滁州市空氣質(zhì)量與氣象要素的關(guān)系及其預(yù)報(bào)方法研究

熊世為　王曼麗　鄧汗青

摘要：利用滁州市2015年1月至2017年5月逐日大氣污染物數(shù)據(jù)及對(duì)應(yīng)的氣象觀測(cè)資料，分析滁州市空氣污染狀況及其與氣象要素的關(guān)系并建立基于氣象要素的空氣質(zhì)量預(yù)報(bào)模型。結(jié)果表明，該地區(qū)空氣污染物以細(xì)顆粒物PM2.5為主，主要出現(xiàn)在冬、春季，其次為O3，主要出現(xiàn)在夏季；該地區(qū)出現(xiàn)中度以上污染時(shí)，上游西北來(lái)向的污染輸送起重要作用，風(fēng)速、降水與空氣質(zhì)量指數(shù)（AQI）及各類污染物濃度呈顯著負(fù)相關(guān)，氣溫與PM10、PM2.5、NO2、CO呈顯著負(fù)相關(guān)，與O3呈顯著正相關(guān)，日照時(shí)數(shù)和相對(duì)濕度與顆粒物PM10、PM2.5濃度呈顯著正相關(guān)；基于氣象要素的預(yù)報(bào)模型對(duì)AQI及PM2.5、PM10和O3的濃度預(yù)測(cè)效果優(yōu)良，能滿足日常的業(yè)務(wù)需求，對(duì)NO2的預(yù)報(bào)效果相對(duì)較差，標(biāo)準(zhǔn)化平均誤差（NME）超過(guò)了30%，且對(duì)NO2濃度有一定程度高估。

關(guān)鍵詞：空氣質(zhì)量；氣象要素；預(yù)報(bào)方法；滁州

中圖分類號(hào)：X513 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2018）18-0034-05

DOI：10.14088/j.cnki.issn0439-8114.2018.18.008 開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Study on the Relationship between Air Quality and Meteorological Factors and Its Prediction Method in Chuzhou

XIONG Shi-wei1，WANG Man-li1，DENG Han-qing2，DENG Xue-liang3，QIU Yang-yang4，HU Shan-shan1

（1.Chuzhou Meteorological Bureau，Chuzhou 239000，Anhui，China；2.Anhui Climate Center， Hefei 230000，China；3.Anhui Meteorological Sciences Institute，Hefei 230000，China；4.Anhui Meteorological Disaster Prevention Technology Center，Hefei 230000，China）

Abstract： Based on the daily air quality data and meteorological data of January 2015 to May 2017 in Chuzhou，the relationship between air quality and meteorological factors were analyzed，and an air quality prediction model based on meteorological factors was established，the results showed that air pollutants were dominated by PM2.5，mainly in winter and spring，followed by O3，mainly in summer. When Chuzhou had a moderate pollution in the region，it played an important role in the transportation of pollution from the northwest. Wind speed and precipitation were negatively correlated with AQI and all kinds of pollutants，there was a significant negative correlation between temperature and PM10，PM2.5，NO2，CO. Temperature was positively correlated O3. Sunshine hours and relative humidity were significantly positively correlated with PM10 and PM2.5 concentrations. The prediction model had good prediction effect on AQI，PM10，PM2.5 and O3 which could meet the daily business requirements，but had relatively poor prediction effect on NO2，the standardized mean error（NME） was over 30%，and its concentration was overestimated.

Key words： air quality； meteorological factors； prediction method； Chuzhou

環(huán)境問(wèn)題是近年來(lái)社會(huì)關(guān)注的熱點(diǎn)，各級(jí)政府已將大氣污染防治工作上升到了戰(zhàn)略高度[1]。大量的研究表明，空氣質(zhì)量與氣象要素關(guān)系密切，風(fēng)向、風(fēng)速、降水、溫度、濕度等氣象要素均直接或間接影響著空氣污染物的擴(kuò)散[2-5]，因此，研究空氣污染物與氣象要素的關(guān)系并建立基于上述關(guān)系的空氣質(zhì)量預(yù)報(bào)方法，對(duì)政府部門(mén)應(yīng)急處置重污染天氣及長(zhǎng)期的大氣污染綜合防治等工作具有重要的決策參考意義。

