丁玄　吳鏈　唐笑男　李元波

摘 要：為了對空氣污染氣象條件預(yù)報進行有益探索，利用2013年1月至2015年12月3年長沙每日AQI監(jiān)測數(shù)據(jù)和同期氣象資料，在大尺度環(huán)流背景、溫濕條件、水平擴散條件、垂直累積條件等氣象要素與AQI指數(shù)等相關(guān)性分析的基礎(chǔ)上，歸納出有利于或不利于污染物稀釋、擴散、聚積和清除的天氣形勢和氣象參數(shù)；分別采用分類、加權(quán)法及模式預(yù)報法，計算預(yù)報參數(shù)判據(jù)及加權(quán)值，建立空氣污染氣象條件等級預(yù)報方法，得到長沙空氣污染氣象條件等級與AQI增量的短期預(yù)報結(jié)果，并對2016年1月至2017年4月預(yù)報應(yīng)用情況進行檢驗。結(jié)果表明，該空氣污染氣象條件等級預(yù)報方法具有較好的可用性，回歸模型對AQI變化趨勢的預(yù)報亦具有一定參考性。

關(guān)鍵詞：空氣污染氣象條件；分類、加權(quán)法；均值分析；長沙

引言

空氣中的污染物在大氣中的傳播、擴散受到氣象條件的制約，如何充分利用氣象條件可成為防治污染有效而又現(xiàn)實的途徑之一。眾多學(xué)者對空氣質(zhì)量與氣象條件之間的關(guān)系進行了大量研究[1-9]。張麗等[1]基于2011-2013年地面觀測資料及風(fēng)廓線雷達資料，對能見度及降水、地面和低空風(fēng)向風(fēng)速影響因子進行相關(guān)分析，建立了深圳市空氣污染氣象條件等級的方法及流程，計算結(jié)果與實況基本相符。黃菊梅等[2]利用2014年3月-2015年2月6個空氣質(zhì)量監(jiān)測點資料，對岳陽市區(qū)AQI的時空變化特征及氣象影響因素進行了分析，并用綜合指標(biāo)法和逐步回歸法建立岳陽市區(qū)AQI預(yù)報模型。王偉平等[10]采用數(shù)值預(yù)報方法、氣象條件指標(biāo)判別方法和天氣學(xué)方法，對浙江省空氣污染氣象條件進行預(yù)報，對其預(yù)報結(jié)果作了分析與評估。由于不同地域氣象影響因子與環(huán)境空氣質(zhì)量濃度存在著較大差異，建立合適本地的空氣污染氣象條件預(yù)報模型至關(guān)重要[10-18]。為此，利用2013年1月1日至2015年12月31日3年長沙逐日AQI數(shù)據(jù)和同期氣象資料，通過相關(guān)性分析歸納出有利于或不利于污染物稀釋、擴散、聚積和清除的天氣形勢和氣象參數(shù)，并嘗試建立空氣污染氣象條件等級預(yù)報方法。

1 預(yù)報資料及方法

1.1 資料的選取

本文采用長沙市2013年1月1日～2015年12月31日3年環(huán)境空氣質(zhì)量監(jiān)測數(shù)據(jù)及同期高空、地面氣象觀測資料。

1.2 預(yù)報方法

基于大尺度環(huán)流背景場、溫濕條件、本區(qū)域垂直風(fēng)場變化、低層大氣污染物的擴散條件、垂直累積條件等高空天氣形勢、地面天氣形勢及氣象參數(shù)與AQI指數(shù)的相關(guān)性分析，對AQI均值以5%、15%、25%為分界點，給出相應(yīng)的加權(quán)方案；對預(yù)報因子進行分類、加權(quán)，確定預(yù)報參數(shù)判據(jù)及加權(quán)值，建立空氣污染氣象條件預(yù)報參數(shù)判據(jù)。根據(jù)均值分析結(jié)果，建立污染氣象條件等級（M）與ΔAQI的一元線性回歸方程。日平均氣象要素采用20時～20時的整體情況，逆溫層結(jié)數(shù)據(jù)取自每日08時的探空資料。

