鄒平縣空氣質量與氣象條件關系研究

劉路花　李華

摘 要：利用鄒平縣2010-2013年空氣質量定點監測資料以及同期的地面氣象要素降雨量、相對濕度、風和氣壓等資料，該文開展了主要空氣污染因子同氣象條件之間的必然性研究，掌握了不同的氣象條件情況下空氣污染因子質量濃度的變化情況，建立了污染濃度預報模式，為有效控制空氣污染提供科學依據。

關鍵詞：空氣質量；氣象條件；預報模式；鄒平縣

中圖分類號 X511 文獻標識碼 A 文章編號 1007-7731（2014）24-103-06

20世紀以來，隨著現代工業及交通運輸業等的快速發展，城市空氣污染日益嚴重，空氣質量問題也越來越受到世界各國政府和社會民眾的高度關注。控制大氣污染，改善城市大氣環境質量的呼聲日益強烈。由于城市環境短期內變化相對有限，城市空氣污染狀況實際上是由污染源和氣象條件2個內外因素共同決定的。其中，影響空氣質量的核心因素是復雜的氣象條件，大氣條件的優劣直接影響著空氣污染物的分布狀態，氣象因子對城市大氣環境質量的影響是當前一個重要研究課題。利用鄒平縣2010-2013年空氣質量定點監測資料以及同期的地面氣象要素降雨量、相對濕度、風和氣壓等資料，本文開展了主要空氣污染因子同氣象條件之間的必然性研究，進而掌握在不同的氣象條件情況下空氣污染因子質量濃度的變化情況，并利用逐步回歸方法，建立了污染濃度預報模式，為有效控制空氣污染提供科學依據。

1 基礎資料及分析方法

1.1 大氣污染的定義 大氣污染是指在自然環境或人為因素的影響下，引起氣體成分、性狀、構成等發生改變，改變之后的氣體與原始氣體相比較而言，內部含有了一部分有害、有毒物質，這些有害、有毒物質將不利于人們生活質量的提升和身心健康的保障，因此，我們將這類氣體稱為污染氣體，也就是所謂的大氣污染。大氣污染從本質上來講，大致涵蓋了3類構成者：一是污染源頭；二是污染物質濃度；三是污染危害狀況。

1.2 空氣污染指數分級及其濃度限值 在針對空氣污染指數分級的過程中，筆者的取值范圍為0～500，空氣污染指數的高低，直接體現出空氣污染的狀況。與此同時，空氣污染指數與空氣污染濃度存在必然的聯系，詳情如表1所示。由表1可知，空氣污染指數與空氣質量存在必然的關聯，即指數越高，空氣質量越差，當然對人類的身心健康影響也越大。因此，針對空氣質量現狀，必須提出切實可行的決策和依據。

表1 空氣污染指數分級濃度限值

[污染指數

AP1＼&污染物濃度（mg/m3）＼&SO2＼&i=1＼&NO2＼&i=2＼&PM10＼&i=3＼&j=6＼&500＼&2.101～2.620＼&0.751～0.940＼&0.501～0.600＼&j=5＼&400＼&1.601～2.100＼&0.566～0.750＼&0.421～0.500＼&j=4＼&300＼&0.801～1.600＼&0.281～0.565＼&0.351～0.420＼&j=3＼&200＼&0.151～0.800＼&0.121～0.280＼&0.151～0.350＼&j=2＼&100＼&0.051～0.150＼&0.081～0.120＼&0.051～0.150＼&j=1＼&50＼&0.000～0.050＼&0.000～0.080＼&0.000～0.050＼&]

1.3 資料選取 主要污染物PM10、NO2、SO2的監測數據取自鄒平縣環保局提供的2010年1月1日至2013年12月31日逐日監測實況資料。空氣質量日報監測周期為24h，數據監測周期起止時間為前一日12：00至當日12：00。共有3個監測點，分別在鄒平縣環保局、鄒平縣實驗二小、鄒平縣高新區3個采樣點，取其逐日平均濃度的算術平均值，以代表污染物的平均狀況。我國于2000年對城市空氣質量進行了分級，根據空氣污染指數，確定出了分級標準，具體劃分為5檔7級，詳情如表2所示。該空氣質量資料選自于鄒平縣氣象局提供的氣象要素數據（氣壓、降水、風向風速、相對濕度、云量等）資料。

表2 空氣質量分級標準

[API＼&空氣質

量級別＼&空氣質

量狀況＼&對人體健康的影響＼&0～50＼&Ⅰ＼&優＼&能夠正常活動 ＼&51～100＼&Ⅱ＼&良＼&能夠正常活動＼&101～150＼&Ⅲ＼&輕微污染＼&長期呼吸之后，易感人群出現癥狀＼&151～200＼&Ⅳ＼&輕度污染＼&長期呼吸之后，健康人群出現癥狀＼&201～250＼&Ⅴ＼&中度污染＼&一定時間呼吸之后，健康人群出現癥狀＼&251～300＼&Ⅵ＼&中度重污染＼&一定時間呼吸后，心臟病和肺病患者癥狀顯著加劇＼&>300＼&Ⅶ＼& 重度污染＼&健康人群明顯出現強烈癥狀，提前導致部分病癥＼&]

1.4 分析方法 采用統計方法分析3種污染物的月、季、年變化特征和年際變化趨勢，利用SPSS軟件，對空氣污染指數與氣象條件之間的關聯性進行了深入細致的研究，通過關聯性的分析，明確氣象條件因素對空氣污染指數大小的制約。

