農業(yè)大氣顆粒物污染的擴散條件及氣象條件研究

益陽市桃江縣氣象局 周宇 易津鑫

前言

農業(yè)是確保民生質量的關鍵，通常情況下農作物種類的不同對氣候等條件的需求也會有所差異。然而不論農作物的生長特征有何要求，都需要確保周圍的大氣環(huán)境質量，其主要原因在于若存在嚴重的顆粒物污染，會直接影響日照、風速、氣溫等因素，降低植物種植的質量。由此可見，圍繞農業(yè)大氣顆粒物污染的擴散條件與氣象條件進行分析，對于發(fā)展農業(yè)具有重要意義。

1 大氣顆粒物污染以及擴散條件分析

1.1 理論概述

農業(yè)是我國經濟建設與發(fā)展過程中最為關鍵的一部分，農業(yè)的發(fā)展質量會直接影響最終的作物產量以及品質，甚至會影響人們的身體健康狀況。目前，在工業(yè)不斷發(fā)展的背景下，大氣污染狀況愈發(fā)嚴重，不僅能見度較低，并且會產生大量的霧霾等，以至于加大作物光合作用的難度?，F階段，我國結合此情況已經進行了詳細的分析，并利用宣傳清潔能源，加大理念引導的形式降低大氣顆粒物，減少污染狀況，然而效果卻并不明顯。因此為進一步增強空氣質量，降低大氣中的顆粒物濃度，要求技術人員必須要針對性地進行數據分析，加大對氣溫、降水量、風速等因素的了解，掌握不同氣候因子以及擴散條件對大氣顆粒物的影響狀況[1]。

大氣顆粒物是大氣污染中最為常見的一種物質，按照空氣動力學理念進行劃分，其主要涵蓋以下幾種：分別是空氣中Dp≤100μm的空氣懸浮物質，另一種則是空氣中Dp≤10μm的大氣顆粒物可吸入顆粒，也就是PM10。除此之外Dp≤2.5μm的顆粒物則被稱為細顆粒物。通常情況下，PM10可以在空氣中散射太陽光照，因此也會對能見度以及氣溫等因素產生影響，若是嚴重甚至還會降低空氣質量，對人體健康產生不利。由此可見，大氣顆粒物與氣象條件之間有著非常緊密的關聯，其濃度直接與擴散情況有關。因此必須要針對其擴散條件以及氣象條件進行詳細的分析，從而針對性地改善大氣中的顆粒物濃度，有效提升空氣質量，為農業(yè)建設與發(fā)展創(chuàng)造良好的環(huán)境條件。目前，結合理論分析情況，大氣顆粒物主要與時間與空間分布規(guī)律存在聯系，為此本文將針對以上兩種規(guī)律開展大氣顆粒污染物的特征研究工作。

1.2 以我國多地區(qū)為案例的大氣顆粒物污染特征分析

1.2.1 時間分布特征

現階段，國內外針對大氣顆粒物的研究數量逐漸增多，這為大氣污染治理等工作奠定了良好的基礎。其中劉克利等研究人員經過數據研究指出：PM10可吸入顆粒物的濃度近幾年整體呈現下降趨勢，但是下降狀況并不明顯?；诖耍夹g人員進行了系統(tǒng)的濃度研究，而根據全年濃度數據來看，濃度峰值在夏季，冬季則為最小值。在此基礎上工作人員針對蘭州市等區(qū)域進行了詳細的濃霧污染研究，認為以上幾個區(qū)域的濃度雖然近幾年來得到了一定的優(yōu)化，但是優(yōu)化趨勢較小。而根據季節(jié)性變化數據進行研究，其濃度由大到小分別為冬、秋、春、夏，由此可見，冬季大氣中的顆粒物含量最多。

在日變化方面，研究人員以北京城區(qū)為案例進行了PM2.5等成分的研究，發(fā)現在春季一天的時間內，其濃度峰值主要是在上午以及正午兩個時間段，山林中污染物元素的濃度變化趨勢較小，由此可見污染物濃度在春季環(huán)境下的日變化主要呈現陡峰型。而在針對廣州市PM2.5濃度加以監(jiān)測的過程中，發(fā)現凌晨階段的濃度較低，04:00達到最低谷狀態(tài)，其原因在于人為活動較少。而06:00~08:00以及18:00~19:00兩個階段由于上班高峰期因此濃度明顯增加，中間時間段則處于平穩(wěn)的高濃度狀況，可見此時的擴散條件較差[2]。

