开远市空气污染与气象条件关系及污染等级预报方法

罗小杰，王爱玲，熊丽萍

(1.云南省红河州气象局，云南 蒙自 661100；2.云南省开远市气象局，云南 开远 661600)

引 言

近年来，人们越来越重视空气质量对生产生活的影响，随之而起的空气质量研究也逐渐提升到一个新的高度，国内不少气象科技人员和专家已就气象条件与空气质量的关系做了大量的探究。王淑云等人对沧州市城市空气质量与气象条件关系及空气质量预报系统进行研究，得出气压场较弱、风速小、总云量较多时容易造成空气污染等结论[1]；祁栋林等人对2001～2011年西宁空气质量特征及气象条件的关系进行研究，得出对大气污染物有制约关系的主要气象因子为沙尘日数、降水量、相对湿度和气温等结论[2]；沈劲等人基于聚类与多元回归的空气质量预报模型开发研究，以广东省顺德区为例建立了空气质量统计预报模型，得出模型模拟结果与实测值具有较高的相关性，且模型普遍略为高估各项污染物浓度水平的结论[3]；陈梁勋等人对绵阳市大气污染天气学分型及气象条件特征分析，得出污染天气发生的主要天气系统和稳定度特征[4]。但对基于气象条件的空气污染等级预报方法及适用性的研究不够充分。

因此，本文通过分析开远市空气质量与气象条件的关系，以及基于气象条件的数值统计预报方法和空气污染扩散等级预报方法在城市空气污染预报中的适用性，弥补开远市空气污染扩散等级预报空缺，同时也为提前防控空气污染提供科学的参考依据。

1 研究数据及方法

1.1 研究区概况

开远市位于云南省东南部，红河州中东部，是滇南中心城市群的重要组成部分。全市国土面积1950km2，总人口约32.3万人。开远市为山地高原地貌，山脉呈南北走向，东南高、西北低，最高点海拔2775.6m，最低海拔为950m，相差高度1825.6m，立体地形特点突出。全市为典型的亚热带高原季风气候，年平均降雨量755.7mm，平均气温20.2℃，年平均风速2.0m/s，常年最多风向为S(南风)。产业结构以工业和服务业为主、农业为辅，分布有火电、化工、水泥、制糖、造纸、酿酒、食品等工业企业。

1.2 数据来源

本文选取2017～2019年开远市环境监测站空气质量六要素(SO2、NO2、PM10、CO、O3、PM2.5)、日平均AQI指数，开远国家一般气象站气温、风、降水、相对湿度等地面气象观测日值资料及2018年蒙自国家基准站700hpa、850hpa高空日值资料进行分析，2020年气象及空气质量监测日值资料进行预报方法适用性检验。因开远为一般气象站，无探空观测业务，故高空气象资料选用最近的蒙自国家基准站探空数据，两地之间直线距离29km左右。

1.3 研究方法

文中关于空气质量指数(AQI)的定义，参照《环境空气质量指数(AQI)技术规定》(HJ633-2012)[5]。

(1)通过相关性及概率统计，分析开远市空气质量变化特征及主要影响气象要素；

(2)利用数值统计预报方法，建立基于气象条件的开远市空气质量指数AQI逐步回归运算预报方程，并进行适用性检验；

(3)根据《空气污染扩散气象条件等级》标准(QX/T 413-2018)[6]，计算开远市空气污染气象指数I，反推建立开远市空气污染指数AQI的预报公式并进行适用性检验。

2 结果分析

2.1 开远市空气质量变化特征分析

2.1.1 空气质量指数AQI季节变化特征

选取2017～2019年开远市空气质量指数AQI，统计各季节各级AQI天数和所占百分比，结果见表1。其中，春季为3月1日～5月31日，夏季为6月1日～8月31日，秋季为9月1日～11月30日，冬季为12月1日～2月28日。

表1 2017～2019年开远市空气质量季节变化Tab.1 Seasonal variation of air quality in Kaiyuan city from 2017 to 2019

由表1可知，开远市污染天气主要出现在春季，且春季良的天数占比较大，达82.4%；夏季空气质量转好，优的天数大幅增加，占比达72.4%。从全年来看，开远市夏季、秋季空气质量最好，优良率达98%以上，且优的天数占比均达70%以上；冬季空气质量略微下降，春季空气质量最差，优的天数仅占14.3%。总的来说，开远市污染指数2～5月最高、6～10月最低，呈现“冬春高夏秋低”的鲜明特点。

2.1.2 空气质量六要素变化特征分析

选取2017～2019年开远市环境监测站空气质量六要素(SO2、NO2、PM10、CO、O3、PM2.5)逐日资料，统计分析各要素逐月变化情况，如图1。从图中可知，开远市各污染物季节性变化特征明显，除O3浓度谷值出现在12月、1月外，其余污染物浓度谷值均在6、7月；但峰值出现的月份却存在一定差异，NO2、CO浓度峰值出现在12月，PM2.5、PM10出现在3月，O3出现在4月，SO2为多峰型，峰值出现在1、4月。

