2017—2021年上饒市空氣質量變化與氣象因子的關系分析

摘要 利用2017— 2021 年期間上饒市環境監測數據和同期國家氣象觀測站氣象觀測數據，研究近5年來上饒市空氣質量變化規律，以及各類主要污染物濃度月變化規律及其與氣象要素之間的相關性。結果表明，2017—2021 年，上饒市空氣質量在逐年轉好，受污染的天數逐年減少，2017年的空氣質量最差，且重污染只出現在2017年。2017年空氣質量為優的天數占比為23.6％，2021年空氣質量為優的天數占達46.6％。通過分析發現，上饒市空氣質量和氣象要素有很好的相關性，其中AQI和氣壓、能見度、日照有明顯的正相關性，與濕度、降水、風速和極大風速有明顯的負相關性，并發現氣象條件和各類污染物濃度也有顯著的關聯性。

關鍵詞 空氣質量；氣象因子；變化規律；相關性

中圖分類號：X51 文獻標識碼：B 文章編號：2095–3305（2023）03–0058-03

隨著社會經濟的發展與進步，人們越來越重視生態文明，其中大氣污染問題受到人們的關注。大氣污染問題不僅影響人類的健康，還代表著人類對高質量生活提出的更高的要求。為了更好地表征空氣質量狀況，常用空氣質量指數表征空氣質量的等級，將各類污染物的濃度通過計算后轉換成指數的形式，用以表征城市空氣質量狀況。空氣質量指數總共劃分為6個等級，指數越小代表污染物濃度越低，空氣質量狀況越好，指數越高表示污染物含量高，空氣質量狀況越差[1-2]。空氣質量不僅受污染物排放的影響，氣象條件變化也會直接影響空氣質量。越來越多的學者對空氣質量與氣象的關系展開研究。有學者就各類污染物與氣象因子的關系展開詳細的分析[3-4]。樊建勇等[4-5]對江西省PM2.5氣象成因方面進行了研究。錢悅等[5]通過對江西省內各個地市的O3變化特征及其受氣象條件的影響程度進行了深入分析。研究均表明氣象條件的變化能夠制約各類污染濃度的變化，空氣質量與氣象因子之間有一定的相關性。陳添等[8-13]對區域內的空氣污染物與氣象條件的關系進行了深入的研究，分別就不同城市內空氣質量與氣象之間的關系展開了分析。研究證明，不同城市間不僅地理環境不同，氣候條件也不一致，所以氣象對空氣質量的影響不完全一致，因此開展本地空氣質量與氣象因子的研究，能夠得出有針對性的結論。但目前對上饒市區域內的空氣質量與氣象因子關系的研究很少，因此利用近5年的上饒市環境監測數據與氣象數據進行分析，旨在分析上饒市空氣質量及各類主要污染物與氣象之間的關系，從而為上饒市大氣污染防治工作提供科學依據。

1 資料與方法

選取了2017年1月—2021年12月上

饒市4個國家環境監測站的逐日平均數據，數據包括AQI、SO2、NO2、CO、O3、PM2.5和PM10（環境監測數據來源于中國空氣質量在線監測分析平臺（https：//www.aqistudy.cn/historydata/），并且選取了同期的氣象觀測數據，來自上饒市國家氣象觀測站的逐日觀測數據，主要選取的氣象數據有日平均氣壓、日平均氣溫、日平均相對濕度、日最小能見度、日降水、日平均2 min風速、日極大風速、日照8個氣象要素，均經過氣象統計處理的日均值。

通過Pearson 相關系數法分析了上饒市空氣質量指數和各類污染物濃度與8個氣象要素之間的相關性，通過相關系數確定上饒市空氣質量受氣象條件的影響程度，以及各類污染物濃度變化和氣象條件之間的關系。

