空氣負離子濃度與環境因素的關系
- 2019-12-09 點擊：
-
空氣負離子（Air ion）主要是由空氣中含氧負離子與若干個水分子結合而形成的原子團，被統稱負氧離子。負氧離子濃度是環境空氣質量監測、評價的重要指標。進入２１世紀以來，隨著社會對氣候變化、氣象環境的關注，研究人員對負氧離子展開了廣泛的研究與應用，并獲得了一些新的成果。就氣象環境與負氧離子濃度關系的而言，已有研究表明空氣負離子濃度可能與多種氣象要素相關[1-9]。例如，有研究表明空氣濕度對空氣負離子濃度影響最大，其次是光照強度，最小是溫度[1-2]；但也有研究認為空氣負離子濃度與相對濕度、風速、云量、日照、降水量的相關性不顯著[3]。有研究認為影響空氣負離子濃度的氣象因子有日平均風速、太陽輻射、相對濕度等，空氣負離子濃度與日平均風速、太陽輻射正相關，與相對濕度負相關[4]；有的研究卻認為空氣負離子濃度與溫度、２分鐘風速等呈負相關，與濕度在春、夏、冬三季正相關（在秋季負相關）[5-6]。顯然，基于常規線性回歸分析方法的氣象環境與負氧離子濃度關系的研究，存在著許多不確定性，甚至矛盾性的結論。
值得一提的是，相關研究結論的不確定性給相關業務預報、科研工作帶來了困擾。為了更客觀、更準確地揭示氣象因子對大氣負離子濃度的影響程度，本文擬根據森林區和城市區空氣負離子實測資料，選取盡可能多的氣象要素資料，采取通徑分析（Path Analysis）方法，研究氣象因子對空氣負離子濃度的貢獻，以期獲得對空氣負離子濃度影響因子的準確認識，從而為空氣負離子濃度預報提供參考，并為不同地理位置的空氣負離子研究提供參考。
1. 資料和方法
1.1 資料來源
本文空氣負離子資料來源于兩個具有代表性地貌的負離子觀測站，分別位于宿遷市氣象局觀測站（城市區）和嶂山森林公園（森林區）。觀測儀器采用日本COM-SYSTEM公司生產和COM-3600空氣負離子檢測儀，其符合日本JIS-2009工業標準以及我們國家推薦標準《空氣離子測量儀通用規范》，采用了高靈敏的冷凝管采樣技術，采集精度高，數據飄移小，且COM-3600空氣負離子檢測儀具備完善的數據分析、數據傳送、運程控制等功能，能實現從數據采集到傳輸的全部自動化、智能化,比較適應戶外環境中空氣負離子濃度的長時間在線監測。經過全國各地環保機構使用，表明其防御各種惡劣天氣和技術性故障的性能突出，其自動監測性能穩定，工作可靠。
COM-3600pro空氣負離子檢測儀在野外進行負離子濃度測量工作
COM-3600pro空氣負離子檢測儀具備完善的數據分析、數據傳送、運程控制等功能
另外，國際上對負離子一般用遷移率來表示其大小，負離子越大，遷移率就越小。對人體有益的中小負離子，遷移率一般大于0.06。本研究試驗觀測儀器每次測量自動檢測３種遷移率（0.15、0.40、1.00）的負離子濃度值，每天記錄２４組負離子值。同時，觀測對應的氣象要素資料，采集同期逐日平均氣壓、平均氣溫、平均水汽壓、相對濕度、蒸發量、總云量、１０分鐘平均風速和日照百分率。同時還收集同期逐日雨（雪）量，用作晴雨天氣條件區分之用，本研究中定義當日無降水發生，即雨（雪）量小于0.0mm時為“無雨日”，其余為“雨日”。
本研究資料觀測時間為2005年8月1日至2006年8月31日。
1.2 通徑分析方法
統計學理論在研究多個相關變量間的線性關系時，一般采用簡單相關分析或多元回歸分析方法，多元回歸與簡單相關分析相比，在一定程度更真實表現各自變量與因變量的關系，此種方法在氣象統計研究上已有成熟的研究應用[11-13]。但是在多元回歸分析中，偏回歸系數帶有單位，因而不能直接比較各自變量對因變量的效應。通徑分析方法克服上述不足，因而在農業、環境等領域得到較多應用[14-20]。一般認為該方法在研究多個相關變量間的關系時具有精確、直觀等優點，使用通徑系數（path coefficient）可以不受度量單位和自變量變異程度的影響去評估自變量對因變量的效應（相對重要性），也能區分自變量對因變量的直接作用和間接作用[21]。而且該方法中以通徑系數的大小表示各因子相對于結果的相對重要性，較大的剩余通徑系數表示因子對結果誤差較大，或者還有其他的更重要的因素需要被考慮[22-23]。可見，采用通徑系數的通徑分析方法，可獲得比相關分析和回歸分析更為準確的結論，特別適合本文的研究目的。其基本模型[24]如下。
