邹平县空气质量与气象条件关系研究
2015-01-08刘路花李华
刘路花 李华
摘 要：利用邹平县2010-2013年空气质量定点监测资料以及同期的地面气象要素降雨量、相对湿度、风和气压等资料，该文开展了主要空气污染因子同气象条件之间的必然性研究，掌握了不同的气象条件情况下空气污染因子质量浓度的变化情况，建立了污染浓度预报模式，为有效控制空气污染提供科学依据。
关键词：空气质量；气象条件；预报模式；邹平县
中图分类号 X511 文献标识码 A 文章编号 1007-7731（2014）24-103-06
20世纪以来，随着现代工业及交通运输业等的快速发展，城市空气污染日益严重，空气质量问题也越来越受到世界各国政府和社会民众的高度关注。控制大气污染，改善城市大气环境质量的呼声日益强烈。由于城市环境短期内变化相对有限，城市空气污染状况实际上是由污染源和气象条件2个内外因素共同决定的。其中，影响空气质量的核心因素是复杂的气象条件，大气条件的优劣直接影响着空气污染物的分布状态，气象因子对城市大气环境质量的影响是当前一个重要研究课题。利用邹平县2010-2013年空气质量定点监测资料以及同期的地面气象要素降雨量、相对湿度、风和气压等资料，本文开展了主要空气污染因子同气象条件之间的必然性研究，进而掌握在不同的气象条件情况下空气污染因子质量浓度的变化情况，并利用逐步回归方法，建立了污染浓度预报模式，为有效控制空气污染提供科学依据。
1 基础资料及分析方法
1.1 大气污染的定义 大气污染是指在自然环境或人为因素的影响下，引起气体成分、性状、构成等发生改变，改变之后的气体与原始气体相比较而言，内部含有了一部分有害、有毒物质，这些有害、有毒物质将不利于人们生活质量的提升和身心健康的保障，因此，我们将这类气体称为污染气体，也就是所谓的大气污染。大气污染从本质上来讲，大致涵盖了3类构成者：一是污染源头；二是污染物质浓度；三是污染危害状况。
1.2 空气污染指数分级及其浓度限值 在针对空气污染指数分级的过程中，笔者的取值范围为0～500，空气污染指数的高低，直接体现出空气污染的状况。与此同时，空气污染指数与空气污染浓度存在必然的联系，详情如表1所示。由表1可知，空气污染指数与空气质量存在必然的关联，即指数越高，空气质量越差，当然对人类的身心健康影响也越大。因此，针对空气质量现状，必须提出切实可行的决策和依据。
表1 空气污染指数分级浓度限值
[污染指数
AP1＼&污染物浓度（mg/m3）＼&SO2＼&i=1＼&NO2＼&i=2＼&PM10＼&i=3＼&j=6＼&500＼&2.101～2.620＼&0.751～0.940＼&0.501～0.600＼&j=5＼&400＼&1.601～2.100＼&0.566～0.750＼&0.421～0.500＼&j=4＼&300＼&0.801～1.600＼&0.281～0.565＼&0.351～0.420＼&j=3＼&200＼&0.151～0.800＼&0.121～0.280＼&0.151～0.350＼&j=2＼&100＼&0.051～0.150＼&0.081～0.120＼&0.051～0.150＼&j=1＼&50＼&0.000～0.050＼&0.000～0.080＼&0.000～0.050＼&]
1.3 资料选取 主要污染物PM10、NO2、SO2的监测数据取自邹平县环保局提供的2010年1月1日至2013年12月31日逐日监测实况资料。空气质量日报监测周期为24h，数据监测周期起止时间为前一日12：00至当日12：00。共有3个监测点，分别在邹平县环保局、邹平县实验二小、邹平县高新区3个采样点，取其逐日平均浓度的算术平均值，以代表污染物的平均状况。我国于2000年对城市空气质量进行了分级，根据空气污染指数，确定出了分级标准，具体划分为5档7级，详情如表2所示。该空气质量资料选自于邹平县气象局提供的气象要素数据（气压、降水、风向风速、相对湿度、云量等）资料。
表2 空气质量分级标准
[API＼&空气质
量级别＼&空气质
量状况＼&对人体健康的影响＼&0～50＼&Ⅰ＼&优＼&能够正常活动 ＼&51～100＼&Ⅱ＼&良＼&能够正常活动＼&101～150＼&Ⅲ＼&轻微污染＼&长期呼吸之后，易感人群出现症状＼&151～200＼&Ⅳ＼&轻度污染＼&长期呼吸之后，健康人群出现症状＼&201～250＼&Ⅴ＼&中度污染＼&一定时间呼吸之后，健康人群出现症状＼&251～300＼&Ⅵ＼&中度重污染＼&一定时间呼吸后，心脏病和肺病患者症状显著加剧＼&>300＼&Ⅶ＼& 重度污染＼&健康人群明显出现强烈症状，提前导致部分病症＼&]
1.4 分析方法 采用统计方法分析3种污染物的月、季、年变化特征和年际变化趋势，利用SPSS软件，对空气污染指数与气象条件之间的关联性进行了深入细致的研究，通过关联性的分析，明确气象条件因素对空气污染指数大小的制约。
2 邹平县空气质量特征分析
