古田會址旅游景區空氣負離子濃度變化特征與氣象因素分析

劉佳明，劉君，李鏡玉

(1.福建省龍巖市氣象局，福建 龍巖 364000；2.龍巖市新羅區氣象局，福建 龍巖 364000)

空氣中的氣體分子或原子因自然界中的宇宙射線、紫外線、雷電、暴雨和其他水的沖擊引起“勒納德效應”等而電離釋放出電子，帶負電荷的氣體分子或原子稱為負離子[1]。空氣中負離子有許多種，其中以負氧離子含量最多，因此空氣中負離子常以空氣中負氧離子為代表，被譽為“空氣中的維生素和生長素”。空氣中負氧離子濃度的高低是衡量空氣清新的標志之一，愈來愈受到人們的關注，同時也被認為是一種重要的、無形的旅游資源[2]。

近年來，許多學者對不同地區負氧離子濃度的分布特征、變化規律及與氣象條件關系等開展了一些研究，發現負氧離子存在較明顯時空變化，同時與氣象因子也存在一定相關性，但由于空氣中負氧離子濃度受周邊環境影響較大，在不同地區不同時間的觀測結果均存在較大差異，因此各學者得出的研究結論不盡相同[1，3，4]。

本文利用古田會址清新指數綜合監測站的時間高分辨率的負氧離子觀測資料及氣象資料，對景區負氧離子分布特征及其影響因子進行了分析，為景區生態評估、生態旅游提供科學依據。

1 材料和方法

2018年5月，福建省氣象局與旅游部門共同合作，在全省5A旅游景區建設空氣清新指數綜合監測站，其中一個站點布設在古田會址旅游景區(116°49′42″ E，25°14′00″ N，海拔792 m)，實時監測景區負氧離子濃度及氣象要素數據。負氧離子濃度監測儀采用了美國Epex公司生產EP200負氧離子監測儀。監測儀能夠觀測分鐘級負氧離子濃度數據，但由于分鐘數據變化較大，不利于數據的分析比較，本文采用監測儀2018年5月～2019年4月連續記錄的小時負氧離子觀測數據(遷移率K≥0.4 cm2·Vs-1)，同時為了保證數據的可用性，對原始數據進行了預處理，參照氣象觀測數據質量控制方法，利用小時前后5 min的數據平均值對小時數據的正確與否進行驗證，小時數據前后5 min的平均值差值超過3 000、小時數據長時間為固定值，或小時數據長時間變化很小時，均按缺測處理。剔除異常值后，利用SPSS進行單因素Pearson相關性分析。

2 結果與分析

2.1 負氧離子濃度日變化

對采集到的負氧離子濃度進行統計分析，得到古田會址景區負氧離子濃度的日變化特征，如圖1所示。

圖1 古田會址景區空氣負氧離子濃度日變化

從圖1可以看出，白天負氧離子濃度值大于夜間和凌晨，總體上呈現一個谷值和一個峰值。谷值大致出現在凌晨3:00—6:00之間，峰值大致出現在10:00—11:00之間，而且11:00時負氧離子平均濃度達到最大值1 811個·cm-3。6:00—10:00之間負氧離子濃度上升速度最快； 18:00—21:00負氧離子濃度處于快速下降過程，其余時段負氧離子濃度處于平緩震蕩減小過程。這一結論與金琪等[5]的研究結果相異。

部分研究認為空氣負氧離子濃度與空氣溫度負相關[6]，而植物的光合作用有利于負氧離子濃度的升高[7]。6:00—10:00負氧離子濃度快速上升主要由于太陽升起，光線增強，植物的光合作用變好，有利于負氧離子的釋放，此時氣溫也逐漸上升，影響負氧離子濃度的升高，但其綜合影響是正的，使負氧離子濃度快速上升。11:00—17:00期間，植物的光合作用仍在繼續，但氣溫已升至高點，而且人員活動的影響，使空氣中的氣溶膠粒子在該時段達到了最高值，最終使負氧離子濃度總體呈現下降趨勢，同時由于午后短時對流天氣的出現，導致該時段負氧離子濃度整體下降的過程中出現短時的上升。18:00—21:00期間，隨著太陽的降落，植物的光合作用減弱，造成負氧離子濃度快速下降。22:00至第二天凌晨6:00，植物不進行光合作用，使負氧離子濃度處于較低水平。

2.2 負氧離子濃度月變化

圖2 古田會址景區空氣負氧離子濃度月變化圖

圖2為古田會址景區2018年5月至2019年4月空氣負氧離子濃度月變化圖，從圖可以看出2018年5月至12月，負氧離子濃度整體上出現了先上升后降低的過程，負氧離子濃度月平均值最高出現在10月份，其值達到1 572個·cm-3。5—6月由于進入春末夏初，氣溫快速上升，負氧離子濃度降低，符合大部分研究認為空氣負氧離子濃度與空氣溫度負相關的結論[6]。6—10月隨著周圍植物的生長，植物的葉子變得越為濃密，其整體光合作用和葉片的尖端放電加強，同時該時期景區雨量充沛及雷雨天氣等有利條件使負氧離子濃度逐漸增大。11—12月進入秋冬季節，植物開始處于落葉階段，光合作用減弱，同時降水減少，空氣中的氣溶膠離子增多，導致負氧離子濃度降低。2018年12月至2019年2月，景區進入冬季，該時期受北方強冷空氣的吹掃，空氣中相對潔凈，云層較少，紫外線較強，使負氧離子濃度出現小幅上升；而2—4月景區進入春季，氣溫開始快速上升，使負氧離子濃度逐漸降低，與2018年5—6月的階段相似。

