十个代表城市空气污染指数与能见度和相对湿度的关系
十个代表城市空气污染指数与能见度和相对湿度的关系
尚子溦;宁贵财;王捷馨;程一帆;王式功
【摘 要】Not only atmospheric pollutants but also fog is an important factor affecting the visibility.Therefore,the air quality reflected by visibility needs to consider the effect of water vapor.In this paper,the mathematical models of air pollution index(API)associated with visibility and relative humidity were constructed based on the existing research results.Based on daily air pollution index and simultaneous surface meteorological data at 08:00 BST from 10 representative cities in China from 2001 to 2012,the coefficients in the formula were determined using linear regression analysis method firstly,and the statistical equation for estimating API by visibility and relative humidity was established.Results are as follows:(1)When relative humidity was less than 78％,visibility was mainly affected by the concentration of air pollutants,but when relative humidity was greater than 96％,visibility was mainly affected by relative humidity,while when relative humidity ranged from 78％to 96％,visibility was affected by the common effect of air pollutants and humidity.(2)Except for
Lhasa and Lanzhou,the correlation coefficients between API and visibility,relative humidity in the rest of eight cities passed the significance test level of α=0.000 01,and the correlation degree in winter half year was better than that in summer half year.(3)The variation range of parameters b0 and b in the fitting relationship between air pollution index and visibility,relative humidity was small in the rest cities except for Lhasa,Urumchi and Lanzhou.(4)Back test showed that except some individual months,the absolute error and relative error were relatively small,so the API associated with visibility and relative humidity in the formula could be fitted.%影响能见度的不仅仅是大气污染物,雾也是一个重要因素.因此,用能见度反映空气质量,需要考虑水汽的作用.在已有的研究结果基础上,构造空气污染指数(API)与能见度和空气相对湿度的数学关系.依据全国10个代表城市2001-2012年逐日API资料和同期08:00(北京时)地面气象资料,运用线性回归方法,确定公式中的待定系数,从而建立利用能见度和相对湿度估算API的统计方程.结果表明:(1)当空气相对湿度小于78％时,能见度主要受空气污染物浓度影响;当空气相对湿度大于96％时,能见度主要受空气湿度影响;当空气相对湿度介于78％～96％时,能见度受空气污染物浓度和空气湿度共同影响;(2)除拉萨和兰州外,其余城市API与能见度和相对湿度的相关程度都通过了α=0.000 01的