2.1 近年空气质量状况 根据空气质量分级标准，统计邹平县2010-2013年各级空气污染指数出现日数（表3），结果表明，邹平县最近4a以来，其空气质量状况达到优级的天数非常少，仅为27d，占总天数的2%；良的为475d，占总天数的35.3%；轻微污染为667d，占总天数的49.6%；轻度污染为121d，占总天数的9.0%；中度污染为15d，占总天数的1.1%；中重度污染为16d，占总天数的1.2%；重度污染为25d，占总天数的1.9%。也就是说，空气质量适宜人类活动的时间占总时间的37.3%，不利于人类生活、工作，甚至诱发某些疾病的时间占62.7%，说明邹平县污染比较严重，空气质量状况较差。
表3 2010-2013年邹平县不同等级空气质量出现日数（d）endprint
[年份＼&优＼&良＼&轻微
污染＼&轻度
污染＼&中度
污染＼&中重度
污染＼&重度
污染＼&2010＼&3＼&133＼&178＼&27＼&2＼&3＼&3＼&2011＼&18＼&132＼&158＼&31＼&2＼&3＼&2＼&2012＼&6＼&99＼&181＼&27＼&4＼&0＼&1＼&2013＼&0＼&111＼&150＼&36＼&7＼&10＼&19＼&]
2.2 3种污染物的年际变化特点 2010-2013年，邹平空气污染指数平均数值是118，处于国家环境空气质量三级标准（101 0.14 0.1 0.06 0.02][污染物浓度（mg/m3）][2010 2011 2012 2013][年份][PM10浓度 NO2浓度 线性（SO2浓度）][SO2浓度 线性（PM10浓度） 线性（NO2浓度）] 图1 各污染物浓度的年变化 2.3 3种污染物浓度的月际变化特征 由图2可见，各污染物的平均浓度具有明显的月变化规律。其中：（1）PM10浓度10月至次年3月偏高，平均浓度大于年平均浓度，6～9月较低，平均浓度均小于年平均浓度，1月浓度最高（0.184mg/m3），污染最重，9月浓度最低（0.130mg/m3），污染最轻，年平均API值110，是3种污染物中污染程度最严重的。（2）SO2浓度11月至次年3月较高，7～8、10月浓度较低，年平均API值81，质量等级为良。（3）NO2浓度10月至次年4月较高，4月最高，是3中污染物中污染程度最轻的，年平均API值38，质量等级为优。造成3种污染物这种分布的主要原因是11月至次年的3月大气层结相对稳定，大气低层容易出现逆温层，污染物垂直输送能力差，导致污染物堆积，造成空气污染严重；而4～10月太阳辐射强，近地面层热力对流旺盛，易产生较强的局地对流，低层污染物易被垂直输送到高空，所以空气质量相对较好。 0.200 0.150 0.100 0.050 0.000][1 2 3 4 5 6 7 8 9 10 11 12][月份][PM10][SO2][NO2] 图2 各污染物物浓度的月变化 2.4 污染物的季节变化特征特征 空气质量具有明显的温差反应。污染物浓度按照一年四季来划分，其浓度从大到小依次为冬季、春季、秋季、夏季，具体如下图3所示。 0.180 0.160 0.140 0.120 0.100 0.080 0.060 0.040 0.020 0.000][冬季][春季][夏季][秋季][PM10][SO2][NO2] 图3 各种污染物浓度的季节变化特征 3 气象条件变化对空气质量的影响 空气质量的变化特征和季节因素重点由污染源与和污染物在大气中扩散的气象条件所决定。一般来说，污染源的状况在一定时间内相对稳定，大气对污染物的扩散能力则变化很大，与季节及气象条件的变化极其密切。在污染源恒定的情况下，天气系统及气象要素的变化直接影响着空气质量的变化。在此以主要污染物PM10为例，来说明气象条件变化对空气质量的影响。 3.1 季节的影响 由表4可知，冬季（12月至次年2月）污染日数最多，占总污染日数的46%；冬季API指数平均为138，其次为春季（3～5月），占总污染日数的38%，春季API指数仅次于冬季为133，秋季（9～11月）占总污染日数的12%，API指数平均为101，夏季（6～8月）污染日数仅占4%，API指数平均为89，这表明，空气质量在冬季最差，夏季最好。究其原因，是因为冬季采暖导致燃煤量增加，污染加重，冬季降水较少，气候干燥，刮风天气较少，光照较弱，日照时间短，温度低，低空逆温层厚且出现的几率偏高，不利于污染物的稀释和扩散，春季的时候，由于刮风的原因，沙尘暴天气较多。夏季由于太阳辐射很强，大气对流活动旺盛，且降雨天气较多，对污染物质清除作用明显。
表4 空气质量季节变化
[季节＼&API指数＼&污染日数概率（%）＼&Ⅳ级以上天数（d）＼&冬季＼&138＼&46.0＼&51＼&春季＼&133＼&38.0＼&29＼&夏季＼&89＼&4.0＼&3＼&秋季＼&101＼&12.0＼&10＼&]
3.2 地面气象要素对空气质量的影响