設在k個自變量狓x1、x2,……,xk中，每兩個變量之間與因變量y之間的簡單相關系數可以構成求解通徑系數的標準化正規方程：
式中，rij為變量xi與xj的簡單相關系數，riy為自變量xi與因變量y的簡單相關，狆１狔，p1y,p2y,……pky直接通徑系數，即自變量xi與因變量y標準化后的偏相關系數，表示xi對y的直接影響效應，rijpjy為間接通徑系數，表示xi通過xj對因變量y的間接影響效應。通徑系數可以使用多元回歸分析理論中F檢驗或t檢驗進行顯著性分析，其方法在統計書籍中均有詳細描述，本文不再贅述。
目前對影響空氣負離子濃度的氣象、環境因子認識尚在探索之中，已有研究模型采用的自變量因子不盡相同，存在遺漏重要因子的可能性，因此本研究在通徑系數基礎上，進一步采用“決定系數”評估各自變量對因變量的相對決定程度。定義：
式中，Ri為自變量xi對因變量y的直接決定系數，Rij為xi通過xj對因變量y的間接決定系數，Re為其他因子作用的剩余決定系數。若Re很大，說明分析中可能遺漏了某些主要
2. 結果分析
2.1 城市和森林區的空氣負離子濃度分布
就全年而言，森林區具有比城市區更多的空氣負氧離子濃度（圖１），特別是夏季（6~8月）、秋季（9~11月）森林區的空氣負離子濃度是城市的2~3倍，表明森林區的空氣比城市要好，此結論與現有研究[3,5]的結論是一致的。對于森林區，空氣負離子的濃度均大于城市，這種差異與下墊面植被茂盛有關。夏季森林區植被茂盛，釋放的負離子要比城市大得多，也是一年中森林區、城市區負離子濃度差別最大的季節；秋季雖然綠色植被比夏季少，但城市空氣干燥、浮塵多，負離子存活時間較森林短，因而城市區負離子濃度總體上仍低于森林區。到了冬、春季，森林區植被覆蓋相對夏、秋季減少，負離子濃度較少，并與城市的負離子濃度的差值進一步減小。
圖１ 觀測期城市區和森林區空氣負氧離子濃度逐日變化
2.2 氣象要素與空氣負離子濃度的相關分析
如前所述，氣象因子對負離子的濃度是有影響的，過去由于資料長度、計算分析條件限制，對這種影響程度如何、何種氣象要素對負離子的貢獻最大等問題存在爭議。過去研究一般考慮氣溫、濕度、風速、日照等4~5個氣象因子[1,9]，為了獲得更全面、客觀的結論，本文選取了8個逐日基本氣象要素如逐日平均氣壓（X1）、氣溫（X2）、水汽壓（X3）、相對濕度（X4）、蒸發量（X5）、總云量（X6）、日平均風速（X7）、日照百分率（X8）和城市、森林區負離子濃度，采用通徑分析方法，分別就無雨日、雨（雪）日各氣象要素對空氣負離子濃度的關系作進一步研究。
不同于常見的統計相關檢驗，這里我們利用文獻[24]提供的方法，計算給出P值代表的準確性顯著性水平，以便檢驗在給定的P值水平上是否接受原假設。只有當P值小于0.05時（表１中無劃橫線的數值），回歸模型在統計學上才有意義。各氣象要素與負離子遷移率的相關分析結果如表１所示，可見城市中，總云量（X6）、平均風速（X7）和日照百分率（X8）與空氣負離子濃度相關不顯著；蒸發量（X5）與空氣負離子濃度在無雨日顯著相關（通過0.05顯著性水平檢驗），而在雨日則不顯著相關。
同樣的，對森林區的分析發現（表２），總云量（X6）、平均風速（X7）、日照百分率（X8）與森林區的空氣負離子濃度也是不顯著相關。與城市區不同的是，森林區空氣負離子濃度還與蒸發量（X5）不顯著相關。此外，平均相對濕度（X4）與空氣負離子濃度的相關關系在不同的天氣條件也不盡相同，在雨日兩者相關不顯著（未通過0.05顯著性水平檢驗），但
