中国大陆地区GNSS对流层延迟与PM2.5浓度的相关性研究*

王 勇，郝振航，任 栋，占 伟

(1. 天津城建大学 地质与测绘学院，天津 300384;2. 中国地震局第一监测中心，天津 300180)

中国大陆地区GNSS对流层延迟与PM2.5浓度的相关性研究*

王 勇1，郝振航1，任 栋1，占 伟2

(1. 天津城建大学 地质与测绘学院，天津 300384;2. 中国地震局第一监测中心，天津 300180)

鉴于GNSS对流层延迟与水汽之间的高度相关，以中国大陆构造环境监测网络(CMONOC)为例，开展GNSS对流层延迟与PM2.5浓度的相关性比较研究。通过2015年12月至2016年2月的58组GNSS对流层延迟与PM2.5浓度的相关性比较分析，研究发现：中国大陆的东北、华北、华中、部分西北地区以及部分西南地区的GNSS对流层延迟与PM2.5浓度的相关性为正相关，而华东、华南、部分西北地区、部分西南地区两者的相关性为负相关。通过同期降水与风速数据的分析，降水与风速对GNSS对流层延迟与PM2.5浓度的相关性有显著影响。

GNSS; 对流层延迟; PM2.5; 相关性; 中国大陆

伴随着社会经济的发展、城市化进程的加快，大气污染环境问题越发严重，其中PM2.5已成为影响我国大气环境质量的主要污染物之一[1]。雾霾天气过程前后GNSS对流层延迟的变化存在一个较为明显的上升和下降过程，该变化不同于对流层延迟的日变化[2]。水汽是影响天气变化的重要因素之一，利用高精度解算软件GAMIT获得GNSS测站对流层延迟结果的基础上，去除测站静力学延迟获得对流层湿延迟，通过模型转换获得可降水量(水汽)[3]。针对多次雾霾天气过程，王勇等分别以北京、河北省为例进行了GPS水汽与PM2.5浓度的相关性比较研究，发现两者存在正相关性特性[4-5]。其他学者以西安等地区为例开展了雾霾与GPS水汽的相关性分析[6-8]。

中国大陆的其他地区的水汽变化是否与PM2.5浓度的变化也存在正相关性？其结论对于大气污染防治可产生一定的指导作用。中国大陆构造环境监测网络目前有260个GNSS连续观测站点，通过高精度解算软件GAMIT可以反演测站对流层延迟(Zenith Tropospheric Delay，ZTD)，GNSS ZTD与水汽之间存在高度正相关特性[3]，因此，本文将利用中国大陆构造环境监测网络(CMONOC)反演的GNSS测站对流层延迟，开展其与PM2.5浓度的相关性分析，探讨中国大陆地区哪些地区GNSS ZTD与PM2.5浓度存在正相关特性。该结果可为中国区域的霾灾害天气治理提供一定的参考。

1 实验数据与方法

研究数据主要包含GNSS ZTD数据和PM2.5浓度数据。

由于降水对大气微颗粒物有明显的湿沉降作用[9]。我国大陆地区冬季降水量较少，且冬季为霾污染天气高发季节，因此本文选择冬季进行GNSS ZTD和PM2.5浓度的相关性比较，研究数据时间为2015年12月1日到2016年2月29日。

GNSS ZTD为CMONOC网络的GNSS数据解算获得的站点ZTD结果，该结果由中国地震局第一监测中心计算提供。ZTD数据为每2 h一次，单位为mm。

PM2.5浓度数据由天气后报(http://www.tianqihoubao.com/weather/city.aspx)提供，为日值数据，单位为μg/m3。为方便进行对比研究，选点要求均含有两类数据的站点，并对ZTD数据求日均值。

2 GNSS ZTD与PM2.5浓度比较

CMONOC网络GNSS站点与PM2.5浓度观测同城市的站点共有65个，由于山东省GNSS站点数据缺失严重，故不对山东省的站点进行相关特性分析研究，论文最终满足相关性比较的GNSS站点为58个。

对拥有GNSS观测数据和PM2.5浓度观测的58个城市分别开展GNSS ZTD和PM2.5浓度的相关性分析，统计两者的相关性及样本数和显著性检验值，统计结果见表1。

表1 中国大陆地区GNSS ZTD与PM2.5浓度的相关性比较

续表1

由表1可以看出，在中国大陆地区的部分地区GNSS ZTD与PM2.5浓度存在正相关特性，部分地区存在负相关特性，部分地区则显著性检验值较差。本文假定显著性值低于0.05的数据为通过检验。由于数据为日值数据，数据量少，部分站点的显著性检验值没有通过检验。假定显著性值低于0.05的数据为通过相关性检验，满足条件的数据为22个(表2)，图1为部分通过显著性检验的站点的GNSS ZTD与PM2.5浓度的比较。

表2 通过显著性检验的GNSS站点 ZTD与PM2.5浓度的相关性统计

图1 GNSS ZTD与PM2.5浓度的比较

由表1、表2和图1中国大陆地区的GNSS ZTD与PM2.5浓度的比较可看出，东北、华中、华北地区与部分西北地区以及部分西南地区GNSS ZTD与PM2.5浓度之间呈现正相关特性，而华东、华南、部分西北地区和部分西南地区GNSS ZTD与PM2.5浓度呈现负相关特性。南部地区和西部地区相关性比较未通过显著性检验，与当地天气情况(主要是风速、降水)存在一定关系。风速的变化与PM2.5浓度呈现负相关特性[10]。降水对大气颗粒物不同组分的去除效果虽略有不同，但总体上对颗粒物的去除作用显著[11]。在南部、西部冬季仍有明显降水过程和大风天气。表3和表4分别统计了2015年12月至2016年2月GNSS站点所在城市的降水天数和风速大于3级的天数。

