湘潭市氣候變化對大氣污染的影響及防治措施

摘 要：隨著工業化的快速發展，大氣污染加劇，嚴重威脅了大氣環境與人類身體健康。掌握大氣污染的影響因素對做好污染防治至關重要。氣候變化作為影響大氣污染的重要因素之一，也被引起高度重視。基于此，選用湘潭市國家氣象觀測站2000—2023年氣溫、降水量、相對濕度等氣象要素觀測資料、地面空氣質量監測站2016—2023年PM2.5、PM10等大氣污染物監測資料，重點分析研究了該地區氣候變化及其對大氣污染的影響，并提出了大氣污染防治措施。

關鍵詞：氣候變化；大氣污染；防治工作；湘潭市

中圖分類號：X16 文獻標志碼：B 文章編號：2095–3305（2024）06–0-03

隨著經濟的發展和城市化進程的加快，以細顆粒物PM2.5為特征污染物的區域性大氣污染已成為我國當前最迫切、最突出的環境問題[1]。近年來，隨著湘潭市經濟與工業化快速發展、機動車數量劇增、城市建設等導致大氣中煙塵、廢氣、揚塵等排放量急劇上升，大氣污染愈演愈烈，不僅直接影響了社會大眾的日常生產生活，還制約了當地經濟的可持續發展，甚至還會危及大眾身心健康與生命健康安全[2-3]。因此，強化大氣污染防治已刻不容緩。而大氣污染與氣候條件之間關系密切，但相關研究多集中在大氣污染對氣候變化的影響上，而有關氣候變化對大氣污染的研究較少。實踐證明，氣候變化引起的氣溫升高、降水減少等極有可能通過改變污染物傳輸和擴散路徑、改變污染物成分等而影響到區域大氣污染狀況[4-5]。基于此，以湘潭市為例，重點探討了該區域氣候變化對大氣污染的影響，并提出了有效的大氣污染防治措施，為湘潭地區大氣污染防治和相關政策制定提供參考。

1 資料與方法

1.1 資料來源

選取2000—2023年觀測資料連續性較好的湘潭國家氣象站（57773）平均氣溫、20：00至翌日20：00降水量、平均氣壓、相對濕度、平均2 min風速和湘潭市環境監測站2016—2023年PM2.5、PM10、SO2、NO2監測數據。

1.2 皮爾遜相關系數的計算

皮爾遜相關系數（Pearson correlation coefficient）是一種用于度量2個變量之間線性相關程度的統計量。它是由英國統計學家卡爾·皮爾遜提出的。

皮爾遜相關系數的計算公式如下：

（1）

式（1）中，Xi和Yi分別表示2個變量的第i個觀測值；X和Y分別是2個變量的樣本均值；n是樣本大小，即觀測值的總數；r的取值范圍在-1到1之間，r＞0表示正相關，即一個變量的值增加時，另一個變量的值也傾向于增加。r＜0表示負相關，即一個變量的值增加時，另一個變量的值傾向于減少。r=0表示沒有線性相關，但這并不意味著2個變量之間沒有任何關系，它們可能存在非線性關系。

皮爾遜相關系數的顯著性可以通過t檢驗確定。t檢驗的原假設是2個變量之間沒有相關性，即r=0。根據t統計量的值和自由度（n-2），可以計算出P值，以判斷相關性的顯著性。t檢驗的公式如下：

（2）

式（2）中，t是t統計量；n是樣本大小。

2 湘潭市的氣候變化

2.1 氣溫

結合2000—2023年近24年湘潭市氣溫統計資料顯示，湘潭市年平均氣溫為18.0 ℃。21世紀以來湘潭市年平均氣溫整體呈升溫趨勢，增幅為0.388 ℃/10年，與全球氣候變暖的大背景相吻合。≥35.0 ℃的高溫日數也只增不減，城市“熱島效應”日益凸顯。

2.2 降水量

2000—2023年湘潭市年平均降水量為1 405.6 mm，

近24年來年降水量呈減少趨勢，減少速率為-16.72 mm

/10年。盡管如此，但年內降水量較為集中，以3—7月最多，共計873.5 mm，占年降水量的62.14%。其峰值出現在6月（221.0 mm），占比15.72%。由此可見，雖湘潭市年降水量有所減少，但降水較為集中，暴雨等天氣現象較多。

2.3 相對濕度

據統計，2000—2023年湘潭市年平均相對濕度為80.8%。湘潭市年相對濕度呈上升趨勢，其上升速率為0.867%/10年。整體而言，研究時段內湘潭市年平均相對濕度相對穩定，均在歷年平均值上下浮動。

2.4 風速

2000—2023年湘潭市年平均風速為2.3 m/s，平均風速以-0.158 m/s的速率呈減少趨勢。年平均風速最大為2.6 m/s（2000年）。

3 氣候變化對大氣污染的影響

據統計，湘潭市大氣污染物主要包括PM2.5、PM10、SO2、NO2。2016—2023年湘潭市各種大氣污染物的年變化趨勢基本保持一致。以PM10濃度最高，PM2.5次之，而SO2質量濃度最低。結合圖1可見，研究時段內湘潭市各種大氣污染物的年內變化也極為相似，各種污染物質量濃度均以冬季最高，而夏季最低。

3.1 PM2.5與氣象要素的相關性

利用SPSS 軟件，采用皮爾遜相關系數方法對2016—2023年PM2.5與各氣象要素進行相關性分析，均采用日均數據，通過時空匹配后，分別計算出相關系數。

分析可得：平均氣壓、平均氣溫、相對濕度在0～

80%、20：00至翌日20：00降水量、平均2 min風速與PM2.5的濃度均有顯著的統計相關性，其中，平均氣壓、相對濕度在0～80%的范圍是正相關，而平均氣溫和20：00至翌日20：00降水量是負相關。平均2 min風速與PM2.5的濃度有顯著的統計相關性，但相關性較弱，為負相關。

