重庆市万盛地区大气12月份PM2.5污染特征及预测分析

翁文江　池洪敏　高雪　李萍　罗宗秀

摘要：本文利用重庆万盛地区2018年12月份空气质量监测数据及气象数据，首次研究了万盛地区PM2.5浓度与其他5项污染物、相关气象因素的关系。研究表明，PM2.5质量浓度和PM10质量浓度变化规律相似，与NO2、CO污染因子显著正相关，与SO2、O3（8h）污染因子相关性不明显;PM2.5质量浓度受能见度、相对湿度、风速和风向等气象因素影响较大。研究首次建立了万盛地区PM2.5预测模型，能较准确反映该地区PM2.5的污染特征，为开展该地区PM2.5污染预警预报提供了思路并奠定了基础。

关键词：PM2.5（细颗粒物）;污染特征;气象因子;预测模型

中图分类号：X831 文献标识码：A 文章编号：2095-672X（2020）09-0-02

DOI：10.16647/j.cnki.cn15-1369/X.2020.09.101

The PM2.5 pollution characteristics and forecast analysis of the atmosphere in Wansheng district of Chongqing City in December

Weng Wenjiang1，Chi Hongmin2，Gao Xue3，Li Ping1，Luo Zongxiu4

（1.Chongqing Wansheng District Ecological Environment Monitoring Station，Chongqing 400800，China;2.Chongqing Wansheng District Meteorological Service，Chongqing 400800，China;3.College of Environment and Resources，Chongqing Technology and Business University，Chongqing 400067，China;4.Guanba Town of Qijiang Districts Agricultural Service Center，Chongqing 400800，China）

Abstract：Based on the air quality monitoring data and meteorological data of December 2018 in Chongqing Wansheng，the paper first analysis the relationship between PM2.5 concentration and other five pollutants of Wansheng，the paper first analysis the relationship between PM2.5 concentration and meteorological factors of Wansheng.The results show that PM2.5 concentration has a significant positive correlation with NO2 and CO ， but not obvious with SO2 and O3（8h）;PM2.5 is greatly affected by visibility，relative humidity， wind speed and wind direction meteorological factors.The PM2.5 prediction model of Wansheng is established for the first time，the model can accurately reflect the pollution characteristics of PM2.5 in Wansheng， and provide ideas and foundation for carrying out PM2.5 pollution early warning and prediction in Wansheng.

Key words： PM2.5（Fine particle）;Pollution characteristics;Meteorological factors;Prediction

随着我国国民经济的不断增长，城市大气环境污染问题越来越严重，尤其是大气细颗粒物（PM2.5）对环境的影响。虽然PM2.5只是地球大气成分中含量很少的组分，但它对空气质量等有重要的影响[1]。PM2.5能够通过呼吸等途径进入人体，并能沉积在呼吸道甚至肺泡中，危害人体身体健康。细颗粒物（PM2.5）已经成为万盛地区大气的首要污染物，也是目前唯一一项还没有达到国家二级标准的指标。因此，对万盛空气细颗粒物进行研究，对开展污染源解析、污染预警预报及大气污染联防联控等方面的研究与管理工作具有十分重要的意义。

彭建生等人分析了万盛地区大气污染物PM2.5浓度的变化特征[2]，张代荣等人研究了万盛地区6种大气污染物（SO2、NO2、O3、PM2.5、PM10和CO）的污染特征[3]。

本文以万盛经开区市控空气质量自动监测站数据和气象局气象观测数据为基础，首次揭示了该地区12月份大气PM2.5与PM10、SO2、NO2、CO和O3（8h）污染因子的联系，首次分析了PM2.5与气象因素的相关关系，首次建立该地区PM2.5预测模型，为实现PM2.5污染预警预报和坚决打赢蓝天保卫战提供决策依据。

1 数据来源与处理

1.1 數据来源

空气质量资料来自于万盛经开区市控空气质量监测站点2018年12月份PM2.5、PM10、SO2、NO2、CO和O3（8h）共6项污染物质量浓度日均质量浓度和气象观测站10种气象因素（气压、气温、相对湿度、能见度、雨量、日均平均风速、最大风速、最大风向、极大风速和极大风向）的每日24h逐时监测浓度实测值数据。

1.2 数据处理

利用气象指标逐时监测数据，求出相应的日均值;利用WAP软件的数据处理功能，制作出PM2.5质量浓度日变化折线图;利用SPSS软件相关分析求出PM2.5与PM10等5项污染因子的相关性、PM2.5与10个气象因子的相关性;利用SPSS软件计算PM2.5与其他5项污染物、10个气象因子的最优回归方程。

2 结果与讨论

2.1 PM2.5质量浓度与其他污染因子相关性分析

表1相关性研究表明，PM2.5和PM10質量浓度person相关系数R=0.994，在Sig<0.01水平上具有显著正相关，说明两者变化规律相似，这与陈林等研究结果基本一致[4]。

