鄧艷君 趙卓勛 李玲 張倫瑾

（1荊州市氣象局，荊州 434020；2 江漢平原生態(tài)氣象遙感監(jiān)測技術(shù)協(xié)同創(chuàng)新中心，荊州 434025；3 荊州市環(huán)境保護監(jiān)測站，荊州 434000）

0 引言

隨著城市社會經(jīng)濟快速發(fā)展，荊州的工業(yè)化、城鎮(zhèn)化水平不斷提高，城市空氣污染日趨嚴重，空氣污染、霧霾天氣時有發(fā)生。近年來，人們生活水平提高，人們對生活環(huán)境質(zhì)量的要求也越來越高，控制空氣污染、改善空氣質(zhì)量的需求越發(fā)強烈，因此對城市空氣質(zhì)量進行全面、客觀的認識和評價，根據(jù)本地實際情況準確預(yù)測空氣污染氣象擴散條件，為環(huán)境管理提供決策依據(jù)，預(yù)防嚴重污染事件的發(fā)生具有重要意義。

目前，國內(nèi)學(xué)者對空氣質(zhì)量、大氣污染物的時空分布特征、空氣污染與氣象要素的關(guān)系、污染天氣空氣質(zhì)量的預(yù)報等方面做了大量研究。例如，建立了城市空氣污染數(shù)值預(yù)報系統(tǒng)（CAPPS）[1-2]，北京[3]、廣州[4]、上海、沈陽等城市開展了城市空氣污染濃度的預(yù)報，建立了城市空氣污染數(shù)值預(yù)報模式和統(tǒng)計模式，很多學(xué)者[5-9]分析了空氣污染與氣象要素的相關(guān)關(guān)系。

2012年上半年，國家規(guī)定采用空氣質(zhì)量指數(shù)（Air Quality Index，AQI）替代原有的空氣污染指數(shù)（Air Pollution Index，API）。AQI分級參考新的環(huán)境空氣質(zhì)量標準（GB—3095—2012），參與評價的污染物包括二氧化硫（SO2）、二氧化氮（NO2）、可吸入顆粒物（PM10）、細顆粒物（PM2.5）、臭氧（O3）和一氧化碳（CO），因此AQI較API監(jiān)測的污染物指標更多，評價結(jié)果更客觀。荊州市環(huán)保局從2013年8月開始啟用新的環(huán)境監(jiān)測設(shè)備，市委黨校環(huán)境監(jiān)測站從2014年1月1日開始以AQI代替API。本文利用2014—2016年市委黨校環(huán)境監(jiān)測站逐日空氣質(zhì)量監(jiān)測資料，分析荊州城區(qū)空氣質(zhì)量AQI及主要污染物的現(xiàn)狀和變化特征，進一步討論空氣質(zhì)量與氣象要素之間的關(guān)系，以期對荊州城區(qū)空氣質(zhì)量預(yù)報提供參考。

1 資料與方法

1.1 研究資料

荊州城區(qū)2014年1月1日—2016年12月31日空氣質(zhì)量數(shù)據(jù)來源于荊州市環(huán)保局市委黨校站常規(guī)監(jiān)測項日均值數(shù)據(jù)，包括逐日空氣質(zhì)量指數(shù)AQI，細顆粒物（PM2.5）、可吸入顆粒物（PM10）、二氧化硫、二氧化氮、臭氧、一氧化碳等6種主要污染物濃度，首要污染物，空氣質(zhì)量類別，以及空氣質(zhì)量等級等數(shù)據(jù)。同期氣象資料來源于湖北省荊州區(qū)國家基本氣象站日值數(shù)據(jù)，包括逐日氣壓（平均、最高、最低）、氣溫（平均、最高、最低）、平均水汽壓、相對濕度（平均、最?。⒔邓?、平均總云量、平均低云量、平均風(fēng)速、風(fēng)向風(fēng)速（最大、極大）等氣象要素。

