崔佩蕾

(首都經(jīng)濟貿(mào)易大學 統(tǒng)計學院，北京 100070)

?

天氣因素對空氣質(zhì)量的影響分析
——以北京市為例

崔佩蕾

(首都經(jīng)濟貿(mào)易大學 統(tǒng)計學院，北京 100070)

指出了空氣污染是我國亟待解決的重大問題，以北京市為例，2015年空氣質(zhì)量合格的天數(shù)僅有51%。通過建立相關分析及逐步回歸分析模型，結合北京市2014年11月～2015年12月期間的數(shù)據(jù)，分析了天氣因素對空氣質(zhì)量的影響，結果發(fā)現(xiàn)：氣溫越高、風力越強越有利于PM2.5的擴散及其濃度的降低。

分析； 逐步回歸； 空氣質(zhì)量；PM2.5；北京

1　引言

影響空氣質(zhì)量的因素繁多，有人為因素也有自然因素，筆者則側重于從自然因素的角度來研究影響空氣質(zhì)量的因素。目前，北京市的首要污染物為PM2.5，而在供暖期由于燃煤采暖而排放大量SO2，使得空氣污染程度加重。然而隨著空氣的流動、氣溫的變化等因素，每天污染物的濃度都是在變化的，因此采取相關分析和建立逐步回歸模型的方法尋找影響PM2.5和SO2擴散的影響因素，進而可以找出影響污染物擴散的因素。

2　PM2.5濃度的分布情況

PM2.5是指在環(huán)境空氣中空氣動力學當量直徑小于等于2.5 μm的顆粒物，PM2.5可以由硫和氮的氧化物轉化而成，而這些氣體污染物一般是由人類對化石燃料(煤、石油等)和垃圾的燃燒造成的，同時它還可以在大氣中長時間停留，并且能被人體吸入，因此PM2.5對人體健康和大氣環(huán)境質(zhì)量的影響相當大。近些年來，由于北京的快速發(fā)展及能源的大量消耗，北京的空氣質(zhì)量狀況與日劇下，PM2.5已成為北京空氣污染的重要污染物。

圖1　2014年11月～2015年12月北京市PM2.5日均濃度散點

由圖1可以看到，曲線為PM2.5在這14個月中的大致平均趨勢，不難看出北京供暖期時PM2.5濃度較高于非供暖期，而PM2.5高于300 μg/m3的日期基本都在供暖期時出現(xiàn)。特別是2015年12月1日和2015年12月25日，這兩天的PM2.5濃度已經(jīng)高達477.5 μg/m3和476.7 μg/m3。根據(jù)《環(huán)境空氣質(zhì)量指數(shù)(AQI)技術規(guī)定(試行)》的規(guī)定，這樣的空氣質(zhì)量狀況已經(jīng)嚴重威脅人體健康，特別是兒童、老人和病人這種免疫力較低的群體。又根據(jù)這兩日的天氣情況，發(fā)現(xiàn)12月1日和25日的溫差較小且風力不大，這種天氣更加不利于污染物的擴散。而在12月2日時，北京出現(xiàn)3～4級西北風，且溫差與前一天相比變大，PM2.5濃度直接驟降至14.8 μg/m3，空氣質(zhì)量狀況良好；然而12月26日的天氣情況與前一天相似，所以當天PM2.5濃度為282 μg/m3，仍屬于重度污染。

3　天氣因素對于空氣質(zhì)量的影響分析

在供暖期PM2.5及SO2濃度是極為突出的問題，因此筆者將討論影響二者濃度的天氣因素。其中，天氣因素包含最低氣溫(攝氏度)、最高氣溫(攝氏度)、溫度差(最高氣溫—最低氣溫)、是否下雨(有1或無2)、是否下雪(有1或無2)及風速(微風1、3～4級2、4～5級3、5～6級4)。最低氣溫、最高氣溫、溫度差為定量變量，而是否下雨、是否下雪及風速為分類變量。

