合肥未来一周天气预报 七天
2023年1月25日发(作者：汶川不相信眼泪作文500字)
第3期
第20卷第3期2018年6月黄山学院学报
JournalofHuangshanUniversity
Vol.20袁NO.3
Jun.2018
摘要：气象因素能够对PM2.5浓度产生显著影响，气象因素的改变会减轻或加剧PM2.5浓度值。气象
因素和PM2.5浓度值随着季节的变化而变化，并且具有明显的区域性特征
，所以对全年的
PM2.5和气象相
关因素进行分析
，不能准确反映
PM2.5和气象因素之间的相关性。
选择合肥市
2015年全年的PM2.5和气象
影响因素，并对全年数据按春、夏
、秋、冬四季进行划分，按季节对
PM2.5特征及气象影响因素进行相关性分
析讨论。结果表明
，春、夏、秋
3个季节的气象首要影响因素为风速
，且负相关，说明风有利于
PM2.5的扩散
；
在PM2.5污染严重的冬季，气象首要影响因素为温度，且呈正相关，说明气温较低的冬季逆温层较厚，不利
于PM2.5的扩散；降水量和相对湿度对PM2.5的影响随季节呈正负相关变化
，说明由于不同季节降水量的
不同
，对
PM2.5的影响随季节变化特征显著
；气压、风向对
PM2.5影响较小，相关系数随季节变化特征显著
。
关键词：PM2.5；季节特征；气象影响因素；相关系数
中图分类号院X823文献标识码院A文章编号院1672-447X渊2018冤03-0069-005
合肥地区PM2.5季节特征及气象影响因素分析
张怡文
1
，倪标
2
，郭傲东
1
，费久龙
1
，陈家丽
1
，吴海龙
1
（1援安徽新华学院信息工程学院,安徽合肥230088；2援火箭指挥学院，
湖北
武汉430012）
收稿日期院2017-09-30
基金项目：安徽省高校自然科学研究重点项目（KJ2015A309）；安徽省高校优秀青年人才计划项目
（
gxygZD2018087)
作者简介院张怡文
（
1980-），安徽阜阳人
，硕士
,安徽新华学院，副教授
，研究方向为环境数
据处理
、
Web信息处理遥
近年来，随着工业的快速发展
、城镇化进程的
快速推进，给城市及周边地区的生活环境带来了许
多污染问题
[1，2]
。淮海地区、长江三角洲
、四川盆地和
珠江三角洲形成中国四大灰霾区
[3，4]
，区域性雾霾研
究已成为当前的重要研究方向
[5]
。同时，颗粒污染物是
我国大部分城市的大气首要污染物
，其中由于
PM2.5
的升高而带来的雾霾问题日趋严重，并引起了人们
越来越多的关注,大气污染研究也成为目前的主要
课题之一
[6，7]
。细颗粒PM2.5不仅会导致大气能见度
下降
[8，9]
，还会增加死亡率和呼吸道系统疾病发病
率
[10，11]
。PM2.5具有时空规律和特征
[12]
，对PM2.5及
其影响因素进行有效的统计和分析，可以为政府、
研究人员、
和
人们的出行提供参考依据。
朱倩茹等
[13，14]
对广州市2008年1月1日-2010
年12月31日的PM2.5质量浓度和风速、风向、降
雨量、温度等气象指标数据进行研究
，并对
PM2.5
及其气象影响因素进行相关性分析，分析
结果认
为，广州市PM2.5及其影响因素呈夏季和非夏季变
化规律及关系。
赵晨曦
等
[15，16]
通过北京地区2012年12月-2013年5月的PM2.5和相关气象数据，
研究
分析北京冬春季各气象因素对PM2.5和PM10浓
度的影响和变化特征。孙峰等
[17，18]
选取北京地区2013年1月10-14日所发生的持续性PM2.5重污
染过程，从污染过程演变、气象条件影响、与气态污
染物关系等方面进行分析，结果表明该次重污染过
程是稳定气象条件下导致的局地污染物积累。
张淑
平等
[19]
选择雾霾较严重的冬季，对石家庄
、北京、
太
原、广州5个不同污染区域的典型城市进行分析。
结果表明，气象条件与PM2.5浓度显著相关，并且PM2.5浓度越高的地区，气象因素能够解释的
PM2.5浓度变异越小
。
受雾霾影响，近年来，
对合肥地区的
PM2.5研
究也受到越来越多的关注
。董德保等
[20]