1.2 研究方法

Pearson相關(guān)系數(shù)是反映變量之間相關(guān)關(guān)系密切程度的統(tǒng)計指標，通過兩個離差乘積反映兩個變量之間的相關(guān)程度，著重研究線性的單相關(guān)系數(shù)。本文利用統(tǒng)計學(xué)中常用的Pearson相關(guān)系數(shù)來衡量AQI、各污染物濃度和氣象要素的相關(guān)關(guān)系。在相關(guān)分析的基礎(chǔ)上，選取相關(guān)性較高的氣象要素作為預(yù)報因子組，并排除氣象要素間的自相關(guān)性，分別建立AQI和污染物濃度的線性回歸預(yù)報方程。

2 結(jié)果分析

2.1 空氣質(zhì)量變化特征

2.1.1 空氣質(zhì)量現(xiàn)狀

2014年1月—2016年12月荊州城區(qū)出現(xiàn)頻率最高的空氣質(zhì)量等級是二級良（圖1），占總?cè)諗?shù)的51%；其次是三級輕度污染，占總?cè)諗?shù)的28%；中度污染日數(shù)占8%，優(yōu)等級的日數(shù)占7%，重度污染日數(shù)占5%，嚴重污染出現(xiàn)的頻率最低，僅占1%。

圖1 2014年1月—2016年12月荊州城區(qū)不同等級空氣質(zhì)量百分比Fig. 1 Percentage of air quality grades in Jingzhou during the period from January 2014 to December 2016

表1 2014—2016年荊州城區(qū)不同等級空氣質(zhì)量日數(shù)（單位：d）Table 1 Days of various air quality grades in Jingzhou from 2014 to 2016

2014—2016年，荊州城區(qū)首要污染物出現(xiàn)頻率最高的是PM2.5（表2），共出現(xiàn)565 d，這3年間PM2.5出現(xiàn)頻率顯著下降；其次是臭氧，出現(xiàn)242 d，2014—2016年首要污染物為臭氧的日數(shù)顯著增加，2014年僅37 d，2016年增加到130 d，主要出現(xiàn)在4—10月；首要污染物為PM10的天數(shù)為208 d，2014—2016年略微下降；首要污染物為NO2的天數(shù)僅在2015年出現(xiàn)5 d，2016年出現(xiàn)4 d，首要污染物中沒有SO2和CO。

表2 2014—2016年首要污染物出現(xiàn)日數(shù)（單位：d）Table 2 Days of primary pollutants occurred in Jingzhou from 2014 to 2016.

2.1.2 空氣質(zhì)量和污染物的月變化

圖2 2014—2016年荊州城區(qū)AQI和污染物濃度月變化Fig. 2 Monthly variation of AQI and pollutant concentration in Jingzhou from 2014 to 2016

由AQI和6種污染物濃度月變化（圖2）可知，PM10、PM2.5和AQI的變化規(guī)律一致，呈V型分布，高值區(qū)在12—3月，其中峰值出現(xiàn)在1月，1月為全年空氣質(zhì)量最差的月份，AQI為128.6，PM10高達236.2、PM2.5為139.4，2月、12月PM10、 PM2.5和AQI出現(xiàn)第二和第三高值；低值區(qū)出現(xiàn)在7—8月，7月出現(xiàn)最低值，7月為全年空氣質(zhì)量最好的月份，AQI為69.4，PM10為66.4、PM2.5為40.7，5月、9—10月出現(xiàn)階段性的峰值。SO2和NO2的變化規(guī)律比較一致，1—3月兩者濃度比較接近，4—12月NO2濃度均高于SO2，NO2濃度高值出現(xiàn)在10—1月，低值出現(xiàn)在6—8月，SO2高值出現(xiàn)在12—3月，低值出現(xiàn)在6—8月。CO濃度值域范圍較小，在1.03～1.82， 7—8月出現(xiàn)低值，濃度為1.03～1.07，1—2月出現(xiàn)高值，濃度為1.57～1.82。O3的變化規(guī)律與AQI和其他5種污染物的變化規(guī)律相反，呈反V型分布，低值區(qū)在11—1月，高值區(qū)在8—9月。

