(jì)算出的春季負(fù)氧離子濃度總體較實(shí)況偏大明顯，而使用春季預(yù)報(bào)模型，其預(yù)報(bào)值和實(shí)況值差值減小。

圖4 負(fù)氧離子濃度觀測(cè)值與模型計(jì)算值對(duì)比

選取開化縣2016年3月29日的氣象數(shù)據(jù)作為檢驗(yàn)樣本，從圖5可以看出，其預(yù)報(bào)值和實(shí)測(cè)值差值較大，分級(jí)后的模型較分級(jí)前有所進(jìn)步。表明季節(jié)分型的負(fù)氧離子濃度日變化預(yù)報(bào)模型較全年模型有明顯提高，具有一定的預(yù)測(cè)能力，但離實(shí)際應(yīng)用還有較大距離。

圖5 2016年3月29日負(fù)氧離子濃度觀測(cè)值與模型計(jì)算值對(duì)比

3 小結(jié)

開化縣負(fù)氧離子濃度特點(diǎn)如下：1)大致呈正弦波分布，夜間高，白天低。6：00左右達(dá)到最高值，13：00和20：00前后達(dá)到最低值。2)負(fù)氧離子濃度具有明顯的季節(jié)變化特征，夏季最高，冬季最低；1月負(fù)氧離子濃度最低，7月負(fù)氧離子濃度最高。3)影響負(fù)氧離子濃度的氣象因子主要是露點(diǎn)溫度和PM10，且均與負(fù)氧離子濃度呈負(fù)相關(guān)關(guān)系但并非單一的負(fù)相關(guān)關(guān)系，負(fù)氧離子濃度日變化主要受氣溫和相對(duì)濕度的影響。

由于觀測(cè)資料問題，所建立的預(yù)報(bào)模型較粗略，有待于進(jìn)一步改進(jìn)。理論上同一地區(qū)周邊環(huán)境無明顯變化時(shí)，負(fù)氧離子濃度受氣象要素影響明顯，利用氣象因子可建立合適的預(yù)報(bào)模型，但在實(shí)際觀測(cè)中，2～3 m的距離即可造成負(fù)氧離子濃度數(shù)據(jù)較大的偏差，因此，氣象因素之外的影響條件有待進(jìn)一步研究。

[1] 陳雅芬. 空氣負(fù)離子濃度與氣象要素的關(guān)系研究[D]. 南昌: 南昌大學(xué), 2008.

[2] 葉采華, 王曉云. 空氣中負(fù)離子濃度與氣象條件關(guān)系初探[J]. 氣象科技, 2000, 28(4): 51-52.

[3] 叢菁, 孫立娟. 大連市負(fù)氧離子濃度分布及預(yù)測(cè)模型的建立[J]. 氣象與環(huán)境學(xué)報(bào), 2010, 26(4): 44-47.

[4] 譚東, 張樣盛, 楊娟. 茶山竹海負(fù)氧離子濃度分布狀況及變化規(guī)律初探[J]. 環(huán)境影響評(píng)價(jià), 2010, 32(3): 26-28.

[5] 周曉香, 洪輝, 王鈺. 資溪縣城空氣負(fù)離子特征及與氣象因子相關(guān)性分析[J]. 氣象與環(huán)境學(xué)報(bào), 2007, 23(6): 32-34.

[6] 韋朝領(lǐng), 王敬濤, 蔣躍林, 等. 合肥市不同生態(tài)功能區(qū)空氣負(fù)離子濃度分布特征及其與氣象因子的關(guān)系[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2006, 17(11): 2158-2162.

[7] 顧小麗, 錢燕珍, 鮑岳建,等. 寧波市負(fù)氧離子濃度分布與預(yù)測(cè)模型及其在旅游氣象中的應(yīng)用[J]. 氣象與環(huán)境學(xué)報(bào), 2013, 29(6): 128-133.

[8] 吳楚材, 鄭群明, 鐘林生. 森林游憩區(qū)空氣負(fù)離子水平的研究[J]. 林業(yè)科學(xué), 2001, 37(5): 75-81.

[9] 邵海榮, 賀慶棠, 閻海平, 等. 北京地區(qū)空氣負(fù)離子濃度時(shí)空變化特征的研究[J]. 北京林業(yè)大學(xué)學(xué)報(bào), 2005, 27(3): 35-39.

[10] 王寶, 解福燕, 張自祥, 等. 玉溪空氣負(fù)氧離子預(yù)測(cè)模型的建立[J]. 高原氣象, 2015, 34(1):251-257.

(責(zé)任編輯：侯春曉)

2017-09-14

浙江省氣象局青年項(xiàng)目(2016QN10)

丁麗華(1984—)，女，浙江開化人，工程師，學(xué)士，從事環(huán)境氣象方面研究工作，E-mail：153498169@qq.com。

顧振海，男，E-mail：401942703@qq.com。

文獻(xiàn)著錄格式：丁麗華，顧振海，吳丹，等. 開化縣負(fù)氧離子濃度預(yù)測(cè)模型的建立[J].浙江農(nóng)業(yè)科學(xué)，2017，58(11)：1957-1960.

10.16178/j.issn.0528-9017.20171129

P402

A

0528-9017(2017)11-1957-04