翁文江　池洪敏　高雪　李萍　羅宗秀

摘要：本文利用重慶萬(wàn)盛地區(qū)2018年12月份空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)及氣象數(shù)據(jù)，首次研究了萬(wàn)盛地區(qū)PM2.5濃度與其他5項(xiàng)污染物、相關(guān)氣象因素的關(guān)系。研究表明，PM2.5質(zhì)量濃度和PM10質(zhì)量濃度變化規(guī)律相似，與NO2、CO污染因子顯著正相關(guān)，與SO2、O3（8h）污染因子相關(guān)性不明顯;PM2.5質(zhì)量濃度受能見(jiàn)度、相對(duì)濕度、風(fēng)速和風(fēng)向等氣象因素影響較大。研究首次建立了萬(wàn)盛地區(qū)PM2.5預(yù)測(cè)模型，能較準(zhǔn)確反映該地區(qū)PM2.5的污染特征，為開(kāi)展該地區(qū)PM2.5污染預(yù)警預(yù)報(bào)提供了思路并奠定了基礎(chǔ)。

關(guān)鍵詞：PM2.5（細(xì)顆粒物）;污染特征;氣象因子;預(yù)測(cè)模型

中圖分類(lèi)號(hào)：X831 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-672X（2020）09-0-02

DOI：10.16647/j.cnki.cn15-1369/X.2020.09.101

The PM2.5 pollution characteristics and forecast analysis of the atmosphere in Wansheng district of Chongqing City in December

Weng Wenjiang1，Chi Hongmin2，Gao Xue3，Li Ping1，Luo Zongxiu4

（1.Chongqing Wansheng District Ecological Environment Monitoring Station，Chongqing 400800，China;2.Chongqing Wansheng District Meteorological Service，Chongqing 400800，China;3.College of Environment and Resources，Chongqing Technology and Business University，Chongqing 400067，China;4.Guanba Town of Qijiang Districts Agricultural Service Center，Chongqing 400800，China）

Abstract：Based on the air quality monitoring data and meteorological data of December 2018 in Chongqing Wansheng，the paper first analysis the relationship between PM2.5 concentration and other five pollutants of Wansheng，the paper first analysis the relationship between PM2.5 concentration and meteorological factors of Wansheng.The results show that PM2.5 concentration has a significant positive correlation with NO2 and CO ， but not obvious with SO2 and O3（8h）;PM2.5 is greatly affected by visibility，relative humidity， wind speed and wind direction meteorological factors.The PM2.5 prediction model of Wansheng is established for the first time，the model can accurately reflect the pollution characteristics of PM2.5 in Wansheng， and provide ideas and foundation for carrying out PM2.5 pollution early warning and prediction in Wansheng.

Key words： PM2.5（Fine particle）;Pollution characteristics;Meteorological factors;Prediction

隨著我國(guó)國(guó)民經(jīng)濟(jì)的不斷增長(zhǎng)，城市大氣環(huán)境污染問(wèn)題越來(lái)越嚴(yán)重，尤其是大氣細(xì)顆粒物（PM2.5）對(duì)環(huán)境的影響。雖然PM2.5只是地球大氣成分中含量很少的組分，但它對(duì)空氣質(zhì)量等有重要的影響[1]。PM2.5能夠通過(guò)呼吸等途徑進(jìn)入人體，并能沉積在呼吸道甚至肺泡中，危害人體身體健康。細(xì)顆粒物（PM2.5）已經(jīng)成為萬(wàn)盛地區(qū)大氣的首要污染物，也是目前唯一一項(xiàng)還沒(méi)有達(dá)到國(guó)家二級(jí)標(biāo)準(zhǔn)的指標(biāo)。因此，對(duì)萬(wàn)盛空氣細(xì)顆粒物進(jìn)行研究，對(duì)開(kāi)展污染源解析、污染預(yù)警預(yù)報(bào)及大氣污染聯(lián)防聯(lián)控等方面的研究與管理工作具有十分重要的意義。

彭建生等人分析了萬(wàn)盛地區(qū)大氣污染物PM2.5濃度的變化特征[2]，張代榮等人研究了萬(wàn)盛地區(qū)6種大氣污染物（SO2、NO2、O3、PM2.5、PM10和CO）的污染特征[3]。

本文以萬(wàn)盛經(jīng)開(kāi)區(qū)市控空氣質(zhì)量自動(dòng)監(jiān)測(cè)站數(shù)據(jù)和氣象局氣象觀測(cè)數(shù)據(jù)為基礎(chǔ)，首次揭示了該地區(qū)12月份大氣PM2.5與PM10、SO2、NO2、CO和O3（8h）污染因子的聯(lián)系，首次分析了PM2.5與氣象因素的相關(guān)關(guān)系，首次建立該地區(qū)PM2.5預(yù)測(cè)模型，為實(shí)現(xiàn)PM2.5污染預(yù)警預(yù)報(bào)和堅(jiān)決打贏藍(lán)天保衛(wèi)戰(zhàn)提供決策依據(jù)。

