基于气象条件的北京市AQI的分析与拟合研究
依据北京市2009-2011年逐日空气质量指数(AQI)与同时段常规地面气象观测数据,区分污染日与非污染日、不同季节(月份)研究AQI与各气象要素的关系,再以气温为着眼点,深入研究气温对空气质量的”指示剂”作用.最后,首次引入Fourier级数和广义相加模型(GAM),分别对逐月、逐旬和逐日的AQI进行拟合,并与基于最小二乘法的逐步回归法进行比较.分析结果表明:①AQI年际变化不明显,冬季中、重度污染易发(2.22％),秋季空气优良率最低(73.63％),春季易发生轻微污染(23.19％).②污染日,AQI与平均气压、最高气压显著正相关,与温度、相对湿度为负相关;非污染日,AQI与气压、平均/最大风速和日照时效负相关,而与温度、相对湿度、降水量正相关.③T＜0℃时空气质量优良率较高,一般污染较轻微:0＜T＜10℃是中度污染最常出现的区间:10＜T＜25℃时轻微污染常发:最后,T＞25℃时空气质量最优,AQI一般集中在50～100之间.④AQI相对危险度的对数(logRR)与气温的关系为复杂的非线性函数关系:t＜-5℃时,AQI与t反向变化,但置信度不高:-5＜t＜5℃时,AQI与t正相关关系明显;5＜t＜13℃时,AQI随着气温上升而减小,即负相关;13＜t＜20℃时,污染指数与气温呈现正相关关系;20＜t＜28℃时,污染指数又随着温度上升开始减小:t＞28℃时,模型显示正相关,但置信区间较宽.⑤Fourier级数对逐月和逐旬AQI拟合的可决系数分别达到0.921和0.627,这是常规的线性拟合无法达到的.本文只是为气象环境预报预警提供一种新的思路,并作了初步尝试,还有待更深层次的研究和挖掘.
大气污染 空气质量指数 气象要素 温度变化 Fourier级数 广义相加模型
马盼 耿迪 李旭 王式功 尚可政
兰州大学大气科学学院 兰州大学气象环境与人体健康研究中心,甘肃兰州730000
国内会议
北京
中文
1-16
2014-11-03（万方平台首次上网日期，不代表论文的发表时间）