河南省山地空气负氧离子预测模型研究

doi:10.3976/j.issn.1002-4026.2023.05.014

摘要/Abstract

摘要：

利用河南省西部、南部山区13个县区的34个空气负氧离子站监测数据和中分辨率成像光谱仪(MODIS,moderate resolution imaging spectroradiometer)植被指数产品数据,使用相关分析、随机森林回归模型等方法,分析了影响河南省山地空气负氧离子浓度的主要气象因子和环境因子,并建立预测模型。结果表明,影响河南省山地负氧离子浓度日变化的主要气象因子是温度和相对湿度,主要环境因子是PM_2.5浓度、PM₁₀浓度和植被覆盖。通过建立负氧离子浓度预测模型,实现了负氧离子预报的定量化,为地区空气质量评价提供参考。

关键词: 负氧离子, 气象因子, 环境因子, 预测模型

Abstract:

Using the monitoring data of 34 air negative oxygenion stations and Moderate Resolution Imaging Spectroradiometer vegetation index product data of 13 counties in the western and southern mountainous areas of Henan Province, correlation analysis and random forest regression model were used to analyze the main meteorological and environmental factors affecting the concentration of negative oxygenion in these areas to establish a negative oxygenion concentration forecasting model. Results showed that temperature and relative humidity were the main meteorological factors affecting the diurnal variation of negative oxygenion concentration, concentration of PM_2.5, PM₁₀ and vegetation coverage were the main environmental factors.By establishing the negative oxygen ion concentration forecasting model, the quantification of negative oxygen ion prediction was realized. This study provides reference for regional air quality evaluation.

Key words: negative oxygenion, meteorological factor, environmental factor, forecast model

中图分类号:

刘玉珠, 张玮. 河南省山地空气负氧离子预测模型研究[J]. 山东科学, 2023, 36(5): 121-128.

LIU Yuzhu, ZHANG Wei. A forecast model of air negative oxygenion in mountainous area of Henan Province[J]. Shandong Science, 2023, 36(5): 121-128.