2 鄒平縣空氣質量特征分析

2.1 近年空氣質量狀況 根據空氣質量分級標準，統計鄒平縣2010-2013年各級空氣污染指數出現日數（表3），結果表明，鄒平縣最近4a以來，其空氣質量狀況達到優級的天數非常少，僅為27d，占總天數的2%；良的為475d，占總天數的35.3%；輕微污染為667d，占總天數的49.6%；輕度污染為121d，占總天數的9.0%；中度污染為15d，占總天數的1.1%；中重度污染為16d，占總天數的1.2%；重度污染為25d，占總天數的1.9%。也就是說，空氣質量適宜人類活動的時間占總時間的37.3%，不利于人類生活、工作，甚至誘發某些疾病的時間占62.7%，說明鄒平縣污染比較嚴重，空氣質量狀況較差。

表3 2010-2013年鄒平縣不同等級空氣質量出現日數（d）endprint

[年份＼&優＼&良＼&輕微

污染＼&輕度

污染＼&中度

污染＼&中重度

污染＼&重度

污染＼&2010＼&3＼&133＼&178＼&27＼&2＼&3＼&3＼&2011＼&18＼&132＼&158＼&31＼&2＼&3＼&2＼&2012＼&6＼&99＼&181＼&27＼&4＼&0＼&1＼&2013＼&0＼&111＼&150＼&36＼&7＼&10＼&19＼&]

2.2 3種污染物的年際變化特點 2010-2013年，鄒平空氣污染指數平均數值是118，處于國家環境空氣質量三級標準（101

[0.18

0.14

0.1

0.06

0.02][污染物濃度（mg/m3）][2010 2011 2012 2013][年份][PM10濃度

NO2濃度

線性（SO2濃度）][SO2濃度

線性（PM10濃度）

線性（NO2濃度）]

圖1 各污染物濃度的年變化

2.3 3種污染物濃度的月際變化特征 由圖2可見，各污染物的平均濃度具有明顯的月變化規律。其中：（1）PM10濃度10月至次年3月偏高，平均濃度大于年平均濃度，6～9月較低，平均濃度均小于年平均濃度，1月濃度最高（0.184mg/m3），污染最重，9月濃度最低（0.130mg/m3），污染最輕，年平均API值110，是3種污染物中污染程度最嚴重的。（2）SO2濃度11月至次年3月較高，7～8、10月濃度較低，年平均API值81，質量等級為良。（3）NO2濃度10月至次年4月較高，4月最高，是3中污染物中污染程度最輕的，年平均API值38，質量等級為優。造成3種污染物這種分布的主要原因是11月至次年的3月大氣層結相對穩定，大氣低層容易出現逆溫層，污染物垂直輸送能力差，導致污染物堆積，造成空氣污染嚴重；而4～10月太陽輻射強，近地面層熱力對流旺盛，易產生較強的局地對流，低層污染物易被垂直輸送到高空，所以空氣質量相對較好。

[污染物濃度（mg/m3）][0.250

0.200

0.150

0.100

0.050

0.000][1 2 3 4 5 6 7 8 9 10 11 12][月份][PM10][SO2][NO2]

圖2 各污染物物濃度的月變化

2.4 污染物的季節變化特征特征 空氣質量具有明顯的溫差反應。污染物濃度按照一年四季來劃分，其濃度從大到小依次為冬季、春季、秋季、夏季，具體如下圖3所示。

[污染物濃度（mg/m3）][0.200

0.180

0.160

0.140

0.120

0.100

0.080

0.060

0.040

0.020

0.000][冬季][春季][夏季][秋季][PM10][SO2][NO2]

圖3 各種污染物濃度的季節變化特征

3 氣象條件變化對空氣質量的影響

空氣質量的變化特征和季節因素重點由污染源與和污染物在大氣中擴散的氣象條件所決定。一般來說，污染源的狀況在一定時間內相對穩定，大氣對污染物的擴散能力則變化很大，與季節及氣象條件的變化極其密切。在污染源恒定的情況下，天氣系統及氣象要素的變化直接影響著空氣質量的變化。在此以主要污染物PM10為例，來說明氣象條件變化對空氣質量的影響。

3.1 季節的影響 由表4可知，冬季（12月至次年2月）污染日數最多，占總污染日數的46%；冬季API指數平均為138，其次為春季（3～5月），占總污染日數的38%，春季API指數僅次于冬季為133，秋季（9～11月）占總污染日數的12%，API指數平均為101，夏季（6～8月）污染日數僅占4%，API指數平均為89，這表明，空氣質量在冬季最差，夏季最好。究其原因，是因為冬季采暖導致燃煤量增加，污染加重，冬季降水較少，氣候干燥，刮風天氣較少，光照較弱，日照時間短，溫度低，低空逆溫層厚且出現的幾率偏高，不利于污染物的稀釋和擴散，春季的時候，由于刮風的原因，沙塵暴天氣較多。夏季由于太陽輻射很強，大氣對流活動旺盛，且降雨天氣較多，對污染物質清除作用明顯。

表4 空氣質量季節變化

[季節＼&API指數＼&污染日數概率（%）＼&Ⅳ級以上天數（d）＼&冬季＼&138＼&46.0＼&51＼&春季＼&133＼&38.0＼&29＼&夏季＼&89＼&4.0＼&3＼&秋季＼&101＼&12.0＼&10＼&]

