荆州市空气质量特征与气象因子关系研究

何亭亭，黄河，李方敏

(长江大学化学与环境工程学院，湖北 荆州 434023)

随着中国经济的高速发展，空气质量问题变得越来越严重。导致空气污染的原因有多种，其中各种污染源的排放是最主要的。除此以外，空气污染还与气象条件关系密切。有研究表明：气象条件与大气环境质量具有显著的相关性[1～7]，基于气象因子的回归模型可以预测PM2.5的浓度[8]。荆州市地处江汉平原腹地，属于亚热带季风气候区，从中国地形图来看，江汉平原西侧自北向南依次有武当山、大巴山、巫山、武陵山、雪峰山等，东侧自北向南依次有大别山、幕阜山、罗霄山岭等，总体上东西两侧地势高，南北地势低。特殊的地形、地貌导致了江汉平原地区的风向以偏南风和偏北风为主。截止到2016年底，荆州市常住人口569.79万人，行政区域土地面积14067km2。自2013年以来，荆州市持续开展了以“三禁两治”为主要内容的环保专项行动，着力改善大气环境质量。但目前对荆州市空气质量的研究没有从气象的角度分析其对空气质量的影响。为此，本研究采用2017年荆州市逐日空气质量指数(AQI)和气象因子数据，分析了气象因子与大气环境质量之间的相关性，以期为荆州市的大气污染控制提供参考。

1 资料与方法

2017年荆州市气象数据来源于中国气象局数据网(http://data.cma.cn)，2017年荆州市空气质量指数数据来源于中国空气质量在线监测分析平台(https: //www.aqistudy.cn)。运用SPSS 24软件对荆州市气象因子与空气质量数据进行相关性和回归分析。时间尺度采用太阳直射点的移动来划分夏半年和冬半年，即3月21日到9月23日为夏半年，其余时间为冬半年。

2 2017年荆州市空气质量概况

2.1 空气质量等级分布

根据《环境空气质量指数(AQI)技术规定(试行)》(HJ 633-2012)，2017年荆州市空气质量等级为优的时间有58d，占比16%；为良的时间最多，达210d，占比58%；轻度污染出现71d，占比19%；中度污染出现14d，占比4%；重度污染出现11d，严重污染出现1d，占比3%。

2.2 AQI月变化

为了研究污染天气出现的时间，对2017年荆州市日均AQI大于200和大于100的时间分月进行统计(图1)。由图1可知1月、2月、3月、5月、11月、12月6个月份的污染较重，4月、6月、7月、8月、9月、10月6个月份污染较轻，由此可知污染日主要出现在冬半年，夏半年整体空气质量状况优于冬半年。

图1 2017年荆州市AQI月变化

2.3 主要污染物质量浓度月变化

图2为6种主要污染物质量浓度月均值变化折线图。比较图1和图2可知，其中PM2.5、PM10、SO2、NO2、CO质量浓度和AQI变化趋势基本一致，都是夏半年数值小，冬半年数值大。只有O3质量浓度与AQI的变化趋势相反，夏半年大于冬半年，故单独研究O3与气象因子之间的相关性很有必要。

图2 2017年荆州市主要污染物浓度月变化

3 空气质量与气象因子的相关性和回归分析

3.1 夏半年

相关性分析常用方法有皮尔逊相关性分析和斯皮尔曼相关性分析，皮尔逊相关性分析对变量要求比较高，必须为服从正态分布的连续性变量，而斯皮尔曼相关性分析适用的范围更广泛。在本研究中，2种方法计算结果差异不明显，因此采用斯皮尔曼相关系数作为参考。由表1可知，在夏半年荆州市AQI与日平均气温和日蒸发量无显著性相关，与日平均风速、日降水量和日平均相对湿度呈显著性负相关，与日平均气压和日照时数呈显著性正相关。O3质量浓度与日平均气压无显著性相关，与日平均气温、日照时数和日蒸发量呈显著性正相关，与日平均风速、日降水量和日平均相对湿度呈显著性负相关。

表1 2017年夏半年荆州市空气质量与气象因子的斯皮尔曼相关系数

注：**表示在 0.01水平下相关性显著。*表示在0.05水平下相关性显著。表3同。

根据表1的相关性分析，构建AQI和O3质量浓度与气象因子的多元回归方程，多次回归比较得出如下最优方程(表2)。AQI与日平均风速和日平均相对湿度的回归方程调整后R2为0.481，说明气象因子对AQI的影响程度为48.1%。O3质量浓度与日平均风速、日照时数、和日平均相对湿度的回归方程调整后R2为0.536，说明气象因子对O3质量浓度的影响程度为53.6%。2个回归方程的t检验和F检验的P值都小于0.001，回归系数和回归方程显著，具有统计学意义。