3.2.1 降水 降水对大气污染物有清洗和稀释的作用，大气中的一些污染气体能够溶解在水中，较大的降水对空气污染物粉尘颗粒也起着有效的清除作用，使空气中的污染物得到自然净化，研究中的4a中，凡是下雨天，邹平的空气质量要稍微好一些，优良等级也比较明显。根据统计，2010-2013年降水日数为284d占全部监测日的21%，与无降水相比，SO2、NO2、PM10污染物浓度平均降低0.024、0.014、0.018，API指数平均降低11%、14%、10%。从表5可以看出，降水日与非降水日的空气污染指数相差很大，分别为97和120，空气优良率分别为58.3%和35.3%，降水日空气质量为优良等级的日子有123d，占总比的43.3%。与此同时，可以看到，当降水之后，空气污染指数会得到大幅减小，这就说明空气污染指数在一定程度上与降水存在关联。如果1d的降水量超出25mm时，空气污染指数的平均数值是73，符合国家二级空气质量标准，空气质量为优良的概率为73.3%；当1mm≤日降水量<25mm，API指数平均为84，空气质量优良率64.4%；当日降水量≤1mm时，API指数平均值为103，属于国家三级空气质量标准，雨水的冲刷和净化作用相对有限，空气质量优良的概率为46.9%。
表5 2010-2013年空气质量与降水的关系
[降水情况＼&API指数＼&天气优良率（%）＼&非降水日＼&120＼&35.3＼&降水日＼&96＼&58.3＼&降水量≥25mm＼&73＼&73.3＼&1mm≤日降水量<25mm＼&84＼&64.4＼&日降水量≤1mm＼&103＼&46.9＼&]
3.2.2 风
3.2.2.1 风速 风速的大小反映大气水平运动的程度，通常而言，风速的大小与大气污染物质的扩散存在正比例关系，即风速越大，大气污染物扩散范围也越广；但另一方面，风速越大，则烟羽的抬升高度越低，反而会增加污染物的地面浓度，同时风速增大还可能增加开放源源强，地面浮尘易被吹起，因此风速对污染物环境浓度具有双重影响。风速与环境空气质量的关系统计结果见表6，由表6可以看出，风速与污染物浓度基本呈反比例关系，静风时污染最重，但当风速达到7.5m/s时，可吸入颗粒物污染浓度会有所增加。
表6 风速与空气质量关系
[风速（m/s）＼&PM10＼&SO2＼&NO2＼&c＼&0.185＼&0.153＼&0.073＼&1＼&0.175＼&0.150＼&0.071＼&2＼&0.168＼&0.144＼&0.067＼&3＼&0.160＼&0.132＼&0.054＼&4＼&0.151＼&0.121＼&0.046＼&5＼&0.150＼&0.106＼&0.040＼&6＼&0.148＼&0.104＼&0.034＼&7＼&0.147＼&0.102＼&0.046＼&≥8＼&0.156＼&0.134＼&0.048＼&]
3.2.2.2 风向 风向则决定污染的迁移方向，污染源的不同方位上所受的污染程度大不相同，在污染源的下风向，往往受害较重。风向与环境空气质量的关系统计结果见表7，由表7可知，不同风向时空气污染差别较大，除静风外，在出现北风，特别是东北风时，空气质量最差，因为邹平高污染、高排放大型企业都集中在县城北边。
表7 风向与空气质量关系
[风向＼&PM10＼&SO2＼&NO2＼&N＼&0.175＼&0.148＼&0.069＼&NE＼&0.173＼&0.153＼&0.070＼&E＼&0.154＼&0.149＼&0.046＼&SE＼&0.148＼&0.133＼&0.046＼&S＼&0.150＼&0.1112＼&0.040＼&SW＼&0.148＼&0.1117＼&0.034＼&W＼&0.147＼&0.132＼&0.046＼&NE＼&0.166＼&0.144＼&0.052＼&]
3.2.3 气压 根据气象资料统计，发现空气质量与气压变化存在一定的关系，当日平均年气压≤990.0hPa时，空气质量最好，污染物平均浓度和污染出现率最低，随着气压的增加，空气质量下降，这反映了低压内部的垂直上升运动有利于污染物的扩散，而高压内部的下沉气流则容易造成污染物的沉降、浓度升高。当日平均气压>1 000hPa时，污染出现率比日平均气压990～1 000hPa时降低，优的出现率增加，这与冬季冷空气的影响有关，冷空气影响风速加大，促进了污染物的扩散，使空气质量有所好转。
3.2.4 相对湿度 笔者通过分析、研究指出，空气污染指数与相对湿度存在一定的关联，如果空气污染指数高于3，那么相对湿度的范围可以达到40%～60%；如果空气污染指数为1，那么相对湿度的范围可以高达80%～90%。这主要是由于湿度增大后其中的水汽对颗粒物PM10有吸附作用，进而使PM10质量增加而沉降到地面，另一方面，湿度加大容易加剧层结的不稳定，使污染物容易扩散，从而降低污染浓度，当空气湿度降低时，层结稳定度加大，污染物扩散受到抑制，质量浓度升高。
3.2.5 气温 气温的高低直接影响大气污染程度。由表8可知，当日平均温度高于25℃时，空气污染指数为86，天气优良率为69.6%，Ⅳ级以上概率为1.34%，这个气温条件下，空气质量可以达到2级标准，为良好。究其原因，由于气温越高，空气污染物扩散程度越大，范围越广，致使污染指数降低；如果日平均气温处于10～25℃，空气污染指数平均为97，符合国家空气质量二级标准，空气优良率53.6%；如果日平均气温处于0～10℃，空气污染指数平均为105，天气优良率为52.3%，超出二级标准；当日气温<0℃时，空气API指数平均为120，优良率仅为29.7%，容易发生三级以上的污染，空气质量比较差，这个时候，由于气温较低，空气污染物扩散程度不大，致使污染物集聚起来，引起空气污染指数上升。endprint
表8 气温与空气质量的关系