3.2 地面氣象要素對空氣質量的影響

3.2.1 降水 降水對大氣污染物有清洗和稀釋的作用，大氣中的一些污染氣體能夠溶解在水中，較大的降水對空氣污染物粉塵顆粒也起著有效的清除作用，使空氣中的污染物得到自然凈化，研究中的4a中，凡是下雨天，鄒平的空氣質量要稍微好一些，優良等級也比較明顯。根據統計，2010-2013年降水日數為284d占全部監測日的21%，與無降水相比，SO2、NO2、PM10污染物濃度平均降低0.024、0.014、0.018，API指數平均降低11%、14%、10%。從表5可以看出，降水日與非降水日的空氣污染指數相差很大，分別為97和120，空氣優良率分別為58.3%和35.3%，降水日空氣質量為優良等級的日子有123d，占總比的43.3%。與此同時，可以看到，當降水之后，空氣污染指數會得到大幅減小，這就說明空氣污染指數在一定程度上與降水存在關聯。如果1d的降水量超出25mm時，空氣污染指數的平均數值是73，符合國家二級空氣質量標準，空氣質量為優良的概率為73.3%；當1mm≤日降水量<25mm，API指數平均為84，空氣質量優良率64.4%；當日降水量≤1mm時，API指數平均值為103，屬于國家三級空氣質量標準，雨水的沖刷和凈化作用相對有限，空氣質量優良的概率為46.9%。

表5 2010-2013年空氣質量與降水的關系

[降水情況＼&API指數＼&天氣優良率（%）＼&非降水日＼&120＼&35.3＼&降水日＼&96＼&58.3＼&降水量≥25mm＼&73＼&73.3＼&1mm≤日降水量<25mm＼&84＼&64.4＼&日降水量≤1mm＼&103＼&46.9＼&]

3.2.2 風

3.2.2.1 風速 風速的大小反映大氣水平運動的程度，通常而言，風速的大小與大氣污染物質的擴散存在正比例關系，即風速越大，大氣污染物擴散范圍也越廣；但另一方面，風速越大，則煙羽的抬升高度越低，反而會增加污染物的地面濃度，同時風速增大還可能增加開放源源強，地面浮塵易被吹起，因此風速對污染物環境濃度具有雙重影響。風速與環境空氣質量的關系統計結果見表6，由表6可以看出，風速與污染物濃度基本呈反比例關系，靜風時污染最重，但當風速達到7.5m/s時，可吸入顆粒物污染濃度會有所增加。

表6 風速與空氣質量關系

[風速（m/s）＼&PM10＼&SO2＼&NO2＼&c＼&0.185＼&0.153＼&0.073＼&1＼&0.175＼&0.150＼&0.071＼&2＼&0.168＼&0.144＼&0.067＼&3＼&0.160＼&0.132＼&0.054＼&4＼&0.151＼&0.121＼&0.046＼&5＼&0.150＼&0.106＼&0.040＼&6＼&0.148＼&0.104＼&0.034＼&7＼&0.147＼&0.102＼&0.046＼&≥8＼&0.156＼&0.134＼&0.048＼&]

3.2.2.2 風向 風向則決定污染的遷移方向，污染源的不同方位上所受的污染程度大不相同，在污染源的下風向，往往受害較重。風向與環境空氣質量的關系統計結果見表7，由表7可知，不同風向時空氣污染差別較大，除靜風外，在出現北風，特別是東北風時，空氣質量最差，因為鄒平高污染、高排放大型企業都集中在縣城北邊。

表7 風向與空氣質量關系

[風向＼&PM10＼&SO2＼&NO2＼&N＼&0.175＼&0.148＼&0.069＼&NE＼&0.173＼&0.153＼&0.070＼&E＼&0.154＼&0.149＼&0.046＼&SE＼&0.148＼&0.133＼&0.046＼&S＼&0.150＼&0.1112＼&0.040＼&SW＼&0.148＼&0.1117＼&0.034＼&W＼&0.147＼&0.132＼&0.046＼&NE＼&0.166＼&0.144＼&0.052＼&]

3.2.3 氣壓 根據氣象資料統計，發現空氣質量與氣壓變化存在一定的關系，當日平均年氣壓≤990.0hPa時，空氣質量最好，污染物平均濃度和污染出現率最低，隨著氣壓的增加，空氣質量下降，這反映了低壓內部的垂直上升運動有利于污染物的擴散，而高壓內部的下沉氣流則容易造成污染物的沉降、濃度升高。當日平均氣壓>1 000hPa時，污染出現率比日平均氣壓990～1 000hPa時降低，優的出現率增加，這與冬季冷空氣的影響有關，冷空氣影響風速加大，促進了污染物的擴散，使空氣質量有所好轉。

3.2.4 相對濕度 筆者通過分析、研究指出，空氣污染指數與相對濕度存在一定的關聯，如果空氣污染指數高于3，那么相對濕度的范圍可以達到40%～60%；如果空氣污染指數為1，那么相對濕度的范圍可以高達80%～90%。這主要是由于濕度增大后其中的水汽對顆粒物PM10有吸附作用，進而使PM10質量增加而沉降到地面，另一方面，濕度加大容易加劇層結的不穩定，使污染物容易擴散，從而降低污染濃度，當空氣濕度降低時，層結穩定度加大，污染物擴散受到抑制，質量濃度升高。

3.2.5 氣溫 氣溫的高低直接影響大氣污染程度。由表8可知，當日平均溫度高于25℃時，空氣污染指數為86，天氣優良率為69.6%，Ⅳ級以上概率為1.34%，這個氣溫條件下，空氣質量可以達到2級標準，為良好。究其原因，由于氣溫越高，空氣污染物擴散程度越大，范圍越廣，致使污染指數降低；如果日平均氣溫處于10～25℃，空氣污染指數平均為97，符合國家空氣質量二級標準，空氣優良率53.6%；如果日平均氣溫處于0～10℃，空氣污染指數平均為105，天氣優良率為52.3%，超出二級標準；當日氣溫<0℃時，空氣API指數平均為120，優良率僅為29.7%，容易發生三級以上的污染，空氣質量比較差，這個時候，由于氣溫較低，空氣污染物擴散程度不大，致使污染物集聚起來，引起空氣污染指數上升。endprint