1 數(shù)據(jù)來(lái)源與處理

1.1 數(shù)據(jù)來(lái)源

空氣質(zhì)量資料來(lái)自于萬(wàn)盛經(jīng)開(kāi)區(qū)市控空氣質(zhì)量監(jiān)測(cè)站點(diǎn)2018年12月份PM2.5、PM10、SO2、NO2、CO和O3（8h）共6項(xiàng)污染物質(zhì)量濃度日均質(zhì)量濃度和氣象觀測(cè)站10種氣象因素（氣壓、氣溫、相對(duì)濕度、能見(jiàn)度、雨量、日均平均風(fēng)速、最大風(fēng)速、最大風(fēng)向、極大風(fēng)速和極大風(fēng)向）的每日24h逐時(shí)監(jiān)測(cè)濃度實(shí)測(cè)值數(shù)據(jù)。

1.2 數(shù)據(jù)處理

利用氣象指標(biāo)逐時(shí)監(jiān)測(cè)數(shù)據(jù)，求出相應(yīng)的日均值;利用WAP軟件的數(shù)據(jù)處理功能，制作出PM2.5質(zhì)量濃度日變化折線圖;利用SPSS軟件相關(guān)分析求出PM2.5與PM10等5項(xiàng)污染因子的相關(guān)性、PM2.5與10個(gè)氣象因子的相關(guān)性;利用SPSS軟件計(jì)算PM2.5與其他5項(xiàng)污染物、10個(gè)氣象因子的最優(yōu)回歸方程。

2 結(jié)果與討論

2.1 PM2.5質(zhì)量濃度與其他污染因子相關(guān)性分析

表1相關(guān)性研究表明，PM2.5和PM10質(zhì)量濃度person相關(guān)系數(shù)R=0.994，在Sig<0.01水平上具有顯著正相關(guān)，說(shuō)明兩者變化規(guī)律相似，這與陳林等研究結(jié)果基本一致[4]。

PM2.5質(zhì)量濃度與NO2、CO污染因子質(zhì)量濃度的相關(guān)系數(shù)分別為0.856、0.703，均在Sig<0.01水平顯著正相關(guān)。主要原因?yàn)?，氮氧化物?jīng)化學(xué)轉(zhuǎn)變生成的二次污染物是PM2.5的組成部分[5]。PM2.5質(zhì)量濃度與SO2、O3（8h）污染因子質(zhì)量濃度的相關(guān)系數(shù)分別為-0.121、-0.336，相關(guān)性不明顯。

2.2 PM2.5質(zhì)量濃度與氣象因子相關(guān)性分析

PM2.5質(zhì)量濃度與不同氣象因子的person相關(guān)分析結(jié)果如表2所示?？梢钥闯?，萬(wàn)盛地區(qū)12月份PM2.5質(zhì)量濃度與能見(jiàn)度、極大風(fēng)向在Sig<0.01水平上具有相關(guān)性，與相對(duì)濕度、日均平均風(fēng)速和最大風(fēng)向在Sig<0.05水平上具有相關(guān)性。研究表明，PM2.5質(zhì)量濃度受能見(jiàn)度、相對(duì)濕度、風(fēng)速和風(fēng)向等氣象因素影響較大;其中偏北風(fēng)向和相對(duì)濕度對(duì)PM2.5起正向影響作用，能見(jiàn)度和風(fēng)速對(duì)PM2.5起逆向影響作用。

2.3 PM2.5預(yù)測(cè)模型建立與檢驗(yàn)

2.3.1 PM2.5預(yù)測(cè)模型的建立

以上研究發(fā)現(xiàn)，PM2.5不僅受其他污染因子的影響，也受多個(gè)氣象因素的影響。本文將其他污染因子和氣象因子結(jié)合起來(lái)首次建立萬(wàn)盛地區(qū)PM2.5預(yù)測(cè)模型[6，7]。以SO2（X1）、NO2（X2）、CO（X3）、O3（8h）（X4）、氣壓（X5）、氣溫（X6）、相對(duì)濕度（X7）、能見(jiàn)度（X8）、雨量（X9）、日均平均風(fēng)速（X10）、最大風(fēng)速（X11）、最大風(fēng)向（X12）、極大風(fēng)速（X13）和極大風(fēng)向（X14）共14個(gè)指標(biāo)為自變量，PM2.5濃度為應(yīng)變量，通過(guò)SPSS最優(yōu)回歸方程計(jì)算，最終確定12月份PM2.5的預(yù)測(cè)模型如表3。