2.2 氣象條件對空氣質(zhì)量的影響

2.2.1 AQI、污染物濃度與氣象要素相關(guān)性

首先初選具有明確物理意義的常規(guī)地面觀測資料：當日（日平均、日最高、日最低）氣壓、氣壓日較差、當日（日平均、日最高、日最低）氣溫、氣溫日較差、日平均水汽壓、日平均和日最小相對濕度、當日日平均總云量和低云量、當日日降水量、當日（日平均、日最大、日極大）風(fēng)速、日日照時數(shù)，以及前一日AQI共19個因子，利用Pearson相關(guān)系數(shù)分析AQI和6種污染物濃度與氣象要素的相關(guān)性。

由表3可知，AQI和6種污染物濃度與19種初選因子的相關(guān)分析，除AQI與日日照時數(shù)、NO2與日日照時數(shù)、O3與日極大風(fēng)速、CO與日最小相對濕度沒通過顯著性檢驗，PM10與日日照時數(shù)、O3與日最大風(fēng)速只通過α＝0.05水平的顯著性檢驗外，其他均通過了α＝0.01水平的顯著性檢驗。

AQI及各污染物濃度，除O3外，與前一日AQI呈正相關(guān)關(guān)系，AQI與前一日AQI相關(guān)系數(shù)高達0.73，說明空氣質(zhì)量具有延續(xù)性，受前期空氣質(zhì)量影響作用較大，空氣質(zhì)量有一個由好變差的污染物累積過程，也有一個由差轉(zhuǎn)好的污染物稀釋過程。

多媒體時代下的美術(shù)教育不但可以培養(yǎng)學(xué)生的創(chuàng)新能力，還可以增強學(xué)生的主動性和自信心。學(xué)生在上美術(shù)課之前，可以搜集大量的圖片資料，并將這些圖片資料進行篩選、整理出自己所需的美術(shù)信息，從而增強學(xué)生的主動性。學(xué)生在上美術(shù)課之后，可以在宿舍、在自習(xí)室、在家里通過手機、平板電腦、ipad等設(shè)備連接平臺獲取教學(xué)資源、提交課堂作業(yè)、和老師、同學(xué)們進行交流互動，從而提高學(xué)生的膽量，增強學(xué)生的自信心。

表3 2014—2016年荊州城區(qū)AQI及6種污染物濃度與氣象要素的相關(guān)系數(shù)Table 3 Correlation coefficient between AQI, concentrations of 6 pollutants and meteorological elements in Jingzhou from 2014 to 2016

AQI及各污染物濃度，除O3外，均與氣壓呈正相關(guān)關(guān)系，綜合比較，日最高氣壓相關(guān)系數(shù)具有微弱優(yōu)勢。氣壓對AQI和5種污染物濃度有負作用，氣壓越高越不利于空氣質(zhì)量的提高和污染物濃度的下降，反之，氣壓越低，空氣質(zhì)量越好，污染物濃度越低，這是由于低壓系統(tǒng)控制下，底層空氣輻合上升，近地面的污染物隨空氣上升到高空，有利于近地面污染物的稀釋和擴散；當高壓系統(tǒng)控制時大氣穩(wěn)定，不利于污染物向高空擴散，滯留在近地面層，導(dǎo)致空氣質(zhì)量變差，污染物濃度升高[8]。

AQI及各污染物濃度，除O3外，均與氣溫呈負相關(guān)關(guān)系；但AQI和6種污染物濃度均與氣溫日較差呈正相關(guān)關(guān)系；AQI及各污染物濃度與（日平均、日最高、日最低）氣溫的相關(guān)系數(shù)明顯大于氣溫日較差，O3與日最高氣溫相關(guān)性最好，AQI及其他污染物濃度均與日最低氣溫的相關(guān)性最好。氣溫對空氣質(zhì)量有正作用，氣溫越高，空氣質(zhì)量越好，這是由于近地面氣溫較高時大氣垂直對流作用加強，越有利于污染物向上輸送，污染物濃度越低，空氣質(zhì)量就越好；當氣溫低時，情況則相反[10]。