2 結(jié)果與分析

2.1 預(yù)報因子選取

地面、高空天氣形勢及氣象要素的變化對空氣污染物的稀釋、擴散、聚積和清除起著決定性的作用。通過相關(guān)性分析，并考慮了可預(yù)報性，選取500hPa環(huán)流形勢、地面形勢場、700hPa、850hPa、925hPa

及10米風(fēng)場、850hPa溫度平流、降水及逆溫，作為判斷空氣污染氣象條件的9個考察對象，每個對象根據(jù)天氣學(xué)原理給出若干分類。

2.2 預(yù)報方法的建立

利用上述高相關(guān)因子，分別采用分類、加權(quán)法及模式預(yù)報法，計算預(yù)報參數(shù)判據(jù)及加權(quán)值，建立空氣污染氣象條件等級預(yù)報方法，得到長沙空氣污染氣象條件等級與AQI變量的短期預(yù)報結(jié)果。

2.2.1 分類、加權(quán)法

2013～2015年長沙市AQI均值為98.12，統(tǒng)計單一對象中不同類型的分類平均值，與總平均值（98.12）進行比較。以5%、15%、25%為分界點，給出加權(quán)方案：（X表示均值，Y表示權(quán)重）

X<73，Y=-3；73<=X<83，Y=-2；83<=X<93，Y=-1

93<=X<=103，Y=0

103123，Y=+3

對于上述9個考察對象，根據(jù)每個考察對象中不同分類所對應(yīng)的X（AQI均值），確定其Y值（權(quán)重）。以500hPa形勢這一考察對象為例，可分為1、槽后或部分時段槽后，2、高壓脊，3、高空槽，4、高空平直多波動，5、下滑槽，6、槽前轉(zhuǎn)槽后，7、槽后轉(zhuǎn)槽前，8、副高控制，9、副高邊緣，10、臺風(fēng)外圍10個分類，通過統(tǒng)計得出，1、6、7的權(quán)重均為+1，可合并為“槽后或部分時段槽后”；2、4的權(quán)重均為+2，可合并為“高壓脊或平直環(huán)流”；3、5的權(quán)重均為0，可合并為“高空槽”；8、10的權(quán)重均為-3，可合并為“副高控制或臺風(fēng)外圍”；9的權(quán)重為-2，保留原始分類。其它8個考察對象的統(tǒng)計分析過程以此類推，由此得到空氣污染氣象條件預(yù)報參數(shù)判據(jù)及加權(quán)數(shù)以及總加權(quán)數(shù)（∑Y）與污染氣象條件等級（M）的判定方案。

500hPa環(huán)流形勢：

槽后或部分時段槽后，Y=1；高壓脊或平直環(huán)流，Y=2；高空槽，Y=0；副高控制或臺風(fēng)外圍，Y=-3；副高邊緣，Y=-2

700hPa風(fēng)場：

偏南風(fēng)，Y=-1；偏北風(fēng)，Y=1；偏南風(fēng)轉(zhuǎn)偏北風(fēng)，Y=0；偏北風(fēng)轉(zhuǎn)偏南風(fēng)，Y=1；其他（靜風(fēng)、偏東風(fēng)等），Y=0

850hPa風(fēng)場：

偏南風(fēng)，Y=-1；偏北風(fēng)，Y=0；偏南風(fēng)轉(zhuǎn)偏北風(fēng)，Y=1；偏北風(fēng)轉(zhuǎn)偏南風(fēng)，Y=1；偏東風(fēng)，Y=2；靜風(fēng)及其他風(fēng)向，Y=0

925hPa風(fēng)場：

偏北風(fēng)4-6m/s，Y=1；偏北風(fēng)≥8m/s，Y=-1；偏南風(fēng)≥4m/s，Y=-1；靜風(fēng)及其他風(fēng)向，Y=0