表8 氣溫與空氣質量的關系

[氣溫＼&API指數＼&天氣優良率（%）＼&Ⅳ級以上概率（%）＼&日氣溫≥25℃＼&86＼&69.6＼&1.34＼&10℃≤日氣溫<25℃＼&97＼&53.6＼&5.17＼&0℃≤日溫度<10℃＼&105＼&52.3＼&9.34＼&日氣溫<0℃＼&120＼&29.7＼&19.21＼&]

3.2.6 能見度 大氣細小微粒和漂浮物質能夠吸收光源，并且起到擴散的作用，如果大氣中的漂浮物和細小微粒過多，那么其能見度勢必會降低。大氣中的漂浮微粒大多數為污染物質，大氣能見度的高低與空氣污染指數、大氣污染物濃度等指標存在直接關聯。由表9可知，當大氣能見度高于25km的時候，空氣污染指數為78，達到國家規定二級標準，天氣優良率、Ⅳ級以上概率數值分別為84.0%和0.67%；當能見度在15～25km時，API指數平均值為86，達到國家規定二級標準，天氣優良率、Ⅳ級以上概率數值分別為74.9%和0.83%；當大氣能見度在10～15km的范圍內時，空氣污染指數為102，超出國家規定二級標準，天氣優良率、Ⅳ級以上概率數值分別為61.3%和1.34%；如果大氣能見度小于10km的時候，空氣污染指數為117，超出國家規定二級標準，天氣優良率、Ⅳ級以上概率數值分別為24.9%和13.24%。

表9 能見度與空氣質量的關系

[能見度＼&API指數＼&天氣優良率（%）＼&Ⅳ級以上概率（%）＼&≥25km＼&78＼&84.0＼&0.67＼&15km≤能見度<25km＼&86＼&74.9＼&0.83＼&10km≤能見度<15km＼&102＼&61.3＼&1.34＼&<10km＼&117＼&24.9＼&13.24＼&]

3.3 API指數與地面常規氣象因素的關聯性研究 筆者選取2010-2013年4個年度，對鄒平空氣污染指數與地面常規氣象因素進行了關聯性研究，經過一系列研究和計算，確定了Pearson關聯系數。通過對研究結果的分析，可以看出，空氣污染指數與大氣能見度、降水量、風速、云彩量等常規氣象因素存在一定的關聯性，一般呈反比例關系，除了秋季之外，大氣溫度與空氣污染指數呈正比例關系。在春季和冬季，空氣污染指數與云彩量呈正比例關系，夏季和秋季呈反比例關系；在春季和夏季，空氣污染指數與氣壓呈反比例管理，秋季和冬季二者呈正比例關系（表10）。

表10 2010-2013年氣象要素與空氣污染指數相關關系

[季節＼&降水＼&風速＼&氣溫＼&露點＼&總云量＼&低云量＼&氣壓＼&能見度＼&春季＼&-0.076*＼&0.009＼&0.02*＼&-0.32*＼&0.013＼&0.022＼&-0.003＼&-0.27*＼&夏季＼&-0.16*＼&-0.05＼&0.22*＼&-0.20*＼&-0.15*＼&-0.18*＼&-0.03＼&0.096*＼&秋季＼&-0.21*＼&-0.27*＼&-0.39*＼&-0.39*＼&-0.39*＼&-0.42*＼&0.05＼&-0.43*＼&冬季＼&-0.12*＼&-0.30*＼&0.021＼&0.007＼&-0.12*＼&0.16*＼&0.012＼&-0.50*＼&]

注：*表示相關系數在0.01置信水平下顯著（雙惻檢驗）。

4 空氣質量預報方法研究

空氣質量預報過程中，天氣狀況顯得非常關鍵，空氣質量預報與天氣預報截然不同，具備一定的變化規則。從模式層面而言，空氣質量預報可以分為3個類別：一是潛勢預報；二是統計預報；三是數據預報。從空氣污染層面而言，空氣質量預報能夠被劃分為2類：一是污染潛勢預報；二是污染濃度預報。本文重點從空氣污染層面來對空氣質量預報展開研究和論述，今后將嘗試用權重系數法將各種空氣質量預報整合、歸納起來，形成統一化、標準化預報方法。

4.1 空氣污染潛勢預報的決策和參數 一般情況下，空氣污染潛勢主要是針對污染物質擴散水平的表征。現階段，對于空氣污染潛勢參數是無法進行直接確定的，而是結合天氣狀況、相關因子等進行參數的確定。因為污染物質擴散強度與其分布和形態不存在直接關聯，所以，空氣污染潛勢預報的最終結果為當地氣象狀況參數，這些參數主要涵蓋了氣溫、日降水量、相對濕度、風速、氣壓等。通過上邊的統計分析，除了天氣形勢外氣象參數已進行了上述分析，現對天氣形勢進行重點分析。

4.2 天氣狀況類別劃分 天氣狀況與所有氣象條件之間有機關聯，天氣狀況的不同，其氣象條件也將各不一致。如此一來，空氣污染物質的擴散強度將會受到天氣狀況的影響。筆者通過對地面天氣圖的分析和研究，主要分析了受污染天氣的地面天氣圖，將其大致分為以下2類：一是氣壓場較強，利于污染物質擴散類型；二是氣壓場較弱，阻礙污染物質擴散類型。

4.2.1 利于污染物質擴散類型 利于污染物質擴散類型的地面天氣圖，其通常發生在冷鋒之后、高壓附近的低壓帶等部分。冷鋒之后，高壓附近將會產生冷空氣，隨著冷空氣的南下程度逐步加深，逆溫層的平衡被完全打破，同時產生強大的氣壓，風速隨之提升，在這種環境條件下，空氣污染物將會充分擴散；低壓控制過程中，云彩的數量增多，氣流比較順暢，呈現出一定的不穩定性，將加速了空氣污染物質的擴散；高壓區前面，強冷空氣逐步到來，雨水已經結束，北風刮起，將加速了空氣污染物質向下游擴散，有利于本區域空氣質量的提升。除此之外，冬季的雨雪，有利于空氣污染物的稀釋。

