基于相關(guān)系數(shù)法的霧霾污染與氣象因子相關(guān)性評(píng)估研究

文章編號(hào)：1674-6139（2025）08-0119-06

中圖分類號(hào)：X831文獻(xiàn)標(biāo)志碼：B

Research on Correlation Assessment between Haze Pollution and Meteorological Factors Based on Correlation Coefficient Method

Xia Lu，Xu Shasha，Wu Qiong，XuLe，Qin Mengsheng（Yangzhou Meteorological Bureau，Yangzhou 2251O0，China）

Abstract：Itisdifculttocomprehensivelyevaluateterelationshipbetweesmogpolltionndmeteorologicalfactors.Inthisre gard，thispartsfardorelaioaiontwesogplltodeeorolcalactorssedoreliot method.Itcoltsplltiondatandmeteoroloicalfactordatasuchswindsped，winddirectionndinfallinzeweatherBased on these data，the pollutant contents of PM₁₀ ， PM_2.5 ， S0₂ and NO₂ are analyzed，and the correlation modeling between pollutants and meteorologicalfcrsisadonoeaont.Accoingtodelingsuls，elaonetehelo degreeofcontinuoussmogweatherandmeteorologicalfactorsisanalyzed.Theexperimentalanalysisshowsthat：inthecontinuoussmog weather pollutant data collected，the content of PM₁₀ isrelatively high，basically maintaining between 100～270μg/m³ ，the content of （204號(hào) PM_2.5 is between 170～210μg/m³ ，and the content of SO₂ and NO₂ is between 10～45μg/m³ and 50～90μg/m³ respectively.

Keywords：haze weather；pollution degree；meteorological factors；relevance；visibility

前言

大氣污染問(wèn)題日益嚴(yán)峻，其中連續(xù)霧霾天氣已成為許多地區(qū)面臨的重大環(huán)境挑戰(zhàn)[1]。霧霾現(xiàn)象不僅極大地惡化了空氣質(zhì)量狀況，還廣泛波及人類健康、交通運(yùn)行效率以及農(nóng)業(yè)生產(chǎn)等多個(gè)關(guān)鍵領(lǐng)域[2]。因此，深入探究霧霾天氣污染程度與各種影響因素之間的關(guān)系，特別是與氣象因子的相關(guān)性，對(duì)于制定有效的防控措施具有重要意義[3]。氣象因子作為影響大氣環(huán)境的重要因素，其變化對(duì)霧霾污染程度具有顯著影響[4-5]

衛(wèi)星君等[人對(duì) PM_2.5 濃度的影響分析，雖然該方法能夠分析不同氣象因子對(duì) PM_2.5 的影響，但未能有效分析氣象因子與其他污染物之間的相關(guān)性；董昊等研究臭氧污染特征與影響因素分析，該方法雖然能夠分析風(fēng)速對(duì)該市區(qū)污染特征的影響，但該方法并未充分分析氣象因素對(duì) PM₁₀ 的影響；王少偉等[8]研究非甲烷總烴濃度特征及其與氣象要素的關(guān)系，該方法分析了氣象因素對(duì)非甲烷總烴濃度的影響，并未分析氣象因素對(duì) SO₂ 的影響;LiX等[9]研究特大山城大氣污染長(zhǎng)期特征及多尺度氣象因子變率分析，該方法未充分分析不同風(fēng)向?qū)Υ髿馕廴咎卣鞯挠绊懀瑢?dǎo)致研究成果不充分。

鑒于氣象因子在霧霾污染中的重要性，文章分析連續(xù)霧霾天氣污染程度與多種氣象因子之間的復(fù)雜關(guān)系。

1霧霾污染與氣象因子相關(guān)性分析

1.1霧霾污染數(shù)據(jù)采集

霧霾天氣中的有害物質(zhì)極容易對(duì)人體健康構(gòu)成嚴(yán)重威脅，通過(guò)污染程度分析，可以評(píng)估霧霾天氣對(duì)公眾健康的潛在威脅[10]。為此，文章針對(duì)揚(yáng)州市連續(xù)霧霾天氣污染程度進(jìn)行分析，并對(duì)污染程度與氣象因子的相關(guān)性建模，以此評(píng)估該城市的污染情況。

為實(shí)現(xiàn)污染程度分析以及污染程度與氣象因子之間的相關(guān)性，需要對(duì)揚(yáng)州市天氣數(shù)據(jù)進(jìn)行采集。文章從環(huán)保部環(huán)境監(jiān)測(cè)總站中，選取揚(yáng)州市連續(xù)霧霾天氣時(shí)段共計(jì)10日，采集這10日內(nèi)每小時(shí)空氣實(shí)時(shí)數(shù)據(jù)，具體采集污染物數(shù)據(jù)包括可吸入顆粒物（ PM₁₀ ）、細(xì)顆粒物（ PM_2.5 ）、二氧化硫（ SO₂ ）以及二氧化氮（ NO₂ ），同時(shí)采集這10日揚(yáng)州市氣象觀測(cè)資料，包括風(fēng)向、降雨量等氣象因子數(shù)據(jù)。

