武平县负氧离子浓度预报模型的建立及检验分析*

朱冬梅 卢海深 蔡添星

(福建省武平县气象局,福建 武平 364300 )

武平县地处闽粤赣三省交界处，气候独特，风光秀丽，境内群山叠翠，溪流密布，是首批国家全域旅游示范区，2017年创福建省首个“中国天然氧吧”。国家级4A景区梁野山保护区拥有完好的天然原始森林群落，被誉为“天然绿色基因库”。近年来，武平县精心打造“来武平，我氧你”生态品牌，充分利用和发挥“中国天然氧吧”品牌效应，积极推进全域旅游示范区发展。2017年武平县气象局在武平县城区(25.05N，116.06E，海拔高度307m)和梁野山景区(25.09N，116.08E，海拔高度593m)内各安装了一套Fair365负氧离子监测仪，目前能够实现负氧离子浓度的实时数据显示，然而对负氧离子浓度的定量化预报与其在旅游生态环境的应用尚未开展，本文通过对武平县城区和梁野山景区负氧离子浓度的数据进行分析，开展其与气温、相对湿度、雨量等气象因素的相关性研究，建立负氧离子浓度最优预报模型，实现其定量化预报，深度融入“来武平，我氧你”的旅游宣传，为武平生态旅游建设、文旅康氧项目的申报服务提供有力的数据支撑，建立具有武平特色的旅游气象服务产品，为武平文化旅游产业发展增加效益。

1 资料选取和方法

1.1 观测仪器和标准

负氧离子浓度测量采用北京华创维想科技开发有限责任公司FR500负氧离子监测仪，测量范围是0～50000个/cm3，分辨率是1个/cm3,离子迁移率为0.4 cm3/v.sec。本文参考世界卫生组织标准及中华人民共和国林业行业标准(LY/T 2586-2016)，根据平均值划分空气负氧离子浓度等级，如表1所示。

表1 负氧离子浓度等级划分

1.2 研究资料和方法

本文选取2017年12月-2018年11月武平县城区及梁野山景区2个站点逐日、逐时负氧离子浓度实况资料，分析负氧离子浓度与相对湿度、气温、雨量等气象要素的相关性，采用SPSS软件选取与负氧离子浓度相关性好的气象要素作为逐步回归方程的预报因子，建立最优预报模型。

2 武平县负氧离子浓度与气象要素的相关性分析

2.1 负氧离子浓度与气象要素的相关性分析

本文从相对湿度、气温、雨量、风速4个气象要素来分析武平县空气负氧离子浓度与气象因子之间的相关性。选取2017年12月至2018年11月武平城区站和梁野山站一整年负氧离子日资料与日平均气温(Tm)、日最高气温(Th)、日最低气温(Tl)、日平均风速(V)、日平均相对湿度(U)、日雨量(R)6个气象因子进行相关性分析。结果发现影响负氧离子浓度的因素较为复杂，武平县2个观测点的负氧离子浓度与影响的气象因子也有所不同(见表2)。城区站负氧离子浓度与U、Tl、Tm和Th呈显著正相关，与V呈负相关；梁野山站负氧离子浓度与R和U相呈显著正相关，与Tm和Th不相关，与V呈负相关。由此可见，U是影响武平负氧离子浓度变化的关键因子，并与之呈正相关。

表2 武平负氧离子浓度与气象因子的相关性分析

2.2 负氧离子浓度在不同天气背景下的变化特征分析

从观测的雨量要素分析，将2017年12月至2018年11月期间的天气划分为无雨(包含微量降水)、有雨两类，分别对负氧离子浓度进行分析，结果表明，有雨天负氧离子浓度高于无雨天，梁野山站高于城区站。

城区无雨日数为229天，负氧离子浓度平均值为1279.9个/cm3，最大值为5166.8个/cm3，最小值为721.7个/cm3；有雨日数为136天，负氧离子浓度平均值为1564.2个/cm3，最大值为6757.4个/cm3，最小值为737.7个/cm3。

梁野山无雨日数为213天，负氧离子浓度平均值为1612.4个/cm3，最大值为2243个/cm3，最小值为1218.8个/cm3；有雨日数为152天，负氧离子浓度平均值为1782.9个/cm3，最大值为3205.1个/cm3，最小值为1207.8个/cm3。梁野山大气负氧离子浓度极值差异相对较小。

2.3 负氧离子浓度与气象因子的典型个例分析

由于梁野山大气负氧离子浓度各尺度变化均较小，所以本文选取城区2018年9月7日一次强降雨天气过程作为典型个例进行分析。

武平县城区9月7日为多云转阴，有暴雨并伴有雷电，日雨量为63.9mm。由图1可知，负氧离子浓度呈现明显的日变化，7日负氧离子浓度呈现双峰值，波动起伏特征明显，日均值高达6758.8个/cm3。结合此次降水过程分析，7日共出现2个降水时段与负氧离子浓度的双峰值相对应，降水从7日03时开始持续到07时，可以看到降水出现后负氧离子浓度也迅速增大，负氧离子浓度从02时的1176.9个/cm3阶越到14141.4个/cm3，并在雨量最大的04时出现一个峰值(15932.9个/cm3)，而后随着降水的停止，负氧离子浓度也在下降；从18时到20时出现另一个降水时段，这个时段的降水较前个时段更加明显并出现短时强降水，小时雨强达34.6mm/h，从负氧离子浓度的变化来分析，随着降水的再次出现，负氧离子浓度又一次增大，峰值依然出现在雨强最大对应的18时(达16883.2个/cm3)，并且随着降水的停止，负氧离子浓度也迅速减小到1000个/cm3以下。

