空氣負氧離子濃度與主要氣象因子擬合試驗

毛成忠 張明 劉艷玉 冷鵬飛 汪軍 陳星 楊戈

摘要：利用1年逐小時空氣負離子濃度與同期空氣溫濕度、風速、降水量進行了擬合試驗，結果表明：①空氣負氧離子濃度與上述氣象因子的相關并不是簡單的線性相關；②與負氧離子濃度擬合方程的解釋能力由強到弱依次為空氣濕度、雨量、氣溫、風速；③與負氧離子濃度擬合方程的顯著性水平由高到低依次為雨量、風速、空氣濕度、氣溫；④與上述氣象因子擬合顯著性低于P≤0.05的顯著性水平，說明還存在其他更重要的影響負氧離子濃度的因子。

關鍵詞：空氣負氧離子濃度；氣象因子；擬合試驗

中圖分類號：P49

文獻標識碼：A 文章編號：16749944（2017）19020205

1 引言

空氣負氧離子不僅是反映空氣質量的重要指標，而且對生態環境有重要意義[1]。研究表明其對人體有多種保健和醫療作用，被譽為“空氣維生素”，影響負氧離子濃度的因子一直是人們研究的重要課題。空氣負離子與氣象要素的關系十分復雜，國內外的研究結論也不盡相同，甚至相反。邵海榮等[2]認為空氣負離子濃度與土壤和空氣溫度呈正相關， 而與相對濕度呈負相關。葉彩華和蒙晉佳等[3，4]認為空氣負離子濃度與風速呈正相關。王繼梅等[5]認為空氣負離子隨溫度和濕度升高而升高，高溫高濕下負離子濃度也高。厲曙光和吳楚材等[6，7]認為空氣負離子濃度與氣溫呈極顯著的負相關， 與相對濕度呈顯著的正相關。德國學者Reiter[8]認為空氣負離子濃度與相對濕度呈負相關。黃世成等[9]認為日平均水汽壓、日平均溫度是影響空氣負離子濃度的主要直接因子。毛成忠等[10]發現多雨季節負氧離子濃度明顯高于少雨季節。黃向華等認為從化學反應過程來看，水分對空氣負離子的作用最顯著。曾曙才等[11]也認為水體對空氣負離子的影響顯著。鄔昀[12]認為風速、相對濕度與負離子濃度呈正相關，氣溫與負離子濃度呈負相關。

研究利用1年多的空氣負離子濃度值和同期空氣溫濕度、風速和降水量，進行相關性擬合試驗，以期定量地了解空氣負離子濃度與這些氣象因子的擬合程度。

2 資料來源和試驗方法

2.1 資料來源

資料來源于宜昌市城區2010年4月13日至2011年12月31日的逐小時空氣負氧離子濃度K1、K2值，數據質量控制剔除明顯異常數據后[10]，有效樣本共計13747個時次，計算日均值共得到有效樣本628 d，其中出現降水的天數為191 d，降水量為日累計值，以及2011年全年對應的逐日空氣溫濕度日均值、風速日均值，資料時段及有效樣本數見表1。同期氣象要素觀測值來源于宜昌國家基本氣象站，負氧離子和氣象要素觀測儀器均置于氣象觀測場內。

負氧離子濃度值測量儀器為威德創新科技（北京）有限公司的WIMD型大氣離子自動測報系統，獲取粒子遷移率k1≥1.0cm2/（V·s-1）和 k2≥0.4 cm2/（V·s）下的兩組負離子濃度數據（分別用大寫的K1、K2表示）[13]，負氧離子濃度的單位為個/cm3。離子遷移率k1、k2是表達被測離子大小的重要參數，其單位為cm2/（V·s），表示電場強度E=1 V/cm時， 離子移動的速率（ cm/s），它同樣也就表示了離子體積的大小，k值與離子的粒徑大小成反比[14]。