2 結果與分析

2.1 空氣質量變化特征

根據2016年實施的最新的環境空氣質量標準顯示，AQI指數分為6個等級，依次為一級，即指數在0～50區間，表示空氣質量為優；二級，指數在51～100區間，表示空氣質量良好；三級，指數在101～150區間，表示有輕度污染；四級，指數在151～200區間，表示已經達中度污染的程度；五級，指數在201～300區間，表示出現了重度污染；六級，指數＞300，表示嚴重污染。通過統計2017—2021年上饒市1 826 d有效環境監測資料發現，近5年來，上饒市沒有出現較為嚴重污染的天數，整體空氣質量良好，每年優良天數居多，污染日數較少。其中，空氣質量為良等級的占比最高，占樣本數的56.8％，空氣質量優等級的占比為36.9％，污染日數總共占比為6.3％。2017年上饒市的空氣質量是5年中最差的一年，輕度污染日數達46 d，是其余4年輕度污染日數的2～4倍，且是5年中唯一存在重度污染的年份。

從圖1可以看出，上饒市空氣質量呈現逐漸轉好的趨勢，從2017年年平均AQI指數為71.5，到2021年年平均AQI指數降為56.1，2017—2021年期間年污染日數由54 d減至11 d。到2021年上饒市空氣質量優良天數較2017年有了明顯的提升，空氣質量的提高也離不開近年來對環境問題的治理。

2.2 污染物的年均月變化特征分析

分析6類污染物（PM2.5、PM10、SO2、NO2、CO、O3）在2017—2021年每月平均值的變化特征可以看出（圖2）：O3濃度月變化特征明顯，在3—5月O3濃度上升的趨勢過程，8月至翌年1月又有一次O3明顯上升的變化過程，且持續時間長，說明從8月開始O3污染出現的概率較大，需采取針對O3污染的一系列防控措施，6月O3為最低值，而6月是上饒市主汛期，降水過程頻繁，雨日增多。其余5類污染物濃度變化特征相似，高值均處在1月和12月，且變化趨勢是從1月開始逐月下降的，到6—7月開始逐月上升。從CO的變化趨勢曲線可以看出，上饒市CO的濃度均在標準范圍內，沒有出現超標準污染的情況，其每個月的波動幅度主要波動區間在0.6～0.9 mg/m3之間，其中CO的高峰值出現在冬季，可能由于冬季北方供暖，CO排放量增加，隨著冬季冷空氣頻繁，影響了上饒的CO濃度。從顆粒物的月變化曲線也可以明顯看出秋冬季節的PM2.5和PM10等顆粒污染物較其他季節更明顯，這段時間剛好處于冷空氣活躍期，風速加大，容易導致顆粒污染物的傳輸與擴散。綜合6類污染物濃度變化規律可以發現，近5年來上饒市冬季各類污染物的濃度比其他3個季節的濃度高，存在污染的風險也更大。

2.3 上饒市AQI及6類污染物與氣象因子相關性分析

在污染源特定的情況下，空氣質量與環境中的氣象要素有著密切的關系，氣象要素的變化能引起各類污染物濃度的變化[14-15]。采用Pearson相關系數法對2017—2021年1 802 d有效樣本進行空氣質量指數分析，得出6類污染物與氣象因子之間的相關系數，若計算出的兩者之間的相關系數是＞0的正數，表示2個變量之間存在正相關的關系；若計算出的相關系數是＜ 0的負數，即表示2個變量之間存在負相關的關系。

由表1可以看出：上饒市AQI與氣壓、最小水平能見度、日照3個氣象因子具有顯著正相關，與相對濕度、降水、2 min平均風速和極大風速4個氣象因子具有顯著負相關。因為降水對污染物可以起到增濕清除的作用，且風速增大也可以增強大氣擴散能力，而氣溫對AQI的影響不明顯。氣壓與污染物相關系數為-0.311，與氣溫、能見度、日照呈正相關，相關系數分別為0.491、0.27、0.58，可以發現日照時數越多，O3濃度也會隨之增加[16]。上饒市大氣中PM2.5的濃度變化與大氣壓強的正相關性最大，達到0.364，與相對濕度的負相關性最大，系數達0.304。不僅O3和PM2.5 2類污染物濃度受氣象要素影響，PM10、SO2、CO、NO2濃度變化與該7個氣象因子均有相關性。

