岳陽市AQI指數變化特征及與常規氣象條件的關系

陳姣榮，曹向林

(湖南省岳陽市氣象局，湖南 岳陽　414000)

1　引言

隨著城市化和工業化的快速發展與能源消耗的迅速增加，大氣污染給人類生活環境和社會發展帶來巨大的負面影響，環境問題已成為社會關注的焦點[1-3]。有效防治大氣污染，科學合理地規劃城市布局，凈化城市環境空氣質量的意識不斷增強。相關科學研究表明:氣象要素和大氣污染之間有著十分密切的相關關系[4-6]。氣象要素作為影響空氣質量環境重要因素之一，它對大氣污染物的稀釋、擴散、輸送和轉化過程起著一定的制約作用[7-8]。許多研究人員從空氣質量的時空分布特征到空氣質量與氣象要素的相關關系開展了諸多研究，為本文提供了重要的經驗和理論基礎[9-14]。

岳陽市濱江臨湖，屬濕潤的大陸性季風氣候，全市東高西低，呈現向西北開口的“撮箕口”盆地。岳陽是中南地區重要的石油化工基地，沿長江30 km地段分布著長嶺煉化、巴陵石化、岳陽紙業、華能電廠等一批中央大型企業。特殊的地形、地貌及其溫暖濕潤的氣候，使岳陽地面上空形成了一個有利于各種化學過程發生的環境；特別是近年來人民生活水平提高、車輛劇增，導致能源的消耗與污染物的排放不斷加大，岳陽市區空氣質量問題成為社會和公眾的關注熱點。本文根據岳陽市2015—2016年空氣質量(AQI)數據和同期的氣象數據資料，分析了該市空氣質量(AQI)變化的規律，并結合常規氣象要素進行了相關分析，為合理規劃城市工業布局、有效改善環境空氣質量、積極應對環境大氣污染等問題提供科學的決策依據。

2　資料選取

岳陽市區空氣監測站包括云溪區、開發區、南湖景區、君山區、城陵磯5個國家環境空氣質量自動監測點和金鳳水庫1個半自動監測點。云溪區代表工業區、開發區代表城區、南湖景區代表旅游區、城陵磯代表沿江區、君山區和金鳳水庫分別代表遠郊區和近郊區。這6個監測點的空氣質量指數數據來自于岳陽市環保局環境監測中心，氣溫、降水量、風向、風速等氣象數據來自于岳陽國家氣象觀測站。資料選取時間序列為2015年1月1日—2016年12月2年。季節劃分：3—5月為春季，6—8月為夏季，9—11月為秋季，12—次年2月為冬季。

3　空氣質量AQI的變化特征

3.1　空氣質量AQI指數的時空變化特征

岳陽市區2015—2016年空氣質量指數AQI為79。冬季AQI最大，為96；夏季AQI最小，為69；春秋季AQI相當，分別為78和73。

圖1　岳陽市區AQI年空間分布Fig.1　Annual spatial distribution of Yueyang city`s AQI

空間分布中，云溪區AQI最大，為82；開發區次之，為81；南湖景區、城陵磯、金鳳水庫基本相當，分別為76、77、78；君山區最小，為74。主導風向時空分布和主要污染源時空分布基本一致，所以岳陽市區冬季空氣質量最差，夏季空氣質量最好，春、秋季次之。

在空氣質量指數AQI季節分布中，云溪區4個季節的空氣質量指數都是最大的，在78～92范圍內。而君山區春、夏、秋3個季節的空氣質量指數都是最小，在68～72范圍內。6個監測點中，南湖景區的冬季空氣質量指數最小，為88。因此，岳陽市區空氣質量指數AQI總體呈現北方空氣質量差于南方、工業區空氣質量差于水庫景區的特征。

圖2　岳陽市區2015—2016年AQI逐月變化Fig.2　The Monthly Changes of Yueyang City`s AQI during 2015—2016