2.2 試驗方法

選取宜昌市城區如表1所述時段的逐日負氧離子濃度K1、K2的日平均值與對應的日平均空氣溫濕度、日平均風速和日累計降水量，利用最小二乘法進行相關性曲線擬合。對給定數據點{（Xi，Yi）}（i=0，1，…，m），在取定的函數類Φ 中，求p（x）∈Φ，使偏差（δi）平方和最小，如式（1）所示。從幾何意義上講，就是尋求與給定點 {（Xi，Yi）}（i=0，1，…，m）的距離平方和為最小的曲線y=p（x）。函數p（x）稱為擬合函數或最小二乘解，求擬合函數p（x）的方法稱為曲線擬合的最小二乘法[15～19]，其公式為：

minφ∑m[]i=1δ2i=∑m[]i=1（φ（xi）-yi）2（1）

MATLAB作為國際上公認的優秀科技應用軟件，已經在包括氣象的多個領域中得到較廣泛的應用[21，22]，研究中采用最小二乘法原理，以MATLAB為工具，對負氧離子濃度K1、K2與空氣溫濕度、風速、降水量序列進行擬合，得到K1、K2與溫濕度、風速、降水量之間的擬合關系式和擬合曲線，然后檢驗擬合的顯著性。

3 相關性擬合

3.1 與空氣溫度的相關性擬合

利用最小二乘法，將負氧離子濃度K1、K2日均值與空氣溫度日均值序列進行擬合，得到K1、K2與空氣溫度之間的擬合關系式（2）、（3）以及擬合曲線圖1，圖1中散點為原始實測數據，曲線為擬合數據。擬合關系式為：

3.2 與空氣濕度的相關性擬合

利用最小二乘法，將負氧離子濃度K1、K2日均值與空氣濕度序列進行擬合，得到K1、K2與空氣濕度之間的擬合關系式（4）、（5）以及擬合曲線圖2，圖2中散點為原始實測數據，曲線為擬合數據。擬合關系式為：

3.3 與空氣溫濕度的二元相關性擬合

利用最小二乘法，將負氧離子濃度K1、K2日均值與溫濕度序列進行擬合，得到K1、K2與溫濕度之間的二元擬合關系式（6）、（7），以及二元近似相關三維變化擬合曲線圖3。擬合關系式為：

3.4 與風速的相關性擬合

利用最小二乘法，將負氧離子濃度K1、K2日均值與風速序列進行擬合，得到K1、K2與風速之間的擬合關系式（8）、（9）以及擬合變化曲線圖4，圖4中散點為原始實測數據，曲線為擬合數據。擬合關系式為：

3.5 與降水量的相關性擬合

利用最小二乘法，將負氧離子濃度K1、K2日均值與日降水量序列（排除無降雨天數）進行擬合，得到K1、K2與降水量之間的擬合關系式（10）、（11）以及擬合變化曲線圖5。圖5中散點為原始實測數據（排除無降雨天數），曲線為擬合數據。endprint

K1=（2.6738e-5）×R4+0.0014784×R3-0.47554×R2+17.2513×R+224.1723（10）

K2=（7.0551e-5）×R4+0.0018347×R3-1.041×R2+41.0643×R+279.7539（11）。

4 擬合檢驗

利用MATLAB對擬合曲線進行檢驗得出表2，可見負氧離子濃度值與空氣濕度和雨量擬合方程的決定系數稍高，分別為0.15和0.13以上，說明擬合方程的解釋能力較強，氣溫、風速次之；F值反映的曲線擬合方程的顯著性水平以與雨量的擬合較高，為1.61～2.48，風速、相對濕度、氣溫次之；P值反映出負氧離子濃度與氣象因子擬合曲線方程的顯著性均低于P≤0.05的顯著性水平，說明還存在其他更重要的影響因子，這與其他有關負氧離子方面的研究結論[9]是吻合的。

5 結論與討論

（1）試驗分析表明，空氣負氧離子濃度與氣象因子之間的相關性，并不能簡單地像以往大多數研究認為的單純正相關或負相關，而是存在非線性的曲線相關，即在自變量不同的取值范圍呈現出不同性質的相關性特征。

