長沙市氣象因素對大氣污染的影響分析①

謝 昆，陳博明

（1．長沙環境保護職業技術學院，湖南 長沙410004；2．湖南省生態環境事務中心，湖南 長沙410007）

我國經濟發展迅速，但環境問題不可忽視［1］。水污染［2］、大氣污染［3］、土壤污染［4］和生態環境問題使區域發展面臨挑戰。其中大氣污染物的組分來源復雜，對經濟發展、人體健康的影響大［5－6］。為有效防治大氣污染，國內外學者對大氣污染的影響因素做了大量研究，初步將大氣污染的影響因素劃分為自然因素和人為因素［7－8］；影響大氣污染的自然因素有氣象因素、海拔、植被覆蓋、地形等，人為因素主要涉及城市發展、工業發展、農業活動、土地利用／土地覆蓋變化［9］等。以PM2．5和O3污染為代表的區域大氣復合污染問題，近年來成為大氣污染問題的研究熱點［10－11］。未來的大氣污染將會隨著氣候的變化而變化［12－13］。有研究表明，平均氣溫、平均降水量與空氣質量指數（Air quality index，AQI）均呈極顯著負相關，氣壓與AQI呈顯著正相關［14］；平均氣溫、平均風速對PM2．5濃度空間分布有影響作用，平均氣壓、地形起伏度、日照時間和平均風速對O3濃度空間分布有影響作用［15－16］。可見氣象因素對大氣污染影響作用至關重要。本文以長沙市為例，通過分析長沙市氣象因素對大氣污染的影響作用，為長沙市大氣污染預防與控制提供科學理論依據。

1 數據與研究方法

1．1 數據來源

本研究的大氣污染物數據來自天氣后報（http：∥www．tianqihoubao．com／），主要指標有AQI、SO2、NO2、CO、O3、PM2．5、PM10濃度。氣象數據來自國家氣象科學數據中心（https：∥data．cma．cn／），WMOID＝576 87，主要指標有平均氣溫（TEM，0．1℃）、平均氣壓（PRS，0．1 hPa）、平均風速（WIN，0．1 m／s）、日照時數（SSD，0．1 h）、平均相對濕度（RHU，1%）。大氣污染物數據與氣象要素數據為2016～2019年逐日觀測統計數據。

AQI是定量描述空氣質量狀況的無量綱指數，空氣質量分指數依據（individual air quality index，IAQI）是單項污染物的空氣質量指數，首要污染物（primary pollutant）指AQI＞50時IAQI最大的空氣污染物。依據《環境空氣質量指數（AQI）技術規定（試行）》（HJ 633—2012），空氣質量分指數級別及對應的污染物項目濃度限值見表1。

表1 空氣質量分指數及對應的污染物項目濃度等級劃分

《環境空氣質量指數（AQI）技術規定（試行）》（HJ 633—2012）及《環境空氣質量標準》（GB 3095—2012）是為了保護和改善生態環境、生活環境、人體健康而制定的。污染物項目P的空氣質量分指數計算公式為：

式中IAQIp為各單項污染物的空氣質量分指數；IAQIHi為與Cp接近的高位臨界值對應的空氣質量指數；IAQILo為與Cp接近的低位臨界值對應的空氣質量指數；BPHi為與Cp接近的高位臨界值；B PLo為與Cp接近的低位臨界值；Cp為污染物濃度值。

空氣質量指數計算公式為：

式中IAQI為空氣質量分指數；n為污染物項目。

1．2 主要研究方法

本文采用的研究方法包括相關性分析和逐步回歸分析［17－18］，其中相關性分析由軟件SPSS19．0完成，逐步回歸分析由軟件Eviews8．0完成。文中所有繪圖在Excel2013和Eviews8．0中完成。

2 結果與分析

2．1 大氣污染物時間變化分布特征

長沙市2016～2019年空氣質量狀況見表2。由表2可知，長沙市空氣質量優、良天數占比相對較大，且逐年呈現上升趨勢；輕度污染和中度污染天數占比總體呈逐年下降趨勢；重度污染和嚴重污染天數變化不穩定，這對改善長沙市空氣質量構成一定挑戰。總體來看，長沙市空氣質量逐年向好。

表2 長沙市2016～2019年空氣質量狀況

長沙市2019年SO2、NO2、CO、O3、PM2．5、PM10濃度逐日分布圖見圖1。對照表1分析得出，長沙市SO2、NO2、CO、PM10濃度基本保持在二級標準以內，狀況優良。O3濃度在7、8、9月急劇增加，且在8月達到三級標準（輕度污染）；PM2．5濃度在1、11、12月急劇增加，且超過四級標準（中度污染）。可以得出，O3和PM2．5是長沙市2019年主要的大氣污染物。進一步分析了2016～2018年O3、PM2．5濃度逐日變化趨勢，結果如圖2～3所示。結合圖1和圖2可知，長沙市2016～2019年O3濃度呈現逐年增加趨勢，由2016年的一級標準增加到了2019年的三級標準，說明長沙市O3對大氣的污染逐年加重。結合圖1和圖3可知，長沙市2016～2019年PM2．5濃度呈現下降趨勢，一級和二級占比逐年增加，三級和四級占比逐年降低，說明長沙市PM2．5對大氣的污染逐年減輕；但是三級和四級污染仍然是長沙市PM2．5濃度治理的工作重點。