PM2.5质量浓度与NO2、CO污染因子质量浓度的相关系数分别为0.856、0.703，均在Sig<0.01水平显著正相关。主要原因为，氮氧化物经化学转变生成的二次污染物是PM2.5的组成部分[5]。PM2.5质量浓度与SO2、O3（8h）污染因子质量浓度的相关系数分别为-0.121、-0.336，相关性不明显。

2.2 PM2.5质量浓度与气象因子相关性分析

PM2.5质量浓度与不同气象因子的person相关分析结果如表2所示。可以看出，万盛地区12月份PM2.5质量浓度与能见度、极大风向在Sig<0.01水平上具有相关性，与相对湿度、日均平均风速和最大风向在Sig<0.05水平上具有相关性。研究表明，PM2.5质量浓度受能见度、相对湿度、风速和风向等气象因素影响较大;其中偏北风向和相对湿度对PM2.5起正向影响作用，能见度和风速对PM2.5起逆向影响作用。

2.3 PM2.5预测模型建立与检验

2.3.1 PM2.5预测模型的建立

以上研究发现，PM2.5不仅受其他污染因子的影响，也受多个气象因素的影响。本文将其他污染因子和气象因子结合起来首次建立万盛地区PM2.5预测模型[6，7]。以SO2（X1）、NO2（X2）、CO（X3）、O3（8h）（X4）、气压（X5）、气温（X6）、相对湿度（X7）、能见度（X8）、雨量（X9）、日均平均风速（X10）、最大风速（X11）、最大风向（X12）、极大风速（X13）和极大风向（X14）共14个指标为自变量，PM2.5浓度为应变量，通过SPSS最优回归方程计算，最终确定12月份PM2.5的预测模型如表3。

研究发现，PM2.5的最优回归方程为Y=2.94X2+54.553X3-4.486X6-0.001X7-53.556，在Sig<0.01水平上具有显著性。通过最优回归方程发现，NO2和CO对PM2.5质量浓度有正向影响作用，气温和能见度对PM2.5质量浓度有逆向影响作用。

2.3.2 PM2.5预测模型的检验

为验证方程，根据以上预测模型计算了2019年12月份PM2.5浓度曲线。通过比较同期计算值和实测值，发现曲线大部分重合。

特别指出：12月28～29日计算值比实测值高1倍左右，初步推测由于12月28～29日氮氧化物浓度较前期骤然陡增60%以上，而氮氧化物的二次污染物还未及时生成，对PM2.5浓度正向影响减弱，导致计算值高于实测值。12月12～14日计算值低于实测值17%左右，初步推测主要原因为预测模型未考虑地形地貌等对扩散的影响，污染天气时PM2.5叠加影响效应明显。

剔除12月28～29日极端异常数据后，计算值和实测值SPSS配对T检验结果为：标准差为11.42μg/m3，相关系数为0.936，在Sig<0.01水平上呈现显著正相关，说明利用NO2、CO、温度和能见度四项指标建立的多元回归模型预测PM2.5具有较好的可信度，能基本预测12月PM2.5的变化趋势。

3 结论

（1）万盛地区12月PM2.5质量浓度和PM10质量浓度变化规律较为相似，与NO2、CO污染因子显著正相关，与SO2、O3（8h）污染因子相关性不明显。

（2）首次分析了万盛地区12月份PM2.5质量浓度与气象因素的相关性，其受能见度、相对湿度、风速和风向等气象因素影响较大。

（3）首次建立万盛地区PM2.5预测模型，该预测模型具有较好的可信度和实用性，能基本预测12月PM2.5的变化趋势，为开展该地区PM2.5污染预警预报提供了思路并奠定了基础。

参考文献

[1]李嘉绮，李秀丽，杨迪菲，等.上海浦东地区冬季大气PM2.5和PM10污染特征分析[J].上海第二工业大学学报，2015，32（4）：283-288.

[2]彭建生，史晓云，张代荣，等.城市空气PM2.5污染状况分析[J].环境与发展，2018，30（04）：97-99.

[3]张代荣，史晓云，周欣.重庆市万盛区大气污染物分布特征[J].环境与健康杂志，2018，35（04）：351-353.

[4]陈林，熊万明，李杰，等.重庆市沙坪坝区环境空气PM2.5和PM10相关性分析[J].西南师范大学学报：自然科学版，2017（11）：137-143.

[5]罗岳平，陈阳，戴春皓，等.城市环境空气中PM2.5和NO2浓度的相关性研究[J].环境科学与管理，2014，39（10）：68-72.

[6]张玮，郭胜利，申付振，等.南京地区PM2.5和PM10浓度分布特征及与相关气象条件的关系[J].科学技术与工程，2016，16（04）：124-129.

[7]王娟.基于多元回归分析的PM2.5预测研究[J].微型电脑应用，2020，36（03）：48-51.

收稿日期：2020-07-02

作者简介：翁文江（1990-），男，汉族，硕士，中级工程师，研究方向为环境科学研究与管理。