武平縣負氧離子濃度預報模型的建立及檢驗分析*

朱冬梅 盧海深 蔡添星

(福建省武平縣氣象局,福建 武平 364300 )

武平縣地處閩粵贛三省交界處，氣候獨特，風光秀麗，境內群山疊翠，溪流密布，是首批國家全域旅游示范區，2017年創福建省首個“中國天然氧吧”。國家級4A景區梁野山保護區擁有完好的天然原始森林群落，被譽為“天然綠色基因庫”。近年來，武平縣精心打造“來武平，我氧你”生態品牌，充分利用和發揮“中國天然氧吧”品牌效應，積極推進全域旅游示范區發展。2017年武平縣氣象局在武平縣城區(25.05N，116.06E，海拔高度307m)和梁野山景區(25.09N，116.08E，海拔高度593m)內各安裝了一套Fair365負氧離子監測儀，目前能夠實現負氧離子濃度的實時數據顯示，然而對負氧離子濃度的定量化預報與其在旅游生態環境的應用尚未開展，本文通過對武平縣城區和梁野山景區負氧離子濃度的數據進行分析，開展其與氣溫、相對濕度、雨量等氣象因素的相關性研究，建立負氧離子濃度最優預報模型，實現其定量化預報，深度融入“來武平，我氧你”的旅游宣傳，為武平生態旅游建設、文旅康氧項目的申報服務提供有力的數據支撐，建立具有武平特色的旅游氣象服務產品，為武平文化旅游產業發展增加效益。

1 資料選取和方法

1.1 觀測儀器和標準

負氧離子濃度測量采用北京華創維想科技開發有限責任公司FR500負氧離子監測儀，測量范圍是0～50000個/cm3，分辨率是1個/cm3,離子遷移率為0.4 cm3/v.sec。本文參考世界衛生組織標準及中華人民共和國林業行業標準(LY/T 2586-2016)，根據平均值劃分空氣負氧離子濃度等級，如表1所示。

表1 負氧離子濃度等級劃分

1.2 研究資料和方法

本文選取2017年12月-2018年11月武平縣城區及梁野山景區2個站點逐日、逐時負氧離子濃度實況資料，分析負氧離子濃度與相對濕度、氣溫、雨量等氣象要素的相關性，采用SPSS軟件選取與負氧離子濃度相關性好的氣象要素作為逐步回歸方程的預報因子，建立最優預報模型。

2 武平縣負氧離子濃度與氣象要素的相關性分析

2.1 負氧離子濃度與氣象要素的相關性分析

本文從相對濕度、氣溫、雨量、風速4個氣象要素來分析武平縣空氣負氧離子濃度與氣象因子之間的相關性。選取2017年12月至2018年11月武平城區站和梁野山站一整年負氧離子日資料與日平均氣溫(Tm)、日最高氣溫(Th)、日最低氣溫(Tl)、日平均風速(V)、日平均相對濕度(U)、日雨量(R)6個氣象因子進行相關性分析。結果發現影響負氧離子濃度的因素較為復雜，武平縣2個觀測點的負氧離子濃度與影響的氣象因子也有所不同(見表2)。城區站負氧離子濃度與U、Tl、Tm和Th呈顯著正相關，與V呈負相關；梁野山站負氧離子濃度與R和U相呈顯著正相關，與Tm和Th不相關，與V呈負相關。由此可見，U是影響武平負氧離子濃度變化的關鍵因子，并與之呈正相關。

表2 武平負氧離子濃度與氣象因子的相關性分析

2.2 負氧離子濃度在不同天氣背景下的變化特征分析

從觀測的雨量要素分析，將2017年12月至2018年11月期間的天氣劃分為無雨(包含微量降水)、有雨兩類，分別對負氧離子濃度進行分析，結果表明，有雨天負氧離子濃度高于無雨天，梁野山站高于城區站。

城區無雨日數為229天，負氧離子濃度平均值為1279.9個/cm3，最大值為5166.8個/cm3，最小值為721.7個/cm3；有雨日數為136天，負氧離子濃度平均值為1564.2個/cm3，最大值為6757.4個/cm3，最小值為737.7個/cm3。

梁野山無雨日數為213天，負氧離子濃度平均值為1612.4個/cm3，最大值為2243個/cm3，最小值為1218.8個/cm3；有雨日數為152天，負氧離子濃度平均值為1782.9個/cm3，最大值為3205.1個/cm3，最小值為1207.8個/cm3。梁野山大氣負氧離子濃度極值差異相對較小。

2.3 負氧離子濃度與氣象因子的典型個例分析

由于梁野山大氣負氧離子濃度各尺度變化均較小，所以本文選取城區2018年9月7日一次強降雨天氣過程作為典型個例進行分析。

武平縣城區9月7日為多云轉陰，有暴雨并伴有雷電，日雨量為63.9mm。由圖1可知，負氧離子濃度呈現明顯的日變化，7日負氧離子濃度呈現雙峰值，波動起伏特征明顯，日均值高達6758.8個/cm3。結合此次降水過程分析，7日共出現2個降水時段與負氧離子濃度的雙峰值相對應，降水從7日03時開始持續到07時，可以看到降水出現后負氧離子濃度也迅速增大，負氧離子濃度從02時的1176.9個/cm3階越到14141.4個/cm3，并在雨量最大的04時出現一個峰值(15932.9個/cm3)，而后隨著降水的停止，負氧離子濃度也在下降；從18時到20時出現另一個降水時段，這個時段的降水較前個時段更加明顯并出現短時強降水，小時雨強達34.6mm/h，從負氧離子濃度的變化來分析，隨著降水的再次出現，負氧離子濃度又一次增大，峰值依然出現在雨強最大對應的18時(達16883.2個/cm3)，并且隨著降水的停止，負氧離子濃度也迅速減小到1000個/cm3以下。

