毛成忠 张明 刘艳玉 冷鹏飞 汪军 陈星 杨戈

摘要：利用1年逐小时空气负离子浓度与同期空气温湿度、风速、降水量进行了拟合试验，结果表明：①空气负氧离子浓度与上述气象因子的相关并不是简单的线性相关；②与负氧离子浓度拟合方程的解释能力由强到弱依次为空气湿度、雨量、气温、风速；③与负氧离子浓度拟合方程的显著性水平由高到低依次为雨量、风速、空气湿度、气温；④与上述气象因子拟合显著性低于P≤0.05的显著性水平，说明还存在其他更重要的影响负氧离子浓度的因子。

关键词：空气负氧离子浓度；气象因子；拟合试验

中图分类号：P49

文献标识码：A 文章编号：16749944（2017）19020205

1 引言

空气负氧离子不仅是反映空气质量的重要指标，而且对生态环境有重要意义[1]。研究表明其对人体有多种保健和医疗作用，被誉为“空气维生素”，影响负氧离子浓度的因子一直是人们研究的重要课题。空气负离子与气象要素的关系十分复杂，国内外的研究结论也不尽相同，甚至相反。邵海荣等[2]认为空气负离子浓度与土壤和空气温度呈正相关， 而与相对湿度呈负相关。叶彩华和蒙晋佳等[3，4]认为空气负离子浓度与风速呈正相关。王继梅等[5]认为空气负离子随温度和湿度升高而升高，高温高湿下负离子浓度也高。厉曙光和吴楚材等[6，7]认为空氣负离子浓度与气温呈极显著的负相关， 与相对湿度呈显著的正相关。德国学者Reiter[8]认为空气负离子浓度与相对湿度呈负相关。黄世成等[9]认为日平均水汽压、日平均温度是影响空气负离子浓度的主要直接因子。毛成忠等[10]发现多雨季节负氧离子浓度明显高于少雨季节。黄向华等认为从化学反应过程来看，水分对空气负离子的作用最显著。曾曙才等[11]也认为水体对空气负离子的影响显著。邬昀[12]认为风速、相对湿度与负离子浓度呈正相关，气温与负离子浓度呈负相关。

研究利用1年多的空气负离子浓度值和同期空气温湿度、风速和降水量，进行相关性拟合试验，以期定量地了解空气负离子浓度与这些气象因子的拟合程度。

2 资料来源和试验方法

2.1 资料来源

资料来源于宜昌市城区2010年4月13日至2011年12月31日的逐小时空气负氧离子浓度K1、K2值，数据质量控制剔除明显异常数据后[10]，有效样本共计13747个时次，计算日均值共得到有效样本628 d，其中出现降水的天数为191 d，降水量为日累计值，以及2011年全年对应的逐日空气温湿度日均值、风速日均值，资料时段及有效样本数见表1。同期气象要素观测值来源于宜昌国家基本气象站，负氧离子和气象要素观测仪器均置于气象观测场内。

负氧离子浓度值测量仪器为威德创新科技（北京）有限公司的WIMD型大气离子自动测报系统，获取粒子迁移率k1≥1.0cm2/（V·s-1）和 k2≥0.4 cm2/（V·s）下的两组负离子浓度数据（分别用大写的K1、K2表示）[13]，负氧离子浓度的单位为个/cm3。离子迁移率k1、k2是表达被测离子大小的重要参数，其单位为cm2/（V·s），表示电场强度E=1 V/cm时， 离子移动的速率（ cm/s），它同样也就表示了离子体积的大小，k值与离子的粒径大小成反比[14]。

2.2 试验方法

选取宜昌市城区如表1所述时段的逐日负氧离子浓度K1、K2的日平均值与对应的日平均空气温湿度、日平均风速和日累计降水量，利用最小二乘法进行相关性曲线拟合。对给定数据点{（Xi，Yi）}（i=0，1，…，m），在取定的函数类Φ 中，求p（x）∈Φ，使偏差（δi）平方和最小，如式（1）所示。从几何意义上讲，就是寻求与给定点 {（Xi，Yi）}（i=0，1，…，m）的距离平方和为最小的曲线y=p（x）。函数p（x）称为拟合函数或最小二乘解，求拟合函数p（x）的方法称为曲线拟合的最小二乘法[15～19]，其公式为：

minφ∑m[]i=1δ2i=∑m[]i=1（φ（xi）-yi）2（1）

MATLAB作为国际上公认的优秀科技应用软件，已经在包括气象的多个领域中得到较广泛的应用[21，22]，研究中采用最小二乘法原理，以MATLAB为工具，对负氧离子浓度K1、K2与空气温湿度、风速、降水量序列进行拟合，得到K1、K2与温湿度、风速、降水量之间的拟合关系式和拟合曲线，然后检验拟合的显著性。

3 相关性拟合

3.1 与空气温度的相关性拟合

利用最小二乘法，将负氧离子浓度K1、K2日均值与空气温度日均值序列进行拟合，得到K1、K2与空气温度之间的拟合关系式（2）、（3）以及拟合曲线图1，图1中散点为原始实测数据，曲线为拟合数据。拟合关系式为：

3.2 与空气湿度的相关性拟合

利用最小二乘法，将负氧离子浓度K1、K2日均值与空气湿度序列进行拟合，得到K1、K2与空气湿度之间的拟合关系式（4）、（5）以及拟合曲线图2，图2中散点为原始实测数据，曲线为拟合数据。拟合关系式为：

3.3 与空气温湿度的二元相关性拟合

利用最小二乘法，将负氧离子浓度K1、K2日均值与温湿度序列进行拟合，得到K1、K2与温湿度之间的二元拟合关系式（6）、（7），以及二元近似相关三维变化拟合曲线图3。拟合关系式为：