显著性水平,并且相关程度冬半年好于夏半年;(3)API与能见度和相对湿度拟合关系中的参数b0和b,除拉萨、乌鲁木齐和兰州以外,其余城市的变化幅度都比较小;(4)回代检验表明,除个别月份外,绝对误差和相对误差都相对较小,说明API与能见度和空气湿度的数学关系式可以拟合API.
【期刊名称】《干旱气象》
【年(卷),期】2017(035)004
【总页数】8页(P590-597)
【关键词】10个代表城市;API;能见度;相对湿度
【作 者】尚子溦;宁贵财;王捷馨;程一帆;王式功
【作者单位】少年包青天2剧情介绍兰州大学大气科学学院,甘肃 兰州 730000;兰州大学大气科学学院,甘肃 兰州 730000;兰州大学大气科学学院,甘肃 兰州 730000;兰州大学大气科学学院,甘肃 兰州 730000;兰州大学大气科学学院,甘肃 兰州 730000;成都信息工程大学大气科学学院,四川 成都 610225
【正文语种】中 文
【中图分类】P427.2+1;X16;X511
能见度属于气象因子，同时也是表征大气环境的特征因子[1]。能见度的下降是由于大气中悬浮粒子和水汽凝结成雾对光的散射和吸收所造成的[2-8]，其已经成为城市区域空气质量下降的一个重要标志[9]。早在1960年代，国外学者就已经开展了能见度变化趋势的研究，提出了累积百分率、Ridit分析法等研究方法[10-11]。国内大量学者也相继对能见度及其影响因子展开研究[12-19]：如付桂琴等[20]分析河北低能见度的区域分布和变化趋势特征，认为相对湿度与能见度呈显著负相关；吴兑等[21]分析指出造成广州低能见度年代际变化的主要原因是人类活动产生的细粒子。在水汽含量较低时，大气基本是“干”的，能见度的好坏主要反映空气中污染物的多寡；在水汽含量接近饱和时，形成云雾，能见度很差[22-25]；当水汽含量达到中等程度，且有一定的空气污染物存在时，水汽容易吸附在污染物上，或与气体污染物反应，形成新的污染物，导致能见度下降。近30多年来，全球平均能见度变化呈现下降趋势，这与空气质量恶化直接相关。能见度所反映的污染程度更接近老百姓的感官认知，美国环保局(EPA)也已经将能见度降低视为对所有空气污染所引起的环境影响最有效的解释。
立夏吃什么食物
我国从2000年开始发布空气质量日报，监测城市逐年增加，目前达到120多个。即便如此，全国大多数中小城市依然没有进行空气质量监测。2012年以前，大多用空气污染指数(API)衡量空气质量状况[26]。由于空气质量监测需要一些采集和分析设备，致使我国没有长时间的空气质量指数历史数据积累。研究能见度和水汽与空气污染程度之间的关系，到一个恰当的数学表达式是很有必要的[27]。已有的研究主要涉及空气污染和水汽(雾)分别对能见度的影响[28-32]，但三者之间的综合关系研究，少见报道。本文拟利用全国10个代表城市近10 a的数据，探讨能见度和空气湿度与API的综合关系。
1.1 资 料
李姓名字大全
使用的资料包括：(1)全国10个代表城市2001—2012年逐日空气污染指数(API)资料，来源于国家环境监测总站。10个代表城市分别为：哈尔滨、乌鲁木齐、兰州、太原、北京、拉萨、昆明、重庆、杭州和广州，它们是从中国10个气象站区号(50，51，52，…，59)中挑选出来的，依次代表不同的气候类型：东北寒冷区、西北干旱区、西北东部半干旱区、黄河河套区、华北平原区、青藏高原区、四川盆地及西南地区、华中平原区、华东地区和华南地区；(2)同期地面气象资料，包括能见度、温度和露点温度，为MICAPS格式地面资料。
1.2 研究方法
(1)研究思路
潘洪密等[33]研究表明，污染物浓度与能见度呈负相关，符合幂函数关系。因此，假定API与能见度和空气湿度的数学关系如下：
式中：Y为API；vv为能见度；A，b为系数；Q是受相对湿度影响的参数，假定其表达式为：
式(1)两边同时取对数：
令y=ln Y-ln Q，b0=ln A，x=-ln vv，则式(3)简化为：
(2)参数的确定
首先利用温度和露点温度计算出相对湿度；然后通过试验方法确定公式(2)中的Q1、Q2、RH1和RH2；最后通过一元线性回归确定公式(4)中的b0、b。具体为：Q1的取值范围为0.7～1.0，Q2的取值范围为0.1～0.4，间隔均为0.01，RH1的取值范围为50%～80%，RH
2的取值范围为80%～100%，间隔均为1%，代入公式(2)和(3)中，计算出公式(4)中的y和x，然后计算相关系数。
厦门中山路(3)相关系数的换算处理
对于一元线性回归，有统计量：
F值的大小，说明了x与y之间相关显著的程度。变换式(5)有：