[气温＼&API指数＼&天气优良率（%）＼&Ⅳ级以上概率（%）＼&日气温≥25℃＼&86＼&69.6＼&1.34＼&10℃≤日气温<25℃＼&97＼&53.6＼&5.17＼&0℃≤日温度<10℃＼&105＼&52.3＼&9.34＼&日气温<0℃＼&120＼&29.7＼&19.21＼&]
3.2.6 能见度 大气细小微粒和漂浮物质能够吸收光源，并且起到扩散的作用，如果大气中的漂浮物和细小微粒过多，那么其能见度势必会降低。大气中的漂浮微粒大多数为污染物质，大气能见度的高低与空气污染指数、大气污染物浓度等指标存在直接关联。由表9可知，当大气能见度高于25km的时候，空气污染指数为78，达到国家规定二级标准，天气优良率、Ⅳ级以上概率数值分别为84.0%和0.67%；当能见度在15～25km时，API指数平均值为86，达到国家规定二级标准，天气优良率、Ⅳ级以上概率数值分别为74.9%和0.83%；当大气能见度在10～15km的范围内时，空气污染指数为102，超出国家规定二级标准，天气优良率、Ⅳ级以上概率数值分别为61.3%和1.34%；如果大气能见度小于10km的时候，空气污染指数为117，超出国家规定二级标准，天气优良率、Ⅳ级以上概率数值分别为24.9%和13.24%。
表9 能见度与空气质量的关系
[能见度＼&API指数＼&天气优良率（%）＼&Ⅳ级以上概率（%）＼&≥25km＼&78＼&84.0＼&0.67＼&15km≤能见度<25km＼&86＼&74.9＼&0.83＼&10km≤能见度<15km＼&102＼&61.3＼&1.34＼&<10km＼&117＼&24.9＼&13.24＼&]
3.3 API指数与地面常规气象因素的关联性研究 笔者选取2010-2013年4个年度，对邹平空气污染指数与地面常规气象因素进行了关联性研究，经过一系列研究和计算，确定了Pearson关联系数。通过对研究结果的分析，可以看出，空气污染指数与大气能见度、降水量、风速、云彩量等常规气象因素存在一定的关联性，一般呈反比例关系，除了秋季之外，大气温度与空气污染指数呈正比例关系。在春季和冬季，空气污染指数与云彩量呈正比例关系，夏季和秋季呈反比例关系；在春季和夏季，空气污染指数与气压呈反比例管理，秋季和冬季二者呈正比例关系（表10）。
表10 2010-2013年气象要素与空气污染指数相关关系
[季节＼&降水＼&风速＼&气温＼&露点＼&总云量＼&低云量＼&气压＼&能见度＼&春季＼&-0.076*＼&0.009＼&0.02*＼&-0.32*＼&0.013＼&0.022＼&-0.003＼&-0.27*＼&夏季＼&-0.16*＼&-0.05＼&0.22*＼&-0.20*＼&-0.15*＼&-0.18*＼&-0.03＼&0.096*＼&秋季＼&-0.21*＼&-0.27*＼&-0.39*＼&-0.39*＼&-0.39*＼&-0.42*＼&0.05＼&-0.43*＼&冬季＼&-0.12*＼&-0.30*＼&0.021＼&0.007＼&-0.12*＼&0.16*＼&0.012＼&-0.50*＼&]
注：*表示相关系数在0.01置信水平下显著（双恻检验）。
4 空气质量预报方法研究
空气质量预报过程中，天气状况显得非常关键，空气质量预报与天气预报截然不同，具备一定的变化规则。从模式层面而言，空气质量预报可以分为3个类别：一是潜势预报；二是统计预报；三是数据预报。从空气污染层面而言，空气质量预报能够被划分为2类：一是污染潜势预报；二是污染浓度预报。本文重点从空气污染层面来对空气质量预报展开研究和论述，今后将尝试用权重系数法将各种空气质量预报整合、归纳起来，形成统一化、标准化预报方法。
4.1 空气污染潜势预报的决策和参数 一般情况下，空气污染潜势主要是针对污染物质扩散水平的表征。现阶段，对于空气污染潜势参数是无法进行直接确定的，而是结合天气状况、相关因子等进行参数的确定。因为污染物质扩散强度与其分布和形态不存在直接关联，所以，空气污染潜势预报的最终结果为当地气象状况参数，这些参数主要涵盖了气温、日降水量、相对湿度、风速、气压等。通过上边的统计分析，除了天气形势外气象参数已进行了上述分析，现对天气形势进行重点分析。
4.2 天气状况类别划分 天气状况与所有气象条件之间有机关联，天气状况的不同，其气象条件也将各不一致。如此一来，空气污染物质的扩散强度将会受到天气状况的影响。笔者通过对地面天气图的分析和研究，主要分析了受污染天气的地面天气图，将其大致分为以下2类：一是气压场较强，利于污染物质扩散类型；二是气压场较弱，阻碍污染物质扩散类型。
4.2.1 利于污染物质扩散类型 利于污染物质扩散类型的地面天气图，其通常发生在冷锋之后、高压附近的低压带等部分。冷锋之后，高压附近将会产生冷空气，随着冷空气的南下程度逐步加深，逆温层的平衡被完全打破，同时产生强大的气压，风速随之提升，在这种环境条件下，空气污染物将会充分扩散；低压控制过程中，云彩的数量增多，气流比较顺畅，呈现出一定的不稳定性，将加速了空气污染物质的扩散；高压区前面，强冷空气逐步到来，雨水已经结束，北风刮起，将加速了空气污染物质向下游扩散，有利于本区域空气质量的提升。除此之外，冬季的雨雪，有利于空气污染物的稀释。