图/表 9

图1

图2

表1

表2

图3

图4

表3

图5

图6

参考文献 21

[1]	REITER R. Part B Frequency distribution of positive and negative small ion concentrations, based on many years' recordings at two mountain stations located at 740 and 1780 m ASL[J]. International Journal of Biometeorology, 1985, 29(3): 223-231. DOI: 10.1007/BF02189654.
[2]	王薇, 余庄. 中国城市环境中空气负离子研究进展[J]. 生态环境学报, 2013, 22(4): 705-711. DOI: 10.16258/j.cnki.1674-5906.2013.04.027.
[3]	邵海荣, 贺庆棠. 森林与空气负离子[J]. 世界林业研究, 2000, 13(5): 19-23. DOI: 10.13348/j.cnki.sjlyyj.2000.05.004.
[4]	REITER R STAVROVSKAIA, I G, SIROTA T. V., SAAKIAN I R., Optimization of energy-dependent processes in mitochondria from rat liver and brain after inhalation of negative air ions[J]. Biofizika, 1998, 43: 766.
[5]	钟林生, 吴楚材, 肖笃宁. 森林旅游资源评价中的空气负离子研究[J]. 生态学杂志, 1998, 17(6): 56-60. DOI: 10.1088/0256-307X/15/12/025.
[6]	吴楚材, 郑群明, 钟林生. 森林游憩区空气负离子水平的研究[J]. 林业科学, 2001, 37(5): 75-81. DOI: 10.11707/j.1001-7488.20010513.
[7]	王薇, 张之秋. 城市住区空气负离子浓度时空变化及空气质量评价:以合肥市为例[J]. 生态环境学报, 2014, 23(11): 1783-1791. DOI: 10.16258/j.cnki.1674-5906.2014.11.007.
[8]	孟丽红, 张敏, 姚青. 2009年天津城区空气负离子变化规律[J]. 气象与环境学报, 2011, 27(1): 27-29. DOI: 10.3969/j.issn.1673-503X.2011.01.005.
[9]	毛成忠, 于乃莲, 杜佳乐, 等. 典型城市区与森林区空气负氧离子特征比较分析[J]. 气象科技, 2014, 42(6): 1083-1089. DOI: 10.19517/j.1671-6345.2014.06.023.
[10]	SAWANT V S, MEENA G S, JADHAV D B. Effect of negative air ions on fog and smoke[J]. Aerosol and Air Quality Research, 2012, 12(5): 1007-1015. DOI: 10.4209/aaqr.2011.11.0214.
[11]	LING X, JAYARATNE R, MORAWSKA L. Air ion concentrations in various urban outdoor environments[J]. Atmospheric Environment, 2010, 44(18): 2186-2193. DOI: 10.1016/j.atmosenv.2010.03.026.
[12]	WANG J, LI S H. Changes in negative air ions concentration under different light intensities and development of a model to relate light intensity to directional change[J]. Journal of Environmental Management, 2009, 90(8): 2746-2754. DOI: 10.1016/j.jenvman.2009.03.003. pmid: 19356839
[13]	丛菁, 孙立娟. 大连市负氧离子浓度分布及预测模型的建立[J]. 气象与环境学报, 2010, 26(4): 44-47. DOI: 10.3969/j.issn.1673-503X.2010.04.009.
[14]	王宝, 解福燕, 张自祥, 等. 玉溪空气负氧离子预测模型的建立[J]. 高原气象, 2015, 34(1): 251-257. DOI: 10.7522/j.issn.1000-0534.2014.00131.
[15]	顾小丽, 钱燕珍, 鲍岳建, 等. 宁波市负氧离子浓度分布与预测模型及其在旅游气象中的应用[J]. 气象与环境学报, 2013, 29(6): 128-133. DOI: 10.3969/j.issn.1673-503X.2013.06.020.
[16]	张勇, 陈兰英, 刘婷, 等. 峨眉山景区负氧离子浓度变化特征及预测模型研究[J]. 气象与环境学报, 2018, 34(2): 61-68. DOI: 10.3969/j.issn.1673-503X.2018.02.008.
[17]	中国气象服务协会.天然氧吧评价指标: T/CMSA 0003—2017[S]. 北京: 中国标准出版社, 2017
[18]	林金明, 宋冠群, 赵利霞, 等. 环境、健康与负氧离子[M]. 北京: 化学工业出版社, 2006.
[19]	金琪, 严婧, 杨志彪, 等. 湖北春季大气负氧离子浓度分布特征及与环境因子的关系[J]. 气象科技, 2015, 43(4): 728-733. DOI: 10.19517/j.1671-6345.2015.04.027.
[20]	杜续. 基于随机森林的PM_2.5浓度预测模型研究[D]. 西安: 西安邮电大学, 2018.
[21]	邓玲, 廖春花, 李学敏, 等. 山岳型景区空气负离子浓度分布特征及其与气象要素相关性研究综述[J]. 气象科技, 2017, 45(5): 882-888. DOI: 10.19517/j.1671-6345.20160548.

时间段	相关性
时间段	温度	相对湿度	风速	风向
全年	0.33^**	0.41^**	-0.15^**	0.05^**
春季	-0.36^**	0.87^**	-0.08^**	-0.08^**
夏季	-0.29^**	0.47^**	-0.05^-	0.01^-
秋季	-0.11^**	0.06^**	0.03^-	0.23^**
冬季	-0.33^**	0.52^**	0.08^**	-0.09^**

时间段	相关性
时间段	PM_2.5浓度	PM₁₀浓度	归一化植被指数
全年	-0.14^**	-0.16^**	0.48^**
春季	0.11^**	0.09^**	0.26^**
夏季	-0.06^-	-0.06^**	0.3^**
秋季	-0.08^**	-0.07^**	0.22^**
冬季	0.03^-	0.06^**	0.19^**

检验指标	不分季节建模	分季节建模
检验指标	不分季节建模	春季	夏季	秋季	冬季
R²	0.75	0.84	0.59	0.60	0.50
δ_RMSE	262.47	95.28	247.47	401.61	149.88
δ_MRE	0.13	0.04	0.11	0.15	0.11