根據2015—2016年各月空氣質量指數統計，時間分布上大體為6—8月最小，為62～70；12月、1月、2月最大，分別為88、91、88，即：12—2月的空氣質量差于其他月份，6—8月的空氣質量優于其他月份。空間分布上看，除了6月、7月、8月外，其他月份云溪區的空氣質量指數最大，空氣質量最差，而12月、1月、2月南湖景區空氣質量指數最小，其余月份君山區、金鳳水庫比較小，即：岳陽市北部空氣質量差于南部，工業區空氣質量差于水庫景區。

3.2　重度污染及嚴重污染

2015年岳陽市區6個環境空氣質量監測點中發生重度污染及嚴重污染的天數總共有6 d，5 d為重度污染，出現在3月10日、12月12日、12月23日、2月8日、2月24日，1 d為嚴重污染，出現在12月16日。1 d中至少有1個監測站點出現重度污染及嚴重污染的天數總共有2 d：出現在2月8日(金鳳水庫、開發區、城陵磯、君山區)和2月24日(金鳳水庫、開發區)。

云溪區出現4 d重度污染和1 d嚴重污染，4 d重度污染發生在12月12日、12月23日、12月08日、2月08日、2月24日，1 d嚴重污染發生在12月16日；開發區出現2 d重度污染，發生在2月8日、2月24日；城陵磯、金鳳水庫、君山區出現1 d重度污染，均發生在2月8日；南湖風景區出現1 d重度污染，發生在3月8日。

因此，重度污染及嚴重污染日基本出現在空氣質量較差的冬季，云溪區等工業區發生頻率比較高，南湖景區、水庫發生頻率比較低。重度污染及嚴重污染日時空分布與空氣質量時空分布基本一致。

4　影響空氣質量AQI指數變化的因素

4.1　氣溫

在日平均氣溫與空氣質量指數AQI的關系中，≤10 ℃代表冬季，≥10.1 ℃且<20 ℃代表春秋季，20.1～30.0 ℃代表夏季，>30 ℃代表酷暑，春夏秋冬4個季節岳陽市區AQI指數分別為63、58、74、95，因此，夏季空氣質量最好，春秋季次之，冬季空氣質量最差。君山區、南湖景區、城陵磯、金鳳水庫這四個監測點日平均氣溫與空氣質量指數AQI的關系和開發區所代表的岳陽市區基本一致。而云溪區監測點氣溫越高，空氣質量越差，日平均氣溫超過30 ℃，氣溫升高，空氣質量變差。當出現逆溫現象時，大氣結層穩定，空氣流動性弱，污染物不易擴散，空氣質量差。

4.2 降水量

在降水量與空氣質量AQI的關系(表1)中，岳陽市區24 h內大雨(>25.0 mm)、中雨(10.1～25.0 mm)、小雨(0.1～10.0 mm)、無雨空氣質量指數AQI分別為71、81、83、92，可看出岳陽市區大雨日空氣質量最好，無雨日空氣質量最差。降水會通過重力沉降和雨量沖刷將空氣中的污染物，如灰塵、顆粒污染物等降到地面，一定程度上改善空氣質量。降水少，空氣污染物逐步堆積，空氣質量變差。南湖景區、君山區、云溪區、金鳳水庫小雨日空氣質量指數AQI小于中雨日空氣質量指數AQI，小雨日空氣質量好于中雨日；城陵磯小雨日空氣質量指數AQI大于中雨日空氣質量指數，小雨日空氣質量比中雨日差。

表1　降水量(mm)與AQI的關系Tab.1　The Relationship Between the Precipitation(mm) and the AQI

4.3　低云量

在天空狀況(低云量)與AQI的關系(表2)中，岳陽市區陰天(9～10成)、多云(5～8成)、少云(3～4成)、晴天(0～4成)空氣質量指數AQI分別為83、80、87、93，可得知岳陽市區多云日空氣質量最好，晴天天氣質量最差；云溪區、南湖景區、君山區、城陵磯、金鳳水庫晴天空氣質量指數AQI分別為103、82、97、94、79，均為4種天氣狀況最大，可見各監測點晴天空氣質量最差；云溪區、南湖景區、君山區、城陵磯、金鳳水庫多云空氣質量指數AQI分別為83、68、74、78、63，均為4種天氣狀況的最低值，可見各監測點多云天空氣質量最好。

表2　低云量(成)與AQI的關系Tab.2　The relationship between the low cloud cover (Deci) and the AQI