4.2.2 阻碍污染物质扩散类型 阻碍污染物质扩散类型的地面天气图，重点涵盖了4个方面：一是华北地形槽类；二是冷高压周围；三是均压场类；四是（弱）倒槽。倘若受到华北地形槽类制约的时候，上层空气受高压脊制约，下层受暖脊影响，上层暖流逐渐增加，逆温发生变化，天气状况良好，十分平稳，这种天气不利于大气污染物质的扩散，导致污染物质浓度提升，该类型占总污染数量的40%；如果受到冷高压制约的时候，天气状况良好，比较稳定，同时风速不大，气流平稳，辐射逆温会相对增强，这样将不利于大气污染物质的扩散，导致污染物质浓度增加。倘若受到均压场影响的时候，上层没有冷流与暖流的交互，整个大气层显得十分平稳，不利于大气污染物质的有效扩散。如果受到（弱）倒槽的影响，上层出现暖流，越接近地平面，气压越低，云彩越多，温度越高，气流越稳定，这种状态同样不便于空气污染物质的有效扩散，导致污染物浓度得以提升。endprint
分析表明，邹平空气质量级别高于三级的月份通常发生在1a中的第一季度和12月份，笔者通过对邹平2010年第一季度和12月空气质量的研究和地面天气图的分析，从分析结果来看，有16次强冷空气，导致了34个轻微度、轻度污染日，其空气污染指数介于100～180。有20个污染日发生于冷空气出现之前，随着冷空气的来临，造成弱气压场，风速将降低，这样将阻碍着空气污染物的稀释和扩散。有24个污染日发生于冷空气出现之时和过去之后，其空气污染指数的范围介于100～200，这种空气污染物质主要是来自于上游区域，随着气流的互动造成本区域污染物质的增多。两次冷空气加剧了可吸入颗粒物浓度的增加，两次分别为轻微污染和重度污染，使得空气质量满足国家规定标准的五级，造成这种结果的原因是上游狂风导致的沙尘暴，将各种可吸入颗粒物质扩散过来，致使本区域污染物质数量增多，严重影响到空气质量。
5 空气污染物质浓度统计预报方法
空气污染物质浓度统计预报过程中，首先需要进行预报模式和方法的创设，然后进行对象与因素关联性的研究，置信度设置为0.005，检验工具为T，从气象条件中确定出6个平均要素：一是x，表示平均本站气压预报值（百帕）；二是x4，表示平均相对湿度预报值（10-2）；三是x2，表示平均气温预报值（℃）；四是xS，表示平均风速预报值（m/s）；五是x3，表示平均水汽压预报值（hPa）；六是x6，表示平均云量预报值（10-1）。
由于量级的大小各不相同，在研究和分析的过程中，将Y量级增加到1 000倍，之后将最终计算结果缩小1 000倍，其目的为了方便计算污染物质浓度预报数值。
通过对污染数据和气象条件的研究，选择出具备代表性和典型性的气象条件因素，利用逐步回归方式进行预报分析和统计。逐步回归方式主要对气象条件因素进行逐一审查和选择，将最终确定好的气象条件纳入计算公式中进行计算，贡献效率不大，效果不明显的因素将被排除掉，实现方程的最优解。由于季节和温度的不同，空气污染物浓度将各不相同，下面针对4个季节，进行预报方程的设置：
春季：YPM10=1/1000（5549.0067-5.1509X1-11.1202X2+1.9031X3-2.6730X4）
YNO2=1/1000（-607.7512+0.7136X1-1.1120X2-1.8956X5-1.7234X6）
YSO2=1/1000（65.4167-1.7213X3-2.5152X5-2.0542X6）
夏季：YPM10=1/1000（-27.8891+5.8914x2-3.8141x3）
YNO2=1/1000（0.2221+0.0412x1+0.8895x2-1.3321x3-2.0213x5）
YSO2=1/1000（-0.1942+0.0576x1-0.3914x3-0.2732x4-1.3152x5）
秋季：YPM10=1/1000（81.234-0.5172x3-1.9423x6）
YNO2=1/1000（50.6342-0.95678x2-0.6534x6）
YSO2=1/1000（41.9345-0.7125x2-0.6954x6）
冬季：YPM10=1/1000（-910.7832+1.1012x1-3.9958x5）
YNO2=1/1000（42.5564-1.9856x5-0.9412x6）
YSO2=1/1000（3101.0056-2.9124x1-3.9123x6）
以上预报方程，在天气状况良好的时候，其结果很好，反之，如果天气发生变化，其结果就没有预期想象的那么好。究其原因，主要是明天的预报资料来自于对今天天气状况的分析，如果天气状况发生突变，那么明天的实际情况与预报情况相差甚远。
6 模式结论验证
为了对空气污染物质浓度预报情况与实际情况作出充分验证，笔者于2014年4月份对邹平县空气中的可吸入微小颗粒进行了实地测试，通过对测试的结果来看，可吸入微小颗粒平均浓度为轻微度污染，其天数有10d，1d的污染程度达到中度，预报与实际相符的有6d。与此同时，污染程度逐渐加深的预报基本无误，污染浓度良好的情况预报天数与实际相符，只是有4d没有进行预报，有7d预报为优级，预测准确天数为3d，预报误差率为29%。一级预报误差天数为8d，二级预报误差率为0。
