重慶市萬盛地區大氣12月份PM10污染預測分析

翁文江　李萍　史秋萍　池洪敏　羅宗秀　饒遠

摘 要：本文利用重慶市萬盛地區2018年12月份空氣質量監測數據及氣象數據，首次研究了萬盛地區PM10濃度與其他5項污染物、相關氣象因素的關系。研究表明，PM10濃度與NO2、CO污染因子顯著正相關，但與SO2、O3-8h污染因子相關性不明顯;PM10質量濃度受能見度、相對濕度、風速和風向等氣象因素影響較大。本研究首次建立了萬盛地區PM10預測模型，能較準確反映該地區PM10的污染特征，為開展該地區PM10污染預警預報提供了思路和奠定了基礎。

關鍵詞：PM10;氣象因子;預測

中圖分類號：X169文獻標識碼：A文章編號：1003-5168（2020）14-0153-03

Prediction and Analysis of PM10 Pollution in Atmosphere in Wansheng District of Chongqing City in December

WENG Wenjiang1 LI Ping1 SHI Qiuping1 CHI Hongmin2 LUO Zongxiu3 RAO Yuan1

（1. Ecological Environment Monitoring Station of Wansheng Economic and Technological Development Zone，Chongqing 400800;2. Wansheng Jingkai Meteorological Bureau，Chongqing 400800;3. Agricultural Service Center of Guanba Town of Qijiang District，Chongqing 400800）

Abstract： Using the air quality monitoring data and meteorological data of December 2018 in Wansheng， Chongqing， the relationship between PM10 concentration in Wansheng and five other pollutants and related meteorological factors was studied for the first time in this paper. Studies have shown that PM10 concentration is significantly positively correlated with NO2 and CO pollution factors， but not significantly correlated with SO2 and O3-8h pollution factors; PM10 mass concentration is greatly affected by meteorological factors such as visibility， relative humidity， wind speed and wind direction. This study establishes the PM10 prediction model for Wansheng area for the first time， which can accurately reflect the pollution characteristics of PM10 in this area， and provides a basis and foundation for the early warning of PM10 pollution in this area.

Keywords： PM10;meteorological factors;prediction

打贏藍天保衛戰事關黨和國家發展全局，是一項偉大而艱巨的歷史任務和時代使命。大氣PM10污染成為影響人們生產生活的重要污染問題[1]。PM10被人體吸入后會積累在呼吸系統中，引發許多疾病[2]。重慶市萬盛經濟技術開發區四面臨山，具有濕度大、霧日多、風速小的典型山城氣候特征，同時煤電化工、新型材料等傳統工業較為發達，大氣污染物排放總量大，冬季管控污染難度較大。因此，對萬盛冬季重要的大氣污染物可吸入顆粒物（PM10）進行研究，對開展污染預警預報及大氣污染聯防聯控等方面的研究與管理工作具有十分重要的意義。

張代榮等人研究了萬盛地區6種大氣污染物（SO2、NO2、O3、PM2.5、PM10和CO）的污染特征[3]。本文以萬盛經開區市控空氣質量自動監測站數據和氣象局氣象觀測數據為基礎，首次揭示了該地區12月份大氣PM10與PM2.5、SO2、NO2、CO和O3-8h污染因子的聯系，首次分析了PM10與氣象因素的相關關系，首次建立該地區PM10預測模型，為實現PM10污染預警預報和堅決打贏藍天保衛戰提供決策依據。

1 數據來源與處理

1.1 數據來源

空氣質量資料來自萬盛經濟技術開發區市控空氣質量監測站點，為2018年12月PM10、PM2.5、SO2、NO2、CO和O3-8h共6項污染物質量濃度日均質量濃度和氣象觀測站10種氣象因素（氣壓、氣溫、相對濕度、能見度、雨量、日均平均風速、最大風速、最大風向、極大風速和極大風向）的每日24 h逐時監測濃度實測數據。

1.2 數據處理

利用氣象指標逐時監測數據，求出相應的日均值;利用SPSS軟件相關分析求出PM10與PM2.5、SO2等5項污染因子的相關性、PM10與10個氣象因子的相關性;利用SPSS軟件計算PM10與其他5項污染物、10個氣象因子的最優回歸方程。