水汽壓和相對濕度是表征空氣濕度的兩個物理量。AQI及各污染物濃度，除O3外，均與日平均水汽壓呈負相關(guān)關(guān)系。AQI及各污染物濃度，除CO外，均與日平均相對濕度呈負相關(guān)關(guān)系，CO與濕度的相關(guān)性較差，AQI及其他5種污染物濃度，與日最小相對濕度的相關(guān)性要優(yōu)于日平均相對濕度。

AQI及各污染物濃度，與云量呈負相關(guān)關(guān)系，云量越多，空氣質(zhì)量越好，除O3外，AQI及各污染物濃度與日平均低云量的相關(guān)性要優(yōu)于日平均總云量。

AQI及各污染物濃度與日降水量均呈負相關(guān)關(guān)系。分析其原因，降水對污染物具有清除作用，降水可以溶解或與有些污染物起化學(xué)反應(yīng)，降水還可以把顆粒物帶到地面。通常，雨滴可兼并粒徑大于2μm的氣溶膠粒子，降雨對各污染物的影響不一，對PM10的影響最大，SO2次之，NO2最小[11]。

AQI及各污染物濃度，除O3外，與風(fēng)速均呈負相關(guān)關(guān)系，O3與風(fēng)速的相關(guān)性較差，AQI、PM10、CO、PM2.5與日極大風(fēng)速的相關(guān)性最好，SO2和NO2與日平均風(fēng)速的相關(guān)性最好。分析原因，風(fēng)速越大，大氣擴散條件越好，污染物擴散能力越強，空氣質(zhì)量越好；相反，風(fēng)速小，大氣擴散能力差，容易造成污染物的堆積，污染物濃度升高，空氣質(zhì)量就差。

O3與日日照時數(shù)的相關(guān)性較好，AQI及其他5種各污染物濃度與日日照時數(shù)的相關(guān)性均較差。

O3與AQI和其他5種污染物濃度的特征不一致，O3與氣溫、日照時數(shù)、水汽壓有顯著的正相關(guān)關(guān)系，與氣壓、相對濕度有明顯的負相關(guān)關(guān)系，與日降水、風(fēng)速的關(guān)系不大，主要是由于其形成原因不同，O3主要與大氣光化學(xué)反應(yīng)有關(guān)，在太陽輻射強，日照時間長，云量少，高溫低濕條件時，O3濃度升高。

2.2.2 建立AQI和污染物濃度的回歸預(yù)報方程

根據(jù)上述分析，從預(yù)選因子組中選擇前一日AQI、氣壓、氣溫、水汽壓、云量、降水量、風(fēng)速、日照時數(shù)等8類因子作為備選因子，根據(jù)相關(guān)系數(shù)大小，并排除氣象要素間的自相關(guān)性，分別建立AQI和污染物濃度的線性回歸預(yù)報方程（表4）。從表4可以看出，各回歸方程顯著，除CO回歸方程復(fù)相關(guān)系數(shù)略低，其他方程的復(fù)相關(guān)系數(shù)均大于0.73，方程均通過顯著性檢驗，可以認為選出的氣象因子對AQI及各污染物的影響顯著，該方程組的結(jié)論值得參考。

表4 AQI及6種污染物濃度的回歸預(yù)報方程Table 4 Regressive prediction model for AQI and concentrations of 6 pollutants

2.2.3 驗證AQI回歸預(yù)報方程

利用2017年逐日地面氣象要素觀測資料計算AQI，得到空氣質(zhì)量等級，以此來驗證AQI回歸預(yù)報方程的精度（表5），可以看出AQI預(yù)報方程準確預(yù)報空氣質(zhì)量等級占72%，偏大一個等級占16.9%，偏大兩個等級占0.3%，偏小一個等級占9.2%，偏小2個等級占1.6%，在實際業(yè)務(wù)中，可以為空氣污染氣象擴散條件預(yù)報提供參考。

表5 AQI回歸預(yù)報方程驗證誤差（單位：%）Table 5 The hit rate (%) by the regressive prediction model for AQI