图1 开远市空气质量要素逐月变化图(一氧化碳浓度扩大十倍显示)Fig.1 Monthly variation of air quality factors in Kaiyuan city (carbon monoxide concentration is shown by expanding ten times)

影响开远市空气质量的污染物主要有SO2、PM10、O3、PM2.5，其中O3为首要污染物，出现频率达59.3%，其次为PM10，出现频率达31%。首要污染物季节变化特征明显，春、夏季节为O3，秋、冬季节为PM10，SO2作为污染物仅在秋季出现，且次数较少，见表2。

表2 2017～2019年开远市各季节首要污染物年均分布情况Tab.2 Annual average distribution of major pollutants in different seasons in Kaiyuan city in 2017～2019 (年/次)

2.2 气象条件对空气质量的影响分析

2.2.1 降水对空气质量影响的分析

分析开远市2017～2019年平均月降水量的逐月变化，见图2，可以看出夏季是降水的高峰期，8月达到全年峰值；冬季为降水的谷值期，2月降水量最少。这与前面分析的污染物高、低值趋势相反，且逐月降水量与SO2、NO2、PM10、CO、O3、PM2.5浓度的相关系数依次为-0.58、-0.48、-0.71、-0.77、-0.16、-0.67，与SO2、PM10、CO、PM2.5均呈显著负相关。由此说明开远市夏季降水的湿清除作用对改善当地空气质量有重要作用，尤其是在调节降低SO2、PM10、CO、PM2.5浓度中作用显著。

图2 2017～2019年开远市年平均月降水量及AQI的逐月变化Fig.2 Monthly variation of annual average monthly precipitation and AQI in Kaiyuan city from 2017 to 2019

按照《降水量等级》(GB/T 28592-2012)[7]，将24小时降雨量(R)分为七个等级，依次为微量降雨(R≤0.1mm)、小雨(0.1mm

注：0、1、2、3、4、5分别代表无降水日、微量降水、小雨、中雨、大雨、暴雨；SO2、PM10、PM2.5质量浓度单位为μm/m3，CO质量浓度为10mg/m3。

2.2.2 相对湿度对空气质量影响的分析

开远市1～4月相对湿度逐月降低，5月随着雨季的开始相对湿度逐渐增大，6月大幅跃增，随后基本保持在一个较高的值(70%以上)。与之对应，1～4月空气质量逐渐变差，伴随雨季开始空气质量大幅好转，6～12月空气质量AQI均小于等于50，达到一级空气质量水平，见图4。

图4 2017～2019年开远市年平均月相对湿度和AQI的逐月变化Fig.4 Monthly changes of annual average monthly relative humidity and AQI in Kaiyuan city from 2017 to 2019

2.2.3 风向对空气质量影响的分析

开远市常年盛行南风，考虑风向对空气污染因子扩散的影响，分析2017～2019年日风向及空气质量数据见表3，可知：开远最大风速的风向集中表现为东南、南、西南风，且出现南向风时空气质量相对较差，良、轻度污染的天数较多，颗粒物(粒径小于等于10um)为二级标准的天数占比达到72.1%。结合开远市工厂分布特征，因水泥厂位于城区西南方向，故南向风时空气污染防治应考虑水泥厂的影响。

表3 2017～2019年开远市日风向及对应AQI等级分布情况表Tab.3 Daily wind direction and corresponding AQI level distribution in Kaiyuan city from 2017 to 2019

2.3 基于气象条件的空气污染等级预报方法研究

2.3.1 空气污染扩散数值统计预报方法

分析2018年开远市空气质量指数AQI与各气象要素日值资料的关系，通过逐步回归运算得到回归方程如下：

y=125.499-0.827x1-0.629x2-4.21x3-1.821x4+1.202x5-0.398x6+0.145x7

(1)

其中y为AQI预测值，x1为相对湿度，x2为08时700hpa风速，x3为平均风速，x4为08时温度850hpa，x5为日最高气温，x6为前一日20时风速700hpa，x7为前一日20时850hpa温度。

将2020年1～12月的气象资料带入方程进行检验，预测AQI等级对比实测AQI等级正确率达到63.3%。从其拟合线图5可以看出，方程在预报等级为“良”的区间预测值与实测值拟合度较高，其次为“优”区间。由于开远市轻度污染天数较少，回归分析不具有代表性，方程预报“轻度污染”拟合度较差。

图5 2020年1至12月线性回归方程预测AQI与实测AQI日值变化对比图Fig.5 Comparison of daily changes of predicted AQI and measured AQI by linear regression equation from January to December 2020