2 結果與討論

2.1 PM10質量濃度與其他污染因子相關性分析

表1相關性研究表明，PM10和PM2.5濃度相關系數為0.994，在Sig<0.01水平上具有顯著正相關，說明兩者變化規律極度相似。PM10質量濃度與NO2、CO污染因子質量濃度的相關系數分別為0.861、0.692，均在Sig<0.01水平顯著正相關。PM10質量濃度與SO2、O3-8h污染因子質量濃度的相關系數分別為-0.085、-0.319，相關性不明顯。

表1 萬盛地區12月PM10與其他污染因子相關性分析

[污染物 PM2.5 SO2 NO2 CO O3-8h PM10 0.994** -0.085 0.861** 0.692** -0.319 ]

注：*表示在0.05水平上顯著相關，**表示在0.01水平上顯著相關。

2.2 PM10質量濃度與氣象因子相關性分析

PM10質量濃度與不同氣象因子的person相關分析結果如表2所示。可以看出，萬盛地區12月份PM10質量濃度與能見度在Sig<0.01水平上顯著相關，與極大風向在Sig<0.01水平上具有相關性;與相對濕度、日均平均風速和最大風向在Sig<0.05水平上顯著相關。研究表明，PM10質量濃度受能見度、極大風向、相對濕度、日均平均風速和最大風向等氣象因素影響較大。其中，西北至正北風向和相對濕度對PM10起正向影響作用，能見度和風速對PM10起逆向影響作用。

2.3 PM10預測模型建立與檢驗

2.3.1 PM10預測模型的建立。研究表明，PM10質量濃度受其他污染因子和多個氣象因素的共同影響。本文將其他污染因子和氣象因子結合起來，首次建立萬盛地區PM10預測模型[4]。以SO2（[X1]）、NO2（[X2]）、CO（[X3]）、O3-8h（[X4]）、氣壓（[X5]）、氣溫（[X6]）、相對濕度（[X7]）、能見度（[X8]）、雨量（[X9]）、日均平均風速（[X10]）、最大風速（[X11]）、最大風向（[X12]）、極大風速（[X13]）和極大風向（[X14]）共14個指標為自變量，PM10濃度為應變量，通過SPSS最優回歸方程計算，最終確定12月份PM10的預測模型，如表3所示。

研究發現，PM10的最優回歸方程為[Y=2.739X2+][80.468X3-5.014X6-0.001X8-5.394X9-52.261]，在Sig<0.01水平上具有顯著性。

2.3.2 PM10預測模型的檢驗。為驗證方程，根據以上預測模型繪制了2019年12月PM10濃度變化曲線。通過比較同期計算值和實測值（見圖1），發現曲線大部分重合。特別指出，12月18—19日，預測值為負值，主要是連續兩天出現暴雨，導致預測模型失真;12月28—29日，計算值比實測值高0.7倍左右，初步推測原因是氮氧化物濃度驟然陡增至少60%，預測模型失真;12月12—14日、31日計算值低于實測，初步推測原因為預測模型未考慮地形地貌在污染天氣時的疊加影響效應。

剔除12月18—19日、28—29日極端失真數據后，計算值和實測值SPSS配對的t檢驗結果為：標準差為13.76 μg/m3，相關系數為0.916，在Sig<0.01水平上呈現顯著正相關，說明利用NO2、CO、溫度、能見度和降雨量五項指標建立的多元回歸模型預測PM10具有較好的可信度，正常情況下能基本預測12月PM10的變化趨勢。

3 結論

重慶市萬盛地區12月PM10濃度與NO2、CO污染因子顯著正相關，但與SO2、O3-8h污染因子相關性不明顯。本研究首次分析了萬盛地區12月PM10濃度與氣象因素的相關性，其受能見度、相對濕度、風速和風向等氣象因素影響較大。其間首次建立萬盛地區PM10預測模型，該預測模型具有一定的實用性，正常情況下能基本預測PM10的變化趨勢，為開展該地區PM10污染防治提供了思路。

參考文獻：

[1]虎彩嬌，李錦倫，王祖武，等.黃石市大氣PM10和PM2.5質量濃度特征研究[J].氣象與環境學報，2019（4）：40-46.

[2]韓茜.北京市大氣污染物中可吸入顆粒物（PM10）造成的健康損失研究：人力資本法實例研究[J].北方環境，2011（11）：150-152.

[3]張代榮，史曉云，周欣.重慶市萬盛區大氣污染物分布特征[J].環境與健康雜志，2018（4）：351-353.

[4]王娟.基于多元回歸分析的PM2.5預測研究[J].微型電腦應用，2020（3）：48-51.