3.1.1 平均氣壓與PM2.5

相關系數為0.504，表示平均氣壓與PM2.5之間存在中等程度的正相關關系。當平均氣壓增加時，PM2.5的濃度也傾向于增加。P值為0.000，遠小于0.05，表明這種相關性在統計上是顯著的，可以認為平均氣壓與PM2.5之間確實存在正相關關系。以下是平均氣壓與PM2.5之間的散點圖（圖2）。

3.1.2 平均氣溫與PM2.5

相關系數為-0.485，表示平均氣溫與PM2.5之間存在中等程度的負相關關系。表明當平均氣溫上升時，PM2.5的濃度傾向于下降。P值為0.000，同樣遠小于0.05，表明這種負相關關系在統計上是顯著的，可以認為平均氣溫與PM2.5之間確實存在負相關關系。以下是平均氣壓與PM2.5之間的散點圖（圖3）。

3.1.3 平均相對濕度與PM2.5

分析發現，當平均相對濕度在0～80%之間時，與PM2.5相關系數為0.059，存在較弱的正相關關系。即平均相對濕度在0～80%，當相對濕度增加時，PM2.5的值有增加趨勢。P值為0.038，小于0.05的常用顯著性水平，表明平均相對濕度在0～80%之間與PM2.5之間的正相關關系在統計上是顯著的。而平均相對濕度大于80%時。與PM2.5相關性不明顯。以下是平均相對濕度在0～80%之間與PM2.5的散點圖（圖4）。

3.1.4 20：00至翌日20：00降水量與PM2.5

相關系數為-0.187，表明20：00至翌日20：00降水量與PM2.5之間存在較弱的負相關關系。當降水量增加時，PM2.5的濃度傾向于降低。P值為0.000，這遠小于0.05的常用顯著性水平，表明降水量與PM2.5之間的負相關關系在統計上是顯著的（圖5）。

3.1.5 平均2 min風速與PM2.5

相關系數為-0.194，表示平均風速與PM2.5之間存在較弱的負相關關系。風速增加時，PM2.5的濃度可能會有所下降。P值為0.000，遠小于0.05，表明這種負相關關系在統計學上是顯著的（圖6）。

4 對策建議

4.1 開展精密監測和精準預報

優化大氣污染氣象條件地面觀測網絡建設，加強對本地區地面區域氣象站網升級改造，提高氣溫、降水、風速、風向、濕度、氣壓等影響大氣污染擴散、稀釋、聚集、清除物理過程的關鍵氣象要素地面觀測能力。開展城市環境空氣質量精細化預報，為城市重污染天氣過程應急調度保障提供有效支撐。針對重污染天氣，充分發揮行業優勢，建立常態化預報會商和應急加密會商機制，不斷提高環境氣象條件分析能力和環境空氣質量預報準確率。建立常態化重污染天氣聯合技術復盤交流和技術攻關機制，提高重污染天氣的聯合預報預警服務能力。

4.2 加強人工影響天氣作業站點建設

加強大氣污染防治作業站點建設，實現固定作業站點標準化、流動作業站點規范化和作業隊伍建設，提高人工影響天氣作業站點物聯網信息化建設水平。建立上下銜接、分工合作、統籌集約的人工影響天氣減輕城市大氣污染的聯防聯控作業機制。提高人工增雨改善大氣污染清除條件精準作業水平和效能。圍繞重污染天氣，形成飛機作業和局部地面作業相結合的作業布局，探索開展提高空氣質量的人工增雨科學試驗。

4.3 強化宣傳，樹立環保意識

強化大氣污染防治宣傳，增強科普的傳播力和引導力。深化部門合作，充分利用氣象、生態環境及其有關部門和媒體宣傳資源，以電視、廣播、報紙、網絡、新媒體及科普教育基地、科普示范學校為載體，共同開展大氣污染防治工作的科普宣傳。此外，還應充分利用新媒體平臺曝光違規行為的企業與個人，充分發揮公眾的監督作用。

5 結束語

近24年來，湘潭市年平均氣溫、年平均相對濕度呈上升趨勢，而年降水量與年平均風速呈下降趨勢。通過分析以上氣象要素對大氣污染的影響可見，湘潭市主要污染物PM2.5濃度與平均氣溫、20：00至翌日20：00降水量、平均2 min風速均呈一定的負相關關系，與平均氣壓、相對濕度在0～80%的范圍呈正相關關系。為盡可能減輕大氣污染產生的影響及危害，有關部門可從氣象條件監測和預報、人工影響天氣防治作業、環保宣傳等方面做好大氣污染防治工作，提高大氣環境質量。

參考文獻

[1] 尹承美，何建軍，于麗娟，等.多尺度氣象條件對濟南PM2.5污染的影響[J].高原氣象，2019，38（5）：1120-1128.

[2] 黃勇，張紅，汪臘寶，等.氣候變化對安徽省大氣污染擴散能力的影響[J].裝備環境工程，2019，16（6）：55-62.

[3] 毛敏娟，杜榮光，胡德云.氣候變化對浙江省大氣污染的影響[J].環境科學研究，2018，31（2）：221-230.

[4] 梁華炎.氣候變化對大氣污染影響的探究[J].環境與發展， 2017，29（4）：30-31.

[5] 謝昆，陳博明.長沙市氣象因素對大氣污染的影響分析[J].礦冶工程，2021，41（4）：170-175.

收稿日期：2024-01-11

作者簡介：黃昕怡（1987—），女，湖南長沙人，工程師，研究方向為氣象服務。