多城市PM2.5、PM10、O3濃度與氣象條件關(guān)聯(lián)性的Meta分析

李郅瑾,郝彥斌

(贛南醫(yī)學(xué)院 公共衛(wèi)生與健康管理學(xué)院，江西 贛州 341000)

1 引言

國內(nèi)外有很多研究[1-4]表明如氣溫、氣壓等氣象要素與大氣污染物包括PM2.5、PM10和臭氧(O3)濃度的變化密切相關(guān)。我國已經(jīng)有不同城市或地區(qū)對氣象因素與大氣污染物的關(guān)聯(lián)性研究例子[5]，但缺少將氣象條件與空氣污染物的關(guān)聯(lián)性進行綜合分析的研究。

本研究基于2015～2017年全國29個城市的氣象數(shù)據(jù)和空氣污染物濃度，對每個城市空氣質(zhì)量變化特征與氣象要素值進行線性相關(guān)和多元回歸模型分析，然后做Meta分析，探索二者相關(guān)性及其規(guī)律。

2 資料與方法

2.1 空氣污染與氣象數(shù)據(jù)

2015～2017年我國29個城市的年氣象監(jiān)測數(shù)據(jù)(包括日平均氣壓、日平均氣溫、平均相對濕度、日降水量、日平均風(fēng)速和日照時數(shù))和PM2.5、PM10、臭氧(O3)這三種空氣污染數(shù)據(jù)均來源于“國家人口健康科學(xué)數(shù)據(jù)中心數(shù)據(jù)倉儲PHDA” (https://www.ncmi.cn)[6，7]。

2.2 統(tǒng)計學(xué)分析

本研究利用SPSS19.0軟件對數(shù)據(jù)缺失值進行填補，然后做相關(guān)性和回歸分析。2015年1月1日的污染物數(shù)據(jù)用2016年1月1 日代替，其余缺失值(PM2.5、PM10、O3)采用前后相鄰2 d計算平均值進行填補，并對每日數(shù)據(jù)計算月平均。由于氣壓值存在整月缺失，故采取相鄰兩月平均值進行填充。每月污染物濃度和氣象數(shù)據(jù)分別進行單樣本K-S檢驗，除個別城市的日照時數(shù)和降雨量不服從正態(tài)分布外(可能是由于存在個別極大值導(dǎo)致)，其余變量均符合正態(tài)分布。故每個城市空氣污染與氣象相關(guān)性分析采用Pearson相關(guān)系數(shù)，同時進行多元線性回歸建模進行多因素分析(α入=0.05、α出=0.10)。

然后應(yīng)用Comprehensive Meta Analysis2.0軟件對相關(guān)系數(shù)和回歸系數(shù)進行Meta合并。異質(zhì)性檢驗均P<0.001且I2>80%,故使用隨機效應(yīng)模型進行Meta合并。

3 結(jié)果

3.1 氣象要素與空氣污染的關(guān)系

表1統(tǒng)計了2015～2017年我國29個城市的氣象要素和空氣污染的月平均情況。將PM2.5、PM10、臭氧(O3)濃度與同期日平均氣壓、日平均氣溫等氣象要素的月平均數(shù)據(jù)作Pearson相關(guān)分析，分析氣象要素與空氣污染物濃度的相關(guān)性，并對相關(guān)系數(shù)(r)進行Meta合并，結(jié)果見表2。

表1 29個城市氣象和空氣污染的月平均指標(biāo)

表2 29個城市空氣污染和氣象指標(biāo)相關(guān)系數(shù)的Meta合并結(jié)果

由表2可知，與PM2.5、關(guān)聯(lián)性為正的是日平均氣壓(r=0.611)，與PM10關(guān)聯(lián)性為正的是日平均氣壓(r=0.708)，與O3關(guān)聯(lián)性為正的是日平均氣溫(r=0.836)、日照時數(shù)(r=0.671)、日降雨量(r=0.346)和日平均風(fēng)速(r=0.255)。

與PM2.5關(guān)聯(lián)性為負的是日平均氣溫(r=-0.704)、日降雨量(r=-0.531)、平均相對濕度(r=-0.364)和日照時數(shù)(r=-0.235)，與PM10關(guān)聯(lián)性為負的是平均氣溫(r=-0.795)、日降雨量(r=-0.488)、日照時數(shù)(r=-0.446)、平均相對濕度(r=-0.197)和日平均風(fēng)速(r=0.166)，與O3關(guān)聯(lián)性為負的是日平均氣壓(r=-0.821)。

