熊世为　王曼丽　邓汗青

摘要：利用滁州市2015年1月至2017年5月逐日大气污染物数据及对应的气象观测资料，分析滁州市空气污染状况及其与气象要素的关系并建立基于气象要素的空气质量预报模型。结果表明，该地区空气污染物以细颗粒物PM2.5为主，主要出现在冬、春季，其次为O3，主要出现在夏季；该地区出现中度以上污染时，上游西北来向的污染输送起重要作用，风速、降水与空气质量指数（AQI）及各类污染物浓度呈显著负相关，气温与PM10、PM2.5、NO2、CO呈显著负相关，与O3呈显著正相关，日照时数和相对湿度与颗粒物PM10、PM2.5浓度呈显著正相关；基于气象要素的预报模型对AQI及PM2.5、PM10和O3的浓度预测效果优良，能满足日常的业务需求，对NO2的预报效果相对较差，标准化平均误差（NME）超过了30%，且对NO2浓度有一定程度高估。

关键词：空气质量；气象要素；预报方法；滁州

中图分类号：X513 文献标识码：A

文章编号：0439-8114（2018）18-0034-05

DOI：10.14088/j.cnki.issn0439-8114.2018.18.008 开放科学（资源服务）标识码（OSID）：

Study on the Relationship between Air Quality and Meteorological Factors and Its Prediction Method in Chuzhou

XIONG Shi-wei1，WANG Man-li1，DENG Han-qing2，DENG Xue-liang3，QIU Yang-yang4，HU Shan-shan1

（1.Chuzhou Meteorological Bureau，Chuzhou 239000，Anhui，China；2.Anhui Climate Center， Hefei 230000，China；3.Anhui Meteorological Sciences Institute，Hefei 230000，China；4.Anhui Meteorological Disaster Prevention Technology Center，Hefei 230000，China）

Abstract： Based on the daily air quality data and meteorological data of January 2015 to May 2017 in Chuzhou，the relationship between air quality and meteorological factors were analyzed，and an air quality prediction model based on meteorological factors was established，the results showed that air pollutants were dominated by PM2.5，mainly in winter and spring，followed by O3，mainly in summer. When Chuzhou had a moderate pollution in the region，it played an important role in the transportation of pollution from the northwest. Wind speed and precipitation were negatively correlated with AQI and all kinds of pollutants，there was a significant negative correlation between temperature and PM10，PM2.5，NO2，CO. Temperature was positively correlated O3. Sunshine hours and relative humidity were significantly positively correlated with PM10 and PM2.5 concentrations. The prediction model had good prediction effect on AQI，PM10，PM2.5 and O3 which could meet the daily business requirements，but had relatively poor prediction effect on NO2，the standardized mean error（NME） was over 30%，and its concentration was overestimated.

Key words： air quality； meteorological factors； prediction method； Chuzhou

環境问题是近年来社会关注的热点，各级政府已将大气污染防治工作上升到了战略高度[1]。大量的研究表明，空气质量与气象要素关系密切，风向、风速、降水、温度、湿度等气象要素均直接或间接影响着空气污染物的扩散[2-5]，因此，研究空气污染物与气象要素的关系并建立基于上述关系的空气质量预报方法，对政府部门应急处置重污染天气及长期的大气污染综合防治等工作具有重要的决策参考意义。

目前空气质量预报手段主要可分为结合污染源及气象场的数值模式以及基于历史数据分析的统计方法，前者在省级以上机构及有关科研院所应用较多，如北京大学的PUMA模式[6]、中国气象科学研究院的CAPPS模式[7]以及美国环保总局的第三代空气质量模式Models-3/CMAQ[8]，数值模式能较好地反映背后的物理机制，但操作相对复杂且对计算机软硬件配置要求高，因此基于历史数据分析的统计方法也颇受欢迎。沈劲等[9]利用多元回归法较好地模拟出了佛山市顺德区的空气污染物浓度水平和变化趋势；许杨等[10]建立的空气污染物浓度统计预报模型对武汉市空气污染级别预报的准确率达到78.1%；宋榕荣等[11]基于风向、风速、气温、湿度等气象因子与臭氧浓度之间的统计关系，建立了厦门市臭氧预报和评估系统；刘永红等[12]采用BP神经网络进行空气质量预报并进行参数敏感性分析，发现该方法稳定性高，预报效果较好。

滁州地处江淮分水岭，气候上具有明显的过渡性质，且比邻南京、合肥两大省会城市，研究该地区空气污染物与气象要素的关系，探讨基于气象要素的空气质量预报方法，对该地区的大气环境评估及污染治理具有重要参考意义。

1 资料与方法

1.1 资料

选取的空气质量数据为滁州市环保局提供的逐日污染物浓度值，序列长度为完整记录的2015年1月至2017年5月。气象数据为同时期的滁州市国家基本站逐日观测值，包括日平均气温、日最高气温、日最低气温、小时自记风（每小时正点前后10 min的10 m平均风速、风向）、日照时数、日降雨量等。其中2015年1月至2016年12月数据用于建模的训练样本，2017年1-5月数据用于模型检验。

