重慶市萬盛地區(qū)大氣12月份PM2.5污染特征及預測分析

翁文江　池洪敏　高雪　李萍　羅宗秀

摘要：本文利用重慶萬盛地區(qū)2018年12月份空氣質(zhì)量監(jiān)測數(shù)據(jù)及氣象數(shù)據(jù)，首次研究了萬盛地區(qū)PM2.5濃度與其他5項污染物、相關氣象因素的關系。研究表明，PM2.5質(zhì)量濃度和PM10質(zhì)量濃度變化規(guī)律相似，與NO2、CO污染因子顯著正相關，與SO2、O3（8h）污染因子相關性不明顯;PM2.5質(zhì)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。研究首次建立了萬盛地區(qū)PM2.5預測模型，能較準確反映該地區(qū)PM2.5的污染特征，為開展該地區(qū)PM2.5污染預警預報提供了思路并奠定了基礎。

關鍵詞：PM2.5（細顆粒物）;污染特征;氣象因子;預測模型

中圖分類號：X831 文獻標識碼：A 文章編號：2095-672X（2020）09-0-02

DOI：10.16647/j.cnki.cn15-1369/X.2020.09.101

The PM2.5 pollution characteristics and forecast analysis of the atmosphere in Wansheng district of Chongqing City in December

Weng Wenjiang1，Chi Hongmin2，Gao Xue3，Li Ping1，Luo Zongxiu4

（1.Chongqing Wansheng District Ecological Environment Monitoring Station，Chongqing 400800，China;2.Chongqing Wansheng District Meteorological Service，Chongqing 400800，China;3.College of Environment and Resources，Chongqing Technology and Business University，Chongqing 400067，China;4.Guanba Town of Qijiang Districts Agricultural Service Center，Chongqing 400800，China）

Abstract：Based on the air quality monitoring data and meteorological data of December 2018 in Chongqing Wansheng，the paper first analysis the relationship between PM2.5 concentration and other five pollutants of Wansheng，the paper first analysis the relationship between PM2.5 concentration and meteorological factors of Wansheng.The results show that PM2.5 concentration has a significant positive correlation with NO2 and CO ， but not obvious with SO2 and O3（8h）;PM2.5 is greatly affected by visibility，relative humidity， wind speed and wind direction meteorological factors.The PM2.5 prediction model of Wansheng is established for the first time，the model can accurately reflect the pollution characteristics of PM2.5 in Wansheng， and provide ideas and foundation for carrying out PM2.5 pollution early warning and prediction in Wansheng.

Key words： PM2.5（Fine particle）;Pollution characteristics;Meteorological factors;Prediction

隨著我國國民經(jīng)濟的不斷增長，城市大氣環(huán)境污染問題越來越嚴重，尤其是大氣細顆粒物（PM2.5）對環(huán)境的影響。雖然PM2.5只是地球大氣成分中含量很少的組分，但它對空氣質(zhì)量等有重要的影響[1]。PM2.5能夠通過呼吸等途徑進入人體，并能沉積在呼吸道甚至肺泡中，危害人體身體健康。細顆粒物（PM2.5）已經(jīng)成為萬盛地區(qū)大氣的首要污染物，也是目前唯一一項還沒有達到國家二級標準的指標。因此，對萬盛空氣細顆粒物進行研究，對開展污染源解析、污染預警預報及大氣污染聯(lián)防聯(lián)控等方面的研究與管理工作具有十分重要的意義。

彭建生等人分析了萬盛地區(qū)大氣污染物PM2.5濃度的變化特征[2]，張代榮等人研究了萬盛地區(qū)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(jīng)開區(qū)市控空氣質(zhì)量自動監(jiān)測站數(shù)據(jù)和氣象局氣象觀測數(shù)據(jù)為基礎，首次揭示了該地區(qū)12月份大氣PM2.5與PM10、SO2、NO2、CO和O3（8h）污染因子的聯(lián)系，首次分析了PM2.5與氣象因素的相關關系，首次建立該地區(qū)PM2.5預測模型，為實現(xiàn)PM2.5污染預警預報和堅決打贏藍天保衛(wèi)戰(zhàn)提供決策依據(jù)。

1 數(shù)據(jù)來源與處理

1.1 數(shù)據(jù)來源

空氣質(zhì)量資料來自于萬盛經(jīng)開區(qū)市控空氣質(zhì)量監(jiān)測站點2018年12月份PM2.5、PM10、SO2、NO2、CO和O3（8h）共6項污染物質(zhì)量濃度日均質(zhì)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24h逐時監(jiān)測濃度實測值數(shù)據(jù)。

1.2 數(shù)據(jù)處理

利用氣象指標逐時監(jiān)測數(shù)據(jù)，求出相應的日均值;利用WAP軟件的數(shù)據(jù)處理功能，制作出PM2.5質(zhì)量濃度日變化折線圖;利用SPSS軟件相關分析求出PM2.5與PM10等5項污染因子的相關性、PM2.5與10個氣象因子的相關性;利用SPSS軟件計算PM2.5與其他5項污染物、10個氣象因子的最優(yōu)回歸方程。

2 結(jié)果與討論

2.1 PM2.5質(zhì)量濃度與其他污染因子相關性分析

表1相關性研究表明，PM2.5和PM10質(zhì)量濃度person相關系數(shù)R=0.994，在Sig<0.01水平上具有顯著正相關，說明兩者變化規(guī)律相似，這與陳林等研究結(jié)果基本一致[4]。