4.2.2 阻礙污染物質擴散類型 阻礙污染物質擴散類型的地面天氣圖，重點涵蓋了4個方面：一是華北地形槽類；二是冷高壓周圍；三是均壓場類；四是（弱）倒槽。倘若受到華北地形槽類制約的時候，上層空氣受高壓脊制約，下層受暖脊影響，上層暖流逐漸增加，逆溫發生變化，天氣狀況良好，十分平穩，這種天氣不利于大氣污染物質的擴散，導致污染物質濃度提升，該類型占總污染數量的40%；如果受到冷高壓制約的時候，天氣狀況良好，比較穩定，同時風速不大，氣流平穩，輻射逆溫會相對增強，這樣將不利于大氣污染物質的擴散，導致污染物質濃度增加。倘若受到均壓場影響的時候，上層沒有冷流與暖流的交互，整個大氣層顯得十分平穩，不利于大氣污染物質的有效擴散。如果受到（弱）倒槽的影響，上層出現暖流，越接近地平面，氣壓越低，云彩越多，溫度越高，氣流越穩定，這種狀態同樣不便于空氣污染物質的有效擴散，導致污染物濃度得以提升。endprint

分析表明，鄒平空氣質量級別高于三級的月份通常發生在1a中的第一季度和12月份，筆者通過對鄒平2010年第一季度和12月空氣質量的研究和地面天氣圖的分析，從分析結果來看，有16次強冷空氣，導致了34個輕微度、輕度污染日，其空氣污染指數介于100～180。有20個污染日發生于冷空氣出現之前，隨著冷空氣的來臨，造成弱氣壓場，風速將降低，這樣將阻礙著空氣污染物的稀釋和擴散。有24個污染日發生于冷空氣出現之時和過去之后，其空氣污染指數的范圍介于100～200，這種空氣污染物質主要是來自于上游區域，隨著氣流的互動造成本區域污染物質的增多。兩次冷空氣加劇了可吸入顆粒物濃度的增加，兩次分別為輕微污染和重度污染，使得空氣質量滿足國家規定標準的五級，造成這種結果的原因是上游狂風導致的沙塵暴，將各種可吸入顆粒物質擴散過來，致使本區域污染物質數量增多，嚴重影響到空氣質量。

5 空氣污染物質濃度統計預報方法

空氣污染物質濃度統計預報過程中，首先需要進行預報模式和方法的創設，然后進行對象與因素關聯性的研究，置信度設置為0.005，檢驗工具為T，從氣象條件中確定出6個平均要素：一是x，表示平均本站氣壓預報值（百帕）；二是x4，表示平均相對濕度預報值（10-2）；三是x2，表示平均氣溫預報值（℃）；四是xS，表示平均風速預報值（m/s）；五是x3，表示平均水汽壓預報值（hPa）；六是x6，表示平均云量預報值（10-1）。

由于量級的大小各不相同，在研究和分析的過程中，將Y量級增加到1 000倍，之后將最終計算結果縮小1 000倍，其目的為了方便計算污染物質濃度預報數值。

通過對污染數據和氣象條件的研究，選擇出具備代表性和典型性的氣象條件因素，利用逐步回歸方式進行預報分析和統計。逐步回歸方式主要對氣象條件因素進行逐一審查和選擇，將最終確定好的氣象條件納入計算公式中進行計算，貢獻效率不大，效果不明顯的因素將被排除掉，實現方程的最優解。由于季節和溫度的不同，空氣污染物濃度將各不相同，下面針對4個季節，進行預報方程的設置：

春季：YPM10=1/1000（5549.0067-5.1509X1-11.1202X2+1.9031X3-2.6730X4）

YNO2=1/1000（-607.7512+0.7136X1-1.1120X2-1.8956X5-1.7234X6）

YSO2=1/1000（65.4167-1.7213X3-2.5152X5-2.0542X6）

夏季：YPM10=1/1000（-27.8891+5.8914x2-3.8141x3）

YNO2=1/1000（0.2221+0.0412x1+0.8895x2-1.3321x3-2.0213x5）

YSO2=1/1000（-0.1942+0.0576x1-0.3914x3-0.2732x4-1.3152x5）

秋季：YPM10=1/1000（81.234-0.5172x3-1.9423x6）

YNO2=1/1000（50.6342-0.95678x2-0.6534x6）

YSO2=1/1000（41.9345-0.7125x2-0.6954x6）

冬季：YPM10=1/1000（-910.7832+1.1012x1-3.9958x5）

YNO2=1/1000（42.5564-1.9856x5-0.9412x6）

YSO2=1/1000（3101.0056-2.9124x1-3.9123x6）

以上預報方程，在天氣狀況良好的時候，其結果很好，反之，如果天氣發生變化，其結果就沒有預期想象的那么好。究其原因，主要是明天的預報資料來自于對今天天氣狀況的分析，如果天氣狀況發生突變，那么明天的實際情況與預報情況相差甚遠。

6 模式結論驗證

為了對空氣污染物質濃度預報情況與實際情況作出充分驗證，筆者于2014年4月份對鄒平縣空氣中的可吸入微小顆粒進行了實地測試，通過對測試的結果來看，可吸入微小顆粒平均濃度為輕微度污染，其天數有10d，1d的污染程度達到中度，預報與實際相符的有6d。與此同時，污染程度逐漸加深的預報基本無誤，污染濃度良好的情況預報天數與實際相符，只是有4d沒有進行預報，有7d預報為優級，預測準確天數為3d，預報誤差率為29%。一級預報誤差天數為8d，二級預報誤差率為0。