3.2 氣象要素與空氣污染的回歸分析

多元線性回歸模型要求數(shù)據(jù)資料滿足線性、獨立、正態(tài)和方差齊性四個前提條件[8],還要對所有氣象變量進行多元共線性診斷。本研究多個氣象變量的方差膨脹因子(VIF)均小于5，不能認(rèn)為多個氣象變量間有共線性。經(jīng)逐步回歸法篩選對空氣污染有影響的氣象變量，并對不同城市建立回歸模型。對每個城市進行多元線性回歸后，整理出大多數(shù)認(rèn)為對空氣污染有影響的氣象變量，將其回歸系數(shù)(b)進行Meta合并，可以反映出這些因素對空氣污染的影響性。

從表3可見，經(jīng)篩選后有21個城市的日平均氣溫對PM2.5濃度有影響(b=-0.213),其意義為每增加0.1 ℃，PM2.5濃度平均減少0.213單位，其他同理。所有城市的日平均氣溫對PM10濃度有影響(b=-0.185)，12個城市的日平均氣溫對O3濃度有影響(b=0.308)。有13個城市的平均相對濕度對PM2.5濃度有影響(b=-1.447)。有17個城市的日平均氣壓對O3濃度有影響(b=-0.344)，有10個城市(主要是南方城市)的平均相對濕度對O3濃度有影響(b=-1.982)，15個城市(主要是北方城市)的日照時數(shù)對O3濃度有影響(b=0.791)。

表3 城市空氣污染和篩選后氣象指標(biāo)回歸系數(shù)的Meta合并結(jié)果

回歸模型的擬合程度由決定系數(shù)R2表示，整理為表4?？紤]氣象條件對空氣污染的影響下，大多數(shù)城市的空氣污染指標(biāo)都得到較好程度的解釋(R2>0.5)。其中北京、福州、上海、拉薩、石家莊、太原、重慶的PM2.5濃度沒有得到較好程度的解釋(R2在0.215～0.490之間)；北京、庫爾勒、拉薩的PM10濃度沒有得到較好的解釋(R2依次為0.487、0.444、0.387)；南昌的O3濃度沒有得到較好程度的解釋(R2=0.335)。考慮到可能空氣污染受到氣象條件的影響外，還有其他因素會對空氣污染有影響，這需要進一步去探討影響這些城市的其他因素。

表4 29個城市空氣污染用氣象變量解釋的程度(R2)

4 討論

4.1 氣壓與空氣污染的關(guān)系

PM2.5和PM10與氣壓存在正相關(guān)的關(guān)系，即PM2.5與PM10的濃度隨著氣壓的增高而增高，反之，隨著氣壓的降低而降低。這是因為大氣壓力與大氣環(huán)流密切相關(guān)，在低壓天氣的控制下，顆粒污染物濃度降低，這是因為近地面垂直氣流上升，所形成的較大風(fēng)力加快了污染物的擴散速度；在高壓天氣系統(tǒng)控制下，顆粒污染物濃度增高是由于近地面垂直氣流下沉和大氣的穩(wěn)定性使污染物不易向上擴散所致[9，10]。O3與氣壓存在負相關(guān)的關(guān)系，這可能是因為氣壓低時大氣對流活動較活躍，空氣自上而下運動，將O3從大氣上層送到近地面大氣，使O3濃度增高[11]。

4.2 氣溫與空氣污染的關(guān)系

PM2.5和PM10與氣溫呈負關(guān)聯(lián)，O3與氣溫呈正關(guān)聯(lián)。氣溫較低的時候，高空中的溫度較近地面溫度高且近地面大氣易形成穩(wěn)定層結(jié)，而且降水相對較少，抑制了空氣污染物的擴散。低溫天氣下，城市居民供暖，污染物的排放也進一步加重了空氣污染[9]。O3與氣溫呈正相關(guān)的關(guān)系，太陽輻射與O3發(fā)生光化學(xué)反應(yīng)密切相關(guān)，而氣溫能夠較好地反應(yīng)太陽輻射強度的變化。太陽輻射會隨著氣溫的升高而變強，二者的聯(lián)合作用促進了大氣光化學(xué)反應(yīng)的發(fā)生，從而使O3濃度增高[12]。