为了确保上述验证结果的精准性，笔者还对3月份可吸入微小颗粒浓度进行了验证，其验证结果为：3月份的预报准确程度高达70.2%，空气质量为良的天数有18d，其中14d预报与实际相符，尚未有三级轻微度污染标准，有2d没有预报，空气质量为优级的天数有5d，报准2d。
通过对2014年3月和4月预报结果与实际结果的对比得知，上述方程具备一定的可行性，能够被运用到实际操作过程中。随着时间的推移和研究的深入，将对模式的预报效果进行进一步的检验。
7 小结
（1）PM10是邹平县最主要的首要污染物，出现的天气最多，API指数平均118，处于国家环境空气质量三级标准（101 （2）邹平县空气质量具有明显的季节变化变化特点，按照空气质量的好坏，4个季度排序依次为夏季、春季、秋季、冬季。 （3）空气质量与大气温度、风速、大气能见度、区域降水量、气压等气象条件密切相关，不同季节影响空气质量的气象因子并不相同。 （4）空气污染指数与风速、降水量、大气能见度、云彩量等气象条件呈反比例关系。 （5）统计预报模式对污染物浓度的预报具有一定的预报能力，预报结果有较好的指示性，利用天气形势和气象要素进行分析和计算，能够在一定程度上提升空气污染浓度的预报标准，满足空气质量的实时监测需求。 参考文献 [1]董蕙青，黄海洪，何莉.广西主要城市空气质量状况及其气象条件关系分析[J].广西气象，2001，32（4）. [2]刘彩霞，边玮.天津市空气质量与预报因子相关分析[J].中国环境监测，2007，23（5）. [3]连东英，林长城，郭进敏，等.气象条件变化对三明市空气质量的影响[J].安徽农业科学，2010，35（35）. [4]曲晓黎，付桂琴，贾俊妹，等.2005-2009年石家庄市空气质量分布特征及其与气象条件的关系[J].气象与环境学报，2011，27（3）. [5]孙向朋，彭勇刚.深圳市近年空气质量与气象条件的关系[J].广东气象，2005，03. [6]廉丽妹，高军靖，束炯.城市大气污染特征及其与气象因子的关系[J].环境污染与防治，2011，33（5）. [7]林长城，王宏，陈彬彬，等.福州和厦门大气污染突变特征与气象条件的关系[J].福建农林大学学报（自然科学版），2013，42（3）. [8]肖舜，沈瑾，刘璐，等.西安世园会园区大气环境质量与气象因子关系分析[J].干旱气象，2012，01. （责编：张宏民）
分析表明，邹平空气质量级别高于三级的月份通常发生在1a中的第一季度和12月份，笔者通过对邹平2010年第一季度和12月空气质量的研究和地面天气图的分析，从分析结果来看，有16次强冷空气，导致了34个轻微度、轻度污染日，其空气污染指数介于100～180。有20个污染日发生于冷空气出现之前，随着冷空气的来临，造成弱气压场，风速将降低，这样将阻碍着空气污染物的稀释和扩散。有24个污染日发生于冷空气出现之时和过去之后，其空气污染指数的范围介于100～200，这种空气污染物质主要是来自于上游区域，随着气流的互动造成本区域污染物质的增多。两次冷空气加剧了可吸入颗粒物浓度的增加，两次分别为轻微污染和重度污染，使得空气质量满足国家规定标准的五级，造成这种结果的原因是上游狂风导致的沙尘暴，将各种可吸入颗粒物质扩散过来，致使本区域污染物质数量增多，严重影响到空气质量。
5 空气污染物质浓度统计预报方法
空气污染物质浓度统计预报过程中，首先需要进行预报模式和方法的创设，然后进行对象与因素关联性的研究，置信度设置为0.005，检验工具为T，从气象条件中确定出6个平均要素：一是x，表示平均本站气压预报值（百帕）；二是x4，表示平均相对湿度预报值（10-2）；三是x2，表示平均气温预报值（℃）；四是xS，表示平均风速预报值（m/s）；五是x3，表示平均水汽压预报值（hPa）；六是x6，表示平均云量预报值（10-1）。
由于量级的大小各不相同，在研究和分析的过程中，将Y量级增加到1 000倍，之后将最终计算结果缩小1 000倍，其目的为了方便计算污染物质浓度预报数值。
通过对污染数据和气象条件的研究，选择出具备代表性和典型性的气象条件因素，利用逐步回归方式进行预报分析和统计。逐步回归方式主要对气象条件因素进行逐一审查和选择，将最终确定好的气象条件纳入计算公式中进行计算，贡献效率不大，效果不明显的因素将被排除掉，实现方程的最优解。由于季节和温度的不同，空气污染物浓度将各不相同，下面针对4个季节，进行预报方程的设置：
春季：YPM10=1/1000（5549.0067-5.1509X1-11.1202X2+1.9031X3-2.6730X4）
YNO2=1/1000（-607.7512+0.7136X1-1.1120X2-1.8956X5-1.7234X6）
YSO2=1/1000（65.4167-1.7213X3-2.5152X5-2.0542X6）
夏季：YPM10=1/1000（-27.8891+5.8914x2-3.8141x3）
YNO2=1/1000（0.2221+0.0412x1+0.8895x2-1.3321x3-2.0213x5）
YSO2=1/1000（-0.1942+0.0576x1-0.3914x3-0.2732x4-1.3152x5）