3 氣象條件對負氧離子濃度的影響

3.1 氣象要素與負氧離子濃度相關性

由于空氣中負氧離子濃度易受氣象要素的影響，本文利用監測站從2018年5月建站至2019年4月，采用監測站內負氧離子監測儀和自動氣象站在相同觀測地點和環境、相同時間所采集到的負氧離子濃度與氣象要素數據進行相關性分析。以自動氣象站的氣溫、氣壓、相對濕度、PM2.5、PM10、氣溶膠能見度、風速風向、紫外線輻射、雨量的小時數據為自變量，以負氧離子小時數據為因變量，利用SPSS進行單因素Pearson相關性分析。結果如表1所示。

表1 氣象要素與空氣負氧離子濃度相關系數

注:**表示通過0.01顯著性檢驗

從表1可以看出，氣溫、雨量、風速、氣溶膠能見度、紫外線輻射與空氣負氧離子濃度呈正相關，相對濕度與負氧離子濃度呈負相關，氣壓、風向、PM2.5、PM10與負氧離子濃度的相關性不明顯。總體而言，表中的各個氣象要素與負氧離子濃度的相關性都不太明顯。這主要是因為負氧離子濃度受到氣象要素的影響十分復雜，且在不同天氣狀況下，負氧離子濃度會有跳變，在長時間序列進行整體相關性分析時，其相關性表現不明顯[7]。

3.2 短時強降水對負氧離子濃度的影響

研究表明雷陣雨或中雨以上的天氣過程能明顯增加空氣中的負氧離子濃度[1]。為研究短時強降水對空氣中負氧離子濃度的影響，選取了2019年4月30日為例，景區在15:00—17:30出現了強對流天氣過程，將15:00—17:30的5 min降水量與5 min負氧離子平均濃度進行對比。如圖3所示。

圖3 古田會址景區2019年4月30日

從圖3可以看出該時段的強降水過程出現了2個峰值，并且負氧離子濃度與累計降水量的相關系數為0.74。在15:36—15:40開始出現強降水，5 min降水量達到了7.8 mm，負氧離子平均濃度從1 690個·cm-3開始迅速上升，并在15:55出現第1個峰值，達到了13 093個·cm-3，隨后雨強的減小，負氧離子平均濃度也隨之迅速降低。在16:11—16:45降水強度再次變大，5 min的降水量達到了6.2 mm，負氧離子濃度也從851個·cm-3迅速增加，并在16:50達到了第2個峰值，達到15 790個·cm-3，隨后降水逐漸變小直至停止，負氧離子濃度也逐漸降低并趨于日平均值。

在負氧離子濃度的上升過程中，第1個峰值的上升斜率比第2個峰值上升的斜率小，而且在負氧離子濃度降低過程中，第1個峰值的下降斜率比第2個峰值下降的斜率大。這是由于降雨前空氣中懸浮著氣溶膠粒子，隨著強降雨過程的開始，雨滴高速下降而破碎產生了大量負氧離子，同時雨滴高速撞擊地面引起揚塵，使空氣中的氣溶膠濃度升高，而氣溶膠對負氧離子的破壞，導致其濃度的上升變慢；隨后雨強變小，氣溶膠對負氧離子繼續破壞，導致其下降速率加快，負氧離子濃度也逐漸降低。通過前期降水對空氣中的氣溶膠粒子也起到了淋洗作用，而且地面已經潮濕，雨滴對地面撞擊引起的揚塵變少，使空氣中的氣溶膠濃度變低，使后期負氧離子濃度能夠在強降水中快速上升，減低過程也相對較為平緩。

4 結論與討論

4.1 古田會址景區負氧離子濃度日變化大體上呈現一個峰值一個谷值，白天負氧離子濃度值大于凌晨和夜間，負氧離子濃度的上升下降與太陽的升起降落時間大致相同。

4.2 負氧離子濃度從2018年5月至2019年4月，負氧離子月平均濃度最高值出現在2018年10月，最低值出現在2018年6月。2018年6月至2018年10月和2018年12月至2019年2月兩個階段，負氧離子濃度處于上升階段，其余月份平均濃度呈現下降趨勢。

4.3 空氣中負氧離子濃度受到氣象要素的影響十分復雜，在長時間序列進行整體相關性分析時，負氧離子濃度與氣象要素的相關性表現不明顯。

4.4 短時強降水能夠顯著增加空氣中的負氧離子濃度，隨著降水的停止，負氧離子濃度也呈現快速的降低。

4.5 空氣中負氧離子濃度易受環境、氣象因素及人員活動等多種因素的影響，同時受設備觀測要素及監測站點較少，觀測時間相對較短，分析結果存在局限性和不足，這需要后期增加一些觀測要素和較長時間及更好的方法進行分析研究，為景區更好地開發利用負氧離子這一旅游資源，提供理論依據。