基于AQI的九江市空气质量统计预报方法

发布时间：2021-04-13 14:35

　　利用九江市2014—2017年气象观测站常规观测的气象资料和九江市环境监测站污染物日平均浓度资料、AQI日均值和首要污染物等观测要素,通过统计学方法对不同季节内地面气象要素和AQI做相关性分析,并选取相关性好的因子分别做回归分析并建立预报方程,结果表明:1)相对于全年回归预报方程,不同季节的气象要素与AQI的相关程度不同,不同季节的回归方程对AQI指数的预报准确率高; 2)由于污染物的累积特征,前一天的AQI与当天AQI相关系数高达0.66,在回归的过程中,前一天的AQI值做为最重要的一项参数; 3)春季、夏季由于降水比较明显,且由O₃造成的污染日数相对较多,而高温和日照对O₃有显著的相关,所以AQI的预报能力较强;秋冬季由于外来输送污染严重和PM_2.5首污的日数增加,气象要素的相关性较低,预报能力也随之降低。 

【文章来源】：江西科学. 2020,38(04)

【文章页数】：6 页

【部分图文】：

九江市2014—2017年空气质量等级分布

九江市2014—2017年轻度以上污染月分布图

2014—2017年，在九江市影响空气质量的主要污染物有PM2.5、PM10和O33种，重度以上污染日的首要污染物全部是PM2.5(图略)。对2014—2017年首要污染物分季节分布分析(图3)发现，不同季节的首要污染物不同:春、秋季首要污染物是PM10、PM2.5、O3，且污染天数大致相同，夏季首要污染物主要是O3，冬季首要污染物主要为PM2.5,O3污染天数很少。具体到逐月分布，如图4所示，在11月到次年2月PM2.5是最重要的污染物，占比达到78%，其次是PM10污染占比21%,O3污染占比仅为2%。5—9月由于温度和日照的影响，首要污染物中O3占比57%为最高，PM10占比23%,PM2.5占比明显下降，仅占19%。PM10污染则分布比较均匀，没有表现出明显的月变化。由此可见，在不同季节，影响空气质量的首要污染物不同，为此尝试分季节分析污染日的气象影响因子。

【参考文献】：
期刊论文
[1]石家庄市采暖期空气质量特征及其与气象条件的关系[J]. 王云霞,张艳杰,孟令尧,张焱,曹跟华,赵江伟.  科学技术与工程. 2020(01)
[2]长三角城市群冬季一次重污染天气过程分析[J]. 刘玲,赵巧华,汪靖.  科学技术与工程. 2019(26)
[3]2014-2017年九江市空气污染物现状分析[J]. 杨超,徐洁玲,李恒.  江西科学. 2019(04)
[4]九江市重污染天气形势特征及污染源分析[J]. 徐洁玲,杨超.  江西科学. 2019(03)
[5]PM2.5及气象要素对乌鲁木齐市臭氧的影响[J]. 关清,郑有飞,赵辉,袁月,王燕.  科学技术与工程. 2019(10)
[6]北京市房山区大气污染物时空分布特征及气象影响因素分析[J]. 刘郁珏,李艳,苗世光.  气象与环境科学. 2018(04)
[7]南昌市空气质量预报产品检验分析及统计订正试验[J]. 岳旭,蒋璐君,吴琼.  气象与减灾研究. 2018(03)
[8]江苏淮安地区大气污染变化特征及其与气象条件的关系[J]. 吴序鹏,刘端阳,谢真珍,宋京京,夏祥鳌,王皓飞.  气象与环境科学. 2018(01)
[9]2012—2015年北京市空气质量指数变化及其与气象要素的关系[J]. 王景云,张红日,赵相伟,姬杰辉,杨世寨.  气象与环境科学. 2017(04)
[10]基于AQI的深圳大气污染特征及其典型环流形势分析[J]. 王明洁,贺佳佳,王书欣,张蕾.  生态环境学报. 2018(02)



本文编号：3135476