吳煥波，馮凱寧，張亞敏，谷新波

(1.內(nèi)蒙古自治區(qū)氣象服務(wù)中心，內(nèi)蒙古 呼和浩特 010051；2. 內(nèi)蒙古自治區(qū)烏審旗氣象局，內(nèi)蒙古 烏審旗 017300)

隨著霧霾天氣的不斷出現(xiàn)，空氣質(zhì)量和居住環(huán)境越來越引起人們的關(guān)注。負氧離子是帶負電荷的單個氣體分子和輕離子團的總稱[1]，空氣中的負離子濃度是衡量空氣質(zhì)量好壞的重要指標，在帶有正電顆粒離子的污穢空氣中發(fā)生中和作用，從而改善空氣質(zhì)量。另外，負氧離子能促進人體新陳代謝，提高免疫力，調(diào)節(jié)機能平衡[2]，令人心曠神怡，被喻為“空氣維生素”。

國內(nèi)眾多學者對不同植被類型、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)律均有大量的研究[3～5]，還有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[6～8]。但各種自然條件和居住環(huán)境中激發(fā)空氣電離的能量不同，大氣溫度、濕度與氣壓的不斷變化，在各種環(huán)境中空氣負離子的數(shù)值有很大的差異[9～10]。突泉老頭山位于內(nèi)蒙古興安盟突泉縣寶石鎮(zhèn)西北部，雨量適中，植被茂密，生態(tài)良好，春季花團錦簇，夏季云蒸霞蔚，秋季色彩和諧，冬季銀裝素裹，四季均是旅游勝地。筆者分析了內(nèi)蒙古突泉老頭山的負氧離子濃度的時間變化規(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(yù)測模型，以期為老頭山旅游氣象服務(wù)提供理論依據(jù)。

1 資料

2017年5月19日～2018年7月17日突泉老頭山氣象自動站(C7453)的逐小時實測負氧離子濃度、溫度和相對濕度；同期突泉氣象站(50934)的逐時和逐日氣象數(shù)據(jù)，要素包括溫度(平均、最低、最高)、相對濕度、地溫(平均、最低、最高)、降水量(0820、2020、1h最大降水量)、水平能見度、風速、風向、氣壓(平均、最高、最低)和日照時數(shù)等。對所有數(shù)據(jù)進行質(zhì)量控制。

2 方法

用FORTAN對數(shù)據(jù)進行預(yù)處理和計算，用Matlab畫散點圖。

采用相關(guān)分析方法研究負氧離子濃度與氣溫、濕度、氣壓等氣象要素之間的關(guān)系。根據(jù)負氧離子與氣象要素之間的相關(guān)關(guān)系，采用逐步回歸方法建立負氧離子濃度的預(yù)測模型。

逐步回歸方法是按偏相關(guān)系數(shù)的大小次序?qū)⒆宰兞恐饌€引入方程，對引入方程中的每個自變量偏相關(guān)系數(shù)進行統(tǒng)計檢驗，效應(yīng)顯著的自變量留在回歸方程內(nèi)。因為新自變量的引入，原已引入方程中的自變量由于變量之間的相互作用其效應(yīng)有可能變得不顯著，要隨時從方程中剔除。如此通過不斷引入和剔除自變量，最后得到最優(yōu)回歸方程。

3 分析與結(jié)果

3.1 濃度分布特征分析

計算負氧離子月和日平均濃度，分別見圖1和圖2。由圖1和圖2可知，突泉老頭山空氣中負氧離子濃度具有明顯的月變化特征，6月～11月負氧離子月均濃度較高，其中8月份最高，平均值達11 180個/cm3，4月份最低，為1 463個/cm3。季節(jié)分布為夏季最高，其次是秋季，在春季(1 794個/cm3)和冬季(1 758個/cm3)最低。突泉老頭山負氧離子濃度變化范圍330～23 014個/cm3，其中2017年7月7日～10月11日和2018年5月16日～7月17日的較高，且變化范圍大，其余時間段分布較為平緩，主要集中在5 000個/cm3以下。

圖1 負氧離子月均濃度變化

3.2 日分布

世界衛(wèi)生組織(WMO)規(guī)定：清新空氣中負離子含量不應(yīng)低于1 000個/cm3。在我國目前應(yīng)用得比較多的負氧離子濃度等級標準及與健康的關(guān)系如表1所示[11]。統(tǒng)計分析負氧離子濃度在不同季節(jié)的日分布(其中冬季只有9∶00～19∶00的數(shù)據(jù))，并與標準限值比較，見圖3。

圖2 負氧離子日均濃度變化

圖3 負氧離子平均日變化(其中冬季缺失數(shù)據(jù)多)

表1負氧離子濃度等級與健康的關(guān)系

由圖3可知，負氧離子濃度日分布為一峰一谷的趨勢，峰值出現(xiàn)在5∶00～6∶00左右，谷值出現(xiàn)在15∶00左右，然后濃度開始逐漸增大，直到第二日清晨。

4個季節(jié)的負氧離子濃度的關(guān)系為秋季、夏季>全年平均>春季、冬季，秋季的峰值遠高于其他季節(jié)的峰值，另外春、冬季日較差小。與標準限值相比，所有季節(jié)的負氧離子濃度均高于1級限值，除冬季和春季外，其余季節(jié)和年均負氧離子濃度均高達6級?？諝庵胸撗蹼x子數(shù)較高時，可達到世界衛(wèi)生組織規(guī)定的“空氣清新”標準的10倍以上。

