趙 蕾， 吳坤悌， 陳 明

(海南省氣象服務(wù)中心，海南?？?570203)

?

海南省主要景區(qū)負氧離子濃度分布及預報方程研究

趙 蕾， 吳坤悌， 陳 明

(海南省氣象服務(wù)中心，海南海口 570203)

[目的]研究海南省主要景區(qū)負氧離子濃度分布及預報方程。[方法]利用2010年2月—2011年12月海南省5個景區(qū)負氧離子濃度觀測點實況資料，分析其時空變化規(guī)律及與氣象要素的相關(guān)特征，并采用逐步回歸方法建立負氧離子濃度預測模型。[結(jié)果]空氣負氧離子濃度有明顯的日變化，夜間高、白天低，最大值出現(xiàn)在早晨，最小值出現(xiàn)在中午，白天空氣負氧離子濃度變化波動較大，夜晚變化平緩。負氧離子濃度與氣溫呈負相關(guān)，與相對濕度呈正相關(guān)。5個測點負氧離子濃度的逐步回歸方程中，?？诨鹕娇诤腿齺喣仙筋A報模型通過了回歸方程和回歸系數(shù)檢驗，負氧離子預測模型預報能力較好。[結(jié)論]該研究可為旅游氣象服務(wù)提供理論依據(jù)。

負氧離子；變化特征；相關(guān)分析；逐步回歸；海南省

空氣中的負離子是指帶負電荷的氧離子，無色無味，被譽為“空氣維生素和長壽素”。負氧離子含量的多少除了直接影響人的舒適程度和健康狀況外，還是反映空氣質(zhì)量和大氣環(huán)境狀況的重要指標[1]?？諝庵胸撾x子的產(chǎn)生和存活與氣象條件關(guān)系密切，因此，開展空氣中負離子濃度與氣象條件關(guān)系研究是環(huán)境氣象研究領(lǐng)域的一個方面。

國內(nèi)眾多學者對不同林分及植被類型、不同綠地類型和不同城市功能區(qū)中空氣負離子的分布及變化規(guī)律進行了研究[2-4]；還有學者對空氣負離子的時空變化特征以及與氣象要素的關(guān)系進行了分析[5-6]。但由于目前僅有為數(shù)不多的地區(qū)對空氣負氧離子濃度進行長期監(jiān)測，研究工作大多局限于較短時間序列，海南省于2010年才開始監(jiān)測空氣中的負氧離子濃度，另外，由于觀測儀器故障或其他原因造成負氧離子濃度數(shù)據(jù)缺測或長時間序列中斷，從而影響數(shù)據(jù)的完整性。簽于此，筆者利用2010年2月—2011年12月海南省5個景區(qū)負氧離子濃度觀測點實況資料，分析其時空變化規(guī)律及與氣象要素的相關(guān)特征，并采用逐步回歸方法建立負氧離子濃度預測模型，以期為旅游氣象服務(wù)提供理論依據(jù)。

1 資料與方法

1.1 資料來源 選取2010年2月—2011年12月海南省5個景區(qū)負氧離子濃度觀測點(?？诨鹕娇?、三亞南山、昌江霸王嶺、瓊中百花嶺、萬寧興隆植物園)的逐時觀測數(shù)據(jù)，對其中有誤差的觀測數(shù)據(jù)進行質(zhì)量控制。氣象資料選取大氣負氧離子監(jiān)測站的鄰近氣象自動站2010年2月—2011年12月逐時氣溫、氣壓、降水、相對濕度、風速觀測數(shù)據(jù)。春季、夏季、秋季和冬季分別劃分為3—5、6—8、9—11月和12月—次年2月。

1.2 研究方法 各測點取其平均值，綜合列表、作對比圖，分析空氣負氧離子濃度時空分布特征；采用相關(guān)分析方法研究空氣負氧離子濃度與氣象要素的關(guān)系，并采用逐步回歸方法篩選最佳氣象因子，建立負氧離子濃度的預測模型。