從9月7日負氧離子濃度與R、U、T、V等氣象因子的相關性分析，結果表明負氧離子濃度與U、R呈顯著正相關，相關系數分別為0.770和0.538。

圖1 2018年9月7日城區站負氧離子與雨量變化情況

3 武平縣負氧離子濃度預報模型的建立及檢驗

3.1 武平縣負氧離子濃度預報模型的建立

通過上述相關性分析可得，影響武平縣空氣負氧離子濃度日變化的主要氣象因子是U、R、Th、V、Tm、Tl。將日平均負氧離子濃度作為因變量Y，U、R、Th、V、Tm、Tl作為自變量。采用SPSS軟件選取多元線性回歸和曲線回歸(線性、對數、二次項式、S模型等多種函數)進行擬合，選取最優方式進行逐步回歸，建立R2最大且通過顯著性檢驗的模型(見表3)。城區和梁野山的多元回歸方程和回歸系數均通過0.05的顯著性水平檢驗，梁野山站的回歸方程是以U顯著相關的線性方程為最佳模型，城區站的回歸方程雖然在統計上是顯著的，但擬合度不高。

表3 武平負氧離子濃度預報方程及檢驗

3.2 武平縣城區站負氧離子濃度分季節預報模型的建立

為了進一步建立更加精細的城區站負氧離子濃度預報模型，按照分季節的氣象要素相關性影響，建立不同季節的負氧離子獨立預報模型。先分析各季負氧離子濃度與氣象要素的相關性，再選取相關性最好的氣象因子建立曲線擬合回歸方程。以武平縣冬季預報模型為例，冬季負氧離子與相對濕度的相關性最好，利用武平縣城區站日平均負氧離子濃度為因變量Y，以日平均相對濕度為自變量U，用SPSS軟件進行曲線擬合，預報模型擬合(圖2),預報模型和相關參數(表4)。

圖2 武平城區冬季預報模型擬合圖

表4 武平城區負氧離子冬季預報模型

多種擬合方式中，以二次多項式模型的相關系數(R2)0.386為最大，與負氧離子濃度實際觀測值的分布趨勢較接近。因此，城區站冬季負氧離子濃度預報模型選擇二次多項式，其回歸方程如下：

Y=1763.040-30.183U+0.316U2

(1)

其中Y為日平均負氧離子濃度，U為日平均相對濕度。

同樣，選取春季、夏季、秋季三季相關性最好的氣象因子建立曲線回歸預報方程，以日平均負氧離子濃度Y為因變量，以相關性最大的氣象因子為自變量，用多元線性回歸和曲線擬合(選擇線性、對數、二次多項式、S曲線)，得到城區其它季節的預報方程如下：

春季預報方程(二次多項式)：

Y=68.921+28.808U-0.157U2

(2)

夏季預報方程(S曲線)：

Y=e7.890-41.480/U

(3)

秋季預報方程：(S曲線)

Y=e7.629-25.429/U

(4)

3.3 預報模型的檢驗

為了檢驗模型實際的預報效果，分別對武平縣城區站和梁野山站日負氧離子濃度預報模型進行檢驗，選取2018年12月整月資料作為檢驗樣本，將逐日數據代入武平縣城區負氧離子濃度全年預報模型及城區站分季節預報模型中，分別計算日負氧離子濃度數值(見圖3)。結果發現，分季節細化的相對濕度曲線回歸負氧離子濃度預報模型與實測負氧離子濃度值數據變化趨勢更為一致，數值與實測值更為接近。因此，武平縣城區負氧離子濃度預測模型選用分季節的濕度曲線預報模型效果更好。

圖3 武平城區冬季負氧離子濃度預報模型檢驗

從梁野山負氧離子濃度預報模型的檢驗結果看，雖然選擇相對濕度單要素線性相關預報模型，但預報值與實測值接近，檢驗效果非常好，預報準確率高。

圖4 武平梁野山負氧離子濃度預報模型檢驗

4 結論與討論

通過對武平縣負氧離子濃度變化與氣象因子的相關性分析，發現城區站和梁野山站影響負氧離子濃度的氣象要素略有不同，總體分析，影響武平縣負氧離子濃度日變化的關鍵氣象因子為相對濕度，并與之呈正相關。

從負氧離子濃度在不同天氣背景下的變化特征分析，發現負氧離子濃度在有雨天高于無雨天，梁野山站負氧離子濃度日平均值高于城區站。

在武平城區一次典型降水過程中負氧離子濃度與雨量變化情況分析，負氧離子濃度變化峰值與降水峰值有較好的對應關系，并且與相對濕度、雨量呈正相關。

從武平縣負離子濃度預報模型檢驗來看，利用相對濕度建立的負氧離子濃度預報模型具有較好的預測能力。城區站分季節負氧離子濃度預報模型的預報值與實際值更接近，可為開展負氧離子濃度精細化預報提供支撐。