2.3.2 基于气象条件的空气污染等级预报方法

选取2017～2019年开远国家一般气象站逐日平均气压、平均气温、日最高气温、日最低气温、相对湿度、20～20时降水量、平均风速、最大风速风向和日照时数，与开远市逐日空气质量AQI进行相关分析，选取相关性好的气象因子。通过分析，各气象因子与空气质量AQI的相关系数如表4，从表中可知，最高气温TMAX、最低气温TMIN、平均气压P、降水量R、最大风速VMAX、平均风速V与空气质量AQI在0.1水平(双侧)上相关，但相关性小于0.2，为极弱相关；平均气温T、日照时数与空气质量AQI不相关；相对湿度U与空气质量AQI在0.1水平(双侧)上显著相关，呈负相关。

表4 空气质量AQI与气象因子相关性计算表Tab.4 Correlation calculation of air quality AQI and meteorological factors

通过相关性分析，最终选取相对湿度、降水量、日最低气温、日最高气温、700hpa20时风速、700hpa20时温度、700hpa20时探测高度、850hpa20时探测高度10个要素作为静稳天气指数计算因子。

根据《空气污染扩散气象条件等级》标准(QX/T 413-2018)[6]，计算得到开远市空气污染气象指数I的预报方程如下：

It+1=5.317×0.471×St+1+(1-0.471)×Qt

(2)

代入2018年数据计算空气污染气象指数I，对比实测空气污染指数AQI，如图6，可知开远市2018年空气污染气象指数I均小于100，气象条件非常有利于污染物扩散，对轻度污染天气影响的指示意义不大。但全年AQI与I的变化趋势拟合度较高，该方法计算的空气污染气象指数I对AQI的变化趋势有一定可参考性。

图6 2018年计算空气污染气象指数I与实测空气污染指数AQI日值变化对比图Fig.6 Comparison of daily changes of calculated air pollution meteorological index I and measured air pollution index AQI in 2018

以此公式反推得到开远市空气污染指数AQI的预报方程如下：

Qt+1=0.471×(5.317×St+1+3.627-Qt)+0.294+Qt

(3)

其中Qt+1为t+1时刻的观测大气污染物浓度，Qt为t时刻的观测大气污染物浓度，St+1为t+1时刻的静稳天气指数。

代入2020年1～12月气象数据进行验证，预测AQI等级对比实测AQI预报等级正确率达79.4%。从其拟合线图7可看出：在空气质量“优”等级期间，预测AQI普遍比实测AQI略高；在空气质量“良”等级，预测AQI与实测AQI接近略偏低；预测AQI与实测AQI总体变化趋势拟合度较高。

图7 2020年1～12月线性回归方程预测AQI与实测AQI日值变化对比图Fig.7 Comparison of daily changes of predicted AQI and measured AQI by linear regression equation from January to December 2020

3 结 论

通过分析开远市空气质量与气象条件的关系，以及基于气象条件的数值统计预报方法和空气污染扩散等级预报方法在城市空气污染预报中的适用性，得出以下结论：

(1)开远空气污染具有“冬春高夏秋低”的鲜明特点，影响污染物主要有SO2、PM10、O3、PM2.5，其中O3为开远市最主要的首要污染物。首要污染物季节变化特征明显，春、夏季节为O3，秋、冬季节为PM10，SO2作为首要污染物仅在秋季出现，且次数较少。

(2)影响开远市空气质量的气象条件主要有降水、相对湿度和风向。夏季降水的湿清除作用对改善当地空气质量有重要作用，尤其是在调节降低SO2、PM10、CO、PM2.5浓度中作用显著。4种大气污染物浓度在无降雨和微量降雨时最高，随着降雨量增大污染物浓度呈降低趋势，PM10和PM2.5的湿清除效应较为明显，CO清除效应不明显，SO2在降水量达到50mm以上时湿清除作用骤减或呈负作用。相对湿度与空气质量呈负相关，即相对湿度越高，AQI的值越小、空气质量越好。影响开远市空气污染扩散的风向主要为南向风，出现南向风时颗粒物(粒径小于等于10um)为二级标准的天数占比达到72.1%。

(3)数值统计预报方法建立的AQI逐步回归预报方程，预测AQI等级对比实测AQI等级正确率达到63.3%，因开远市轻度污染天数较少，不具有代表性，方程在预报“轻度污染”时拟合度较差。相比之下，根据《空气污染扩散气象条件等级》标准建立的基于气象条件的空气污染等级预报方程，预测AQI等级对比实测AQI预报等级正确率达79.4%，且呈现出空气质量在“优”等级期间，预测AQI普遍比实测AQI略高；在“良”等级，预测AQI与实测AQI接近略偏低；预测AQI与实测AQI总体变化趋势拟合度较高，具有更好的适用性，对开远市空气污染防治具有一定的科学指导意义。