是在無雨日相關顯著。
表１ 城市區日平均氣象因子與空氣負離子濃度的相關系數和通徑系數
表２ 森林區日平均氣象因子與空氣負離子濃度的相關系數和通徑系數
相關分析結果可見在雨日或無雨日天氣條件下，無論是城市區還是森林區，總云量、平均風速、日照百分率與空氣負離子濃度不顯著相關。城市區的日平均蒸發量、森林區的日平均相對濕度，在無雨日和雨日對空氣負離子濃度具有不同的相關關系。特別的，與空氣負離子濃度顯著相關的氣象要素中，各相關系數在森林區基本一致，而在城市區差異明顯，與日平均水汽壓（X3）和日平均氣溫（X2）有關的相關系數較其他相關系數要高。
2.3 氣象要素對空氣負離子濃度的通徑分析
2.3.1 直接通徑效應分析
應用通徑分析方法分析城市、森林區空氣負離子遷移率與各氣象要素的真實關系，結果亦列于表１和表２中。
城市區中，各氣象因子對空氣負離子濃度直接影響效果作用較大（即通徑決定系數較大）的兩個因子依次為：(1)平均水汽壓(X3)＞(2)平均氣溫（X2），第一因子平均水汽壓的直接決定系數達到平均氣溫的直接決定系數1.97倍（無雨日達到2.63倍）。明顯的，第一因子平均水汽壓和第二因子平均氣溫對空氣負離子濃度的影響，要遠遠大于相對濕度等其他因子的影響。注意到這兩個主要的影響因子中，平均水汽壓的直接通徑系數為正，表明平均水汽壓（X3）對空氣負離子濃度產生最大的直接效應，亦即空氣負離子濃度主要受水汽壓的影響。由于水汽壓同時又是空氣溫度的函數，進一步表明另外一個主要因子即平均氣溫是空氣負離子濃度的決定性因子。這與文獻[2]的結論一致。
表２也表明，森林區中，日平均水汽壓（X3）也是對空氣負離子濃度影響最大的因子，但與城市區有差別的是，影響空氣負離子濃度的第二、第三因子隨天氣狀況（雨日、無雨日）不同而有所區別：無雨日除第一因子之外的其他因子間的差異不明顯，而雨日第一因子不變，日平均氣溫（X2）明顯大于剩余的因子，為第二因子，且在雨日對空氣負離子濃度有負的通徑效應，在無雨日有正的通徑效應。這是因為森林區植被覆蓋面積大，林區濕度變化幅度小，樹木的遮蔽作用又使得林區氣溫少變，在雨日氣溫降低，水汽壓減小，抑制空氣負離子的釋放，而在無雨日氣溫升高，水汽壓增大，反而有利于負氧離子的釋放。
計算各個氣象要素的直接決定系數，可見８個氣象因子中，以日平均水汽壓（X3）最為重要，日平均氣溫（X2）次之。綜合各因素分析還發現，平均氣溫（X2）和相對濕度（X4）對空氣負離子濃度的直接通徑系數與相應的相關系數異號，可見氣溫和濕度雖然與空氣負離子濃度具有正相關的關系，但最終的影響效果卻是負的。
研究對森林區四季氣象因子對負離子的作用也作了通徑分析（表３）。結果表明，四季中對空氣負離子直接作用最大的氣象因子不盡相同，夏季直接作用最大的是平均水汽壓，而在冬、春、秋季最大的因子是平均氣溫，且平均氣溫在這三季中的直接效應也有明顯差別，如秋季的平均氣溫對空氣負離子濃度是負的通徑效應。
表３ 森林區四季氣象因子直接作用通徑系數
分析還發現，雖然平均相對濕度、平均氣溫對空氣負離子濃度的直接通徑系數較大，但相應的相關系數在各天氣（無雨、有雨）、各季節中或大或小，亦即單個氣象要素的簡單改變對空氣負離子濃度的影響較小，還應深入的分析各天氣因子影響空氣負離子濃度的間接通徑系數，即一種氣象因子通過哪些其他因子對負離子濃度產生影響，及其影響的大小。
2.3.2 間接通徑效應分析
分析各氣象因子對空氣負離子濃度的間接作用能力（表略），平均氣壓（X1）、平均氣溫（X2）、相對濕度（X4）、蒸發量（X5）通過水汽壓（X3）對負離子濃度的間接通徑效應強烈，除了平均氣壓（通過水汽壓）對空氣負離子濃度有較強的負效應外（雨日達到-1.065，無雨日達到-0.873），平均氣溫、相對濕度等（通過平均水汽壓）對空氣負離子濃度有明顯的正
