張 鑫，段 琳，宋麗萍

（1.哈爾濱市氣象局,黑龍江 哈爾濱150008；2.依蘭縣氣象局，黑龍江 哈爾濱 154800)

哈長(zhǎng)城市群空氣質(zhì)量與氣象條件相關(guān)性分析

張 鑫1，段 琳2，宋麗萍1

（1.哈爾濱市氣象局,黑龍江 哈爾濱150008；2.依蘭縣氣象局，黑龍江 哈爾濱 154800)

利用哈長(zhǎng)城市群中哈爾濱、長(zhǎng)春等10個(gè)城市2015年逐日空氣質(zhì)量指數(shù)（AQI）和同期的常規(guī)氣象資料，運(yùn)用統(tǒng)計(jì)方法，分析了各市空氣質(zhì)量指數(shù)逐月變化特征，并利用 SPSS軟件進(jìn)一步分析探討了AQI指數(shù)與氣壓、極大風(fēng)速風(fēng)向、氣溫、降水、相對(duì)濕度等氣象因子的相關(guān)關(guān)系，以及哈長(zhǎng)城市群間的空氣質(zhì)量指數(shù)相關(guān)性。

城市群；空氣質(zhì)量；氣象條件

1 引言

很多學(xué)者就空氣質(zhì)量與氣象相關(guān)性間的關(guān)系做了大量研究，各要素的助力或阻礙作用不一，但比較一致的是，氣象因素是起到一定作用的，不過前提是污染源排放少變或相對(duì)穩(wěn)定。本文將詳細(xì)探討哈長(zhǎng)城市群的氣象因子與空氣質(zhì)量相關(guān)性，這對(duì)減污治污政策的制定具有一定的指導(dǎo)意義。

哈長(zhǎng)城市群以東北老工業(yè)基地為主要成員，作為全國(guó)最大的商品糧基地和重要的老工業(yè)基地，也是綠色生態(tài)的關(guān)鍵詞。哈長(zhǎng)城市群以哈爾濱和長(zhǎng)春為核心，覆蓋11個(gè)地級(jí)市州，黑龍江省除了哈爾濱，還包括齊齊哈爾、牡丹江 、綏化、大慶4個(gè)地市，吉林省除了長(zhǎng)春，還包括吉林、松原等5個(gè)地方[1]。

我國(guó)大氣環(huán)境污染呈現(xiàn)出區(qū)域性特征，區(qū)域性、復(fù)合型環(huán)境問題，特別是大氣污染等問題日益嚴(yán)重。楊瑩[1]等分析了哈爾濱市 4種大氣污染物在2013年的采暖期及非采暖期濃度分布特征以及氣象因子相關(guān)性；王麗淵[2]等以西昌市的空氣質(zhì)量為例，建立了變系數(shù)模型，并使用局部線性估計(jì)方法擬合模型，定量分析西昌市氣象因素隨季節(jié)變換對(duì)當(dāng)?shù)乜諝赓|(zhì)量影響程度的變換；武艷娟[3]等采用灰色關(guān)聯(lián)方法分析探討了溫度、相對(duì)濕度、風(fēng)速等的日均值對(duì)呼和浩特市春季空氣質(zhì)量指數(shù)影響程度。

本文將分析氣象要素對(duì)哈長(zhǎng)城市群中各城市的空氣質(zhì)量指數(shù)的影響，以及城市間空氣質(zhì)量相關(guān)性。

2 資料來源與研究方法

2.1 資料來源

（1）空氣質(zhì)量指數(shù)（AQI）資料取自空氣質(zhì)量日?qǐng)?bào)，通過環(huán)境保護(hù)部官方網(wǎng)站公布的《城市空氣質(zhì)量日?qǐng)?bào)》中獲得。

（2）氣象要素資料來自于中國(guó)地面日值資料和月值資料。

2.2 研究方法

本文使用的分析工具是excel2010以及spss19.0；通過分析AQI指數(shù)的變化趨勢(shì)、氣象因素與AQI的相關(guān)性以及哈長(zhǎng)城市群間AQI的相關(guān)性，得到相關(guān)性的具體結(jié)論，本文主要采用統(tǒng)計(jì)分析的方法。

