采暖前后霧霾污染天氣過程中首要污染物分析及推算模型研究

吳濤　張康平　徐永剛　鄭倩瑛

【摘 要】針對西安市2017年采暖季霧霾污染天氣過程中首要污染物及其與空氣質量指數（AQI）關系曲線及函數關系分析，通過對函數關系式驗證。發現采暖季前PM10作為首要污染物的概率低于采暖后但采暖季前后均是以PM2.5作為主要首要污染物；首要污染物PM2.5與AQI有良好的線性關系，通過MATLAB軟件處理獲得兩者的函數關系；應用得到的函數關系式對其它月份霧霾污染天氣空氣質量指數及首要污染物數值進行推演發現本函數關系式與實際空氣質量指數與首要污染物之前的關系高度吻合。

【關鍵詞】霧霾污染；首要污染物；預測模型；空氣質量指數

中圖分類號： X773 文獻標識碼： A 文章編號： 2095-2457（2018）19-0210-003

DOI：10.19694/j.cnki.issn2095-2457.2018.19.095

Analysis of main pollutants in haze pollution weather before and after heating Study on the prediction model

——Taking the heating season in Xian as an example in 2017

WU Tao1 ZHANG Kang-ping2 XU Yong-gang3 ZHENG Qian-ying1

（1.Xian Technological University，Xian，Shaanxi 710021，China；2.Shaanxi radio and TV broadcast Culture Communication Co.，Shaanxi，Xian 710032，China；3.Xian University of post and telecommunications，Shaanxi， Xian 710121，China）

【Abstract】The relationship between the primary pollutants and the air mass index （AQI） in the heating season of Xian in 2017 and its relation to the air mass index（air mass index）curve and function relation are analyzed.It is found that the probability of PM10 as the primary pollutant in heating season is lower than that after heating， but PM2.5 is the main pollutant before and after heating season.There is a good linear relationship between the primary pollutant PM2.5 and AQI，and the functional relationship between them is obtained by MATLAB software.The function relation is applied to deduce the air quality index of the fog and haze pollution in other months and the number of primary pollutants.It is found that the relationship between this function and the actual air quality index is in good agreement with the relationship before the primary pollutant.

【Key words】Haze pollution；Primary pollutants；Prediction models；Air quality index

本文以西部城市西安市采暖季霧霾污染狀況為研究對象，對采暖前后一個月內的霧霾天氣空氣質量指數及首要污染物進行分析，探索采暖前后首要污染物變化情況及其與空氣質量指數（AQI）關系的推算函數的建立。數據均來自當地氣象部門。

1 首要污染物分析

對西安市2017年度AQI及主要污染物PM2.5、PM10指標進行分析，參照空氣質量分指數及對應的污染物項目濃度限值表[1]，應用空氣指數分指數計算公式[2]推算確定霧霾污染發生時首要污染物。發現采暖前10月1日至11月14日共有10天典型霧霾污染天氣[3]其中8天是以PM2.5為首要污染物，1天是以PM10為首要污染物，PM10為首要污染物的污染天氣頻率為10%；采暖后11月15日至12月31日共有26天典型霧霾污染天氣其中21天是以PM2.5為首要污染物，5天是以PM10為首要污染物PM10為首要污染物的污染天氣頻率為19.2%。

2 采暖前后霧霾污染空氣質量指數與首要污染物關系函數建立

2.1 空氣質量指數與首要污染物曲線擬合

篩選霧霾天氣首要污染物為PM2.5空氣質量數據，應用MATLAB6對數據進行曲線模擬[4]發現采暖前后空氣質量指數（AQI）均與首要污染物PM2.5之間存在較好線性函數關系如圖1、圖2。

2.2 空氣質量指數與首要污染物關系函數

設采暖前后空氣質量指數與首要污染物之間分別滿足函數關系式1：y1=a1x1+c1及關系式2：y2=a2x2+c2。定義y1、y2為對應的空氣質量指數；定義x1、x2為首要污染物數值；定義a1、a2為首要污染物對空氣質量指數影響系數；定義c1、c2為空氣質量指數基值。對表1（見下頁）數據用MATLAB最小二乘法進行函數關系擬合[4-5]得到采暖前后空氣質量指數與主要污染物函數關系式如下式：

采暖前函數式3：y1=1.2469x1+9.320

供暖后函數式4：y2=1.1099x2+25.5913

3 關系函數可靠性檢驗

運用關系函數對2017年8月/9月及2018年1月采暖前后的霧霾污染天氣空氣質量指數及首要污染物運用函數關系進行演算，推算結果如表3所示。通過表3數據我們發現空氣質量指數與主要污染物函數關系推算得出的采暖前空氣質量指數吻合度相對較高，絕對誤差和相對誤差相對較小；采暖后空氣質量指數吻合度非常高，絕對誤差和相對誤差均顯著較小[5]。

4 分析結與結論

4.1 首要污染物發生頻率

對比發現采暖前PM10作為首要污染物的概率明顯低于采暖后，此結論與我們之前研究成果顯示的采暖前空氣質量指數與PM2.5相關性高采暖后與PM10相關性高的[3]結論相一致，但采暖季前后首要污染物均是以PM2.5為主。

4.2 空氣質量指數與首要污染物函數分析

通過函數擬合我們發現首要污染物對空氣質量指數影響因子采暖前小于采暖后說明采暖前PM2.5對空氣質量指數的影響略大于采暖后這與我們結論4.1相互印證；空氣質量指數基值采暖前顯著低于采暖后說明采暖后空氣污染程度或者發生頻率均高于采暖前此結論與我們之前研究結果高度吻合[3]。

4.3 空氣質量指數與首要污染物關系函數精確度

通過表3我們能看到通過關系函數推算得出的AQI與實際預報值無論絕對誤差還是相對誤差均比較小，說明關系函數可靠性很高，有一定應用價值。

【參考文獻】

[1]劉萍.如何理解空氣質量分指數（IAQI）計算公式并速算[J].黑龍江環境通報，2014，38（2）：25-27.

[2]高慶先，劉俊蓉，李文濤，高文康.中美空氣質量指數（AQI）對比研究及啟示[J].環境科學，2015，36（4）.1141-1147.

[3]吳濤，張康平.西安市2017年供暖前后霧霾污染天氣過程分析[J].中國科技信息，2017，06，42-43.

[4]D.Hanselman，B.Littlefield.[譯].Mastering Matlab6 A Compreh-

ensive Tutorial and Reference[M].清華大學出版社，2002.

[5]郭本初，沈陸明.基于二元線性回歸的杭州市空氣質量指數研究[J].市場周刊，2016，09，86-87.

[6]北京市氣象條件和空氣質量指數與車輛行駛事故的關系[J].北京師范大學學報，2017，53（5），609-614.