為了確保上述驗證結果的精準性，筆者還對3月份可吸入微小顆粒濃度進行了驗證，其驗證結果為：3月份的預報準確程度高達70.2%，空氣質量為良的天數有18d，其中14d預報與實際相符，尚未有三級輕微度污染標準，有2d沒有預報，空氣質量為優級的天數有5d，報準2d。

通過對2014年3月和4月預報結果與實際結果的對比得知，上述方程具備一定的可行性，能夠被運用到實際操作過程中。隨著時間的推移和研究的深入，將對模式的預報效果進行進一步的檢驗。

7 小結

（1）PM10是鄒平縣最主要的首要污染物，出現的天氣最多，API指數平均118，處于國家環境空氣質量三級標準（101

（2）鄒平縣空氣質量具有明顯的季節變化變化特點，按照空氣質量的好壞，4個季度排序依次為夏季、春季、秋季、冬季。

（3）空氣質量與大氣溫度、風速、大氣能見度、區域降水量、氣壓等氣象條件密切相關，不同季節影響空氣質量的氣象因子并不相同。

（4）空氣污染指數與風速、降水量、大氣能見度、云彩量等氣象條件呈反比例關系。

（5）統計預報模式對污染物濃度的預報具有一定的預報能力，預報結果有較好的指示性，利用天氣形勢和氣象要素進行分析和計算，能夠在一定程度上提升空氣污染濃度的預報標準，滿足空氣質量的實時監測需求。

參考文獻

[1]董蕙青，黃海洪，何莉.廣西主要城市空氣質量狀況及其氣象條件關系分析[J].廣西氣象，2001，32（4）.

[2]劉彩霞，邊瑋.天津市空氣質量與預報因子相關分析[J].中國環境監測，2007，23（5）.

[3]連東英，林長城，郭進敏，等.氣象條件變化對三明市空氣質量的影響[J].安徽農業科學，2010，35（35）.

[4]曲曉黎，付桂琴，賈俊妹，等.2005-2009年石家莊市空氣質量分布特征及其與氣象條件的關系[J].氣象與環境學報，2011，27（3）.

[5]孫向朋，彭勇剛.深圳市近年空氣質量與氣象條件的關系[J].廣東氣象，2005，03.

[6]廉麗妹，高軍靖，束炯.城市大氣污染特征及其與氣象因子的關系[J].環境污染與防治，2011，33（5）.

[7]林長城，王宏，陳彬彬，等.福州和廈門大氣污染突變特征與氣象條件的關系[J].福建農林大學學報（自然科學版），2013，42（3）.

[8]肖舜，沈瑾，劉璐，等.西安世園會園區大氣環境質量與氣象因子關系分析[J].干旱氣象，2012，01.

（責編：張宏民）

分析表明，鄒平空氣質量級別高于三級的月份通常發生在1a中的第一季度和12月份，筆者通過對鄒平2010年第一季度和12月空氣質量的研究和地面天氣圖的分析，從分析結果來看，有16次強冷空氣，導致了34個輕微度、輕度污染日，其空氣污染指數介于100～180。有20個污染日發生于冷空氣出現之前，隨著冷空氣的來臨，造成弱氣壓場，風速將降低，這樣將阻礙著空氣污染物的稀釋和擴散。有24個污染日發生于冷空氣出現之時和過去之后，其空氣污染指數的范圍介于100～200，這種空氣污染物質主要是來自于上游區域，隨著氣流的互動造成本區域污染物質的增多。兩次冷空氣加劇了可吸入顆粒物濃度的增加，兩次分別為輕微污染和重度污染，使得空氣質量滿足國家規定標準的五級，造成這種結果的原因是上游狂風導致的沙塵暴，將各種可吸入顆粒物質擴散過來，致使本區域污染物質數量增多，嚴重影響到空氣質量。

5 空氣污染物質濃度統計預報方法

空氣污染物質濃度統計預報過程中，首先需要進行預報模式和方法的創設，然后進行對象與因素關聯性的研究，置信度設置為0.005，檢驗工具為T，從氣象條件中確定出6個平均要素：一是x，表示平均本站氣壓預報值（百帕）；二是x4，表示平均相對濕度預報值（10-2）；三是x2，表示平均氣溫預報值（℃）；四是xS，表示平均風速預報值（m/s）；五是x3，表示平均水汽壓預報值（hPa）；六是x6，表示平均云量預報值（10-1）。

由于量級的大小各不相同，在研究和分析的過程中，將Y量級增加到1 000倍，之后將最終計算結果縮小1 000倍，其目的為了方便計算污染物質濃度預報數值。

通過對污染數據和氣象條件的研究，選擇出具備代表性和典型性的氣象條件因素，利用逐步回歸方式進行預報分析和統計。逐步回歸方式主要對氣象條件因素進行逐一審查和選擇，將最終確定好的氣象條件納入計算公式中進行計算，貢獻效率不大，效果不明顯的因素將被排除掉，實現方程的最優解。由于季節和溫度的不同，空氣污染物濃度將各不相同，下面針對4個季節，進行預報方程的設置：

