朱黎陽 鄭舒天 楊舒楊 李自然

摘要 利用2018年國家基準(zhǔn)觀測站56985（蒙自，云南）地面資料、探空資料，分析蒙自市城市空氣污染擴(kuò)散特征。通過檢驗各要素（靜穩(wěn)天氣指數(shù)計算因子）與空氣質(zhì)量指數(shù)的獨(dú)立相關(guān)性，確定適用于空氣污染擴(kuò)散氣象條件值預(yù)報的6個要素。通過各要素資料統(tǒng)計分析，找出線性回歸方程，建立預(yù)報模型，制作可應(yīng)用的預(yù)報軟件。

關(guān)鍵詞 空氣污染擴(kuò)散氣象條件預(yù)報;空氣質(zhì)量指數(shù);相關(guān)系數(shù);線性回歸;VisualStudio軟件制作

中圖分類號：X16 文獻(xiàn)標(biāo)識碼：B 文章編號：2095–3305（2021）01–0088–02

研究建立空氣污染指數(shù)預(yù)報模型主要從空氣質(zhì)量指數(shù)（AQI）、風(fēng)、溫、濕、氣壓、大氣穩(wěn)定度等氣象條件和地形條件入手，分析各個要素對空氣污染擴(kuò)散等級的相關(guān)性，根據(jù)空氣污染氣象指數(shù)計算公式求出預(yù)報結(jié)果。

1 資料及方法

2018年1月1日—12月31日蒙自市國家基準(zhǔn)觀測站（56985）高空資料僅有08：00和20：00（北京時間），且每日污染峰值主要集中在08：00和20：00后2～4 h

內(nèi)（夜間更為明顯），故選取這兩個時段的小時平均數(shù)據(jù)較有代表性[1-3]。采集的資料數(shù)據(jù)為：（1）08：00、20：00地面資料，包括風(fēng)速風(fēng)向、氣壓、氣溫、濕度、降雨量、能見度、天氣現(xiàn)象等16個氣象因子;（2）08：00、20：00 700 hPA和850 hPA的探空資料，包括位勢高度、溫度、露點(diǎn)、風(fēng)向、風(fēng)速。

對以上數(shù)據(jù)進(jìn)行計算和分析：

（1）將地面和高空數(shù)據(jù)資料逐個因子與當(dāng)日空氣污染指數(shù)峰值進(jìn)行相關(guān)性檢驗，求出相關(guān)系數(shù);

（2）相關(guān)性顯著的因子作為計算公式因子，求出空氣污染氣象指數(shù)，對比實況，得出預(yù)報成功率;（3）根據(jù)數(shù)值預(yù)報的因子值計算求出空氣污染氣象指數(shù)預(yù)報值[4-6]。

2 蒙自市空氣污染氣象指數(shù)計算

2.1 相關(guān)氣象因子挑選

氣象因子挑選方法：從與空氣污染擴(kuò)散有關(guān)的氣象要素中選取。初選有地面：濕度、風(fēng)速、風(fēng)向、24 h變壓、氣壓;700 hpa：高度、風(fēng)速、風(fēng)向、與地面溫度差。

2.2 氣象因子相關(guān)性檢驗

通過檢驗氣象要素與AQI的獨(dú)立相關(guān)性，確定適用于空氣污染擴(kuò)散氣象條件值預(yù)報的6個因子，分別是：地面濕度、地面氣壓、地面風(fēng)速、700 hpa高度、700 hpa風(fēng)速和700 hpa與地面溫度差（其中地面濕度為負(fù)相關(guān)，其余均為正相關(guān)）[7]。

2.3 歷史空氣污染氣象指數(shù)計算及實況對比

空氣污染氣象指數(shù)的計算公式：

式中：

It+1—t+1時刻的空氣污染氣象指數(shù);

a1，a2—常數(shù);

St+1—t+1時刻的靜穩(wěn)天氣指數(shù);

Ot—t時刻觀測的大氣污染物濃度;

t，t+1—t時刻和t+1時刻，采用逐日數(shù)據(jù)計算;

a1的計算利用最新的完整一年的數(shù)據(jù)，通過靜穩(wěn)天氣指數(shù)和觀測大氣污染濃度數(shù)據(jù)按照下式進(jìn)行線性回歸得到。

計算得出，蒙自市區(qū)的兩個定常數(shù)a1為10.464，a2為0.509 4，由此可以應(yīng)用上述公式計算出2018年每天的空氣污染氣象指數(shù)I，與當(dāng)日的AQI做對比，兩者做相關(guān)顯著性檢驗，檢驗結(jié)果表明：蒙自市區(qū)AQI和空氣污染氣象指數(shù)相關(guān)系數(shù)值為0.218，并且呈現(xiàn)出0.03水平的顯著性，說明AQI和空氣污染氣象指數(shù)之間有顯著的正相關(guān)關(guān)系。