2.3.1 降水與AQI相關性分析 通過相關系數分析法可知降水量會影響質量，降水與AQI兩者之間有著負相關關系。為了更好地驗證這一結果，選取污染最嚴重的年份2017年逐日空氣質量指數的數據與逐日降水量數據進行進一步的分析。從圖3可以看出，2017年的1—2月上旬降水偏少，空氣污染程度越突出，空氣污染程度越嚴重，出現重度污染等級，AQI指數較高；3月上旬—4月上旬雨日逐漸開始增多，空氣質量較前期明顯有好轉，AQI指數明顯呈現下降的趨勢，雖然存在輕度污染的天數，但是污染程度較前期得到顯著改善，3月7日是3月上旬以來AQI指數處于高值的時期，持續6 d無降水，3月13日降水過程開始，AQI值也隨之下降，3月13—25日處于降水頻繁期，該時間段內AQI指數雖然有小幅度的波動，但均處于空氣質量較好的區間內波動。6月降水集中期，雨日增多，空氣質量也均處于優良區間，沒有出現輕度及其以上的污染天數，日降雨量較大值分別出現在2月23日、4月9日、6月25日，降水量分別為113.3、119.2、142.8 mm，而同期對應的AQI值分別為37、36、30，空氣質量以優為主，說明雨日污染無超標的概率比無雨日低，降水可以在一定程度上對空氣起到增濕清除的作用，當降水達到一定降水級時，能有效降低空氣中的污染物濃度。

2.3.2 風速對污染物的影響 除了降水對空氣質量有影響外，風速也有顯著的相關性。上饒市以NE風為主，主要受冷空氣和臺風外圍風力的影響，會出現風力增強的現象。影響上饒的冷空氣過程主要集中在秋冬季節，隨著風力的增大，顆粒物污染物的濃度也會產生變化。近5年來，上饒市在秋冬季節PM2.5和PM10濃度值比其他季節明顯。根據相關系數可知，風速與PM2.5與PM10之間均有負相關作用。通過選取2017—2021年冬季逐日平均風速和極大風速與這兩類污染物的相關數據，分析相互間的變化規律，可以看出在平均風速和極大風速都較低時，對應PM2.5和PM10的濃度同時出現高值的概率會更大。（圖4）在2017年1月1—5日期間出現了持續性的PM2.5和PM10濃度明顯超標的現象，最大值出現在1月4日，2種顆粒污染物的濃度分別達到150 μg/m3和267 μg/m3，當天的平均風速為1.2 m/s，極大風速只有4.5 m/s，氣流靜穩，大氣擴散能力相對較弱，容易造成污染物的堆積。2017年2月18—24日，受多股冷空氣影響，風力較之前有所增強，極大風速增大到10～12 m/s，平均風力也在2～3 m/s 區間內，對應該期間顆粒污染物的濃度也隨著冷空氣南下的影響不斷下降，PM2.5的最低濃度為25 μg/m3，PM10的最低濃度為37 μg/m3，均在標準范圍內，很好地說明了風速對污染物的濃度影響。風速越大，大氣擴散能力越強，對污染物的稀釋效果越明顯；風速越小，大氣擴散能力越弱，容易造成顆粒污染物的堆積。

3 結論

（1）2017—2021年上饒市空氣質量狀況逐年得到改善，優良天數的占比逐年增多，其中2017年的輕度及其以上的污染日數是近5年來最多的年份，達到54 d，從2020年開始不存在中度及其以上的污染天數。

（2）O3濃度的月變化特征明顯，有2個峰值區間，5—7月的臭氧濃度最低，上饒市秋冬季節冷空氣活動比較頻繁，因此上饒市秋冬季節的PM2.5和PM10等顆粒污染物濃度明顯上升。

（3）上饒市空氣質量的好壞與相對濕度和降水負相關系數最顯著，與日照正相關系數最顯著，表明雨天的空氣質量比晴天好。

（4）上饒市空氣質量狀況受到氣象因子的影響，因此根據預測未來的天氣形勢，預測未來一段時間的空氣質量情況，能對大氣污染防治起到一定的積極作用。

參考文獻

[1] 中國科學研究院，中國環境監測總站.環境空氣質量標準：GB3095—2012 [S].北京：中國環境科學出版社，2012.