1.3 觀測儀器和標準 負氧離子濃度的測量采用威德創(chuàng)新科技有限公司W(wǎng)IMD-B型大氣負氧離子自動測報系統(tǒng)?？諝庳撗蹼x子檢測裝置為全天候無人值守、自動測報。根據(jù)世界衛(wèi)生組織規(guī)定，清新空氣的負氧離子標準濃度為1 000～1 500個/cm3，目前國內(nèi)尚無負氧離子濃度與人體健康的統(tǒng)一標準,該研究參照日本和國內(nèi)外其他地區(qū)常見的等級標準[7-8]，歸納出負氧離子濃度的等級標準(表1)。

表1 負氧離子的等級標準

2 海南省大氣負氧離子濃度分布特征分析

2.1 月變化 海南省5個主要景區(qū)空氣負氧離子濃度具有明顯的月變化特征(圖1)，除了三亞南山空氣負氧離子濃度月變化緩慢，其他幾個景區(qū)負氧離子濃度月變化振幅較大。?？诨鹕娇诖髿庳撗蹼x子濃度最高，其次是昌江霸王嶺和萬寧興隆植物園，最低出現(xiàn)在瓊中百花嶺。說明火山巖能有效提高空氣中負氧離子濃度，可以根據(jù)不同季節(jié)首選負氧離子濃度較高的景區(qū)。

圖1 2010年2月—2011年12月5個景區(qū)負氧離子濃度月變化Fig.1 The monthly variation of negative oxygen ion concentration in five scenic spots during Feb.2010-Dec. 2011

2.3.2 日變化 由圖2可見，5個測點大氣負氧離子濃度日變化規(guī)律基本一致，均有明顯的日變化，呈現(xiàn)出兩頭高、中間低的“V”字型。從夜間到凌晨均維持在較高水平，08：00出現(xiàn)一日當中峰值，隨著時間推移，負氧離子濃度迅速下降，在14：00出現(xiàn)最低值，之后再次回升；到20：00之后，負氧離子濃度變化緩慢?？傮w來說，夜間空氣負氧離子濃度高于白天，最大值出現(xiàn)在早晨，最小值出現(xiàn)在中午，白天空氣負氧離子濃度變化波動較大，夜晚變化平緩。從大氣負氧離子濃度日變化趨勢可以看出，大氣負氧離子濃度與氣溫變化趨勢相反，白天大氣負氧離子濃度隨溫度的升高而降低，夜間大氣負氧離子濃度隨溫度的降低而升高。負氧離子濃度最高值出現(xiàn)在早晨，說明空氣清晰，是人們進行晨練的好時段，另外，可能由于白天人類活動造成空氣中大氣氣溶膠含量增多，導致空氣質(zhì)量較差，進而引起白天空氣負離子濃度較低。按照世界衛(wèi)生組織規(guī)定，5個景區(qū)均達到清新空氣的負氧離子標準濃度(1 000～1 500個/cm3)。

從海南省5個測點負氧離子濃度分布情況來看，?？诨鹕娇诤筒酝鯉X空氣負氧離子日平均濃度遠高于其他幾個測點，且這2個測點中空氣負氧離子濃度最高值均超過10 000個/cm3。醫(yī)學研究表明，當負氧離子濃度達10 000個/cm3以上時，有治療疾病的效果[9]，?？诨鹕娇诤筒酝鯉X有一半以上的天數(shù)空氣負氧離子濃度均超過治病濃度臨界值，是療養(yǎng)健身的首選之地。研究還發(fā)現(xiàn)同一觀測點，負氧離子濃度最大值可達上萬，而最小值僅有幾千，負氧離子濃度變化如此之大說明不同氣象要素對負氧離子有影響。

圖2 海南省5個主要景區(qū)大氣負氧離子濃度日變化Fig.2 The daily variation of negative oxygen ion concentration in five scenic spots in Hainan Province

3 預報模型建立與檢驗

3.1 大氣負離子與氣象因子的關(guān)系 選取2010-2011年5個景點大氣負氧離子日資料與同步觀測的14：00氣溫、14：00氣壓、日最高氣溫、日最低氣溫、日平均氣溫、日平均風速、日平均相對濕度、日雨量共8個氣象因子進行相關(guān)分析，結(jié)果表明，影響空氣中負氧離子濃度的因素極為復雜，不同測點，影響負氧離子濃度的氣象因子也有所不同。國內(nèi)很多學者在研究負氧離子濃度時，也得到了不同的結(jié)果[10-11]。由此可見，基于研究環(huán)境的特異性和復雜性，影響空氣負離子濃度的環(huán)境氣象因素也較多，空氣負離子濃度與環(huán)境氣象因子間的內(nèi)在規(guī)律研究仍處于初步階段，很難得出統(tǒng)一的結(jié)論?？傮w來說，負氧離子濃度與氣溫呈負相關(guān)，溫度越高，負氧離子濃度越低；與相對濕度呈正相關(guān)，即相對濕度越大，負氧離子濃度越高。