效應。
進一步比較選定的氣象因子在各區晴雨日對負離子濃度的產生的間接通徑效應大小，城市區只有兩個因子，最大為平均水汽壓（共占13/16），其次為平均氣溫（共占3/16）；森林區有4個因子，依次為平均水汽壓（共占12/16）、平均氣溫（共占2/16）、平均相對濕度和平均氣壓（各占2/16）。可見，平均水汽壓是城市區和森林區中最大的間接效應因子，它與平均氣溫、平均氣壓、平均相對濕度，形成了對空氣負離子濃度間接影響最大的氣象因子結合。
值得注意的，對剩余通徑系數的計算表明，城市區和森林區中，氣象要素對空氣負離子濃度作用的剩余通徑系數較大（大于0.80）。較大的剩余通徑系數，表明氣象類因子對空氣負離子濃度變化直接、間接作用較小，大氣環境中還存在其他重要的環境因子影響空氣負離子濃度變化。
3. 結 論
本研究主要揭示影響空氣負離子濃度變化的主要環境因子，借以提高城市、森林等常見下墊面類型的空氣負離子濃度業務預報和環境評價能力。在選取了盡可能多的氣象因子，并輔以在揭示因子貢獻分析上較為先進的通徑分析方法，分析了城市環境和森林環境下大氣負氧離子濃度的差異，并對氣象因子與空氣負離子濃度的關系作了探討，獲得了氣溫、濕度、氣壓等８類氣象因子對大氣負離子濃度的相對重要性，得到如下的結論。
1. 相同天氣條件下，森林區和城市區負氧離子濃度變化不同。森林區大氣負氧離子濃度要比城市高，夏、秋季節森林區的空氣負離子濃度達到城市區的2~3倍，森林區的空氣更有益于人體健康。
2. 相關分析表明，總云量、平均風速和日照百分率同城市和森林空氣負離子濃度相關不顯著。蒸發量與森林區空氣負離子濃度相關不顯著，且僅在無雨日與城市區空氣負離子濃度顯著相關。
3. 對氣象要素與負離子濃度的通徑分析表明，日平均水汽壓、日平均氣溫是影響城市區和森林區空氣負離子濃度的主要直接因子。日平均水汽壓還是其他氣象要素影響空氣負離子濃度的主要間接因子。
4. 城市區和森林區氣象要素對負離子濃度的剩余通徑系數達到０．８ 以上，較大的剩余通徑系數表明還有其他重要的因素影響大氣負離子濃度變化。
由于空氣負離子產生機制和影響因子的復雜性，空氣負離子濃度變化研究一直是氣象、環境、林業等多學科交叉課題，空氣負離子濃度變化的環境影響評價結論，既與研究區域地理位置、下墊面的差異有關，又與大氣環境中氣象要素間的相互作用有關。值得說明的是，已有的研究表明空氣負離子濃度可能與多種氣象要素相關，但在具體因子的分析上，結果仍存在不確定性，一方面與統計分析方法本身的約束條件有關，另一方面與大氣環境中氣象要
素間的相互作用的復雜性、研究區域地理位置、氣候背景、下墊面的差異性有關。本文結果基于對江蘇省宿遷市城區和森林區兩個觀測站點一年的觀測資料，表明空氣負離子濃度變化存在其他重要的影響因子，但由于站點少、觀測時間短，研究結果難免存在一定的局限性，如何探明這些其他重要因素及其與負離子濃度的關系，這需要在今后的觀測試驗中，增加有關要素觀測，并做進一步研究。
參考文獻
[1] 韋朝領，王敬濤，蔣躍林，等．合肥市不同生態功能區空氣負離子濃度分布特征及其與氣象因子的關系[J].應用生態學報，2006,17(11);2158-2162
[2] 王繼梅，冀志江，隋同波，等．空氣負離子與溫濕度的關系[J].環境科學研究，2004,17(2);68-70
[3] 唐春燕，蔡哲，肖安，等．井岡山空氣負離子濃度特征及其與氣象條件關系[J].安徽農業科學，2011,39(1);495-496
[4] 葉彩華，王曉云，郭文利．空氣中負離子濃度與氣象條件關系初探[J].氣象科技，2000,28(4);51-52
[5] 叢菁，孫立娟．大連市負氧離子濃度分布及預測模型的建立[J].氣象與環境學報，2010.26(4);44-47