圖4 負氧離子小時平均濃度與氣象要素的關(guān)系

3.3 與氣象要素相關(guān)性分析

3.3.1 小時平均濃度。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[12,13]。由于C7453氣象站除溫度0和濕度0外，沒有其他氣象要素資料，為盡可能多地引入氣象要素，筆者用臨近50934氣象站的氣象要素代替分析。為分析其代表性，計算50934氣象站的小時溫度和小時相對濕度與小時溫度0和小時濕度0的相關(guān)性，分別為-0.01和-0.02，且均未通過顯著性檢驗，故該部分值分析負氧離子小時濃度值與小時溫度0和小時相對濕度0的關(guān)系，另外，冬季小時值缺失數(shù)據(jù)嚴重，暫不分析冬季的日變化，結(jié)果見圖4。

由圖4可知，在春、夏、秋3個季節(jié)，負氧離子日變化與溫度呈負相關(guān)，與相對濕度呈正相關(guān)。

3.3.2 日均濃度。計算50934氣象站的日均溫度、日均相對濕度與日均溫度0、日均濕度0的相關(guān)系數(shù)，分別為0.980和0.854，并通過0.01的顯著性檢驗，故文中可用50934氣象站的氣象要素日均值代替分析。

計算各氣象要素日均值與負氧離子日均濃度的相關(guān)系數(shù)，篩選相關(guān)性較高且通過顯著性檢驗的要素，并畫散點圖，見圖5。

圖5 各氣象要素日均值與負氧離子日均濃度的散點圖及相關(guān)系數(shù)

由圖5可知，日均負氧離子濃度與日均溫度0、日均相對濕度0均呈正相關(guān)，相關(guān)系數(shù)分別為0.371和0.566。日均負氧離子濃度與50934氣象站氣象要素的相關(guān)性如下：與最低地溫、平均相對濕度、1h最大降水量呈正相關(guān)，相關(guān)系數(shù)分別為0.509、0.650、0.349，與最高氣壓、最小能見度、日照時數(shù)和平均風速呈負相關(guān)，相關(guān)系數(shù)分別為-0.334、-0.105、-0.304、-0.229，以上相關(guān)性均通過顯著性檢驗。另外，日均負氧離子濃度與前一天負氧離子日均濃度呈較高的正相關(guān)，相關(guān)系數(shù)為0.752。

3.4 預(yù)報方程建立

利用多元線性回歸，將日均溫度0、日均相對濕度0，最低地溫，平均相對濕度，最高氣壓，最小能見度，1h最大降水量，日均風速，最大風速風向，日照時數(shù)和前一天負氧離子日均濃度引入，試建立負氧離子日均濃度(Y)預(yù)報模型。利用逐步回歸進行多元線性回歸，得到回歸方程，方程和系數(shù)均通過顯著性檢驗，解釋方差R2=0.702，結(jié)果見表2。

表2負氧離子日均濃度預(yù)報方程

利用2018年7月1日～17日的負氧離子日均濃度對以上預(yù)報方程預(yù)報結(jié)果進行檢驗，結(jié)果見圖6。

圖6 負氧離子濃度預(yù)報方程檢驗

由圖6可知，擬合方程能大致描述負氧離子日均濃度的變化趨勢，預(yù)報值偏大于實況，預(yù)報和實況的相關(guān)系數(shù)為0.67，平均誤差為-1 903個/cm3。能較好模擬實況的趨勢和值。

4 結(jié)論

突泉老頭山負氧離子濃度具有顯著的月變化，夏季最高，其次是秋季，在春季和冬季最低；研究時間范圍內(nèi)，2017年7月7日～10月11日和2018年5月16日～7月17日的較高，且變化范圍大，其余時間段分布較為平緩，且主要集中在5 000個/cm3以下。

負氧離子濃度日分布為一峰一谷的趨勢，峰值出現(xiàn)在6：00左右，谷值出現(xiàn)在15∶00左右。4個季節(jié)的負氧離子小時平均濃度的關(guān)系為秋季、夏季>全年平均>春季、冬季。與標準限值相比，所有季節(jié)的負氧離子濃度均高于1級限值，除冬季和春季外，其余季節(jié)和年均負氧離子濃度均高達6級?？諝庵胸撗蹼x子濃度較高時，可達到世界衛(wèi)生組織規(guī)定的“空氣清新”標準的10倍以上。

在春、夏、秋3個季節(jié)，負氧離子日變化與溫度呈負相關(guān)，與相對濕度呈正相關(guān)；負氧離子日均濃度與同站的日均溫度0、日均相對濕度0均呈正相關(guān)，與50934氣象站的最低地溫、日均相對濕度、1h最大降水量呈正相關(guān)，與最高氣壓、最小能見度、日照時數(shù)和平均風速呈負相關(guān)。另外，與前一天負氧離子濃度也有較高的正相關(guān)。

利用逐步多元線性回歸方法，建立負氧離子的預(yù)報方程，解釋方差為0.702，利用2018年7月1～17日數(shù)據(jù)進行檢驗，相關(guān)系數(shù)為0.67，平均誤差為-1 903個/cm3。

另外，研究表明空氣負氧離子濃度不僅與氣象因子有關(guān)，還與人類活動、周圍綠化環(huán)境等其他環(huán)境因子有相關(guān)性[11]。下一步應(yīng)搜集其他環(huán)境數(shù)據(jù)，完善對突泉縣老頭山負氧離子濃度的預(yù)報，為旅游氣象服務(wù)提供理論支撐。