1.2 方法

基于污染物與气象要素之间的关系建立多元回归预测模型，其表达式为：

c=a0+a1x1+a2x2+…+anxn （1）

式中，c为预测对象，x1、x2…xn表示影响污染物浓度变化的气象要素，如气温、风速、湿度、日照时数等，以及该污染物前1 d污染物浓度，a1、a2…an为回归系数，a0为常数。

利用标准化平均偏差（NMB）、标准化平均误差（NME）以及均方根误差（RMSE）评估模型预报效果，表达式如下：

NMB=■×100% （2）

NME=■×100% （3）

RMSE=■ （4）

式中，cm、c0分别表示预报值和观测值，n为样本数。

2 结果与分析

2.1 滁州市空气污染概况

2015—2016年滁州市日平均空气质量指数（AQI）为88，空气质量总体较好，优良（AQI≤50为优，50

2015—2016年首要污染物日数的分布情况（空气质量为优时，不给出首要污染物，标为“无”）见表1。从表1可以看出，近两年来滁州市大部分时期首要污染物为细颗粒物PM2.5，占比63.47%，其次为O3，颗粒物PM10和NO2为首要污染物的情况较少，合计不足10%，没有出现过以SO2和CO为首要污染物的情况。从不同季节来看，首要污染物为PM2.5的情况大部分出现在冬春季，这与AQI的季节规律一致，经统计，2015—2016年共出现的226 d轻度及以上污染中有195 d的首要污染物为PM2.5。因此，PM2.5为该市的主要污染物。此外，首要污染物为O3时的季节分布呈现夏季明显高于冬季，这是由于夏季气温高、阳光充足，有利于工业废气和汽车尾气中排放的挥发性有机物与氮氧化物在阳光的作用下生成O3。

2.2 气象要素与污染物浓度的关系

2.2.1 风向与污染物浓度的关系 风向是空气污染物远距离输送的主要因素。研究时段内各污染级别情况下各风向的频率分布见图2。从图2可以看出，滁州总体盛行偏东风，风向频率占前三位的分别为东风（E，12.3%）、东北偏东风（ENE，10.8%）和西北风（NW，10.0%），后三位分别为东南偏南风（SSE，2.4%）、南风（S，2.5%）以及西风（W，3.9%）；优良天气条件下的风向频率分布与总体情况下的基本一致；轻度污染情况下，风向频率分布略有变化，变幅最大的是东南偏东风（ESE），由总体情况的7.3%上升到10.2%，但整体还是盛行偏东风，东风（E）、东北偏东风（ENE）和西北风（NW）的风向频率仍然位列前五位，东偏南风（SSE）、南风（S）和西风（W）也排后五位；中度污染以上情况下，风向频率变化较明显，偏西风尤其是偏西北风频率上升明显，西北风（NW）的风向频率由总体情况的10.0%上升到13.9%，西北偏北风（NNW）由8.0%上升到10.5%，西北偏西风（WNW）由4.8%上升到7.5%。以上规律说明，污染级别为轻度污染以下时，风向的影响不大，而高污染浓度常伴随着偏西风尤其是偏西北风出现，上游的污染物输送该地区空气质量影响较大，与阴俊等[13]研究结论相近。

2.2.2 气象要素与空气污染物的定量关系 2015—2016年滁州市AQI及6项污染物浓度与日平均气温、风速、相对湿度以及降水量（20：00至次日20：00）、日照时数等要素的相关分析结果如表2所示。由于该地区的主要污染物为PM2.5，AQI基本由PM2.5主导，因此，AQI与气象要素的关系和PM2.5与气象要素的关系基本一致。

从不同气象要素看，风速对污染物的输送和扩散起重要作用，各类污染物均与风速呈极显著负相关，风速越大，越有利于污染物的扩散；降水对污染物的湿沉降作用明显，各类污染物均与降水量呈负相关，且除SO2外所有污染物与降水量的负相关性均达到极显著或显著水平，降水量越大，空气质量越好；气温也与污染物浓度密切相关，PM10、PM2.5、NO2、CO均与气温呈极显著负相关，SO2与气温的相关性不显著，但也是负相关关系，即气温越高，以上污染物浓度越低。分析原因可能是近地面气温越高，越容易导致形成上冷下暖的不稳定温度层结，使得上述污染物更容易在垂直方向上扩散。而O3与气温为极显著的正相关关系，这是因为在臭氧浓度高的夏季气温高往往也配合好的光照条件，光合作用明显，使得O3上升。日照时数和相对湿度主要与两类颗粒物PM10、PM2.5相关性明显，相对湿度越低，越有利于颗粒物悬浮在空气中，所以与颗粒物浓度呈负相关，日照时数越长会导致相对湿度越小，有利于颗粒物悬浮于空气，因此日照时数与颗粒物浓度呈正相关。此外，日照时数还与O3呈极显著正相关，这是由光合作用导致的。