圖1 長沙市2019年大氣污染物時間變化趨勢

圖2 長沙市2016～2018年O3變化趨勢

圖3 長沙市2016～2018年PM2．5變化趨勢

2．2 氣象因素時間變化特征

對長沙市2016～2019年逐日氣象因素變化進行了統計分析，結果見圖4。由圖4可見，2016～2019年長沙市全年平均氣溫變化趨勢基本一致，呈現顯著的倒“U”型。2016～2019年長沙市平均氣壓全年變化趨勢基本保持一致，呈現顯著的“V”型變化趨勢。2016～2019年長沙市平均風速全年波動顯著，1～5月呈現波動下降，6～12月波動上升。2016～2019年長沙市日照時數全年變化趨勢呈現顯著的倒“V”型變化趨勢。2016～2019年長沙市平均相對濕度變化趨勢相對平穩，但存在顯著的波動。

圖4 長沙市2016～2019年氣象逐月趨勢

2．3 氣象因素對空氣質量的影響分析

基于前面對長沙市空氣質量和氣象因素的分析，以逐日O3、PM2．5濃度值為因變量，以相對應的逐日氣象因素為自變量，分析氣象因素對O3、PM2．5濃度的影響作用。

2．3．1 相關性分析結果

分別對O3、PM2．5濃度和氣象因素做相關性分析，結果如表3所示。與O3濃度在0．01水平上有顯著正面影響的氣象因素有平均氣溫（TEM，0．63）和日照時數（SSD，0．52），有顯著負面影響的氣象因素有平均氣壓（PRS，－0．5）、平均風速（WIN，－0．1）和平均相對濕度（RHU，－0．4）。與PM2．5濃度在0．01水平上有顯著正面影響的氣象因素有平均氣壓（PRS，0．45），有顯著負面影響的氣象因素有平均氣溫（TEM，－0．42）、日照時數（SSD，－0．11）和平均相對濕度（RHU，－0．17）。平均氣溫（TEM）和平均氣壓（PRS）分別對O3、PM2．5濃度的影響作用相反，這對O3、PM2．5的治理帶來難題，即降低PM2．5對大氣的污染，勢必會增加O3對大氣的污染。平均相對濕度（RHU）均對O3、PM2．5濃度產生顯著的負面影響，這意味著長沙市應采取措施增加空氣的相對濕度，以便同時有效緩解O3、PM2．5對大氣的污染程度。

表3 O3、PM2．5與氣象因素相關性分析

2．3．2 逐步回歸分析結果

相關性分析結果只能說明氣象因素對O3、PM2．5濃度是否存在顯著、積極或消極影響，不能說明其影響程度。基于相關性分析結果，采用線性回歸分析法揭示長沙市氣象因素對O3、PM2．5濃度的影響程度和解釋力度。

分別對與O3、PM2．5濃度相關性顯著的氣象因素進行線性關系初步判斷，結果分別見圖5～6。從圖5可知，與O3濃度線性關系顯著的氣象因素有平均氣溫、平均氣壓、日照時數和平均相對濕度；從圖6可知，與PM2．5濃度線性關系顯著的氣象因素有平均氣溫、平均氣壓和平均相對濕度。一般情況下，氣溫越高，氣壓越低（圖5），氣溫與氣壓存在顯著線性關系，無法避免變量的多重共線性，所以本研究通過逐步回歸分析O3、PM2．5濃度與氣象因素之間的線性關系。

圖5 O3與氣象要素線性關系初判斷

圖6 PM2．5與氣象要素線性關系初判斷

逐步回歸分析結果如表4所示。從表4可知，平均氣溫、平均氣壓和平均相對濕度是對O3、PM2．5濃度相對較好的氣象因素解釋變量。首先，各氣象因素對O3、PM2．5濃度的影響作用與相關性分析結果一致，證明了研究結果的科學性。其次，平均相對濕度分別與平均氣溫、平均氣壓最對分析時，其系數都高于其他2個氣象因素，說明在平均氣溫和平均氣壓不能同步調節和控制的情況下，長沙市人工增加平均相對濕度能夠同時有效降低O3和PM2．5濃度。最后，如果把長沙市O3濃度的解釋變量看作灰箱“1”，那么O3濃度變化的46%能夠由氣象因素解釋；同理可得長沙市PM2．5濃度變化的23%可由氣象因素解釋。

表4 O3、PM2．5與氣象要素線性回歸分析

3 結 論

1）長沙市空氣質量逐年向好，SO2、NO2、CO、PM10濃度基本保持在二級標準以內，狀況優良，PM2．5對大氣的污染逐年減輕，O3對大氣的污染逐年加重。

2）對O3濃度正面影響的氣象因素是平均氣溫和日照時數，負面影響的氣象因素是平均氣壓、平均風速和平均相對濕度；對PM2．5濃度正面影響的氣象因素是平均氣壓，顯著負面影響的是平均氣溫、日照時數和平均相對濕度。

3）長沙市O3濃度變化的46%能夠由氣象因素解釋，PM2．5濃度變化的23%可由氣象因素解釋。增加平均相對濕度能夠同時有效降低O3和PM2．5濃度。