研究發(fā)現(xiàn)，PM2.5的最優(yōu)回歸方程為Y=2.94X2+54.553X3-4.486X6-0.001X7-53.556，在Sig<0.01水平上具有顯著性。通過(guò)最優(yōu)回歸方程發(fā)現(xiàn)，NO2和CO對(duì)PM2.5質(zhì)量濃度有正向影響作用，氣溫和能見(jiàn)度對(duì)PM2.5質(zhì)量濃度有逆向影響作用。

2.3.2 PM2.5預(yù)測(cè)模型的檢驗(yàn)

為驗(yàn)證方程，根據(jù)以上預(yù)測(cè)模型計(jì)算了2019年12月份PM2.5濃度曲線。通過(guò)比較同期計(jì)算值和實(shí)測(cè)值，發(fā)現(xiàn)曲線大部分重合。

特別指出：12月28～29日計(jì)算值比實(shí)測(cè)值高1倍左右，初步推測(cè)由于12月28～29日氮氧化物濃度較前期驟然陡增60%以上，而氮氧化物的二次污染物還未及時(shí)生成，對(duì)PM2.5濃度正向影響減弱，導(dǎo)致計(jì)算值高于實(shí)測(cè)值。12月12～14日計(jì)算值低于實(shí)測(cè)值17%左右，初步推測(cè)主要原因?yàn)轭A(yù)測(cè)模型未考慮地形地貌等對(duì)擴(kuò)散的影響，污染天氣時(shí)PM2.5疊加影響效應(yīng)明顯。

剔除12月28～29日極端異常數(shù)據(jù)后，計(jì)算值和實(shí)測(cè)值SPSS配對(duì)T檢驗(yàn)結(jié)果為：標(biāo)準(zhǔn)差為11.42μg/m3，相關(guān)系數(shù)為0.936，在Sig<0.01水平上呈現(xiàn)顯著正相關(guān)，說(shuō)明利用NO2、CO、溫度和能見(jiàn)度四項(xiàng)指標(biāo)建立的多元回歸模型預(yù)測(cè)PM2.5具有較好的可信度，能基本預(yù)測(cè)12月PM2.5的變化趨勢(shì)。

3 結(jié)論

（1）萬(wàn)盛地區(qū)12月PM2.5質(zhì)量濃度和PM10質(zhì)量濃度變化規(guī)律較為相似，與NO2、CO污染因子顯著正相關(guān)，與SO2、O3（8h）污染因子相關(guān)性不明顯。

（2）首次分析了萬(wàn)盛地區(qū)12月份PM2.5質(zhì)量濃度與氣象因素的相關(guān)性，其受能見(jiàn)度、相對(duì)濕度、風(fēng)速和風(fēng)向等氣象因素影響較大。

（3）首次建立萬(wàn)盛地區(qū)PM2.5預(yù)測(cè)模型，該預(yù)測(cè)模型具有較好的可信度和實(shí)用性，能基本預(yù)測(cè)12月PM2.5的變化趨勢(shì)，為開(kāi)展該地區(qū)PM2.5污染預(yù)警預(yù)報(bào)提供了思路并奠定了基礎(chǔ)。

參考文獻(xiàn)

[1]李嘉綺，李秀麗，楊迪菲，等.上海浦東地區(qū)冬季大氣PM2.5和PM10污染特征分析[J].上海第二工業(yè)大學(xué)學(xué)報(bào)，2015，32（4）：283-288.

[2]彭建生，史曉云，張代榮，等.城市空氣PM2.5污染狀況分析[J].環(huán)境與發(fā)展，2018，30（04）：97-99.

[3]張代榮，史曉云，周欣.重慶市萬(wàn)盛區(qū)大氣污染物分布特征[J].環(huán)境與健康雜志，2018，35（04）：351-353.

[4]陳林，熊萬(wàn)明，李杰，等.重慶市沙坪壩區(qū)環(huán)境空氣PM2.5和PM10相關(guān)性分析[J].西南師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2017（11）：137-143.

[5]羅岳平，陳陽(yáng)，戴春皓，等.城市環(huán)境空氣中PM2.5和NO2濃度的相關(guān)性研究[J].環(huán)境科學(xué)與管理，2014，39（10）：68-72.

[6]張瑋，郭勝利，申付振，等.南京地區(qū)PM2.5和PM10濃度分布特征及與相關(guān)氣象條件的關(guān)系[J].科學(xué)技術(shù)與工程，2016，16（04）：124-129.

[7]王娟.基于多元回歸分析的PM2.5預(yù)測(cè)研究[J].微型電腦應(yīng)用，2020，36（03）：48-51.

收稿日期：2020-07-02

作者簡(jiǎn)介：翁文江（1990-），男，漢族，碩士，中級(jí)工程師，研究方向?yàn)榄h(huán)境科學(xué)研究與管理。