对合肥地区2013年2月8-29日的大气颗粒物及部分气象资料
黄山学院学报
2018年
进行分析，结果表明，
合肥春节期间受烟花爆
竹燃
放、降水过程
、相
对湿度和风速影响较大。
陈刚
等
[21]
采集2014年4月
、
8月
、
10月和12月的PM10和PM2.5样品，结果显示
，
合肥城区的PM10和PM2.5
的平均质量浓度高达113，83滋g/m
3,分别超出国家环
境空气质量标准年均PM10和PM2.5限值的1.61
和2.37倍。根据以上研究分析，合肥市PM2.5污染
也较为严重，并且在不同时段呈不同的特征。为了
减少环境污染对人们的伤害
，需
要对合肥地区展开
大量PM2.5的污染特征及相关性分析。
1数据来源
数据项包括污染物数据和气象数据。污染物数
据来源于
[22]
，气象数据来自于中国气象数据
网
[23]
。数据收集统计时间为2015年1月1日
—
2015
年12月31日，
共
365个样本。
其中
春季（3-5月）
有92个样本，夏季
（
6-8月）
有
92个样本，秋季（9-11
月）
有
91个样本，
冬季（
12-2月）有90个样本。
其中
污染物数据为合肥市10个监测点的PM2.5、O
3
、CO、PM10、SO2
、NO
2
的日均质量浓度值。气象数据为
气压、气温、相对湿度、降水量、风速的日均值、最大
风速风向方位6项气象因素
。
2PM2.5质量浓度季节特征分析
利用日均PM2.5质量浓度数据整理计算，得出2015年全年PM2.5浓度均值为64.61滋g/m3
，春季PM2.5浓度均值为60.56滋g/m3
，夏季PM2.5浓度均值
为40.89滋g/m
3
，秋季PM2.5浓度均值为58.05滋g/m
3
，
冬季PM2.5浓度均值为99.62滋g/m
3
。
对
2015年全年PM2.5月均值做统计，
如图
1所示
。
图12015年全年PM2.5月均值
从图1可以看出
，合肥市
PM2.5污染程度全年
总体呈现先下降后上升趋势，4个季节PM2.5质量
浓度值有明显变化和规律
。其中冬季
PM2.5质量浓
度值最高
，
PM2.5质量浓度值分布在82.35滋g/m
3-
113.2滋g/m3
区间；
夏季
PM2.5质量浓度值最低
，PM2.5质量浓度值分布在38.5滋g/m3-44.6滋g/m3
区
间；秋季处于上升过渡阶段
，
PM2.5质量浓度值分布
在40.2滋g/m
3-69.0滋g/m3
区间；春季处于下降过渡阶
段，PM2.5质量浓度值分布在57.3滋g/m
3-62.7滋g/m3
区间
。
3气象因素对PM2.5季节影响分析
由于气象因素能够显著的对PM2.5浓度造成
影响，本文采集2015年全年气象数据针对PM2.5
季节性浓度变化与气象因素的关系进行定性分析。
为了进一步了解影响PM2.5浓度的气象因素
的季节性差异，本文根据不同季节有针对性地对影
响因素进行分析。由于平均气压
、平均气温、平均相
对温度、降水量、平均风速因素与PM2.5浓度值均
为连续变量且呈线性关系，
故选择
Pearson
[24]
相关系
数定量分析PM2.5与各污染物因素之间的相关性
；
最大风速的风向为等级非数值型变量
，故选
择Spearman[25]
相关系数进行相关性计算。2015年春、夏、秋
、冬四季
PM2.5浓度值与6项
气象因素之间线性相关系数和Spearman相关系数
如表1所示。
表12015年四季PM2.5与各气象因素相关系数表
由表1相关性分析可以看出
，
春季PM2.5的首
Pearson
相关性
气压气温
相对
湿度
降水量
平均
风速
春
季
相关系数-.100.053.341**-.007-.484**
显著性
渊双侧冤.341.619.001.946.000
样本数9292929292
夏
季
相关系数.053.050-.115-.052-.426**
显著性
渊双侧冤.615.638.274.624.000
样本数9292929292
秋
季
相关系数-.016-.138-.043.016-.402**
显著性
渊双侧冤.879.192.685.881.000