1.2.2 空間分布特征

針對成都地區(qū)不同功能區(qū)進行采樣分析，最終顯示城區(qū)的下風向區(qū)域的污染物濃度更為嚴重，商業(yè)區(qū)次之，生活區(qū)濃度最低。而貴陽市的采樣點數據則顯示其TSP與PM10的濃度變化為工業(yè)污染區(qū)域最為嚴重，其次分別為文教、城市中心、周圍區(qū)域。

1.3 大氣顆粒物與擴散條件的相關性分析

1.3.1 與風向、風速的相關性研究

在對北京市進行PM2.5以及PM10濃度分析的過程中，顯示若是當日的風向為南風或者東南風，則濃度通常較高，而若是東北風或者北風，則濃度會有所下降。在對北京市進行分析的過程中，若是在秋季，且濕度較高，出現大氣顆粒物污染的可能性會持續(xù)上升。而若是風速較小，則擴散條件進一步降低，產生污染概率接近80%左右。而春季由于濕度較小，通常低于60%。因此產生4m/s以上的污染概率也會在50%及以上。冬季污染范圍會更加廣泛，若是在風速2m/s的狀況下，則長時間持續(xù)污染的概率會高于60%。

1.3.2 與氣溫的相關性研究

結合現階段的數據研究顯示，在春秋季節(jié)，氣溫對PM10的影響較為相似，其中若是當天的平均氣溫接近季節(jié)平均氣溫，則污染概率上升；若是高于則出現污染的概率較小。而冬季則反之，在高于平均氣溫時出現污染狀況的可能性會大幅度提升，而接近平均氣溫時則幾乎不會存在污染狀況。

1.3.3 與濕度的相關性研究

大氣顆粒物與濕度之間的相關性如下：干燥度越高，則很容易產生PM10等情況的大氣污染。而若是濕度有所增加，則這一情況也會相應降低。結合數據顯示來看，大氣污染中的顆粒物會在水汽的影響下凝結，之后產生濃度下降的狀況。而若是水汽較小，則灰塵的含量持續(xù)增加，最終產生霧霾等狀況，形成嚴重的污染。

1.3.4 與氣壓的相關性分析

目前，我國研究人員針對氣壓與大氣污染之間的相關性進行了較為系統(tǒng)化的研究，最終發(fā)現二者關系較為緊密。當近地面為低壓狀況時，該區(qū)域整體呈現周圍高中間低的狀況，此種情況下，地面的氣流會在氣壓差的影響下呈現上升的狀態(tài)，因此地面的風速較快，此時的大氣顆粒物數量較小，說明氣壓與大氣顆粒物的數量以及濃度呈現正比例關系[3]。

1.3.5 降水量的相關性研究

結合西安市的氣象數據以及大氣顆粒物的相關數據，發(fā)現降水天氣能有效降低大氣中顆粒污染物數量。例如若當日降水量為20mm，則PM指數呈現明顯下降。之后的分析中，研究人員針對不同降水情況下的PM2.5以及PM10濃度進行的系統(tǒng)化的研究，最終發(fā)現：當降水量為5mm以上，則大氣顆粒物濃度會出現明顯的下降；若是5mm以下則降水影響不明顯。而若是在1mm降水狀況下，則大氣顆粒物濃度的清除效果從強到弱依次為春、夏、秋、冬。

1.3.6 與大氣能見度的相關性研究

結合杭州市近幾年來的濃度數據以及氣象分析資料來看，空氣中的顆粒物濃度在無降水情況下最為明顯，其中濃度甚至可以達到300μm/m3，能見度為4.9km；而當濃度≤50μm/m3時，能見度可達到23km。由此可見，能見度狀況與大氣中的細顆粒物呈正相關。

2 氣象大數據回歸分析——以益陽市為例

2.1 原始數據整體分析

本次分析內容主要是使用SPASS軟件平臺，并結合指標數據進行函數的研究與計算，最終結合回歸曲線的情況分析出相關指標之間的關系。益陽市為湖南中北部地區(qū)，是長江中游城市群重要成員，總人口數量約為385萬人，總面積約為12320平方公里，其主要產業(yè)發(fā)展為農業(yè)和工業(yè)。結合當地近幾年來的空氣污染相關數據情況來看，技術人員將空氣污染等級劃分為優(yōu)、良以及輕度、重度、中度、嚴重等污染類型，重點分析在益陽市排放條件背景下，在空氣污染中PM2.5以及PM10的含量。