1.2污染程度與氣象因子的相關(guān)性建模

1.2.1 氣象因子選擇

基于揚(yáng)州市詳盡的氣象觀測(cè)數(shù)據(jù)，挑選了風(fēng)向、降雨量等關(guān)鍵氣象要素，作為分析連續(xù)霧霾天氣中污染物濃度變化的重要影響因子。通過(guò)這一方法，深入探究并評(píng)估不同空氣污染物污染程度與上述選定的氣象因子之間存在的相關(guān)性。

1.2.2基于Pearson系數(shù)的相關(guān)性建模

由于揚(yáng)州市大氣環(huán)境中存在多種污染物，通常使用傳統(tǒng)分析方法無(wú)法精準(zhǔn)獲取污染物與氣象因子的相關(guān)性。為此，文章通過(guò)Pearson相關(guān)系數(shù)法對(duì)兩者相關(guān)性進(jìn)行建模，通過(guò)計(jì)算兩者之間的相似性與差異性，評(píng)估污染物與氣象因子相關(guān)性。

Pearson相關(guān)系數(shù)廣泛用于自然科學(xué)和社會(huì)科學(xué)領(lǐng)域，特別是在需要評(píng)估兩個(gè)連續(xù)天氣相關(guān)變量之間線性關(guān)系強(qiáng)度和方向時(shí)。為此，文章應(yīng)用Pearson相關(guān)系數(shù)法，評(píng)估污染程度變量 x_i 與氣象因子變量 y_i 之間的密切程度，具體可通過(guò)公式（1）表示：

式（1）中， x_i?y_i 分別為污染程度變量與氣象因子變量的觀測(cè)值； n 為樣本數(shù)； 分別為 x_i?y_i 的均值； r 則表示污染程度變量與氣象因子變量之間的相關(guān)系數(shù)。

在上述相關(guān)性分析模型中，設(shè)定不同的閾值來(lái)界定污染程度變量與氣象因子變量之間的關(guān)系性質(zhì)。具體而言：

當(dāng) r=0 時(shí)，表明污染程度變量與氣象因子變量之間缺乏顯著的線性關(guān)系，即它們的變化趨勢(shì)互不依賴。當(dāng) 0

基于上述邏輯，進(jìn)一步分析不同空氣污染物與選定氣象因子之間的具體相關(guān)性。結(jié)果見表1：

表1相關(guān)性分析結(jié)果

根據(jù)表1分析可知，不同污染物特征與氣象因子均呈現(xiàn)負(fù)相關(guān)關(guān)系，以此為基礎(chǔ)，文章分析不同氣象因子連續(xù)霧霾天氣污染程度的影響。

2 相關(guān)性實(shí)驗(yàn)分析

2.1霧霾天氣污染物含量分析

利用采集到的揚(yáng)州市10日內(nèi)大氣數(shù)據(jù)，分析該連續(xù)霧霾天氣中空氣污染物含量變化，分別分析PM₁₀、PM_2.5、SO₂、NO₂ 三種污染物在10日內(nèi)每小時(shí)不同時(shí)段的最高值、最低值與均值，分析結(jié)果見圖1。

圖1連續(xù)霧霾天氣污染物含量分析

根據(jù)圖1可知，在揚(yáng)州市連續(xù)霧霾天氣中，三種污染物的含量也有所不同。其中， PM₁₀ 污染物的含量相對(duì)較大，在10日內(nèi) PM₁₀ 含量最高值達(dá)到210μg/m³ 以上，而最小值也要保持在 100μg/m³～ （20150μg/m³ 之間，說(shuō)明該城市在連續(xù)霧霾天氣中PM₁₀ 污染情況較為嚴(yán)重； PM_2.5 含量的平均值在170～210μg/m³ 之間； SO₂ 污染物含量整體處于50μg/m³ 以下，在10日內(nèi)平均； SO₂ 污染物含量保持在 19～35μg/m³ 之間， SO₂ 污染情況并不嚴(yán)重；而 NO₂ 含量最高未超過(guò) 90μg/m³ ，最低達(dá)到 50～ 55μg/m³ 之間，污染物含量相差較大。文章基于以上采集到的污染程度，對(duì)不同污染程度與氣象因子之間的關(guān)系進(jìn)行分析。

2.2污染程度與氣象因子相關(guān)性分析

利用采集到的揚(yáng)州市環(huán)境相關(guān)數(shù)據(jù)進(jìn)行污染程度與氣象因子相關(guān)性仿真分析，具體分析內(nèi)容如下。

2.2.1 污染程度與風(fēng)向的相關(guān)性分析

對(duì)霧霾天氣1天 24h 內(nèi)風(fēng)向轉(zhuǎn)變時(shí)的污染物變化情況進(jìn)行分析，以此評(píng)估污染程度與風(fēng)向的相