[2] 環境保護部.環境空氣質量指數（ AQI） 技術規定試行：HJ633—2012：[S].北京：中國環境科學出版社，2012．

[3] 岳巖裕，王曉玲，張蒙晰，等.武漢市空氣質量狀況與氣象條件的關系[J].暴雨災害，2016，35（3）：271-278.

[4] 陳歡歡，吳兌，譚浩波，等.珠江三角洲2001—2008年灰霾天氣過程特征分析[J].熱帶氣象學報，2010，26（2）：147-155.

[5] 樊建勇，黃玲，李翔翔.2015—2018年江西省PM2.5污染時空變化特征及氣象成因分析[J].生態環境學報，2020，29 （6）：1165-1172.

[6] 錢悅，許彬，夏玲君，等.2016～2019年江西省臭氧污染特征與氣象因子影響分析[J].環境科學，2021，42（5）：2190-2201.

[7] 祁棟林，張加昆，李曉東，等.2001—2011年西寧市空氣質量特征及其與氣象條件的關系[J].氣象與環境學報， 2014，30（2）：51-59.

[8] 陳添.氣象條件對北京市空氣質量的影響[J].環境保護，2006（10）：46-49.

[9] 張寶貴，孫麗華.秦皇島市空氣污染與氣象要素的關系[J].氣象與環境學報， 2009，25（4）：43-47.

[10] 戴安國，楊大業.重慶城市SO2污染與氣象條件的關系[J].重慶環境科學， 1992（4）：6-10.

[11] 吳序鵬，劉端陽，謝真珍，等.江蘇淮安地區大氣污染變化特征及其與氣象條件的關系[J].氣象與環境科學，2018，41 （1）：31-38.

[12] 張孟，林琳，張子宜.長春市空氣質量污染特征分析與防治對策[J].氣象與環境學報，2009，25（3）：57-61.

[13] 張夏琨，王春玲，王寶鑒.氣象條件對石家莊市空氣質量的影響[J].干旱氣象，2011，29（1）：42-47.

[14] 朱玉周，劉和平，郭學峰，等.鄭州市空氣質量狀況及冬季持續污染過程的氣象機理分析[J].氣象與環境科學，2009， 32（3）：47-50.

[15] 鄧霞君，廖良清，胡桂萍.近10年中國主要城市空氣API及與氣象因子相關性分析[J].環境科學與技術，2013，36 （9）：70-75，80.

[16] 李順姬，李紅，陳妙，等.氣象因素對西安市西南城區大氣中臭氧及其前體物的影響[J].氣象與環境學報，2018，34 （4）：59-67.

責任編輯：黃艷飛

Analysis on Relationship between Air Quality Change and Meteorological Factors in Shangrao City from 2017 to 2021

Chen Jiao-jiao et al（Shangrao Meteorological Bureau， Shangrao， Jiangxi 334000）

Abstract Used the environmental monitoring data of Shangrao City from 2017 to 2021 and the meteorological observation data of the National Meteorological Observation Station in the same period to study the change law of air quality in Shangrao City in the past five years， as well as the monthly change law of the concentration of various major pollutants and its correlation with meteorological elements. The results showed that from 2017 to 2021， the air quality in Shangrao City improved year by year， and the number of polluted days decreased year by year. The air quality in 2017 was the worst， and the heavy pollution only occured in 2017. The number of days with excellent air quality in 2017 accounted for 23.6%， and the number of days with excellent air quality in 2021 accounted for 46.6%. Through analysis， it was found that there was a good correlation between the air quality and meteorological elements in Shangrao City. Among them， AQI had a significant positive correlation with air pressure， visibility and sunshine， and a significant negative correlation with humidity， precipitation， wind speed and extreme wind speed. It was also found that meteorological conditions and various pollutant concentrations had a significant correlation.

Key words Air quality; Meteorological factors; Change rules; Correlation

作者簡介 陳嬌嬌（1991—），女，江西上饒人，氣象工程師，主要從事氣象服務與應用氣象研究。

收稿日期 2023-01-04