秋季：YPM10=1/1000（81.234-0.5172x3-1.9423x6）
YNO2=1/1000（50.6342-0.95678x2-0.6534x6）
YSO2=1/1000（41.9345-0.7125x2-0.6954x6）
冬季：YPM10=1/1000（-910.7832+1.1012x1-3.9958x5）
YNO2=1/1000（42.5564-1.9856x5-0.9412x6）
YSO2=1/1000（3101.0056-2.9124x1-3.9123x6）
以上预报方程，在天气状况良好的时候，其结果很好，反之，如果天气发生变化，其结果就没有预期想象的那么好。究其原因，主要是明天的预报资料来自于对今天天气状况的分析，如果天气状况发生突变，那么明天的实际情况与预报情况相差甚远。
6 模式结论验证
为了对空气污染物质浓度预报情况与实际情况作出充分验证，笔者于2014年4月份对邹平县空气中的可吸入微小颗粒进行了实地测试，通过对测试的结果来看，可吸入微小颗粒平均浓度为轻微度污染，其天数有10d，1d的污染程度达到中度，预报与实际相符的有6d。与此同时，污染程度逐渐加深的预报基本无误，污染浓度良好的情况预报天数与实际相符，只是有4d没有进行预报，有7d预报为优级，预测准确天数为3d，预报误差率为29%。一级预报误差天数为8d，二级预报误差率为0。
为了确保上述验证结果的精准性，笔者还对3月份可吸入微小颗粒浓度进行了验证，其验证结果为：3月份的预报准确程度高达70.2%，空气质量为良的天数有18d，其中14d预报与实际相符，尚未有三级轻微度污染标准，有2d没有预报，空气质量为优级的天数有5d，报准2d。
通过对2014年3月和4月预报结果与实际结果的对比得知，上述方程具备一定的可行性，能够被运用到实际操作过程中。随着时间的推移和研究的深入，将对模式的预报效果进行进一步的检验。
7 小结
（1）PM10是邹平县最主要的首要污染物，出现的天气最多，API指数平均118，处于国家环境空气质量三级标准（101 （2）邹平县空气质量具有明显的季节变化变化特点，按照空气质量的好坏，4个季度排序依次为夏季、春季、秋季、冬季。 （3）空气质量与大气温度、风速、大气能见度、区域降水量、气压等气象条件密切相关，不同季节影响空气质量的气象因子并不相同。 （4）空气污染指数与风速、降水量、大气能见度、云彩量等气象条件呈反比例关系。 （5）统计预报模式对污染物浓度的预报具有一定的预报能力，预报结果有较好的指示性，利用天气形势和气象要素进行分析和计算，能够在一定程度上提升空气污染浓度的预报标准，满足空气质量的实时监测需求。 参考文献 [1]董蕙青，黄海洪，何莉.广西主要城市空气质量状况及其气象条件关系分析[J].广西气象，2001，32（4）. [2]刘彩霞，边玮.天津市空气质量与预报因子相关分析[J].中国环境监测，2007，23（5）. [3]连东英，林长城，郭进敏，等.气象条件变化对三明市空气质量的影响[J].安徽农业科学，2010，35（35）. [4]曲晓黎，付桂琴，贾俊妹，等.2005-2009年石家庄市空气质量分布特征及其与气象条件的关系[J].气象与环境学报，2011，27（3）. [5]孙向朋，彭勇刚.深圳市近年空气质量与气象条件的关系[J].广东气象，2005，03. [6]廉丽妹，高军靖，束炯.城市大气污染特征及其与气象因子的关系[J].环境污染与防治，2011，33（5）. [7]林长城，王宏，陈彬彬，等.福州和厦门大气污染突变特征与气象条件的关系[J].福建农林大学学报（自然科学版），2013，42（3）. [8]肖舜，沈瑾，刘璐，等.西安世园会园区大气环境质量与气象因子关系分析[J].干旱气象，2012，01. （责编：张宏民）
分析表明，邹平空气质量级别高于三级的月份通常发生在1a中的第一季度和12月份，笔者通过对邹平2010年第一季度和12月空气质量的研究和地面天气图的分析，从分析结果来看，有16次强冷空气，导致了34个轻微度、轻度污染日，其空气污染指数介于100～180。有20个污染日发生于冷空气出现之前，随着冷空气的来临，造成弱气压场，风速将降低，这样将阻碍着空气污染物的稀释和扩散。有24个污染日发生于冷空气出现之时和过去之后，其空气污染指数的范围介于100～200，这种空气污染物质主要是来自于上游区域，随着气流的互动造成本区域污染物质的增多。两次冷空气加剧了可吸入颗粒物浓度的增加，两次分别为轻微污染和重度污染，使得空气质量满足国家规定标准的五级，造成这种结果的原因是上游狂风导致的沙尘暴，将各种可吸入颗粒物质扩散过来，致使本区域污染物质数量增多，严重影响到空气质量。
5 空气污染物质浓度统计预报方法
空气污染物质浓度统计预报过程中，首先需要进行预报模式和方法的创设，然后进行对象与因素关联性的研究，置信度设置为0.005，检验工具为T，从气象条件中确定出6个平均要素：一是x，表示平均本站气压预报值（百帕）；二是x4，表示平均相对湿度预报值（10-2）；三是x2，表示平均气温预报值（℃）；四是xS，表示平均风速预报值（m/s）；五是x3，表示平均水汽压预报值（hPa）；六是x6，表示平均云量预报值（10-1）。