从9月7日负氧离子浓度与R、U、T、V等气象因子的相关性分析，结果表明负氧离子浓度与U、R呈显著正相关，相关系数分别为0.770和0.538。

图1 2018年9月7日城区站负氧离子与雨量变化情况

3 武平县负氧离子浓度预报模型的建立及检验

3.1 武平县负氧离子浓度预报模型的建立

通过上述相关性分析可得，影响武平县空气负氧离子浓度日变化的主要气象因子是U、R、Th、V、Tm、Tl。将日平均负氧离子浓度作为因变量Y，U、R、Th、V、Tm、Tl作为自变量。采用SPSS软件选取多元线性回归和曲线回归(线性、对数、二次项式、S模型等多种函数)进行拟合，选取最优方式进行逐步回归，建立R2最大且通过显著性检验的模型(见表3)。城区和梁野山的多元回归方程和回归系数均通过0.05的显著性水平检验，梁野山站的回归方程是以U显著相关的线性方程为最佳模型，城区站的回归方程虽然在统计上是显著的，但拟合度不高。

表3 武平负氧离子浓度预报方程及检验

3.2 武平县城区站负氧离子浓度分季节预报模型的建立

为了进一步建立更加精细的城区站负氧离子浓度预报模型，按照分季节的气象要素相关性影响，建立不同季节的负氧离子独立预报模型。先分析各季负氧离子浓度与气象要素的相关性，再选取相关性最好的气象因子建立曲线拟合回归方程。以武平县冬季预报模型为例，冬季负氧离子与相对湿度的相关性最好，利用武平县城区站日平均负氧离子浓度为因变量Y，以日平均相对湿度为自变量U，用SPSS软件进行曲线拟合，预报模型拟合(图2),预报模型和相关参数(表4)。

图2 武平城区冬季预报模型拟合图

表4 武平城区负氧离子冬季预报模型

多种拟合方式中，以二次多项式模型的相关系数(R2)0.386为最大，与负氧离子浓度实际观测值的分布趋势较接近。因此，城区站冬季负氧离子浓度预报模型选择二次多项式，其回归方程如下：

Y=1763.040-30.183U+0.316U2

(1)

其中Y为日平均负氧离子浓度，U为日平均相对湿度。

同样，选取春季、夏季、秋季三季相关性最好的气象因子建立曲线回归预报方程，以日平均负氧离子浓度Y为因变量，以相关性最大的气象因子为自变量，用多元线性回归和曲线拟合(选择线性、对数、二次多项式、S曲线)，得到城区其它季节的预报方程如下：

春季预报方程(二次多项式)：

Y=68.921+28.808U-0.157U2

(2)

夏季预报方程(S曲线)：

Y=e7.890-41.480/U

(3)

秋季预报方程：(S曲线)

Y=e7.629-25.429/U

(4)

3.3 预报模型的检验

为了检验模型实际的预报效果，分别对武平县城区站和梁野山站日负氧离子浓度预报模型进行检验，选取2018年12月整月资料作为检验样本，将逐日数据代入武平县城区负氧离子浓度全年预报模型及城区站分季节预报模型中，分别计算日负氧离子浓度数值(见图3)。结果发现，分季节细化的相对湿度曲线回归负氧离子浓度预报模型与实测负氧离子浓度值数据变化趋势更为一致，数值与实测值更为接近。因此，武平县城区负氧离子浓度预测模型选用分季节的湿度曲线预报模型效果更好。

图3 武平城区冬季负氧离子浓度预报模型检验

从梁野山负氧离子浓度预报模型的检验结果看，虽然选择相对湿度单要素线性相关预报模型，但预报值与实测值接近，检验效果非常好，预报准确率高。

图4 武平梁野山负氧离子浓度预报模型检验

4 结论与讨论

通过对武平县负氧离子浓度变化与气象因子的相关性分析，发现城区站和梁野山站影响负氧离子浓度的气象要素略有不同，总体分析，影响武平县负氧离子浓度日变化的关键气象因子为相对湿度，并与之呈正相关。

从负氧离子浓度在不同天气背景下的变化特征分析，发现负氧离子浓度在有雨天高于无雨天，梁野山站负氧离子浓度日平均值高于城区站。

在武平城区一次典型降水过程中负氧离子浓度与雨量变化情况分析，负氧离子浓度变化峰值与降水峰值有较好的对应关系，并且与相对湿度、雨量呈正相关。

从武平县负离子浓度预报模型检验来看，利用相对湿度建立的负氧离子浓度预报模型具有较好的预测能力。城区站分季节负氧离子浓度预报模型的预报值与实际值更接近，可为开展负氧离子浓度精细化预报提供支撑。