表2 2017年夏半年荆州市空气质量与气象因子的回归方程

注：X2为日平均风速，m/s；X5为日照时数，h；X6为日平均相对湿度，%。

将回归方程进行计算，拟合实测值，观察回归方程的拟合程度，由图3和图4可知，回归方程的拟合值与实测值的变化趋势大致一致，除去极值点外，能大致拟合。

图3 夏半年AQI回归拟合曲线

图4 夏半年O3质量浓度浓度回归拟合曲线

3.2 冬半年

由表3可知，2017年荆州市冬半年AQI与日照时数和日蒸发量无显著性相关，与日平均气温、日平均风速、日降水量和日平均相对湿度呈显著性负相关，与日平均气压呈显著性正相关。O3质量浓度与日平均气压无显著性相关，与日平均气温、日照时数和日蒸发量呈显著性正相关，与日平均风速、日降水量和日平均相对湿度呈显著性负相关。

表3 2017年冬半年荆州市空气质量与气象因子的斯皮尔曼相关系数

由表4可知，AQI与日平均风速和日平均相对湿度的回归方程调整后R2为0.127，说明气象因子对AQI的影响程度为12.7%。O3质量浓度浓度与日平均气温和日照时数的回归方程调整后R2为0.518，说明气象因子对O3质量浓度的影响程度为51.8%。2个回归方程的t检验和F检验的P值都小于0.01，回归系数和回归方程显著，具有统计学意义。

表4 2017年冬半年荆州市空气质量与气象因子的回归方程

注：X1为日平均气温，℃；X2为日平均风速，m/s；X5为日照时数，h；X6为日平均相对湿度，%。

比较图5和图6可知，O3质量浓度比AQI的回归拟合程度更好，夏半年的AQI回归方程比冬半年的回归拟合程度更好，夏半年AQI回归方程调整后的R2远大于冬季，这说明冬半年空气质量状况的恶化，还需从多个角度考虑。

图5 冬半年AQI回归拟合曲线

图6 冬半年O3质量浓度回归拟合曲线

4 风向对空气质量的影响

4.1 夏半年

根据风向玫瑰图(图7)可知，夏半年的盛行风向为东北偏北风和南风。为研究风向与空气质量之间的关系制作了图8，图8所示为各个方位风向的AQI数值大于79出现的日数(d)，79是夏半年日均

图7 夏半年风向玫瑰图图8 各方位AQI>79的日数

AQI数值。大于平均AQI数值出现日数最多的风向是东北偏北风，其次是东南偏南风，再是南风。表明在盛行风方向上，更容易出现AQI数值高于平均水平的现象，这说明荆州市的空气质量问题受周围大气环境质量的影响程度大。

4.2 冬半年

由图9可知，2017年冬半年荆州市的盛行风向是东北偏东风。冬半年AQI日均值是104，AQI数值大于均值出现日数最多的风向方位是东北偏东风(图10)。再比较冬半年和夏半年盛行风向的差异，表明冬半年荆州市空气质量差于夏半年，很大一部分程度是受来自东北偏北方向附近的风的影响，冬半年来自北方的风带来了大量的大气污染物，再加上近地面温度低、气压高、空气对流运动弱，污染物不易扩散，造成了荆州市AQI数值大。

图9 冬半年风向玫瑰图图10 各方位AQI>104的日数

5 小结

1)2017年荆州市空气质量夏半年比冬半年好，污染天气主要集中在冬半年，尤其是在冬季，要加强该季节的空气质量防治措施。

2)2017年荆州市空气质量指数与O3质量浓度变化趋势相反，AQI与日平均气温、日平均风速、日降水量和日平均相对湿度呈显著性负相关，与日平均气压和日照时数呈显著性正相关，与日蒸发量无显著性相关。O3质量浓度与日平均气温、日照时数和日蒸发量呈显著性正相关，与日平均风速、日降水量和日平均相对湿度呈显著性负相关，与日平均气压无显著性相关。

3)2017年荆州市的盛行风向是东北偏北风和南风，夏半年东北偏北风和南风出现次数大致一致，冬半年主要受东北偏北风方向的影响，冬半年空气质量比夏半年差，极有可能是受来自东北偏北方向的风的影响，风带来的大气污染物质滞留在荆州上空，导致冬半年AQI数值大，易出现污染天气。

4)分析各个方位所对应的AQI大于均值日数，发现在盛行风方位出现的日数最多，这说明荆州市的空气质量受风向的影响大，受周边城市的空气质量影响大，大气环境的治理需要靠合作，荆州市的空气质量治理应该联合位于东北偏北方向和南方的城市，加强交流与沟通，分享治理大气的技术与经验。