由于量级的大小各不相同，在研究和分析的过程中，将Y量级增加到1 000倍，之后将最终计算结果缩小1 000倍，其目的为了方便计算污染物质浓度预报数值。
通过对污染数据和气象条件的研究，选择出具备代表性和典型性的气象条件因素，利用逐步回归方式进行预报分析和统计。逐步回归方式主要对气象条件因素进行逐一审查和选择，将最终确定好的气象条件纳入计算公式中进行计算，贡献效率不大，效果不明显的因素将被排除掉，实现方程的最优解。由于季节和温度的不同，空气污染物浓度将各不相同，下面针对4个季节，进行预报方程的设置：
春季：YPM10=1/1000（5549.0067-5.1509X1-11.1202X2+1.9031X3-2.6730X4）
YNO2=1/1000（-607.7512+0.7136X1-1.1120X2-1.8956X5-1.7234X6）
YSO2=1/1000（65.4167-1.7213X3-2.5152X5-2.0542X6）
夏季：YPM10=1/1000（-27.8891+5.8914x2-3.8141x3）
YNO2=1/1000（0.2221+0.0412x1+0.8895x2-1.3321x3-2.0213x5）
YSO2=1/1000（-0.1942+0.0576x1-0.3914x3-0.2732x4-1.3152x5）
秋季：YPM10=1/1000（81.234-0.5172x3-1.9423x6）
YNO2=1/1000（50.6342-0.95678x2-0.6534x6）
YSO2=1/1000（41.9345-0.7125x2-0.6954x6）
冬季：YPM10=1/1000（-910.7832+1.1012x1-3.9958x5）
YNO2=1/1000（42.5564-1.9856x5-0.9412x6）
YSO2=1/1000（3101.0056-2.9124x1-3.9123x6）
以上预报方程，在天气状况良好的时候，其结果很好，反之，如果天气发生变化，其结果就没有预期想象的那么好。究其原因，主要是明天的预报资料来自于对今天天气状况的分析，如果天气状况发生突变，那么明天的实际情况与预报情况相差甚远。
6 模式结论验证
为了对空气污染物质浓度预报情况与实际情况作出充分验证，笔者于2014年4月份对邹平县空气中的可吸入微小颗粒进行了实地测试，通过对测试的结果来看，可吸入微小颗粒平均浓度为轻微度污染，其天数有10d，1d的污染程度达到中度，预报与实际相符的有6d。与此同时，污染程度逐渐加深的预报基本无误，污染浓度良好的情况预报天数与实际相符，只是有4d没有进行预报，有7d预报为优级，预测准确天数为3d，预报误差率为29%。一级预报误差天数为8d，二级预报误差率为0。
为了确保上述验证结果的精准性，笔者还对3月份可吸入微小颗粒浓度进行了验证，其验证结果为：3月份的预报准确程度高达70.2%，空气质量为良的天数有18d，其中14d预报与实际相符，尚未有三级轻微度污染标准，有2d没有预报，空气质量为优级的天数有5d，报准2d。
通过对2014年3月和4月预报结果与实际结果的对比得知，上述方程具备一定的可行性，能够被运用到实际操作过程中。随着时间的推移和研究的深入，将对模式的预报效果进行进一步的检验。
7 小结
（1）PM10是邹平县最主要的首要污染物，出现的天气最多，API指数平均118，处于国家环境空气质量三级标准（101 （2）邹平县空气质量具有明显的季节变化变化特点，按照空气质量的好坏，4个季度排序依次为夏季、春季、秋季、冬季。 （3）空气质量与大气温度、风速、大气能见度、区域降水量、气压等气象条件密切相关，不同季节影响空气质量的气象因子并不相同。 （4）空气污染指数与风速、降水量、大气能见度、云彩量等气象条件呈反比例关系。 （5）统计预报模式对污染物浓度的预报具有一定的预报能力，预报结果有较好的指示性，利用天气形势和气象要素进行分析和计算，能够在一定程度上提升空气污染浓度的预报标准，满足空气质量的实时监测需求。 参考文献 [1]董蕙青，黄海洪，何莉.广西主要城市空气质量状况及其气象条件关系分析[J].广西气象，2001，32（4）. [2]刘彩霞，边玮.天津市空气质量与预报因子相关分析[J].中国环境监测，2007，23（5）. [3]连东英，林长城，郭进敏，等.气象条件变化对三明市空气质量的影响[J].安徽农业科学，2010，35（35）. [4]曲晓黎，付桂琴，贾俊妹，等.2005-2009年石家庄市空气质量分布特征及其与气象条件的关系[J].气象与环境学报，2011，27（3）. [5]孙向朋，彭勇刚.深圳市近年空气质量与气象条件的关系[J].广东气象，2005，03. [6]廉丽妹，高军靖，束炯.城市大气污染特征及其与气象因子的关系[J].环境污染与防治，2011，33（5）. [7]林长城，王宏，陈彬彬，等.福州和厦门大气污染突变特征与气象条件的关系[J].福建农林大学学报（自然科学版），2013，42（3）. [8]肖舜，沈瑾，刘璐，等.西安世园会园区大气环境质量与气象因子关系分析[J].干旱气象，2012，01. （责编：张宏民）