4.4　相對濕度

相對濕度是指空氣中水汽壓與飽和水汽壓的百分比。在平均相對濕度與AQI的關系中，相對濕度91%～100%、81%～90%、66%～80%、≤65%空氣質量指數AQI分別為73、85、94、93，因此當相對濕度超過90%時空氣質量最好，當相對濕度低于65%時，岳陽市區空氣質量最差。

表3　相對濕度(%)與AQI的關系Tab.3　The relationship between the relative humidity (%) and the AQI

從表3可看出，南湖景區、君山區、城陵磯、金鳳水庫監測點相對濕度越高，空氣質量指數AQI越小，空氣質量越好，即相對濕度<65%時，空氣質量最差，相對濕度>90%時，空氣質量最好；云溪區相對濕度為66%～80%時，空氣質量最差。所有監測站點相對濕度>90%時，空氣質量最好。

4.5　風速風向

4.5.1風速近地層風速對污染物擴散的濃度和速率產生影響，污染物會隨著風移動并得到風的攪動，不斷與相對干凈的空氣混合而最終稀釋。在平均風速(m/s)與空氣質量指數AQI的關系(表4)中，岳陽市區風力等級為1級(平均風速為<1.6 m/s)、風力等級為2級(平均風速為1.6～3.3 m/s)、風力等級為3級(平均風速>3.3 m/s)出現的概率分別為14%、66%、20%，風力1、2、3級對應的空氣質量指數AQI分別為98、90、88，因此岳陽市區風力為1級時，AQI最大，空氣質量最差；城陵磯、南湖景區、金鳳水庫、云溪區、君山區，風力等級為1級時AQI最大，分別為96、84、83、104、95，空氣質量最差，與岳陽市區一致。風速小時，空氣污染物擴散條件不利，污染物不斷累積，空氣質量差。

表4　平均風速(m/s)與AQI的關系Tab.4　The relationship between the average wind velocity (m/s) and the AQI

4.5.2風向風向會對空氣污染物的擴散產生影響，當污染物的時空分布與主導風一致時，會加劇空氣污染程度。2015年N、NNE、風向頻率分別為24.2%、15.8%和8.6%，3個方向風向頻率合計為48.6%，其他方向為2%～8%；因此，岳陽市區以北偏東為主導風。

圖3　岳陽市區年風向頻率玫瑰圖Fig.3　Yueyang city`s wind frequency rose plot

岳陽石油化工總廠、長嶺煉油化工總廠、華能岳陽電廠、岳紙集團等污染物排放量大的場地主要分布在岳陽市區偏北方向；煤、石油等燃料的燃燒，煤炭、石油等含硫燃料的燃燒、煉焦廠、煉油廠工業廢氣的排放，大量的空氣污染進入空氣中；冬季岳陽進入取暖季，煤的大量燃燒增加了空氣中SO2的排放；主要污染物的時空分布與年主導風向一致，使得岳陽大部分區域位于污染源的下游，偏北風的盛行帶來了空氣污染物，加劇了空氣污染。

4.6　霧

霧對大氣污染物的遷移擴散產生影響，霧的吸收、揮發、霧滴沉降等過程會使地面污染物濃度增加，造成空氣污染。在天氣現象與AQI的關系(表5)中，有霧日，城陵磯、南湖景區、金鳳水庫、開發區、云溪區、君山區空氣質量指數AQI分別為117、105、125、117、118、123，遠遠高于無霧天氣時的空氣質量指數，可得知有霧日空氣質量明顯比無霧日差，金鳳水庫有霧日與無霧日差異最明顯。

表5　有霧、無霧與AQI的關系Tab.5　The relationship between the mist and the AQI

5　空氣質量AQI指數的預報預警

5.1　綜合指標法模型的建立

綜合指標法是指通過大量的觀察并進行分組，綜合運用各種統計指標，剔除個別偶然因素對整體的影響，能夠反映出普遍的、決定性條件的作用結果[9]。綜合指標法需要先選擇待評價的指標，并對逐項指標進行權重分配，接著進行計分算出綜合分數，最終得出指標的評價結果。在表6中，按照影響程度對氣象因子進行權重分配，通過求加權和算出影響岳陽市空氣質量指數AQI的氣溫、降水量、低云量、相對濕度、風速等氣象因子的綜合分數。當加權和>1，代表空氣質量差；若加權和≤1，代表空氣質量好。