2.2 相關數據回歸分析

2.2.1 PM2.5與平均氣溫之間的統(tǒng)計學研究

在進行數據指標相關性研究的過程中，研究人員發(fā)現PM2.5與PM10兩種物質呈現“雙尾”相關關系。而在進行皮爾遜分析時，該指標為0.915，具有非常明顯的相關性特征。因此利用分析PM2.5與氣象條件之間的統(tǒng)計學關系，能為后續(xù)大氣顆粒物與氣象條件關系的分析工作提供幫助。該結果表明，PM2.5指標與相關氣象因素指標有直接關聯，因此在后續(xù)的研究中將進行具體指標的研究。技術人員進行了PM2.5與平均氣溫之間的聯系研究。最終證實呈現線性相關，P=0.000關系，但是回歸特征不顯著。在利用軟件進行關系函數點顯示時，發(fā)現PM2.5與平均氣溫二者為負相關，P=0.000＜0.01，雖然最終數據偏差為40%，但是依舊有明顯的統(tǒng)計學特征。

2.2.2 PM2.5與氣壓之間的統(tǒng)計學分析

PM2.5與氣壓之間的關系為P=0.000線性相關，其主要體現在復合函數、二次函數以及S函數等關系式中。在統(tǒng)計學分析的過程中，由于R2數值低于0.700，因此雖然呈現統(tǒng)計學特征但是線性關系并不明顯。此外從三點分布狀況來看，如圖1所示，曲線從左至右為逐漸上升趨勢，因此二者為正相關。散點較為分散，其寬度主要分布在氣壓區(qū)間10以內，這也直接導致其回歸關系較弱。

圖1 PM2.5與氣壓之間的線性關系圖

2.2.3 PM2.5與降水量之間的統(tǒng)計學關系

PM2.5與降水量之間呈現統(tǒng)計學理論P=0.000的線性關系，而R2數值小于0.700，由此可見呈現統(tǒng)計學關系但是回歸特點并不明顯。圖2為二者之間的關系圖，可見，散點分布的離散性較強，且離散寬度可以達到33%，因此回歸關系強度較差。

圖2 降水量與PM2.5之間的線性關系圖

2.2.4 PM2.5與平均風速之間的統(tǒng)計學研究

根據上文數據顯示，氣壓、氣溫以及降水量等指標因素與大氣顆粒物污染濃度呈現回歸關系，但是并不明顯。而在分析其與平均風速之間關系的研究中，技術人員發(fā)現前期并沒有統(tǒng)計學特征，且三點之間并無明顯規(guī)律，整體散點圖的分布狀態(tài)呈現復雜無章的狀況，因此不存在回歸關系，具體散點圖如圖3所示[4]。

圖3 PM2.5與平均風速之間的散點圖關系

3 大氣顆粒物PM2.5與氣象因子的關系研究

在針對上文平均氣溫、氣壓、降水量等研究的過程中，雖然存在一定的敏感曲線差異狀況，但是其結果均為P=0.000。然而在進行區(qū)域平均風速分析的過程中，得出了10條敏感曲線，其中最小值為0.12，遠高于p＜0.05的信度閾值，因此可以得出最終結論：大氣顆粒物與平均氣溫、氣壓、降水量等氣象條件之間呈現相關關系，且每一氣象參數之間都存在R2較小的關聯，而與平均風速之間則不呈現任何相關統(tǒng)計學關系。

R2數值主要是分析敏感區(qū)縣與三點之間平均距離的吻合狀況，數值越大，則說明二者的重合度越高。當R2高于0.990時，則敏感曲線與三點之間的重合度較高。在本次分析平均氣溫關聯的過程中，最大的R2值達到了0.7左右。由此可見，在多敏感曲線P值為0.000的情況下，單一氣象因素對PM2.5的分析會受到一定的干擾影響。

在進行統(tǒng)計學分析的過程中，氣溫以及降水量越高，則PM2.5的濃度越低，呈現負相關；而氣壓越高則濃度越高，呈現正相關。此外若是高氣壓、低降水，則大氣中的顆粒物數量會更多。

4 結論

綜上所述，通過對濰坊地區(qū)相關數據的分析可知平均溫度以及降水量等因素與大氣顆粒物污染狀況存在統(tǒng)計學聯系，其中氣壓指標更是與最終的大氣污染物狀況呈現正相關。因此在未來的工作中，要求相關工作人員要加大對以上指標的關注，并結合其關系特征做好農業(yè)知識宣傳等工作，使每一位農戶都能根據理論知識進行農業(yè)生產的日常管理，以此確保我國農業(yè)建設與發(fā)展的質量。