PM2.5質(zhì)量濃度與NO2、CO污染因子質(zhì)量濃度的相關系數(shù)分別為0.856、0.703，均在Sig<0.01水平顯著正相關。主要原因為，氮氧化物經(jīng)化學轉(zhuǎn)變生成的二次污染物是PM2.5的組成部分[5]。PM2.5質(zhì)量濃度與SO2、O3（8h）污染因子質(zhì)量濃度的相關系數(shù)分別為-0.121、-0.336，相關性不明顯。

2.2 PM2.5質(zhì)量濃度與氣象因子相關性分析

PM2.5質(zhì)量濃度與不同氣象因子的person相關分析結(jié)果如表2所示。可以看出，萬盛地區(qū)12月份PM2.5質(zhì)量濃度與能見度、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水平上具有相關性。研究表明，PM2.5質(zhì)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;其中偏北風向和相對濕度對PM2.5起正向影響作用，能見度和風速對PM2.5起逆向影響作用。

2.3 PM2.5預測模型建立與檢驗

2.3.1 PM2.5預測模型的建立

以上研究發(fā)現(xiàn)，PM2.5不僅受其他污染因子的影響，也受多個氣象因素的影響。本文將其他污染因子和氣象因子結(jié)合起來首次建立萬盛地區(qū)PM2.5預測模型[6，7]。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，PM2.5濃度為應變量，通過SPSS最優(yōu)回歸方程計算，最終確定12月份PM2.5的預測模型如表3。

研究發(fā)現(xiàn)，PM2.5的最優(yōu)回歸方程為Y=2.94X2+54.553X3-4.486X6-0.001X7-53.556，在Sig<0.01水平上具有顯著性。通過最優(yōu)回歸方程發(fā)現(xiàn)，NO2和CO對PM2.5質(zhì)量濃度有正向影響作用，氣溫和能見度對PM2.5質(zhì)量濃度有逆向影響作用。

2.3.2 PM2.5預測模型的檢驗

為驗證方程，根據(jù)以上預測模型計算了2019年12月份PM2.5濃度曲線。通過比較同期計算值和實測值，發(fā)現(xiàn)曲線大部分重合。

特別指出：12月28～29日計算值比實測值高1倍左右，初步推測由于12月28～29日氮氧化物濃度較前期驟然陡增60%以上，而氮氧化物的二次污染物還未及時生成，對PM2.5濃度正向影響減弱，導致計算值高于實測值。12月12～14日計算值低于實測值17%左右，初步推測主要原因為預測模型未考慮地形地貌等對擴散的影響，污染天氣時PM2.5疊加影響效應明顯。

剔除12月28～29日極端異常數(shù)據(jù)后，計算值和實測值SPSS配對T檢驗結(jié)果為：標準差為11.42μg/m3，相關系數(shù)為0.936，在Sig<0.01水平上呈現(xiàn)顯著正相關，說明利用NO2、CO、溫度和能見度四項指標建立的多元回歸模型預測PM2.5具有較好的可信度，能基本預測12月PM2.5的變化趨勢。

3 結(jié)論

（1）萬盛地區(qū)12月PM2.5質(zhì)量濃度和PM10質(zhì)量濃度變化規(guī)律較為相似，與NO2、CO污染因子顯著正相關，與SO2、O3（8h）污染因子相關性不明顯。

（2）首次分析了萬盛地區(qū)12月份PM2.5質(zhì)量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。

（3）首次建立萬盛地區(qū)PM2.5預測模型，該預測模型具有較好的可信度和實用性，能基本預測12月PM2.5的變化趨勢，為開展該地區(qū)PM2.5污染預警預報提供了思路并奠定了基礎。

參考文獻

[1]李嘉綺，李秀麗，楊迪菲，等.上海浦東地區(qū)冬季大氣PM2.5和PM10污染特征分析[J].上海第二工業(yè)大學學報，2015，32（4）：283-288.

[2]彭建生，史曉云，張代榮，等.城市空氣PM2.5污染狀況分析[J].環(huán)境與發(fā)展，2018，30（04）：97-99.

[3]張代榮，史曉云，周欣.重慶市萬盛區(qū)大氣污染物分布特征[J].環(huán)境與健康雜志，2018，35（04）：351-353.

[4]陳林，熊萬明，李杰，等.重慶市沙坪壩區(qū)環(huán)境空氣PM2.5和PM10相關性分析[J].西南師范大學學報：自然科學版，2017（11）：137-143.

[5]羅岳平，陳陽，戴春皓，等.城市環(huán)境空氣中PM2.5和NO2濃度的相關性研究[J].環(huán)境科學與管理，2014，39（10）：68-72.

[6]張瑋，郭勝利，申付振，等.南京地區(qū)PM2.5和PM10濃度分布特征及與相關氣象條件的關系[J].科學技術與工程，2016，16（04）：124-129.

[7]王娟.基于多元回歸分析的PM2.5預測研究[J].微型電腦應用，2020，36（03）：48-51.

收稿日期：2020-07-02

作者簡介：翁文江（1990-），男，漢族，碩士，中級工程師，研究方向為環(huán)境科學研究與管理。