春季：YPM10=1/1000（5549.0067-5.1509X1-11.1202X2+1.9031X3-2.6730X4）

YNO2=1/1000（-607.7512+0.7136X1-1.1120X2-1.8956X5-1.7234X6）

YSO2=1/1000（65.4167-1.7213X3-2.5152X5-2.0542X6）

夏季：YPM10=1/1000（-27.8891+5.8914x2-3.8141x3）

YNO2=1/1000（0.2221+0.0412x1+0.8895x2-1.3321x3-2.0213x5）

YSO2=1/1000（-0.1942+0.0576x1-0.3914x3-0.2732x4-1.3152x5）

秋季：YPM10=1/1000（81.234-0.5172x3-1.9423x6）

YNO2=1/1000（50.6342-0.95678x2-0.6534x6）

YSO2=1/1000（41.9345-0.7125x2-0.6954x6）

冬季：YPM10=1/1000（-910.7832+1.1012x1-3.9958x5）

YNO2=1/1000（42.5564-1.9856x5-0.9412x6）

YSO2=1/1000（3101.0056-2.9124x1-3.9123x6）

以上預報方程，在天氣狀況良好的時候，其結果很好，反之，如果天氣發生變化，其結果就沒有預期想象的那么好。究其原因，主要是明天的預報資料來自于對今天天氣狀況的分析，如果天氣狀況發生突變，那么明天的實際情況與預報情況相差甚遠。

6 模式結論驗證

為了對空氣污染物質濃度預報情況與實際情況作出充分驗證，筆者于2014年4月份對鄒平縣空氣中的可吸入微小顆粒進行了實地測試，通過對測試的結果來看，可吸入微小顆粒平均濃度為輕微度污染，其天數有10d，1d的污染程度達到中度，預報與實際相符的有6d。與此同時，污染程度逐漸加深的預報基本無誤，污染濃度良好的情況預報天數與實際相符，只是有4d沒有進行預報，有7d預報為優級，預測準確天數為3d，預報誤差率為29%。一級預報誤差天數為8d，二級預報誤差率為0。

為了確保上述驗證結果的精準性，筆者還對3月份可吸入微小顆粒濃度進行了驗證，其驗證結果為：3月份的預報準確程度高達70.2%，空氣質量為良的天數有18d，其中14d預報與實際相符，尚未有三級輕微度污染標準，有2d沒有預報，空氣質量為優級的天數有5d，報準2d。

通過對2014年3月和4月預報結果與實際結果的對比得知，上述方程具備一定的可行性，能夠被運用到實際操作過程中。隨著時間的推移和研究的深入，將對模式的預報效果進行進一步的檢驗。

7 小結

（1）PM10是鄒平縣最主要的首要污染物，出現的天氣最多，API指數平均118，處于國家環境空氣質量三級標準（101

（2）鄒平縣空氣質量具有明顯的季節變化變化特點，按照空氣質量的好壞，4個季度排序依次為夏季、春季、秋季、冬季。

（3）空氣質量與大氣溫度、風速、大氣能見度、區域降水量、氣壓等氣象條件密切相關，不同季節影響空氣質量的氣象因子并不相同。

（4）空氣污染指數與風速、降水量、大氣能見度、云彩量等氣象條件呈反比例關系。

（5）統計預報模式對污染物濃度的預報具有一定的預報能力，預報結果有較好的指示性，利用天氣形勢和氣象要素進行分析和計算，能夠在一定程度上提升空氣污染濃度的預報標準，滿足空氣質量的實時監測需求。

參考文獻

[1]董蕙青，黃海洪，何莉.廣西主要城市空氣質量狀況及其氣象條件關系分析[J].廣西氣象，2001，32（4）.

[2]劉彩霞，邊瑋.天津市空氣質量與預報因子相關分析[J].中國環境監測，2007，23（5）.

[3]連東英，林長城，郭進敏，等.氣象條件變化對三明市空氣質量的影響[J].安徽農業科學，2010，35（35）.

[4]曲曉黎，付桂琴，賈俊妹，等.2005-2009年石家莊市空氣質量分布特征及其與氣象條件的關系[J].氣象與環境學報，2011，27（3）.

[5]孫向朋，彭勇剛.深圳市近年空氣質量與氣象條件的關系[J].廣東氣象，2005，03.

[6]廉麗妹，高軍靖，束炯.城市大氣污染特征及其與氣象因子的關系[J].環境污染與防治，2011，33（5）.

[7]林長城，王宏，陳彬彬，等.福州和廈門大氣污染突變特征與氣象條件的關系[J].福建農林大學學報（自然科學版），2013，42（3）.

[8]肖舜，沈瑾，劉璐，等.西安世園會園區大氣環境質量與氣象因子關系分析[J].干旱氣象，2012，01.

（責編：張宏民）

分析表明，鄒平空氣質量級別高于三級的月份通常發生在1a中的第一季度和12月份，筆者通過對鄒平2010年第一季度和12月空氣質量的研究和地面天氣圖的分析，從分析結果來看，有16次強冷空氣，導致了34個輕微度、輕度污染日，其空氣污染指數介于100～180。有20個污染日發生于冷空氣出現之前，隨著冷空氣的來臨，造成弱氣壓場，風速將降低，這樣將阻礙著空氣污染物的稀釋和擴散。有24個污染日發生于冷空氣出現之時和過去之后，其空氣污染指數的范圍介于100～200，這種空氣污染物質主要是來自于上游區域，隨著氣流的互動造成本區域污染物質的增多。兩次冷空氣加劇了可吸入顆粒物濃度的增加，兩次分別為輕微污染和重度污染，使得空氣質量滿足國家規定標準的五級，造成這種結果的原因是上游狂風導致的沙塵暴，將各種可吸入顆粒物質擴散過來，致使本區域污染物質數量增多，嚴重影響到空氣質量。

5 空氣污染物質濃度統計預報方法

空氣污染物質濃度統計預報過程中，首先需要進行預報模式和方法的創設，然后進行對象與因素關聯性的研究，置信度設置為0.005，檢驗工具為T，從氣象條件中確定出6個平均要素：一是x，表示平均本站氣壓預報值（百帕）；二是x4，表示平均相對濕度預報值（10-2）；三是x2，表示平均氣溫預報值（℃）；四是xS，表示平均風速預報值（m/s）；五是x3，表示平均水汽壓預報值（hPa）；六是x6，表示平均云量預報值（10-1）。