目前空氣質(zhì)量預(yù)報(bào)手段主要可分為結(jié)合污染源及氣象場(chǎng)的數(shù)值模式以及基于歷史數(shù)據(jù)分析的統(tǒng)計(jì)方法，前者在省級(jí)以上機(jī)構(gòu)及有關(guān)科研院所應(yīng)用較多，如北京大學(xué)的PUMA模式[6]、中國(guó)氣象科學(xué)研究院的CAPPS模式[7]以及美國(guó)環(huán)?？偩值牡谌諝赓|(zhì)量模式Models-3/CMAQ[8]，數(shù)值模式能較好地反映背后的物理機(jī)制，但操作相對(duì)復(fù)雜且對(duì)計(jì)算機(jī)軟硬件配置要求高，因此基于歷史數(shù)據(jù)分析的統(tǒng)計(jì)方法也頗受歡迎。沈勁等[9]利用多元回歸法較好地模擬出了佛山市順德區(qū)的空氣污染物濃度水平和變化趨勢(shì)；許楊等[10]建立的空氣污染物濃度統(tǒng)計(jì)預(yù)報(bào)模型對(duì)武漢市空氣污染級(jí)別預(yù)報(bào)的準(zhǔn)確率達(dá)到78.1%；宋榕榮等[11]基于風(fēng)向、風(fēng)速、氣溫、濕度等氣象因子與臭氧濃度之間的統(tǒng)計(jì)關(guān)系，建立了廈門(mén)市臭氧預(yù)報(bào)和評(píng)估系統(tǒng)；劉永紅等[12]采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行空氣質(zhì)量預(yù)報(bào)并進(jìn)行參數(shù)敏感性分析，發(fā)現(xiàn)該方法穩(wěn)定性高，預(yù)報(bào)效果較好。

滁州地處江淮分水嶺，氣候上具有明顯的過(guò)渡性質(zhì)，且比鄰南京、合肥兩大省會(huì)城市，研究該地區(qū)空氣污染物與氣象要素的關(guān)系，探討基于氣象要素的空氣質(zhì)量預(yù)報(bào)方法，對(duì)該地區(qū)的大氣環(huán)境評(píng)估及污染治理具有重要參考意義。

1 資料與方法

1.1 資料

選取的空氣質(zhì)量數(shù)據(jù)為滁州市環(huán)保局提供的逐日污染物濃度值，序列長(zhǎng)度為完整記錄的2015年1月至2017年5月。氣象數(shù)據(jù)為同時(shí)期的滁州市國(guó)家基本站逐日觀測(cè)值，包括日平均氣溫、日最高氣溫、日最低氣溫、小時(shí)自記風(fēng)（每小時(shí)正點(diǎn)前后10 min的10 m平均風(fēng)速、風(fēng)向）、日照時(shí)數(shù)、日降雨量等。其中2015年1月至2016年12月數(shù)據(jù)用于建模的訓(xùn)練樣本，2017年1-5月數(shù)據(jù)用于模型檢驗(yàn)。

1.2 方法

基于污染物與氣象要素之間的關(guān)系建立多元回歸預(yù)測(cè)模型，其表達(dá)式為：

c=a0+a1x1+a2x2+…+anxn （1）

式中，c為預(yù)測(cè)對(duì)象，x1、x2…xn表示影響污染物濃度變化的氣象要素，如氣溫、風(fēng)速、濕度、日照時(shí)數(shù)等，以及該污染物前1 d污染物濃度，a1、a2…an為回歸系數(shù)，a0為常數(shù)。

利用標(biāo)準(zhǔn)化平均偏差（NMB）、標(biāo)準(zhǔn)化平均誤差（NME）以及均方根誤差（RMSE）評(píng)估模型預(yù)報(bào)效果，表達(dá)式如下：

NMB=■×100% （2）

NME=■×100% （3）

RMSE=■ （4）

式中，cm、c0分別表示預(yù)報(bào)值和觀測(cè)值，n為樣本數(shù)。

2 結(jié)果與分析

2.1 滁州市空氣污染概況

2015—2016年滁州市日平均空氣質(zhì)量指數(shù)（AQI）為88，空氣質(zhì)量總體較好，優(yōu)良（AQI≤50為優(yōu)，50

2015—2016年首要污染物日數(shù)的分布情況（空氣質(zhì)量為優(yōu)時(shí)，不給出首要污染物，標(biāo)為“無(wú)”）見(jiàn)表1。從表1可以看出，近兩年來(lái)滁州市大部分時(shí)期首要污染物為細(xì)顆粒物PM2.5，占比63.47%，其次為O3，顆粒物PM10和NO2為首要污染物的情況較少，合計(jì)不足10%，沒(méi)有出現(xiàn)過(guò)以SO2和CO為首要污染物的情況。從不同季節(jié)來(lái)看，首要污染物為PM2.5的情況大部分出現(xiàn)在冬春季，這與AQI的季節(jié)規(guī)律一致，經(jīng)統(tǒng)計(jì)，2015—2016年共出現(xiàn)的226 d輕度及以上污染中有195 d的首要污染物為PM2.5。因此，PM2.5為該市的主要污染物。此外，首要污染物為O3時(shí)的季節(jié)分布呈現(xiàn)夏季明顯高于冬季，這是由于夏季氣溫高、陽(yáng)光充足，有利于工業(yè)廢氣和汽車尾氣中排放的揮發(fā)性有機(jī)物與氮氧化物在陽(yáng)光的作用下生成O3。