Spearman
相关性
相关
系数
显著性
渊双侧冤
样本数
相关
系数
显著性
渊双侧冤
样本数
相关
系数
显著性
渊双侧冤
风向
-.211*
.044
92
-.081
.442
92
.140
.186
样本数9191919191样本数91
冬
季
相关系数-.213*.353**.150-.094-.076
相关
系数.268*
显著性
渊双侧冤.044.001.160.379.477显著性
渊双侧冤.011
样本数9090909090样本数90
月份
70窑窑
第3期
张怡文，等：合肥地区PM2.5季节特征及气象影响因素分析
要影响因素为平均风速
，
PM2.5与平均风速的相关
系数为-0.484，呈负相关；平均相对湿度与PM2.5的
相关系数为0.341，呈正相关，影响仅次于平均风
速；PM2.5与最大风的风向相关系数为-0.211，呈负
相关，且影响较弱。平均气压、平均气温、平均水汽
压显著性均大于0.05，对春季PM2.5浓度的影响可
以忽略不计。
夏季PM2.5的首要影响因素为平均风速，PM2.5与平均风速的相关系数为-0.426，呈负相关
；
除平均风速外
，
平均气压、平均气温
、平均水汽压、
平均相对湿度、降水量、最大风速风向显著性均大
于0.05，对夏季PM2.5浓度的影响可以忽略不计。
秋季PM2.5的首要影响因素为平均风速
，PM2.5与平均风速的相关系数为-0.402，呈负相关；
PM2.5与平均水汽压的相关性为-0.230，呈负相关，
影响仅次于平均风速；平均气压
、平均气温、平均相
对湿度
、
最大风速风向显著性均大于0.05，对秋季PM2.5浓度的影响可以忽略不计。
冬季PM2.5的首要影响因素为平均气温
，PM2.5与平均气温的相关系数为0.353，呈正相关
；
其它气象因素按影响大小排列依次为
：平均水汽
压、最大风速的风向、平均气压，PM2.5与平均水汽
压、最大风速的风向
、平均
气压的相关系数依次为0.317，呈正相关，0.268，呈负相关，-0.213，呈负相
关。平均相对湿度和平均风速的显著性均大于0.05，对冬季PM2.5浓度的影响可以忽略不计。
通过四季气象影响因素与PM2.5浓度之间的
相关性分析研究，并对四季气象因素与PM2.5相关
系数进行统计，结果如图2所示
。
图22015年四季气象因素与PM2.5相关系数统计
从图2和表1可以看出，春、夏、秋3季PM2.5
质量浓度首要影响因素都是平均风速
，
冬季的首要
影响因素为平均气温
。气压、降水量对
PM2.5质量
浓度影响较小，相对湿度、风向按季节对PM2.5质
量浓度影响发生变化。
进一步分析
4个季节PM2.5
质量浓度与首要影响因素之间的趋势关系，如图3
所示
。
（a）2015春季PM2.5与首要影响物趋势图
（b）2015夏季PM2.5与首要影响物趋势图
（c）2015秋季PM2.5与首要影响物趋势图
（d）2015冬季PM2.5与首要影响物趋势图
图32015年四季PM2.5与首要影响物趋势图
由图3可以看出
，
风速对PM2.5质量浓度影响
71窑窑
黄山学院学报
2018年
最大，春季风速多维持在0.10m/s-0.3m/s，对应PM2.5质量浓度维持在50滋g/m3-100滋g/m3
；夏季风
速多维持在0.20m/s-0.4m/s，对应PM2.5质量浓度
维持在20滋g/m
3-80滋g/m3
；秋季风速多维持在0.10m/s-0.25m/s，对应PM2.5质量浓度维持在
30滋g/m3-120滋g/m3
；并且风速的峰值基本上对应于PM2.5质量浓度的谷值，呈负相关，
说明风速对
PM2.5浓度值的降低起到了较大的作用。
4总结
通过合肥2015年全年的PM2.5浓度数据和气
象数据进行影响因素的分析，
可以得出合肥地区的PM2.5的影响因素特征。
1.春季、夏季
、秋季
PM2.5质量浓度的气象首要
影响因素都是平均风速，
且都呈负相关。说明在这
3
个季节风速对PM2.5有较大影响，风有利于PM2.5
的扩散和稀释，而静风天气则会影响污染物扩散
，
使近地面层的污染物聚集而不断增加