显然同样的F值，实际样本n不同，对应的r也不同。为了便于比较，本文换算成样本数为300对应的相关系数(r300)：
式中rn为实际样本的相关系数。样本数为300时，显著水平α分别为0.01、0.001、0.000 1和0.000 01，所对应的rc(临界相关系数)为0.19、0.22、0.15和0.28。
2.1 参数Q1、Q2、RH1和RH2的确定
利用全国10个代表城市2001—2012年逐日API资料和08:00气象资料，计算10个站的Q1、Q2、RH1和RH2的每一种组合所对应的平均相关系数，从中到平均相关系数最大时对应
的上述4个参数，分别为：RH1=78%，RH2=96%，Q1=1.0，Q2=0.2。间接说明，当空气相对湿度小于78%时，能见度主要受空气污染物浓度影响；当空气相对湿度大于96%时，能见度主要受空气湿度影响；当空气相对湿度介于78%～96%时，能见度受空气污染物浓度和空气湿度的共同影响。
中秋的祝福短信
2.2 预报因子时次的确定
选定了Q1、Q2、RH1和RH2之后，分别用02:00、08:00、14:00和20:00的地面资料，计算10个代表城市各月y和x的相关系数，选出相关系数较大的时次，结果如表1所示。可以看出，4—11月10个代表城市相关系数较大的时次以08:00为主，其中9月所有代表城市都是08:00；12月至次年3月10个代表城市02:00和08:00各占约50%；14:00和20:00因相关性不是最大而没有选入。分析其原因，可能02:00、08:00大气逆温强，更能反映当天的污染情况，而14:00、20:00处于污染物消散时段，故不能较好地反映当日的污染程度。
2.3 y与x之间的相关分析
与表1对应的10个代表站各月相关分析如表2所示。可以看出，哈尔滨、乌鲁木齐、太原、
北京、昆明、重庆、杭州和广州8个城市中，所有月份都通过了α=0.000 01或者α=0.000 001的显著性水平；拉萨除了2、6、8月以外，其他月API与能见度之间基本不相关；兰州除了5和7月通过α=0.000 01的显著性水平，8—12月和1—4月都通过了α=0.000 001的显著性水平。整体来看，各个城市的相关系数冬半年大于夏半年。
2.4 参数b0和b
表3给出10个代表城市各月的b0值。可以看出，各气候区的b0值存在差异。哈尔滨、乌鲁木齐、兰州、太原和北京5个北方城市b0的年平均值均在6.0以上，其中哈尔滨、太原和北京3个城市各月的b0变化不大，乌鲁木齐和兰州各月则差异较大，乌鲁木齐夏半年大、冬半年小，而兰州夏半年小、冬半年大。昆明、重庆、杭州和广州4个南方城市b0值都在6.0以下，且全年各月相差不大。东北区、华北区和河套区具有一致性，西南区、华中区、华东区和华南区具有一致性，而西北干旱区和西北东部半干旱区各具特。
表4给出10个代表城市各月的b值。可以看出，各气候区的b值也存在差异。乌鲁木齐和兰州2个北方城市b的年平均值均在0.7以上，API对能见度的变化敏感；乌鲁木齐夏半年大、冬半年小，而兰州夏半年小、冬半年大；北京b的年均值为0.64，其他城市都在0.5～0.6，
且各月相差不大。
小百货批发网2.5 API估算式的检验
将10个代表城市2001—2012年API估算值与实际值进行对比并统计出绝对误差和相对误差，分别见表5和表6。由表5可以看出，乌鲁木齐的绝对误差年平均值最大(35.2)，特别是1月达到97.6，这可能与当地冬季采暖燃煤、逆温层强有关，导致实际空气污染严重，但乌鲁木齐冬季的相对湿度较大，根据公式(2)计算出的Q值小，因此公式(1)拟合出的污染指数偏小，所以绝对误差大；重庆和兰州次之，绝对误差的年平均值分别为32.5和31.9；太原和北京绝对误差的年平均值分别为28.4和27.2；哈尔滨、昆明、杭州和广州绝对误差的年平均值在20.0～21.9；拉萨绝对误差的年平均值最小(13.5)。从10个城市平均情况来看，5—9月绝对误差小于20.0，2—4月和10月绝对误差在20.0～30.0；11月至次年1月为31.5～36.8。整体来看，冬半年的绝对误差比夏半年大，除乌鲁木齐和兰州的个别月份外，绝对误差的变化范围为10.0～45.0。
从表6可以看出相对误差的变化范围是20.4%～51.5%。乌鲁木齐、兰州、太原、昆明和重庆5个城市的相对误差变化幅度比较大，其他城市则比较小，尤其杭州的相对误差变化趋势
比较稳定。相对误差年平均最大的城市是重庆(41.1%)，重庆为山城，嘉陵江和长江穿城而过，相对湿度较大，能见度较低，由公式(1)拟合出的API值偏大，导致误差较大。然后依次为广州、昆明、乌鲁木齐、太原、拉萨、北京、兰州、杭州和哈尔滨。总体来看，除少数月份外，相对误差的变化范围为20.0%～40.0%。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。