地面形勢：

高壓或高壓前部、弱冷空氣，Y=0；均壓場、高壓底部或后部，Y=1；冷鋒前沿，Y=2；低壓或倒槽，Y=-1；臺風(fēng)或臺風(fēng)外圍，Y=-2

850hPa溫度平流：

暖平流，Y=2；冷平流或無明顯溫度平流，Y=0

10m風(fēng)場：

偏南風(fēng)≤2m/s或偏北風(fēng)，Y=1；偏南風(fēng)≥4m/s，Y=-2；靜風(fēng)及其他風(fēng)向，Y=0

降水：

無降水，Y=1；間歇性降水R<5mm，Y=0；持續(xù)性降水R<5mm，Y=-1；R≥5mm，Y=-3

逆溫：

有逆溫，Y=1；無逆溫，Y=-1

將9個考察對象的Y值求和得到∑Y，由∑Y判定污染氣象條件等級：

∑Y<=0，M=1；∑Y=1～2，M=2；∑Y=3～4，M=3；∑Y=5～6，M=4；∑Y=7～8，M=5；∑Y>=9，Y=6

經(jīng)檢驗，M與空氣質(zhì)量等級（N）的差值的平均為-0.329。將“M與N的差值的絕對值<=1”定義為“可接受的污染氣象條件等級的判定”，則該方案可用性為74%。

2.2.2 均值分析與回歸模型

對污染氣象條件等級（M）與空氣質(zhì)量指數(shù)日變化（ΔAQI）做均值分析，可知M與△AQI為正相關(guān)，空氣污染氣象條件等級越高，△AQI增量越大，符合空氣污染氣象條件所表示的物理意義。M=1的分組均值為負(fù)，表示污染氣象條件為一級（非常有利于污染物的稀釋、擴散）時，AQI呈下降趨勢；M≥2時的分組均值均為正，AQI呈上升趨勢。基于此相關(guān)性，以△AQI為因變量，M為自變量做線性回歸，得到回歸方程：△AQI=-6.669+4.018*M

3 應(yīng)用檢驗

對2016年1月1日～2017年4月14日的空氣污染氣象條件等級預(yù)報產(chǎn)品分別按照“可用性”、平均誤差及回歸模型均值分析三種方法做檢驗。

在檢驗時段內(nèi)，由本預(yù)報模型所給出的空氣污染氣象條件等級的可用性為79.8%，空氣污染氣象條件等級（M）與空氣質(zhì)量等級（N）的平均差值為0.289。對于線性回歸方程，計算所得的△AQI與實際△AQI相比，兩者符號相同（即同為正或同為負(fù)）的概率為56.8%，兩者差值的絕對值小于等于10的概率為37.2%。說明該回歸方程對趨勢判斷（上升或下降）有一定參考作用，對定量預(yù)報的參考性較小。

4 結(jié)論與討論

（1）基于高相關(guān)因子，采用分類、加權(quán)法，計算預(yù)報參數(shù)判據(jù)及加權(quán)值，建立空氣污染氣象條件等級預(yù)報方法；建立了污染氣象條件等級（M）與ΔAQI的一元線性回歸方程，得到AQI增量的短期預(yù)報結(jié)果。

（2）檢驗結(jié)果表明，該空氣污染氣象條件等級預(yù)報方法具有較好的可用性，回歸模型對AQI變化趨勢的預(yù)報有一定參考性，但對定量預(yù)報參考性較小。

參考文獻

[1]張麗，李磊.深圳市空氣污染氣象條件標(biāo)準(zhǔn)體系的研究[J].氣象與環(huán)境科學(xué)，2016，39（3）：112-116.

[2]黃菊梅，陳嬌榮，彭潔，等.岳陽市區(qū)空氣質(zhì)量變化特征及氣象條件預(yù)報[J].環(huán)境科學(xué)與技術(shù)，2016，39（6）53-57.

[3]張福艷，付昌.雞西市空氣污染氣象條件預(yù)報分析[J].南方農(nóng)業(yè)，2016，10（15）：204-204.