3.2 回歸方程建立與檢驗 經(jīng)過相關(guān)性篩選，將通過置信度α=0.05或α=0.01的氣象要素作為預報因子。其中，負氧離子濃度作為因變量Y；X1為14：00氣溫，X2為14：00氣壓，X3為日最高氣溫，X4為日最低氣溫，X5為日平均氣溫，X6為日平均氣壓，X7為日平均風速，X8為日平均相對濕度，作為自變量。將預報因子帶入逐步回歸方程進行篩選，建立最優(yōu)回歸方程，并對其進行雙重檢驗(回歸方程的顯著性檢驗采用F檢驗，回歸系數(shù)檢驗采用t檢驗)。結(jié)果表明(表2)，5個景區(qū)空氣負離子的回歸模型除了海口火山口和三亞南山回歸方程和回歸系數(shù)均通過0.05顯著性水平檢驗，其他均未通過雙重檢驗。建立的?？诨鹕娇诤腿齺喣仙交貧w方程雖然在統(tǒng)計上是顯著的，但擬合度不高。

表2 5個景區(qū)空氣負氧離子預報方程及檢驗

建立海南省主要景區(qū)負氧離子濃度預報模型，其中?？诨鹕娇诤腿齺喣仙筋A報模型通過了回歸檢驗，對比分析模擬值與負氧離子濃度觀測值(圖3)發(fā)現(xiàn)，除極個別樣本外，模式變化趨勢與實際觀測值基本一致，預報值與觀測值在量級和等級上較為接近，能較好地模擬實況。

圖3 2011年三亞南山大氣負氧離子濃度數(shù)據(jù)模擬與實況對比Fig.3 Comparison of simulated negative oxygen ion concentration and the actual situation in Nanshan, Sanya in 2011

4 小結(jié)與討論

(1) 空氣負氧離子濃度有明顯的日變化?？傮w來說，夜間空氣負氧離子濃度較高，白天較低，最大值出現(xiàn)在早晨，最小值出現(xiàn)在中午，白天空氣負氧離子濃度變化波動較大，夜晚變化平緩。

(2) ?？诨鹕娇诤筒酝鯉X有一半以上的天數(shù)空氣負氧離子濃度均遠高于治病濃度臨界值(10 000個/cm3)，是療養(yǎng)健身的首選之地。

(3)分析空氣負氧離子濃度與各氣象要素相關(guān)性發(fā)現(xiàn)，影響空氣中負氧離子的因素極為復雜，很難得出統(tǒng)一的結(jié)論?？傮w來說，負氧離子濃度與氣溫呈負相關(guān)，溫度越高，負氧離子濃度越低；與相對濕度呈正相關(guān)，即相對濕度越大，負氧離子濃度越高。

(4)海南省2010年才開始監(jiān)測空氣中的負氧離子濃度，數(shù)據(jù)時間序列較短，只能初步分析海南省主要負氧離子濃度的變化特征，除了?？诨鹕娇诤腿齺喣仙交貧w方程能較好模擬外，其他3個景區(qū)模型擬合度不高，主要原因是觀測儀器故障或其他原因造成負氧離子濃度數(shù)據(jù)缺測或長時間序列中斷，從而影響數(shù)據(jù)的完整性。另外，空氣負氧離子濃度預測是一個極為復雜的問題，不同的預測方法和預測模型有合理的一面，但也有一定的局限性。事實上，空氣離子濃度不單純與氣象因子有關(guān)，還與其他各種環(huán)境因子有密切的相關(guān)性。研究表明，空氣負氧離子濃度與人類活動、周圍綠化環(huán)境等有關(guān)[5，12-14]。目前，空氣中負氧離子與氣象關(guān)系的研究剛剛起步，有待進一步深入和完善。下一步應(yīng)加強對海南省主要景區(qū)負氧離子濃度數(shù)據(jù)質(zhì)量的監(jiān)控和數(shù)據(jù)的收集，同時，選入一些環(huán)境因子，進一步深入和完善負氧離子濃度預報模型。

[1] 蔡春菊，王成，陶康華，等.城市綠地對空氣負離子水平的影響研究[J].浙江林業(yè)科技，2007，27(4)：17-20.