3.1通過相關分析找出影響空氣質(zhì)量的天氣因素

因為研究數(shù)據(jù)中存在定量變量及分類變量兩種，因此采取皮爾遜(Pearson)和斯皮爾曼(Spearman)相關檢驗進行分析。

通過皮爾遜檢驗，得到最低氣溫、最高氣溫及溫差都與PM2.5濃度呈相關，說明溫差越大，越有利于PM2.5的擴散，PM2.5濃度越低；而SO2濃度與最低氣溫與最高氣溫呈負相關，但與溫差無關。氣溫越高，PM2.5及SO2濃度越低的原因主要是氣溫低時是冬季，恰好為供暖期，需要燒煤或天然氣供暖，此時會產(chǎn)生較多的污染物；而氣溫高時是夏季，夏季不需要燒煤供暖，因而排放的污染物會減少，空氣質(zhì)量相對于供暖期要好。

利用斯皮爾曼(Spearman)相關檢驗分析污染物與是否下雨、是否下雪及風速等3個分類變量的相關結果，PM2.5濃度與風力大小呈負相關，說明風力越大越有利于PM2.5的擴散；然而SO2濃度與降雨呈負相關，說明無雨天氣相較于有雨天氣更有利于SO2的擴散，可以降低SO2濃度。因為下雨時，空氣濕度比較大，不利于污染物的擴散，因此空氣質(zhì)量較差。

3.2逐步回歸分析天氣狀況對污染物濃度的影響

根據(jù)污染物與天氣狀況的相互關系，以及不同的污染物的擴散依賴于不同的天氣狀況，將建立逐步回歸模型，進一步論證天氣狀況對污染物濃度的影響程度。 首先建立普通的回歸方程：

PM2.5=α1TEMPL+β1TEMPH+γ1TEMP.D+a1RAIN+b1SNOW+c1WIND

SO2=α2TEMPL+β2TEMPH+γ2TEMP.D+a2RAIN+b2SNOW+c2WIND

其中，TEMPL——最低氣溫；TEMPH——最高氣溫；TEMP.D——溫差。

逐步回歸分為全部、向前、向后3種方式，采用全部逐步回歸的方式建立方程，通過逐步回歸結果可以看出，兩個回歸方程的擬合效果都不好，一個R2為0.1229，另一個R2為0.3219，所以在這里不寫出最終的回歸方程。雖然擬合效果不好，但是因為利用逐步回歸已經(jīng)剔除了多重共線性，還是能夠通過以上的回歸結果看出天氣因素對污染物濃度的影響的。

4　結論

結合相關分析與建立逐步回歸模型兩種分析方法，說明天氣因素對于空氣質(zhì)量的高低是存在影響，尤其是風力大小，風力越大越有利于污染物的擴散，然而當風力過大時，則會引起沙塵、黃沙等天氣，這也是會影響空氣質(zhì)量的。同時，氣溫較高時，污染物的濃度也會稍低，不過這也可能與冬季供暖時產(chǎn)生污染物相關。所以，應該在盡量保護生態(tài)環(huán)境的同時，利用大自然的力量去更好地推動空氣質(zhì)量的治理。

[1]李小飛,明軍,圣杰,等. 中國空氣污染指數(shù)變化特征及影響因素分析[J].環(huán)境科學,2012(6).

[2] 竇晨彬.空氣污染健康效應的經(jīng)濟學分析[D].成都：西南財經(jīng)大學,2012.

[3]吳飛,方藝菲,李曉璇,等.京津冀地區(qū)空氣質(zhì)量及污染分布研究[J].河北北方學院學報(自然科學版),2016(3).

[4] 于磊.牡丹江市2005～2011年空氣污染指數(shù)分析[J].黑龍江科技信息,2012(11).

[5] 王式功,楊德保,陳長和.蘭州市不同季節(jié)大氣污染物時空變化規(guī)律的對比分析[J].蘭州大學學報,1994(3).

2016-07-08

崔佩蕾(1991—)，女，首都經(jīng)濟貿(mào)易大學統(tǒng)計學院碩士研究生。

X51

A

1674-9944(2016)16-0060-02