4.3 相對濕度與空氣污染的關(guān)系

PM2.5、PM10都與相對濕度存在負相關(guān)的關(guān)系，而O3與相對濕度無相關(guān)性。相對濕度與空氣中含水量程度相關(guān)，也就是說空氣的濕潤程度取決于相對濕度的變化。PM2.5和PM10與相對濕度存在負相關(guān)的關(guān)系，這是由于一方面相對濕度的增加對粗粒子的揚起可以起到抑制作用，另一方面大氣顆粒污染物在濕度較高的情況下易形成凝結(jié)核，促成降雨的發(fā)生，故使得PM2.5和PM10的濃度降低[13]。

4.4 降雨量與空氣污染的關(guān)系

PM2.5和PM10與降雨量的相關(guān)性是負的，降雨量增多，不僅使空氣濕度升高減輕了道路等地的塵土飛揚，而且空氣污染物會受到降水的沖刷沉降作用，從而使PM2.5和PM10的濃度減低。O3與降雨量呈正相關(guān)，一方面降雨對O3及其前體物具有去除效果，且去除效果較強；另一方面大氣光化學(xué)反應(yīng)的發(fā)生與較強的太陽輻射密切相關(guān)，而雨天的多云天氣會導(dǎo)致太陽輻射變?nèi)酰谶@種條件下大氣光化學(xué)反應(yīng)不易發(fā)生，使O3濃度降低[14]。

4.5 風(fēng)速與空氣污染的關(guān)系

PM2.5與風(fēng)速無相關(guān)關(guān)系，PM10與風(fēng)速的關(guān)聯(lián)性為負。研究表明，邊界層中污染物的稀釋擴散和風(fēng)這種氣象因素有著緊密的聯(lián)系。通常情況下，近地面層污染物的不斷積累和增加是由于污染物在微風(fēng)或靜風(fēng)的條件下難以擴散導(dǎo)致的；而污染物濃度降低是因為污染物在較高的風(fēng)速下更易于擴散[15]。O3與風(fēng)速呈正相關(guān)的關(guān)系，即風(fēng)速高時O3濃度較高，反之，風(fēng)速低時O3濃度較低。風(fēng)速較低時，O3在風(fēng)中移動時會由于本身的不穩(wěn)定性而分解成氧原子和氧分子；風(fēng)速較高時，O3在完全分解之前就可以被檢測到，而且對O3光化學(xué)反應(yīng)前體物的濃度的降低有促進作用，從而降低了O3濃度[16]。

4.6 日照時數(shù)與空氣污染的關(guān)系

PM2.5和PM10與日照時數(shù)存在負相關(guān)的關(guān)系，日照加快了顆粒污染物的運動速度，同時促進顆粒污染物內(nèi)部的化學(xué)運動，有利于污染物的擴散，從而降低了PM2.5的濃度[17]?？諝忸w粒污染物濃度較高時，太陽光輻射被細顆粒物散射，吸收比例高，從地面上幾乎看不到陽光[18]，降低了日照時數(shù)。O3與日照時數(shù)呈正相關(guān)的關(guān)系，這是因為O3前體光化學(xué)反應(yīng)的發(fā)生需要依靠較長的日照時間和較高的溫度等條件，在充足的條件下有利于O3的生成[19]。

4.7 個別城市氣象條件對空氣污染解釋程度低

部分城市的空氣污染指標(biāo)沒有得到較好的解釋。說明目前這些氣象因素可能不是影響空氣污染的原因。如有研究[20]表明,導(dǎo)致北京市空氣污染的原因可能受污染物(工業(yè)源、生活源、機動車源)的排放有關(guān)，加上環(huán)北京地區(qū)(河北和天津地區(qū))的高污染物排放，利用地形及土地利用等條件向北京地區(qū)輸送聚集，造成北京地區(qū)的空氣污染。

5 結(jié)論

PM2.5濃度與所有氣象變量(除風(fēng)速)呈相關(guān)、PM10濃度與所有氣象變量呈相關(guān)，而O3也與所有氣象變量(除相對濕度)呈相關(guān)，但相關(guān)方向相反。通過污染物濃度和氣象變量的多元回歸分析，大多數(shù)城市的空氣污染物濃度變化都能通過氣象條件變化來解釋。全國不同城市的氣象因素與空氣污染的關(guān)聯(lián)既有相似性又有差異性，應(yīng)綜合考慮氣象條件和地區(qū)特征開展空氣污染控制以達到最佳效果。

致謝：數(shù)據(jù)均來源于“國家人口健康科學(xué)數(shù)據(jù)中心數(shù)據(jù)倉儲PHDA” (https://www.ncmi.cn)[6，7]。