[2] 李印穎，蘇印泉，李繼育，等.黃土高原植被與空氣負離子關(guān)系的研究[J].干旱區(qū)資源與環(huán)境，2008，22(1)：70-73.

[3] 王順利，劉賢德，金銘，等.甘肅省森林區(qū)空氣負離子分布特征研究[J].生態(tài)環(huán)境學報，2010，19(7)：1563-1568.

[4] 吳志萍，王成，許積年，等.六種城市綠地內(nèi)夏季空氣負離子與顆粒物[J].清華大學學報(自然科學版)，2007，47(12)：2153-2157.

[5] 邵海榮，賀慶棠，閻海平，等.北京地區(qū)空氣負氧離子濃度時空變化特征研究[J].北京林業(yè)大學學報,2005,27(3):35-39.

[6] 葉彩華，王曉云，郭文利.空氣中負離子濃度與氣象條件關(guān)系初探[J].氣象科技，2000，28(4)：51-52.

[7] 劉東煥，趙世偉，張左雙.北京市植物園空氣負離子濃度測定及空氣質(zhì)量初步評價[J].北京園林,2006,22(2):29-31.

[8] 陳曉光，許亮，李瑩.負氧離子加音樂調(diào)節(jié)在體育鍛煉中消除運動疲勞的研究[J].平原大學學報,2003,20(2):87-88.

[9] 林金明，宋冠群，趙利霞，等.環(huán)境健康與負氧離子[M].北京：化學工業(yè)出版社,2006：15-18.

[10] 馬晶昊，董子舟，楊云蕓，等.長沙市負氧離子濃度變化特征與氣象因子相關(guān)初探[J].安徽農(nóng)業(yè)科學，2014，42(28)：9872-9874.

[11] 金琪，嚴婧，楊志彪，等.湖北春季大氣負氧離子濃度分布特征及與環(huán)境因子的關(guān)系[J].氣象科技，2015，43(4)：728-733.

[12] 蒙晉佳，張燕.廣西部分景點地面上空氣負離子濃度的分布規(guī)律[J].環(huán)境科學研究，2004，17(3)：25-27.

[13] 孟麗紅，張敏，姚青．2009年天津城區(qū)空氣負離子變化規(guī)律[J]．氣象與環(huán)境學報，2011，27(1):27-29．

[14] 叢菁,孫立娟.大連市負氧離子濃度分布及預測模型的建立[J]．氣象與環(huán)境學報, 2010，26(4):44-47．

Study on the Distribution of Negative Oxygen Ion Concentration and Forecast Equation of Main Scenic Spots in Hainan Province

ZHAO Lei, WU Kun-ti, CHEN Ming

(Hainan Meteorological Service Center, Haikou, Hainan 570203)

[Objective] The aim was to study the distribution of negative oxygen ion concentration and forecast equation of main scenic spots in Hainan Province. [Method] Based on the observation data of negative oxygen ion concentration in five scenic spots in Hainan Province from Feb. in 2010 to Dec. in 2011, the temporal and spatial variation and its correlation with meteorological factors were analyzed, the stepwise regression equation was adopted to establish forecast model of negative oxygen ion concentration. [Result] The concentration of air negative oxygen ion varied within a day, the maximum value appeared in the morning and the minimum appeared at noon, the concentration of negative oxygen ion fluctuated significantly during daytime while changed gently at night. Negative oxygen ion concentration was negatively correlated with air temperature, and was positively correlated with relative humidity. The forecast model of Haikou Huoshankou and Sanya Nanshan were tested by regression equation and regression coefficient, and the ability of negative oxygen ion prediction model was good. [Conclusion] The study can provide theoretical basis for tourism meteorological service.

Negative oxygen ion; Variation features; Correlation analysis; Stepwise regression; Hainan Province

趙蕾(1982- )，女，新疆阿克蘇人，工程師，碩士，從事氣象服務(wù)工作。

2016-08-10

S 165

A

0517-6611(2016)29-0189-03