由于量級的大小各不相同，在研究和分析的過程中，將Y量級增加到1 000倍，之后將最終計算結果縮小1 000倍，其目的為了方便計算污染物質濃度預報數值。

通過對污染數據和氣象條件的研究，選擇出具備代表性和典型性的氣象條件因素，利用逐步回歸方式進行預報分析和統計。逐步回歸方式主要對氣象條件因素進行逐一審查和選擇，將最終確定好的氣象條件納入計算公式中進行計算，貢獻效率不大，效果不明顯的因素將被排除掉，實現方程的最優解。由于季節和溫度的不同，空氣污染物濃度將各不相同，下面針對4個季節，進行預報方程的設置：

春季：YPM10=1/1000（5549.0067-5.1509X1-11.1202X2+1.9031X3-2.6730X4）

YNO2=1/1000（-607.7512+0.7136X1-1.1120X2-1.8956X5-1.7234X6）

YSO2=1/1000（65.4167-1.7213X3-2.5152X5-2.0542X6）

夏季：YPM10=1/1000（-27.8891+5.8914x2-3.8141x3）

YNO2=1/1000（0.2221+0.0412x1+0.8895x2-1.3321x3-2.0213x5）

YSO2=1/1000（-0.1942+0.0576x1-0.3914x3-0.2732x4-1.3152x5）

秋季：YPM10=1/1000（81.234-0.5172x3-1.9423x6）

YNO2=1/1000（50.6342-0.95678x2-0.6534x6）

YSO2=1/1000（41.9345-0.7125x2-0.6954x6）

冬季：YPM10=1/1000（-910.7832+1.1012x1-3.9958x5）

YNO2=1/1000（42.5564-1.9856x5-0.9412x6）

YSO2=1/1000（3101.0056-2.9124x1-3.9123x6）

以上預報方程，在天氣狀況良好的時候，其結果很好，反之，如果天氣發生變化，其結果就沒有預期想象的那么好。究其原因，主要是明天的預報資料來自于對今天天氣狀況的分析，如果天氣狀況發生突變，那么明天的實際情況與預報情況相差甚遠。

6 模式結論驗證

為了對空氣污染物質濃度預報情況與實際情況作出充分驗證，筆者于2014年4月份對鄒平縣空氣中的可吸入微小顆粒進行了實地測試，通過對測試的結果來看，可吸入微小顆粒平均濃度為輕微度污染，其天數有10d，1d的污染程度達到中度，預報與實際相符的有6d。與此同時，污染程度逐漸加深的預報基本無誤，污染濃度良好的情況預報天數與實際相符，只是有4d沒有進行預報，有7d預報為優級，預測準確天數為3d，預報誤差率為29%。一級預報誤差天數為8d，二級預報誤差率為0。

為了確保上述驗證結果的精準性，筆者還對3月份可吸入微小顆粒濃度進行了驗證，其驗證結果為：3月份的預報準確程度高達70.2%，空氣質量為良的天數有18d，其中14d預報與實際相符，尚未有三級輕微度污染標準，有2d沒有預報，空氣質量為優級的天數有5d，報準2d。

通過對2014年3月和4月預報結果與實際結果的對比得知，上述方程具備一定的可行性，能夠被運用到實際操作過程中。隨著時間的推移和研究的深入，將對模式的預報效果進行進一步的檢驗。

7 小結

（1）PM10是鄒平縣最主要的首要污染物，出現的天氣最多，API指數平均118，處于國家環境空氣質量三級標準（101

（2）鄒平縣空氣質量具有明顯的季節變化變化特點，按照空氣質量的好壞，4個季度排序依次為夏季、春季、秋季、冬季。

（3）空氣質量與大氣溫度、風速、大氣能見度、區域降水量、氣壓等氣象條件密切相關，不同季節影響空氣質量的氣象因子并不相同。

（4）空氣污染指數與風速、降水量、大氣能見度、云彩量等氣象條件呈反比例關系。

（5）統計預報模式對污染物濃度的預報具有一定的預報能力，預報結果有較好的指示性，利用天氣形勢和氣象要素進行分析和計算，能夠在一定程度上提升空氣污染濃度的預報標準，滿足空氣質量的實時監測需求。

參考文獻

[1]董蕙青，黃海洪，何莉.廣西主要城市空氣質量狀況及其氣象條件關系分析[J].廣西氣象，2001，32（4）.

[2]劉彩霞，邊瑋.天津市空氣質量與預報因子相關分析[J].中國環境監測，2007，23（5）.

[3]連東英，林長城，郭進敏，等.氣象條件變化對三明市空氣質量的影響[J].安徽農業科學，2010，35（35）.

[4]曲曉黎，付桂琴，賈俊妹，等.2005-2009年石家莊市空氣質量分布特征及其與氣象條件的關系[J].氣象與環境學報，2011，27（3）.

[5]孫向朋，彭勇剛.深圳市近年空氣質量與氣象條件的關系[J].廣東氣象，2005，03.

[6]廉麗妹，高軍靖，束炯.城市大氣污染特征及其與氣象因子的關系[J].環境污染與防治，2011，33（5）.

[7]林長城，王宏，陳彬彬，等.福州和廈門大氣污染突變特征與氣象條件的關系[J].福建農林大學學報（自然科學版），2013，42（3）.

[8]肖舜，沈瑾，劉璐，等.西安世園會園區大氣環境質量與氣象因子關系分析[J].干旱氣象，2012，01.

（責編：張宏民）