（c） S0₂ 污染程度與風(fēng)向的相關(guān)性研究

圖2 污染程度與風(fēng)向的相關(guān)性分析

通過(guò)圖2可知，在1日內(nèi)風(fēng)向的變化與污染物濃度關(guān)聯(lián)性較大，在風(fēng)向末端區(qū)域，三種污染物含量較少，不會(huì)發(fā)生嚴(yán)重污染物聚積現(xiàn)象，而在風(fēng)向頂端，三種污染物擴(kuò)散范圍較大，且污染濃度較高。由此可見，風(fēng)向變化會(huì)改變污染物濃度，在風(fēng)向末端處，空氣質(zhì)量出現(xiàn)了一定幅度的上升。

2.2.2污染程度與降雨量的相關(guān)性分析

分析1日在不同降雨量狀態(tài)下，三種污染物的含量變化，以此評(píng)估污染程度與降雨量的相關(guān)性，分析結(jié)果見圖3。

（a） PM₁₀ 污染程度與降雨量的相關(guān)性研究

圖3污染程度與降雨量的相關(guān)性分析

通過(guò)圖3分析可知，當(dāng)降雨量不斷增大，在1日內(nèi)污染點(diǎn)數(shù)量則逐漸減少，在降雨量為 0～3mm 時(shí)，降雨量并不會(huì)對(duì)污染程度造成一定影響，但當(dāng)降雨量達(dá)到 5mm 以上時(shí)，不同污染物所產(chǎn)生的污染點(diǎn)數(shù)量則有所下降，而不同污染物的含量也存在一定幅度的下降，由此可見，當(dāng)降雨量越大，霧霾天氣的污染程度越低。

3 結(jié)束語(yǔ)

在深入探討了連續(xù)霧霾天氣污染程度與多種氣象因子之間復(fù)雜關(guān)系的基礎(chǔ)上，文章通過(guò)建立相關(guān)性模型，評(píng)估了氣象因子對(duì)連續(xù)霧霾天氣污染程度的影響。結(jié)論表明，霧霾污染程度顯著受到氣象因子的調(diào)節(jié)，包括風(fēng)向、降雨量等。具體而言，風(fēng)向決定了污染物傳輸?shù)姆较蚝头秶＝涤炅繘Q定了霧霾污染程度變化，能夠通過(guò)改變空氣中的顆粒物濃度和大氣環(huán)境，對(duì)霧霾的形成、維持和消散產(chǎn)生重要影響。文章通過(guò)構(gòu)建相關(guān)性模型為理解霧霾污染與氣象因子的相互作用提供了科學(xué)依據(jù)。通過(guò)研究可知，風(fēng)向變化會(huì)改變污染物濃度，在風(fēng)向末端處，空氣質(zhì)量出現(xiàn)了一定幅度的上升。當(dāng)降雨量越大，霧霾天氣的污染程度越低，從而降低了霧霾的濃度。

參考文獻(xiàn)：

[1]任至涵，倪長(zhǎng)健，花瑞陽(yáng)，等.成都夏季臭氧光化學(xué)反應(yīng)控制氣象因子的概率分布特征[J].生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2022，38（3）：334-342.

[2]楊宇，何唯，李鵬，等.中國(guó)城市化與 PM_2.5 濃度時(shí)空動(dòng)態(tài)及作用機(jī)理—基于胡煥庸線變遷的視角［J].資源科學(xué)，2022，44（10）：2100-2113.

[3]劉淼晗，于宸濤，房祥玉，等.2014－2020年河南省PM_2.5-O₃ 復(fù)合污染特征及氣象成因分析[J].環(huán)境科學(xué)研究，2023，36（2）：285-293.

[4]符傳博，丹利，佟金鶴，等.海口市區(qū)臭氧污染變化特征及潛在源區(qū)分析[J].生態(tài)環(huán)境學(xué)報(bào)，2023，32（2）：331-340.

[5]熊一帆，丁秋冀，舒卓智，等.基于數(shù)值模擬與資料同化探究長(zhǎng)三角地區(qū)冬季 PM_2.5 污染過(guò)程的氣象影響[J].環(huán)境科學(xué)學(xué)報(bào)，2022，42（4）：293-303.

[6]衛(wèi)星君，趙曉萌，王琦，等.基于特征指標(biāo)的氣象因子對(duì) PM_2.5 濃度的影響分析[J].中國(guó)環(huán)境監(jiān)測(cè)，2022，38（6）：90-100.

[7]董昊，王含月，程龍，等.蕪湖市臭氧污染特征與影響因素分析[J].環(huán)境化學(xué)，2022，41（7）：2364-2374.

[8]王少偉，薛磊，王文雷，等.城市環(huán)境空氣非甲烷總烴濃度特征及其與氣象要素的關(guān)系—以煙臺(tái)為例[J].科學(xué)技術(shù)與工程，2023，23（23）：10160-10167.

[9]LiX，AbdullahLC，SobriS，etal．Long-TermAir Pollution Characteristics and Multi-scale Meteorological Factor Variability Analysis of Mega-mountain Cities in the ChengduChongqing Economic Circle[J].Water，air and soil pollution， 2023，234（5）：328.

[10]黎文勇.長(zhǎng)三角城市群空間功能分工對(duì)霧霾污染的影響效應(yīng)研究[J].長(zhǎng)江流域資源與環(huán)境，2023，32（1）：40-50.