3 結(jié)果分析

3.1 各城市AQI指數(shù)逐月變化趨勢(shì)

從幾個(gè)城市間的AQI逐月變化圖（圖略）可以看出，其變化趨勢(shì)基本趨于一致，雖然數(shù)值不同，但也呈現(xiàn)出一定的變化規(guī)律，春夏總體形勢(shì)較好，秋冬的數(shù)值不盡人意。

造成上述情況的原因很多，不同學(xué)者也從各自的角度進(jìn)行了分析，這里將主要從春夏秋冬四季來分別說明：

春季冷空氣依然活躍，風(fēng)速較大，哈爾濱4月下旬采暖期結(jié)束，氣溫逐漸回暖，供暖燃料的消耗量減少，綜合分析來看，各種自然和人為條件都較有利于污染物的擴(kuò)散，空氣質(zhì)量相對(duì)較好。

夏季總體的AQI值較低。北方城市的夏季大顆粒的污染物排放相對(duì)穩(wěn)定，不存在秸稈燃燒、采暖等外力因素的影響，同時(shí)天氣因素也是夏季空氣質(zhì)量較好的原因之一。東北地區(qū)四季分明，以哈爾濱為例，夏季是強(qiáng)對(duì)流天氣的主要集中時(shí)段，不穩(wěn)定能量累積，產(chǎn)生雷雨大風(fēng)等強(qiáng)對(duì)流天氣，逆溫層存在的較少，即使存在也不會(huì)持續(xù)很長(zhǎng)時(shí)間或是逆溫不明顯，對(duì)污染物的擴(kuò)散起到較好的推動(dòng)作用，使得污染物濃度降低，空氣質(zhì)量較好。

秋季的氣溫逐漸走低，隨著秋收的結(jié)束，秸稈燃燒成為大氣污染的主要因素，污染物的排放量增大，使得空氣質(zhì)量下降，而且AQI低值會(huì)呈現(xiàn)出一種相對(duì)集中的狀態(tài)。

冬季在太陽輻射、日照、氣溫等因素的影響下，大氣穩(wěn)定度較高，容易形成逆溫層，且逆溫層無論是持續(xù)時(shí)間還是強(qiáng)度都較別的季節(jié)稍強(qiáng)，不利于污染物的擴(kuò)散；冬季進(jìn)入采暖期后，為保證室內(nèi)溫度的恒定，燃料消耗是必須的，這也在另一方面加大了污染物的排放量，使空氣質(zhì)量明顯下降。

3.2 空氣質(zhì)量與各氣象要素的相關(guān)性分析

對(duì)哈長(zhǎng)城市群的哈爾濱、長(zhǎng)春等十個(gè)城市的2015年AQI指數(shù)日數(shù)據(jù)與氣象要素進(jìn)行Pearson相關(guān)性分析（表1），氣象要素主要涉及溫、壓、風(fēng)、濕、降水幾個(gè)方面，其中根據(jù)各要素的特性，分別選取各要素的平均值、最小值、極大值、累計(jì)值等不同的要素值。

表1 哈長(zhǎng)城市群各城市間AQI與各氣象要素的相關(guān)性分析

3.2.1 降水與AQI指數(shù)的相關(guān)性分析

幾個(gè)城市的AQI指數(shù)與降水均呈負(fù)相關(guān)，雨水對(duì)空氣中的污染物能起到一定的沖洗和清除的作用,大氣中的部分氣體污染物可溶解于水,特別是不穩(wěn)定的降水過程，更易于污染物的清除，尤其是污染物中的氣溶膠顆粒，減小空氣中的污染物濃度,提高空氣質(zhì)量。