3.4 与风速的相关性拟合

利用最小二乘法，将负氧离子浓度K1、K2日均值与风速序列进行拟合，得到K1、K2与风速之间的拟合关系式（8）、（9）以及拟合变化曲线图4，图4中散点为原始实测数据，曲线为拟合数据。拟合关系式为：

3.5 与降水量的相关性拟合

利用最小二乘法，将负氧离子浓度K1、K2日均值与日降水量序列（排除无降雨天数）进行拟合，得到K1、K2与降水量之间的拟合关系式（10）、（11）以及拟合变化曲线图5。图5中散点为原始实测数据（排除无降雨天数），曲线为拟合数据。endprint

K1=（2.6738e-5）×R4+0.0014784×R3-0.47554×R2+17.2513×R+224.1723（10）

K2=（7.0551e-5）×R4+0.0018347×R3-1.041×R2+41.0643×R+279.7539（11）。

4 拟合检验

利用MATLAB对拟合曲线进行检验得出表2，可见负氧离子浓度值与空气湿度和雨量拟合方程的决定系数稍高，分别为0.15和0.13以上，说明拟合方程的解释能力较强，气温、风速次之；F值反映的曲线拟合方程的显著性水平以与雨量的拟合较高，为1.61～2.48，风速、相对湿度、气温次之；P值反映出负氧离子浓度与气象因子拟合曲线方程的显著性均低于P≤0.05的显著性水平，说明还存在其他更重要的影响因子，这与其他有关负氧离子方面的研究结论[9]是吻合的。

5 结论与讨论

（1）试验分析表明，空气负氧离子浓度与气象因子之间的相关性，并不能简单地像以往大多数研究认为的单纯正相关或负相关，而是存在非线性的曲线相关，即在自变量不同的取值范围呈现出不同性质的相关性特征。

（2）已有的研究表明，空气负离子可能与多种气象因子相关，但具体结论不尽一致，一方面与统计分析方法的约束条件有关，另一方面与气象要素间相互作用的复杂性、研究区域环境的差异等有关，加之空气负离子的产生机理和影响因子十分复杂，如植被类型状况、土壤地质情况、空气质量状况等影响因子。

（3）拟合检验证明，上述气象因子并不是影响负氧离子浓度的最重要因子，还存在其他更重要的影响因子，这与其他方法研究的结论[9]基本一致。

参考文献

[1]黄向华，王 健，曾宏达.城市空气负离子浓度时空分布及其影响因素综述[J].应用生态学报，2013，24（6）：1761～1768.

[2]邵海荣，贺庆棠.森林与空气负离子[J].世界林业研究，2000，13（5）：19～23.

[3]叶彩华，王晓云，郭文利.空气中负离子浓度与气象条件关系初探[J].气象科技，2000（4）：51～52.

[4]蒙晋佳，张 燕.广西部分景点地面上空气负氧离子浓度的分布规律[J].环境科学研究，2004，17（3）：25～27.

[5]王继梅，冀志江，隋同波等.空气负离子与温湿度的关系[J].环境科学研究，2004，17（2）：68～70.

[6]厉曙光，张亚锋，李 莉，等.喷泉对周围空气负离子和气象条件的影响[J].同济大学学报，2002，30（3）：352～355.

[7]吴楚材，郑群明，钟林生.森林游憩区空气负离子水平的研究[J].林业科学，2001，37（5）：75～81.

[8]Reiter R. Frequency distribution of positive and negative small ions concentrations，based on many years recording at two mountain stations located at 740 and 1780m ASL[J]，Int. J .Biometeor，1985，29（3）：223～225.

[9] 黄世成，徐春阳，周嘉陵.城市和森林空气负离子浓度与气象环境关系的通径分析[J].气象，2012，38（11）：1417～1422.

[10]毛成忠，于乃莲，杜佳乐，等.典型城市区与森林区空气负氧离子特征比较[J].气象科技，2014，42（6）：1083～1089

[11]曾曙才，苏志尧，陈北光.广州绿地空气负离子水平及其影响因子[J].生态学杂志，2007，26（7）：1049～1053

[12]邬 昀. 湖北省空气负离子浓度时空分布特征及其与气象要素的关系[J]. 气象水文海洋仪器， 2016，33（4）： 68～72

[13]威德创新科技有限公司.WIND系列大气离子自动测报系统产品说明书[R] .北京：威德创新科技（北京）有限公司，2012.

[14]李 伟，王经业，陆 勇，等.大气负离子自动测报仪的研制[J].气象科技，2008，36（6）：834～836.

[15] 陶长琪.计量经济学[M].大连：东北财经大学出版社，2011：45～47 .

[16]马京津，雷杨娜.北京市夏季电力负荷逐日变率与气象因子关系[J].应用气象学报，2011，22（6）：760～765.

[17]陈晓波，高 峰，王永伟，等. 利用Excel规划求解工具拟合“水位-流量”关系曲线[J]. 气象水文海洋仪器， 2013，30（2）： 62～65

[18]王 胜.地温随地面高度变化的曲线拟合[J].安徽農业科学，2011，39（32）：20096～20098.

[19]王 敏，魏根宝，周昌文. 风速传感器回归方程的不确定度评定方法研究[J]. 气象水文海洋仪器， 2013，30（1）： 1～5

[20]汪晓滨，吕亚丽，王广河，等. Matlab在北京飞机增雨航迹分析中的应用[J].气象，2006，32（7）：46～51.

[21]张永军，邹超，杨恒祥.基于分布律规则的风向传感器故障检测算法 [J].气象科技， 2013，41（5）：837～842.

[22]刘 春，张春辉，郭萨萨.基于能量模型的水稻生长模型[J].应用气象学报，2013，24（2）：240～247.endprint