（2）已有的研究表明，空氣負離子可能與多種氣象因子相關，但具體結論不盡一致，一方面與統計分析方法的約束條件有關，另一方面與氣象要素間相互作用的復雜性、研究區域環境的差異等有關，加之空氣負離子的產生機理和影響因子十分復雜，如植被類型狀況、土壤地質情況、空氣質量狀況等影響因子。

（3）擬合檢驗證明，上述氣象因子并不是影響負氧離子濃度的最重要因子，還存在其他更重要的影響因子，這與其他方法研究的結論[9]基本一致。

參考文獻

[1]黃向華，王 健，曾宏達.城市空氣負離子濃度時空分布及其影響因素綜述[J].應用生態學報，2013，24（6）：1761～1768.

[2]邵海榮，賀慶棠.森林與空氣負離子[J].世界林業研究，2000，13（5）：19～23.

[3]葉彩華，王曉云，郭文利.空氣中負離子濃度與氣象條件關系初探[J].氣象科技，2000（4）：51～52.

[4]蒙晉佳，張 燕.廣西部分景點地面上空氣負氧離子濃度的分布規律[J].環境科學研究，2004，17（3）：25～27.

[5]王繼梅，冀志江，隋同波等.空氣負離子與溫濕度的關系[J].環境科學研究，2004，17（2）：68～70.

[6]厲曙光，張亞鋒，李 莉，等.噴泉對周圍空氣負離子和氣象條件的影響[J].同濟大學學報，2002，30（3）：352～355.

[7]吳楚材，鄭群明，鐘林生.森林游憩區空氣負離子水平的研究[J].林業科學，2001，37（5）：75～81.

[8]Reiter R. Frequency distribution of positive and negative small ions concentrations，based on many years recording at two mountain stations located at 740 and 1780m ASL[J]，Int. J .Biometeor，1985，29（3）：223～225.

[9] 黃世成，徐春陽，周嘉陵.城市和森林空氣負離子濃度與氣象環境關系的通徑分析[J].氣象，2012，38（11）：1417～1422.

[10]毛成忠，于乃蓮，杜佳樂，等.典型城市區與森林區空氣負氧離子特征比較[J].氣象科技，2014，42（6）：1083～1089

[11]曾曙才，蘇志堯，陳北光.廣州綠地空氣負離子水平及其影響因子[J].生態學雜志，2007，26（7）：1049～1053

[12]鄔 昀. 湖北省空氣負離子濃度時空分布特征及其與氣象要素的關系[J]. 氣象水文海洋儀器， 2016，33（4）： 68～72

[13]威德創新科技有限公司.WIND系列大氣離子自動測報系統產品說明書[R] .北京：威德創新科技（北京）有限公司，2012.

[14]李 偉，王經業，陸 勇，等.大氣負離子自動測報儀的研制[J].氣象科技，2008，36（6）：834～836.

[15] 陶長琪.計量經濟學[M].大連：東北財經大學出版社，2011：45～47 .

[16]馬京津，雷楊娜.北京市夏季電力負荷逐日變率與氣象因子關系[J].應用氣象學報，2011，22（6）：760～765.

[17]陳曉波，高 峰，王永偉，等. 利用Excel規劃求解工具擬合“水位-流量”關系曲線[J]. 氣象水文海洋儀器， 2013，30（2）： 62～65

[18]王 勝.地溫隨地面高度變化的曲線擬合[J].安徽農業科學，2011，39（32）：20096～20098.

[19]王 敏，魏根寶，周昌文. 風速傳感器回歸方程的不確定度評定方法研究[J]. 氣象水文海洋儀器， 2013，30（1）： 1～5

[20]汪曉濱，呂亞麗，王廣河，等. Matlab在北京飛機增雨航跡分析中的應用[J].氣象，2006，32（7）：46～51.

[21]張永軍，鄒超，楊恒祥.基于分布律規則的風向傳感器故障檢測算法 [J].氣象科技， 2013，41（5）：837～842.

[22]劉 春，張春輝，郭薩薩.基于能量模型的水稻生長模型[J].應用氣象學報，2013，24（2）：240～247.endprint