由表3、表4的GNSS站点城市的降水天数和风速情况可以看出，由于受明显降水和风力影响，PM2.5浓度降低，ZTD数据与PM2.5质量浓度无明显相关性，甚至呈现负相关特性。新疆西藏地区由于地广人稀，没有太多的重工业，PM2.5浓度变化不明显，该区域PM2.5浓度与GNSS ZTD不存在正相关特性。

3 结论

本文以中国大陆构造环境监测网络的GNSS ZTD数据与所在城市的PM2.5浓度数据开展相关性研究，获得以下结论。

(1)中国大陆地区的东北、华中、华北、部分西北地区以及部分西南地区GNSS ZTD数据与PM2.5浓度呈现明显正相关特性。由于该地区霾污染天气频发，GNSS ZTD变化与PM2.5浓度均出现显著上升过程。

表3 GNSS站点城市降水天数统计

注：降水次数包含了降雨次数、降雪次数以及雨夹雪次数情况。

表4 GNSS站点城市风力统计(风速大于3级)

(2)华东、华南、部分西北地区和部分西南地区GNSS ZTD数据与PM2.5浓度呈现负相关特性，原因为受降水冲刷和风力影响，PM2.5浓度降低。

(3)未通过检验的其他地区因数据缺失严重，今后可以采用更长时序数据进行相关性分析。

[1] 王佳. 郑州市PM2.5污染特性及其源解析研究[D]. 郑州：郑州大学, 2015.

[2] 王勇, 闻德保, 刘严萍,等. 雾霾天气对GPS天顶对流层延迟与可降水量影响研究[J]. 大地测量与地球动力学,2014,34(2):120-123.

[3] 王勇,刘严萍. 地基GPS气象学原理与应用研究[M].北京：中国测绘出版社, 2012.

[4] 王勇，刘严萍，李江波. 不同季节的北京市GPS可降水量与PM2.5/PM10的比较研究[J]. 大地测量与地球动力学，2015, 35(3):365-367.

[5] 王勇，刘严萍，李江波. 河北省GPS水汽与PM2.5质量浓度的比较研究[J]. 大地测量与地球动力学，2016, 36(1):40-42.

[6] 张双成, 张鹏飞, 范朋飞. GPS对流层改正模型的最新进展及对比分析[J]. 大地测量与地球动力学, 2012, 32(2):91-95.

[7] 吕旭阳. GPS技术用于雾霾天气监测的探索研究[D]. 西安：长安大学, 2015.

[8] 陈林, 郭承军, 范进伟. GNSS系统监测雾霾对天顶对流层延迟的影响[J]. 电子技术应用, 2016, 42(4):95-98.

[9] 韩燕, 徐虹, 毕晓辉,等. 降水对颗粒物的冲刷作用及其对雨水化学的影响[J]. 中国环境科学, 2013, 33(2):193-200.

[10] 王勇, 刘严萍, 李江波,等. 水汽和风速对雾霾中PM2.5/PM10变化的影响[J]. 灾害学, 2015,30(1):5-7.

[11] 胡敏,张静,吴志军.北京降水化学组成特征及其对大气颗粒物的去除作用[J]. 中国科学, 2005, 35(2):169-176.

Abstract:According to the high correlation between GNSS zenith tropospheric delay (ZTD) and precipitable water vapor (PWV), the Crustal Movement Observation Network of China (CMONOC) is taken as an example to study the correlation between GNSS ZTD and PM2.5concentration in China. Based on the comparisons of GNSS ZTD and PM2.5concentrations from December 2015 to February 2016, it is found that there are positive correlations between GNSS ZTD and PM2.5concentration in Northeast China, North China, Central China, part of Northwest China and part of Southwest China. While there are negative correlations in east China and south China, part of northwest China and southwest China. According to the analysis of precipitation and wind velocity during the same period, it was found that precipitation and wind velocity are shown significant influence on the correlation between GNSS ZTD and PM2.5concentration. In the regions of positive correlation of GNSS ZTD and PM2.5concentration, the change of GNSS ZTD is positively corresponding to the change of PM2.5concentration.

Key words:GNSS; ZTD; PM2.5; correlation; China mainland

Correlation Analysis of GNSS ZTD and PM2.5Concentration in China

WANG Yong1, HAO Zhenhang1, REN Dong1and ZHAN Wei2

(1.TianjinChengjianUniversitySchoolofGeologyandGeomatics,Tianjin300384,China; 2.FirstCrustalMonitoringandApplicationCenter,ChinaEarthquakeAdministration,Tianjin300180,China)

王勇，郝振航，任栋，等. 中国大陆地区GNSS对流层延迟与PM2.5浓度的相关性研究[J]. 灾害学，2017，32(4)：6-10.[WANG Yong，HAO Zhenhang，REN Dong，et al. Correlation Analysis of GNSS ZTD and PM2.5Concentration in China[J]. Journal of Catastrophology，2017，32(4)：6-10.

10.3969/j.issn.1000-811X.2017.04.002.]

X43; P426

A

1000-811X(2017)04-0006-05

2017-02-23

2017-04-07

天津市自然科学基金(17JCYJC21600)；河北省自然科学基金(D2015209024)

王勇(1978-)，男，江西宁都人，博士，教授，主要从事GPS气象学研究. E-mail:wangyongjz@126.com

10.3969/j.issn.1000-811X.2017.04.002