3.2.2 氣壓與AQI指數(shù)的相關(guān)性分析

幾個(gè)城市的AQI指數(shù)與氣壓均呈正相關(guān)，且在0.01水平（雙側(cè)）上顯著相關(guān)，氣壓高，AQI指數(shù)越大，氣壓低，則AQI指數(shù)降低；還有學(xué)者進(jìn)一步研究發(fā)現(xiàn)，在一個(gè)階段內(nèi)，特別是一個(gè)季節(jié)里面，氣壓的相對(duì)高低對(duì)污染物的擴(kuò)散影響相反，氣壓較高時(shí)，氣流下沉，向外輻散，利用污染物的向外擴(kuò)散，從而降低污染物濃度，對(duì)此，氣壓與AQI的關(guān)系還需進(jìn)一步研究分析。

3.2.3 氣溫與AQI指數(shù)的相關(guān)性分析

幾個(gè)城市的AQI指數(shù)與氣溫均呈負(fù)相關(guān)，且在0.01水平（雙側(cè)）上顯著相關(guān)，平均氣溫的垂直分布直接表征著大氣穩(wěn)定度，可影響城市垂直方向的空氣對(duì)流程度，進(jìn)而作用于污染物的濃度。當(dāng)氣溫較高時(shí)，大氣處于不穩(wěn)定狀態(tài)，夏季的氣溫和地表溫度較高，逆溫層存在的情況較少，即使存在也不會(huì)持續(xù)很長(zhǎng)時(shí)間或是逆溫不明顯，利于污染物的擴(kuò)散。

3.2.4 相對(duì)濕度與AQI指數(shù)的相關(guān)性分析

相對(duì)濕度對(duì)空氣質(zhì)量指數(shù)影響較大，將日平均相對(duì)濕度和日最小相對(duì)濕度作為兩種氣象要素分別提出，合適的相對(duì)濕度是空氣污染發(fā)生的重要條件。從表1中可以看出，相對(duì)濕度與AQI指數(shù)沒有統(tǒng)一的相關(guān)性，但是大部分城市的平均相對(duì)濕度和最小相對(duì)濕度呈現(xiàn)一致的正負(fù)相關(guān)。學(xué)者們有關(guān)濕度的看法也不統(tǒng)一，一方面認(rèn)為濕度較大，利于污染物附著在豐富的水汽中下落，利于污染物的下沉、擴(kuò)散；另一方面認(rèn)為濕度加大，利于污染物與其相結(jié)合，從而不利于污染物的擴(kuò)散，兩種不同的說法，在后續(xù)研究中還需進(jìn)一步論證。

3.2.5 風(fēng)速與AQI指數(shù)的相關(guān)性分析

AQI指數(shù)與風(fēng)速均呈負(fù)相關(guān),一般情況下，風(fēng)速加大，有利于污染物的輸送和擴(kuò)散，與空氣中污染物濃度是負(fù)相關(guān)，由此可以說風(fēng)場(chǎng)相當(dāng)于污染物傳輸?shù)妮斔蛶?；任何因子都有一定的閾值體現(xiàn)，超過這個(gè)量值，可能會(huì)造成相反的效果，如果風(fēng)速過大，利于上風(fēng)向的顆粒物向下風(fēng)向傳送，反而會(huì)加重污染程度，空氣質(zhì)量指數(shù)上升。

各城市的氣象要素與AQI之間的相關(guān)性不同，以哈爾濱為例,氣壓、氣溫、風(fēng)速、降水四個(gè)氣象要素與AQI指數(shù)均在0.01水平上顯著相關(guān)，而長(zhǎng)春，則只有氣壓、氣溫、降水三個(gè)氣象要素與AQI指數(shù)均在0.01水平上顯著相關(guān)。

4 哈長(zhǎng)城市群之間AQI指數(shù)相關(guān)性

城市間的發(fā)展紐帶不斷加深,集聚力也在加強(qiáng)，在氣象條件的影響下，各種大氣污染物相互影響、相互作用，某種程度上來說，城市間的AQI也存在一些相通點(diǎn)，其中個(gè)別城市、地區(qū)間的相關(guān)性特別高。為更好地研究城市群間AQI指數(shù)相關(guān)性，為聯(lián)防聯(lián)控提供基礎(chǔ)，利用spss軟件對(duì)哈長(zhǎng)城市群的哈爾濱、長(zhǎng)春等十個(gè)城市間的2015年AQI指數(shù)日數(shù)據(jù)進(jìn)行相關(guān)性分析。