。2.冬季PM2.5浓度的气象首要影响因素是平均
气温
，
且呈正相关。冬季温度较低
，逆温层较厚，维
持时间较长，大气比较稳固，
空气流动较慢，使近地
面空气中的污染物和粉尘向高空移动扩散缓慢
，从
而加重大气污染
。3.从图3可以看出，与PM2.5质量浓度相关性
最大的是风速，且四季均呈负相关。4.由于全年降水天数较少
，降水数据也较少，
所
以相关性最小的是降水量，可以忽略不计；但相对
湿度在春季与PM2.5相关性较强，且在春季和冬季
与PM2.5呈正相关，夏季和秋季与PM2.5呈负相
关。分析认为，相对湿度与降水量呈正相关，而降水
对PM2.5有冲刷和稀释作用。但相对湿度较小时
，
水分会附着在PM2.5小颗粒上使颗粒增大，
不利于PM2.5的移动和扩散，只有降水量较大时
，才能起到
冲刷和稀释作用，所以相对湿度对PM2.5的影响呈
季节变化明显。5.气压与PM2.5的相关性总体较小
，且总体
呈
负相关，只有在冬季相关性略高
，由于低气压下容
易出现静风现象，不利于PM2.5的扩散。6.风向与PM2.5相关性较低，且春
、夏两季呈
负
相关，秋、冬两季呈正相关，
合肥春、夏季以东南
风
为主，秋、冬季以西北风为主
。风向与
PM2.5之间的
相关性与工业、工厂的分布
，人类活动等有密切
关
系，需要做进一步研究和分析。
参考文献：[1]任阵海，万本太
，苏福庆，等
.当前我国大气环境质量的几个
特征[J].环境科学研究,2004,17（1）:1-6.[2]lutioninmegacitiesinChina[J].Atmo原
sphericEnvironment，2008，42（1）:1-42.
[3]白志鹏，董海燕，蔡斌彬，等.灰霾与能见度研究进展[J].过
程工程学报
，
2006，6（2）:36-41.[4]吴兑
，
毕雪岩
，
邓雪娇
，
等.珠江三角洲大气灰霾导致能见度
下降问题研究[J].气象学报
，
2006，64（4）:510-517.[5]WangJL，ZhangYH，ShaoM，tativerelation原
shipbetweenvisibilityandmassconcentrationofPM2.5
inBeijing.[J].环境科学学报
：英文版，
2006，18（3）:475-481.
[6]张人禾
，
李强
，
张若楠.2013年1月中国东部持续性强雾霾
天气产生的气象条件分析[J].中国科学:地球科学，2014，44
（1）:27-36.[7]王珊
，
修天阳
，
孙扬，等.1960-2012年西安地区雾霾日数与
气象因素变化规律分析[J].环境科学学报
，
2014，34（1）:19-26.
[8]ChanYC，SimpsonRW，MctainshGH，teri原
sationofchemicalspeciesinPM2.5，andPM10，
aerosolsinBrisbane，Australia[J].AtmosphericEnviron原
ment，1997，31（22）:3773-3785.
[9]PerrinoC，MarcovecchioF，ToffulL，ulatematter
concentrationandchemicalcompositioninthemetro
systemofRome，Italy[J].EnvironmentalScienceand
PollutionResearch，2015，22（12）:9204-14.
[10]ofevidenceonhealthaspectsof
airpollution-REVIHAAPproject[J].WorldHealthOrga原
nization，2015.][8StephensromeroS，CarrerassospedraM，
BrouwerJ，iningAirQualityandGreen原
houseGasImpactsofHydrogenInfrastructureandFuel
CellVehicles[J].EnvironmentalScience&Technology，
2009，43（23）:9022-9.