[6] 李偉，王柏林，李書嚴．空氣負離子日變化規律以及與主要氣象要素相關性分析．中國氣象學會2007年年會氣象綜合探測技術分會場論文集[C].廣州，中國氣象學會，2007:173-183
[7] 周曉香，洪輝，王鈺．資溪縣城空氣負離子特征及與氣象因子相關性分析[J].氣象與環境學報，2007,23(6);32-34
[8] 王淑娟，王芳，郭俊剛，等．森林空氣負離子及其主要影響因子的研究進展[J].內蒙古農業大學學報（自然科學版），2008,29(1);243-247
[9] 孟麗紅，張敏，姚青．２００９ 年天津城區空氣負離子變化規律[J].氣象與環境學報，2011,27(1);27-29
[10] 李偉，王經業，陸勇，等．大氣負離子自動測報儀的研制[J].氣象科技，2008;36(6);834-836
[11] 王海軍．兩種濕球溫度估計方法比較及誤差分析[J].氣象，2011,37(4);497-502
[12] 李蕊，牛生杰，汪玲玲，等．三種下墊面溫度對比觀測及結冰氣象條件分析[J].氣象，2011,37(3);325-333
[13] 段旭，丁圣，許美玲．預報因子選取及方程建立人機交互平臺[J].氣象，2010,36(11);120-125
[14] 張淑杰，張玉書，吳微微，等．遼寧省玉米螟發生程度的氣象預報模型[J].中國農業氣象，2009,30(2);262-266
[15] 程海濤，慕彩蕓．東疆地區蒸發量變化趨勢及氣象影響因子研究[J].氣象，2009,35(7);68-72
[16] 袁志發，周靜芋，郭滿才，等．決策系數--通徑分析中的決策指標[J].西北農林科技大學（自然科學版）．2001;29(5);131-133
[17] 武新民．氣象因素與瘧疾的數學模型研究進展[J].中國公共衛生，2004,20(7);877-878
[18] 陳觀浩．氣象因子對稻癭蚊發生程度的通徑分析[J].廣西植保，1999,12(3);4-6
[19] 宋世德，周靜芋，袁志發，等．通用選擇指數的通徑分析話模型[J].生物數學學報．1998,13(3);300-305
[20] 張存良，殷毓芬，吳祥云．通徑分析的系統理論及分析[J].農業系統科學與綜合研究，1994,10(4);41-47
[21] 崔黨群．通徑分析的矩陣算法[J].生物數學學報，1991,9(1);71-76
[22] 敬艷輝，邢留偉．通徑分析及其應用[J].統計教育，2006,(2);24-26
[23] 姜麗．通徑系數分析法運用初探[J].統計與決策，2001;(12);12-13
[24] 唐啟義．DPS數據處理系統[M].北京：中國科技出版社，2010:655-662
編輯：廣州極端科技有限公司
廣州極端科技有限公司-專業的環境質量檢測專家，為您提供多種PM2.5(大氣細顆粒物)檢測儀、空氣負離子檢測儀、礦石負離子檢測儀、有毒/可燃氣體檢測儀、甲醛檢測儀、空氣質量檢測儀、核輻射檢測儀、放射線污染檢測儀、個人劑量報警儀、電磁輻射檢測儀、遠紅外放射率檢測儀、水污染檢測儀、土壤污染檢測儀以及相關檢測服務等。
德國安諾尼（Aaronia AG）－極具優勢的EMF/EMC電磁兼容測試、信號測試系統、電磁輻射檢測專家，專業生產各類領先的專業型電磁輻射分析/檢測儀、頻譜分析儀、無線信號測試天線及配套系統。
德國安諾尼（Aaronia AG）中國總代理：廣州極端科技有限公司
地址：廣州市天河區中山大道中235號逸安閣1座3F
電話、傳真：020-34898196、34709296
更多問題，歡迎您的咨詢！
- [全文完]
如果您有任何咨詢或者疑問，您可以使 用下面任何聯系方式與我們聯系，我們 的工作時間是上午8點到下午6點。
地址：廣州市天河區東圃匯誠商務大廈
電話：020-34898196
傳真：020-34709296
Email：et5117@outlook.com