表2 哈長(zhǎng)城市群各城市間AQI指數(shù)的相關(guān)性分析

從表2中可以看出，哈長(zhǎng)城市群中的這十個(gè)城市間的AQI指數(shù)均呈正相關(guān)，且在0.01水平上顯著相關(guān)。哈爾濱與其他九個(gè)城市的Pearson相關(guān)性系數(shù)在0.675與0.760之間波動(dòng)，除了四平和齊齊哈爾的相關(guān)系數(shù)在0.7以下外，其余幾個(gè)城市間的Pearson相關(guān)性系數(shù)均在0.7以上。

哈爾濱與綏化的相關(guān)性最大（0.760），但綏化與其他幾個(gè)城市的相關(guān)性均較低，可以看出哈爾濱的AQI指數(shù)與綏化相關(guān)性不大，相反，綏化的AQI受哈爾濱影響較大。

5 結(jié)論

（1）大氣污染主要是由人為因素和自然因素共同造成的。降水量、風(fēng)向風(fēng)速、氣溫、氣壓和相對(duì)濕度都能不同程度地影響空氣中 PM10、PM2.5、SO2和NO2的濃度，但是，氣象因素只能是輔助、傳送的作用，在污染物中間也只是利于或不利于其擴(kuò)散，并不是污染的源頭，要想改善空氣質(zhì)量，“藍(lán)天工程”的效果達(dá)到最佳，大氣污染的治理還是首要工作。大氣污染、空氣質(zhì)量不佳的原因很多，其主要原因還是由人為因素造成的,氣象因素只是個(gè)輔助作用，經(jīng)濟(jì)發(fā)展、工業(yè)布局等都是需要考慮的因素之一。

（2）上游改善控制，建立聯(lián)防機(jī)制。本文通過分析氣象要素與空氣質(zhì)量的相關(guān)性，以及城市間的聯(lián)系性，可以看出，污染源頭的改善還是有一定益處的，在其他因素?zé)o法改變的前提下，減少城市上游對(duì)下風(fēng)向的影響，能在一定程度上，降低AQI指數(shù)，比如，哈爾濱與松原、吉林、長(zhǎng)春等城市的AQI指數(shù)相關(guān)性較大，當(dāng)南向風(fēng)向影響時(shí)，有利于這幾個(gè)上游城市對(duì)哈爾濱的污染物傳輸。由此可以看出，城市間的聯(lián)防聯(lián)控還是相當(dāng)重要的。

（3）增加數(shù)據(jù)資料，建立更精細(xì)的回歸方程。下一步將增加時(shí)間跨度，利用更多的數(shù)據(jù)建立氣象要素與AQI的關(guān)系，從而篩選出相關(guān)系數(shù)達(dá)到極顯著水平的回歸方程，為研究城市群間的氣象要素對(duì)空氣質(zhì)量的影響程度提供理論依據(jù)。

[1]楊瑩等.哈爾濱市大氣污染與氣象因素的相關(guān)性分析[J].環(huán)境工程學(xué)報(bào),2015,12(9):5945-5950.

[2]王麗淵等.西昌市影響空氣質(zhì)量的氣象因素分析—基于變系數(shù)模型的研究 [J].綿陽師范學(xué)院學(xué)報(bào),2014,33(5):98-112.

[3]武艷娟等.呼和浩特市春季氣象要素與空氣質(zhì)量指數(shù)的灰色關(guān)聯(lián)分析[J].內(nèi)蒙古農(nóng)業(yè)科技 2014(5):57-59.

X16

A

1002－252X(2017)03－0014－03

2017－6－1

張 鑫（1985-），女，黑龍江省鶴崗市人，成都信息工程大學(xué)，碩士生，工程師.