[11]白志鹏
，
蔡斌彬
，
董海燕
，
等.灰霾的健康效应[J].环境污染
与防治，2006，28（3）:198-201.[12]王占山，李云婷
，
陈添
，
等.2013年北京市PM_（2.5）的时
空分布[J].地理学报
，
2015，70（1）:110-120.[13]朱倩茹
，
刘永红
，
徐伟嘉
，
等.广州PM_（2.5）污染特征及影
响因素分析[J].中国环境监测
，
2013（2）：15-20.[14]李婷
，
麦戈
，
刘永红
，
等.近年来广州市环境空气质量变化
趋势分析[J].安全与环境学报
，
2013（1）:124-128.[15]赵晨曦
，
王云琦
，
王玉杰
，
等.北京地区冬春PM2.5和
PM10污染水平时空分布及其与气象条件的关系[J].环境
科学，2014，35（2):418-427.[16]ZhaoCX，WangYQ，WangYJ，al
andspatialdistributionofPM2.5andPM10pollution
72窑窑
第3期
statusandthecorrelationofparticulatemattersand
meteorologicalfactorsduringwinterandspringinBeijing
[J].EnvironmentalScience，2014，35（2）:418-27.
[17]孙峰，张大伟，孙瑞雯,等.北京地区冬季典型PM_（2.5）重
污染案例分析[J].中国环境监测
，
2014，30（6）：1-12.[18]程念亮，陈添，张大伟,等.2015年春节北京市空气质量分
析[J].环境科学，2015（9）:3150-3158.[19]张淑平，韩立建，周伟奇
，等
.冬季PM2.5的气象影响因素
解析[J].生态学报
，
2016，36（24）:1-10.[20]董德保
，
祝颂
，
芮斌.合肥地区2013年春节期间PM2.5质
量浓度演变特征[J].大气与环境光学学报，2014，9（4）:268-274.
[21]陈刚，刘佳媛
，皇甫延琦
,等.合肥城区PM10及PM2.5季
节污染特征及来源解析[J].中国环境科学，2016，36（7）:1938-1946.
[22]BestApp工作室.污染物数据采集
［
EB/OL］..,
2013-08-16/2016-12-06.
[23]中国气象局公共气象服务中心.大气数据采集
［
EB/OL］.
/,2005-05-03/2015-01-01.
[24]JensenHJA,J准rgensenP,魡gren,Hans,a原
tionalComparisonsofChina’sTechnicalandVocational
EducationandTrainingSystem[J].SpringerNetherlands,
2010，12（3）:141-149
[25]王有恒，景元书
，郭建侠
,等.涡度相关通量修正方法比较
[J].气象科技
，
2011，39（3）:363-368.
[26]郭清彬，程学丰
，侯辉，等
.冬季大气中PM_（10）和PM_
（2.5）污染特征及形貌分析[J].中国环境监测
，
2010，26（4）:55-58.
责任编辑院胡德明
SeasonalCharacteristicsandMeteorologicalFactorsofPM2.5inHefeiArea
ZhangYiwen1,Nibiao2,GuoAodong1,FeiJiulong1,ChenJiali1,WuHailong1
（eofInformationEngineering,AnhuiXinhuaUniversity,Hefei230088,China;RocketCommandCollege,Wuhan430012,China）
Abstract:MeteorologicalfactorshaveasignificantimpactonPM2.5concentration,andtheirchanges
ologicalfactorsandtheconcentration
ore,only
analyzingtheannualPM2.5andmeteorologicalrelatedfactorscannotaccuratelyreflectthecorrelation
paper,weselectPM2.5andmeteorologicaleffectsof
Hefeiinthewholeyearof2015,dividetheannualdataintofourseasonsincludingthespring,summer,
autumnandwinter,anddiscussthecorrelationbetweentheseasonalcharacteristicsofPM2.5and
ultsshowthatthemostimportantfactoraffectingPM2.5inspring,summer
andautumniswindspeedwhichisnegativelycorrelatedwithPM2.5,indicatingthatwindisbeneficialto
thediffusionofPM2.5;inwinterwhenthereisseriousPM2.5pollution,theprimarymeteorologicalfactor
istemperaturewhichispositivelyrelatedtoPM2.5,indicatingthatinwintertheinversionlayeristhick,
whichisnotconducivetoPM2.5diffusion;thereisapositiveandnegativecorrelationbetween
precipitationandrelativehumidityandPM2.5respectivelywithseasonalchanges,indicatingthatdifferent
seasonalprecipitationhasasignificantinfluenceonPM2.5;airpressureandwinddirectionhavelittle
relationcoefficientchangessignificantlyfromseasontoseason.
Keywords:PM2.5;seasonalcharacteristics;meteorologicalfactors;correlationcoefficient
张怡文，等：合肥地区PM2.5季节特征及气象影响因素分析
73窑窑