表6　氣象因子的權重分配Tab.6　The distribution of the weight of meteorological factors

綜合指標法建立的模型的模擬結果與AQI指數級別進行比較，空氣質量指數AQI級別中的一級和二級可以認定為空氣質量好，三級到六級認定為空氣質量差，則擬合程度超過8成,達到81%。由此可以認為這種綜合指標法模型可以較好的模擬岳陽城區空氣質量的優良程度。

5.2　回歸模型的建立

通過統計分析部分氣象因子之間的相關性與獨立性，岳陽市區的降水量因子與露點溫度、水汽壓、霧之間的獨立性較差，相關系數分別達到0.95、0.95、-0.9，所以進行回歸分析時剔除掉這3個氣象因子，精簡回歸模型。在氣溫、降水量、低云量、相對濕度、風速這些因子相關系數中(表7)，氣溫、風速氣象因子之間相關性基本小于0.3，降水量、低云量、相對濕度相關性相對大些，超過0.5。因此，這5個氣象因子之間的獨立性比較好。

表7　各因子之間相關系數Tab.7　Correlation coefficient among factors

將氣溫、降水量、低云量、相對濕度、風速這5個氣象因子與岳陽市區空氣質量指數AQI進行逐步回歸分析，剔除掉不顯著的低云量、相對濕度這2個氣象因子，最后建立最優回歸方程：

Y=1 119.8-1.14x1-1.72x2-3.78x3

(1)

其中，x1：日平均氣溫(℃)，x2：降水量(mm)，x3：日平均風速(m/s)。

式(1)中的方程選取2015年的樣本數共359個，復相關系數為0.34，統計量F 為14.78，F0.05為2.70，因為F0.05小于統計量F，故而該回歸方程顯著。對方程進行檢驗，回歸系數均通過t檢驗(|ti(i=1,2,3)|=5.17，4.12，2.03，t0.05=1.97，|ti(i=1,2,3)|> t0.05)。因而對空氣質量指數AQI具有明顯影響的氣象因子是氣溫、風速、降水量。

將空氣質量指數級別與空氣質量指數模擬值進行對比，可以看出模擬級別與AQI級別相差2個級別和3個級別的概率為3%和2%，相差1個級別的概率為33%，AQI級別與模擬級別一致的概率為62%。可得出該回歸模型模擬效果比較好?？捎糜诳諝赓|量指數的預報預警。

6　結論與討論

①岳陽市區冬季空氣質量最差，夏季空氣質量最好，北方空氣質量差于南方、工業區空氣質量差于水庫景區。

②重度污染及嚴重污染日基本出現空氣質量較差的冬季，云溪區等工業區發生頻率比較高，南湖景區、水庫發生頻率比較低。重度污染及嚴重污染日時空分布與空氣質量時空分布基本一致。

③日平均氣溫、日降水量、日平均風速對岳陽城區空氣質量影響較大，低云量和相對濕度對空氣質量有一定影響。岳陽市城市工業布局方向與年主導風向一致，使得城區廣大區域處于工業氣流的下游，導致空氣污染加劇。在大氣層結穩定狀態下空氣污染加重。

④用綜合指標法建立的預報模型可以較好地模擬岳陽城區空氣質量的好壞程度，擬合率達81%；用回歸模型建立的預報模型可以預報岳陽城區空氣質量等級，擬合率達62%。

⑤從檢驗結果看，回歸模型擬合率不如綜合指標法高，但適合制作空氣質量等級預報，而綜合指標法綜合考慮了各種氣象因子對空氣質量的影響，擬合率高，但只能制作空氣質量好、差的預報，而回歸模型則彌補了這一缺陷，兩種方法可同時使用，互為補充。由于兩種方法中的預報因子均基于準確的氣象要素預報，因此，只有不斷提高氣象要素預報的準確率，才能不斷提高空氣質量氣象條件預報的準確性。