3 典型污染天氣過程成因分析

2015和2016年沒有出現(xiàn)嚴重污染日，2014年出現(xiàn)7 d嚴重污染，1月嚴重污染日數(shù)達到6 d，5月19日出現(xiàn)嚴重污染。2014年1月除去15日沒有資料，出現(xiàn)嚴重污染日數(shù)6 d，分別出現(xiàn)在7日、14日、17日、27日、28日、31日，重度污染日數(shù)16d，中度污染日數(shù)5d，輕度污染日數(shù)3d，沒有空氣質(zhì)量優(yōu)良的日數(shù)。本文對2014年 1月空氣污染成因進行分析。

2014年1月荊州站氣溫異常偏高，冷空氣活動弱，月平均氣溫排歷史第二位；降水偏少，雨日數(shù)偏少，只有三次弱降水天氣過程；日照時數(shù)異常偏多。圖3為2014年1月AQI、回歸方程計算AQI與同期氣象要素的變化圖（其中最高氣壓=日最高氣壓—1010hPa），可以看出模型計算的AQI一定程度上能夠反映實際AQI的變化規(guī)律，但是時間上有滯后，并且模型計算的AQI峰值要小于實際AQI。影響2014年1月空氣污染過程的主要氣象因子為降水、風(fēng)速、風(fēng)向。6—7日受弱冷空氣影響、北風(fēng)加大，北方污染物在本地迅速累積，空氣質(zhì)量變差，8日風(fēng)力加大，氣象擴散條件較好，加上7日雨水沖刷作用，空氣質(zhì)量有一定改善，10—11日降水過程結(jié)束后，空氣質(zhì)量進一步提高，14—19日天氣晴好，風(fēng)速較小，大氣靜穩(wěn)，氣象擴散條件較差，空氣污染比較嚴重，22—24日風(fēng)力加大，且吹南風(fēng)，空氣質(zhì)量得到一定改善，此后空氣質(zhì)量維持在較差水平，28—29日出現(xiàn)降水后，空氣質(zhì)量略有改善，但仍處于嚴重污染。

圖3 2014年1月AQI與同期氣象要素變化（AQI使用次坐標軸）Fig. 3 Variations of AQI and meteorological elements in January 2014

4 結(jié)果與討論

1）荊州城區(qū)空氣質(zhì)量較差，優(yōu)良日數(shù)偏少，但2014—2016年空氣質(zhì)量略有改善，冬季空氣污染最嚴重，夏季空氣污染相對較輕。影響荊州城區(qū)空氣質(zhì)量的主要污染物是PM2.5，2016年下降較明顯，其次是O3，2014—2016年增長很快，到2016年增長到130 d，與首要污染物為PM2.5的天數(shù)129 d持平，O3和PM2.5為2016年最主要的污染物。

2）AQI和PM10、PM2.5、SO2、NO2、CO的變化規(guī)律一致，呈V型分布，高值區(qū)在冬季，低值區(qū)在夏季；O3的變化規(guī)律與AQI和其他5種污染物的變化規(guī)律相反，呈反V型分布，低值區(qū)在11—1月，高值區(qū)在8—9月。

3）AQI、PM2.5、PM10、SO2、NO2、CO與前一日AQI、氣壓呈正相關(guān)關(guān)系，與氣溫、水汽壓、濕度、云量、降水、風(fēng)速呈負相關(guān)關(guān)系。O3與AQI和其他5種污染物濃度的特征不一致，O3與氣溫、日照時數(shù)、水汽壓有顯著的正相關(guān)關(guān)系，與氣壓、相對濕度有明顯的負相關(guān)關(guān)系，與日降水、風(fēng)速的關(guān)系不大。

4）建立了AQI和各污染物濃度的回歸預(yù)報方程，方程組復(fù)相關(guān)系數(shù)較高，精度較好，回歸系數(shù)均通過顯著性檢驗，方程組的結(jié)論值得參考，利用2017年地面氣象要素觀測資料和AQI驗證了AQI預(yù)報方程的誤差，可以為空氣污染氣象擴散條件預(yù)報提供參考。

5）影響空氣質(zhì)量的因素很多，主要有本地污染源的分布和強度、外地污染物輸入和氣象擴散條件等，多種因素共同導(dǎo)致了2014年1月的重污染過程。