2.2 氣象要素與污染物濃度的關(guān)系

2.2.1 風(fēng)向與污染物濃度的關(guān)系 風(fēng)向是空氣污染物遠(yuǎn)距離輸送的主要因素。研究時(shí)段內(nèi)各污染級(jí)別情況下各風(fēng)向的頻率分布見(jiàn)圖2。從圖2可以看出，滁州總體盛行偏東風(fēng)，風(fēng)向頻率占前三位的分別為東風(fēng)（E，12.3%）、東北偏東風(fēng)（ENE，10.8%）和西北風(fēng)（NW，10.0%），后三位分別為東南偏南風(fēng)（SSE，2.4%）、南風(fēng)（S，2.5%）以及西風(fēng)（W，3.9%）；優(yōu)良天氣條件下的風(fēng)向頻率分布與總體情況下的基本一致；輕度污染情況下，風(fēng)向頻率分布略有變化，變幅最大的是東南偏東風(fēng)（ESE），由總體情況的7.3%上升到10.2%，但整體還是盛行偏東風(fēng)，東風(fēng)（E）、東北偏東風(fēng)（ENE）和西北風(fēng)（NW）的風(fēng)向頻率仍然位列前五位，東偏南風(fēng)（SSE）、南風(fēng)（S）和西風(fēng)（W）也排后五位；中度污染以上情況下，風(fēng)向頻率變化較明顯，偏西風(fēng)尤其是偏西北風(fēng)頻率上升明顯，西北風(fēng)（NW）的風(fēng)向頻率由總體情況的10.0%上升到13.9%，西北偏北風(fēng)（NNW）由8.0%上升到10.5%，西北偏西風(fēng)（WNW）由4.8%上升到7.5%。以上規(guī)律說(shuō)明，污染級(jí)別為輕度污染以下時(shí)，風(fēng)向的影響不大，而高污染濃度常伴隨著偏西風(fēng)尤其是偏西北風(fēng)出現(xiàn)，上游的污染物輸送該地區(qū)空氣質(zhì)量影響較大，與陰俊等[13]研究結(jié)論相近。

2.2.2 氣象要素與空氣污染物的定量關(guān)系 2015—2016年滁州市AQI及6項(xiàng)污染物濃度與日平均氣溫、風(fēng)速、相對(duì)濕度以及降水量（20：00至次日20：00）、日照時(shí)數(shù)等要素的相關(guān)分析結(jié)果如表2所示。由于該地區(qū)的主要污染物為PM2.5，AQI基本由PM2.5主導(dǎo)，因此，AQI與氣象要素的關(guān)系和PM2.5與氣象要素的關(guān)系基本一致。

從不同氣象要素看，風(fēng)速對(duì)污染物的輸送和擴(kuò)散起重要作用，各類污染物均與風(fēng)速呈極顯著負(fù)相關(guān)，風(fēng)速越大，越有利于污染物的擴(kuò)散；降水對(duì)污染物的濕沉降作用明顯，各類污染物均與降水量呈負(fù)相關(guān)，且除SO2外所有污染物與降水量的負(fù)相關(guān)性均達(dá)到極顯著或顯著水平，降水量越大，空氣質(zhì)量越好；氣溫也與污染物濃度密切相關(guān)，PM10、PM2.5、NO2、CO均與氣溫呈極顯著負(fù)相關(guān)，SO2與氣溫的相關(guān)性不顯著，但也是負(fù)相關(guān)關(guān)系，即氣溫越高，以上污染物濃度越低。分析原因可能是近地面氣溫越高，越容易導(dǎo)致形成上冷下暖的不穩(wěn)定溫度層結(jié)，使得上述污染物更容易在垂直方向上擴(kuò)散。而O3與氣溫為極顯著的正相關(guān)關(guān)系，這是因?yàn)樵诔粞鯘舛雀叩南募練鉁馗咄才浜虾玫墓庹諚l件，光合作用明顯，使得O3上升。日照時(shí)數(shù)和相對(duì)濕度主要與兩類顆粒物PM10、PM2.5相關(guān)性明顯，相對(duì)濕度越低，越有利于顆粒物懸浮在空氣中，所以與顆粒物濃度呈負(fù)相關(guān)，日照時(shí)數(shù)越長(zhǎng)會(huì)導(dǎo)致相對(duì)濕度越小，有利于顆粒物懸浮于空氣，因此日照時(shí)數(shù)與顆粒物濃度呈正相關(guān)。此外，日照時(shí)數(shù)還與O3呈極顯著正相關(guān)，這是由光合作用導(dǎo)致的。