3 蒙自市空氣污染氣象指數(shù)預(yù)報建立

3.1 預(yù)報模型建立

根據(jù)主公式的計算方法，利用數(shù)值天氣預(yù)報的各因子格點(diǎn)值，進(jìn)行未來

24 h、48 h、72 h乃至更遠(yuǎn)時段的空氣污染氣象指數(shù)預(yù)報。之前驗證相關(guān)性使用的各因子為歷史實況資料值，現(xiàn)使用數(shù)值預(yù)報格點(diǎn)值進(jìn)行模型測試，時段為2019年4月16日—2020年5月16日。

測試結(jié)果表明：該模型得出的空氣污染氣象指數(shù)預(yù)報值與當(dāng)日AQI實況相關(guān)系數(shù)值為0.178，并且呈現(xiàn)出0.01水平的顯著性，說明空氣污染氣象指數(shù)預(yù)報值和AQI之間有顯著的正相關(guān)關(guān)系，有實用價值，可作為業(yè)務(wù)使用。

3.2 預(yù)報應(yīng)用化程序制作

利用VisualStudio編程軟件制作可視化界面，以蒙自地區(qū)未來24 h、48 h、

72 h的6項氣象因子作為預(yù)報的自變量因子，并填入當(dāng)日對應(yīng)時段的AQI值。通過預(yù)報模型公式對其進(jìn)行計算，得出未來3天的空氣污染氣象指數(shù)，并將其判斷在各個等級內(nèi)，得出結(jié)果（圖1）。

3.3 實際應(yīng)用效果及評估

在經(jīng)過一段時間（2019年7月1日—10月14日）的實際應(yīng)用來看，總體預(yù)報值和實況的污染情況呈顯著性正相關(guān)，具有一定預(yù)報價值。細(xì)化到各時段預(yù)報與實況AQI的差值情況來看，未來24 h預(yù)報誤差平均值為14.7，未來48 h預(yù)報誤差平均值為15.9，未來72 h預(yù)報誤差平均值為23.1。

4 結(jié)論

本次對蒙自市空氣污染指數(shù)預(yù)報的研究意義有兩點(diǎn)：（1）研究蒙自地區(qū)污染指數(shù)與氣象要素之間存在的關(guān)系;（2）建立了蒙自市空氣污染指數(shù)預(yù)報模型及應(yīng)用軟件，測試檢驗后實用效果較好，對環(huán)保部門進(jìn)行未來1～3 d空氣污染研判有一定幫助。

參考文獻(xiàn)

[1] 陳雨婷，向衛(wèi)國，錢駿，等.空氣污染氣象指數(shù)在成都地區(qū)的適用性分析[J].環(huán)境科學(xué)與技術(shù)，2019（S2）：207-214.

[2] 曹鈺，馬井會，許建明，等.上海地區(qū)一次典型空氣污染過程分析[J].氣象與環(huán)境學(xué)報，2016（1）：16-24.

[3] 陳鐳，馬井會，耿福海，等.上海地區(qū)一次典型連續(xù)顆粒物污染過程分析[J].氣象，2016（2）：203-212.

[4] 陳朝暉，程水源，蘇福慶，等.華北區(qū)域大氣污染過程中天氣型和輸送路徑分析[J].環(huán)境科學(xué)研究，2008（1）：17-21.

[5] 程水源，席德立，張寶寧，等.大氣混合層高度的確定與計算方法研究[J].中國環(huán)境科學(xué)，1997（6）：512-516.

[6] 郭蕊，段浩，馬翠平，等.河北中南部連續(xù)12d重霾污染天氣過程特征及影響因素分析[J].氣象，2016（5）：589-597.

[7] 花叢，張恒德，張碧輝.2013—2014冬半年北京重污染天氣氣象傳輸條件分析及預(yù)報指數(shù)初建[J].氣象，2016（3）：314-321.

責(zé)任編輯：黃艷飛

Forecast of Meteorolo-gical Condition Value of Air Pollution Diffusionin Mengzi City

ZHU Li-yang et al （Meteorological Bureauof

Honghe Prefecture， Mengzi， Yunnan 661100）

Abstract Using the ground data and sounding data from the National Reference Observatory 56985 （Mengzi， Yunnan） in 2018， the characteristics of the urban air pollution diffusion in Mengzi City were analyzed. By examining the independent correlation between each element （calculation factor of the static and stable weather index） and the air quality index， six elements suitable for the forecast of the meteorological condition value of the air pollution diffusion are determined. Through the statistical analysis of each element data， find out the linear regression equation， establish the forecast model， and make the applicable forecast software.

Key words Forecast of meteorological conditions for air pollution diffusion; Air quality index; Correlation coefficient; Linear regression; VisualStudio software production