统计案例分析课程论文-气象因子对北京市雾霾天气影响的统计分析

__________________名姓_____________ __下__以号线学此 在本专_写__字_文__将__须__生_学_ _ 级 班线_封__密_ _ _ _ _ _ _ _ _ _ _ _ _ _ 业 专 _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ 院 学 鲁东大学 数学与统计科学学院2015－2016学年第 一学期

《统计案例分析》课程论文 A卷 课程号：210030155

任课教师 刘全辉 成绩 论文题目：（可指定题目，也可说明题目范围。） 题目范围：对社会生活、经济建设、文化教育等方面的实际问题和热点问题的进行定量分析研究。 论文要求：（对论文题目、内容、行文、字数等作出判分规定。） 1、题目要与研究内容相符 （10分） 2、研究内容要利用合适的统计方法进行分析，不能只用描述性统计和图进行分析。论文的内容一般包括以下几方面：①前言（引言）：是论文的开头部分，主要说明论文写作的目的、现实意义、对所研究问题的认识，并提出论文的中心论点等。前言要写得简明扼要，篇幅不要太长。②本论：是论文的主体，包括实验材料、研究内容与方法、实验结果与分析（讨论）等。在本部分要运用各方面的实验结果、研究成果和研究方法，分析问题，论证观点，尽量反映出自己的科研能力和学术水平。③结论：是论文的收尾部分，是围绕本论所作的结束语。其基本的要点是总结全文，加深题意。（60分） 3、格式：①参考文献：参考文献反映毕业论文的取材来源、材料的广博程度和可靠程度，也是作者对他人知识成果的承认和尊重。一份完整的参考文献可向读者提供一份有价值的信息资料。参考文献一般不低于5篇，并须标注页码。②附录：对于一些不宜放在正文中，但有参考价值的内容，可编入附录中。例如，公式的推演、编写的算法、语言程序等。③数据采用调查数据或者最新的数据（最好到2015年的数据，如果2015年的数据没有则采用2014年的数据）。（30分） 教师评语： 教师签字： 年 月 日

气象因子对北京市雾霾天气影响的统计分析

摘要：

雾霾天气是一种十分重要的城市气候灾害，雾霾会对大气环境产生副作用，严重的雾霾甚至还会影响到人们的身体健康、交通出行安全及农业生产。本文根据2010年—2013年北京市连续3个冬季气象数据和空气污染物监测数据，分析了北京市雾霾天气与气象因子（主要是温度、相对湿度、风速等）之间的相关关系。分析结果表明空气温度、相对湿度和风速是影响雾霾天气形成的重要气象要素。较高的空气相对湿度和低风速不但促进雾霾天气的形成，而且是导致持续性雾霾天气的主要原因。利用判别分析方法导出了气象因子与雾霾关系的判别函数模型，为用气象数据判别雾霾提供了方法。

关键词：雾霾；AQI；空气相对湿度；温度；风速；判别函数模型

一：前言

随着经济发展和城市化进程的加快及机动车保有量的迅速增加，向大气排放的污染物也不断增多，导致大气污染日趋严重，雾霾天气增多，2013年1月份北京经历

1

了几十年来最为严重的雾霾天气。雾霾天气不但给人们带来了极大的交通不便和危险，而且造成了严重的环境污染，影响健康（Schwartz等，1996），成为北京人民普遍关注的热点问题之一（周涛和汝小龙，2012）。在交通出行方面，雾霾形成后，大气能见度明显降低，极易引发交通事故。据北京市交通局统计，仅仅是2013年1月31日的半天时间北京市就发生了2000多起交通事故，造成了多人受伤，二人死亡和巨大的财产损失。这种恶劣的天气环境不仅仅只会给人们的出行造成麻烦，还会对人们的健康安全造成极大的威胁（Ostro等，1999）。在今年一月份连续四次的雾霾天气过程中，北京市各大医院急诊患者中，呼吸道感染患者比例也开始同比上升。北京市疾病控制中心的统计结果显示：1月5日至11日期间，仅北京市儿童医院日急诊量最高峰就曾达到9000多人次，呼吸道感染占到内科病人的50%左右。而到了雾霾更加严重的1月中旬，呼吸系统疾患则又增加了两成，每位医生平均日接诊100余名患者。由此可见雾霾已经严重影响了我们的生存环境和身心健康，成为全社会关注的重大问题。

可以说，我们对雾霾并不陌生，可雾霾是什么？又是如何造成如此严重的空气污染呢？我们要明确地知道雾霾的定义，“雾霾”其实是“雾”和“霾”两种东西。当空气中有大量灰尘、硫酸、硝酸和有机碳氢化合物，且空气的水平能见度小于10000米时，就将这种非水成物组成的气溶胶系统造成的视程障碍称为霾。而“雾”是由大量悬浮在近地面空气中的微小水滴或冰晶组成的气溶胶系统，也会使空气的透明度降低，使得能见度恶化（吴兑，2004, 2006；钱峻屏等，2006；江山金和曹春燕，2003）。而当“雾”和“霾”同时发生时，就形成雾霾。许多研究发现在“霾”中最主要的成分为细颗粒物，包含了PM2.5及PM10等及其它细小所不为人肉眼所见的颗粒（Kang 等2004；Chen 等2003），在本文中，我们将此等小颗粒物统一用空气质量指数(AQI)来表示。关于雾霾天气的成因已经有很多报道（周涛和汝小龙，2012；钱峻屏等，2006；曹伟华和李青春，2012），而关于气候因素与雾霾天气关系的分析报道甚少。空气中大量细颗粒物的存在是雾霾天气形成的内因（刘爱君等，2004），而气象因子等外部要素的作用亦同样重要，应当引起人们的重视。本文采用统计学方法系统地分析了2010年11月—2013年2月连续3个冬季北京市空气质量指数与气象

因子的关系，旨在为探讨气象因素与雾霾形成的内在关系、分析雾霾天气的成因、雾霾天气的预报等提供依据。

二：材料与方法

根据国家气象局2010年1月发布的霾观测和预报等级标准（QXT113-2010），将能见度小于10km，相对湿度小于80%定义为霾，大于95%认定为雾，介于80-95%之间则引入了PM1、PM2.5等判识标准。由于北京冬季的相对湿度基本在80%以下，所以本文所指的雾霾天气主要为霾，如北京市2013年1月有25天为雾霾天气。由于影响雾霾形成的主要因素是空气细颗粒物，其中包含的成分十分复杂，我们选用空气质量指数AQI来表示，AQI数据主要代表了PM2.5，PM10等一些细小颗粒物在空气中的含量。利用EXCEL从北京市环保局和国家气象局的相关数据资料中筛选出2010年11月—2013年2月3个冬季发生雾霾天气的日期，雾霾天气日的AQI、气象因子（主要包括温度，湿度，水平能见度、风速，风向等）和能见度等数据。本文中AQI的观测数据来源于北京市环保局网站的空气质量日报，相关气象数据（风速，风向，温度，湿度，水平能见度等）来源于国家气象局数据库。本文在数据处理上，先利用SPSS（17.0）进行初步的数据整理，将每天28个观测站所测量的AQI和气象数据计算平均值和标准误，之后运用SPSS进行AQI和气象数据的相关关系分析，单因素方差分析及判别分析等统计分析。

三：结果与分析

3.1：北京市冬季雾霾天气的发生趋势

在2010年11月至2013年2月的3个冬季中北京市雾霾天气的发生天数呈增加趋势（图1a），2010-2011年冬季的雾霾发生了39天，2011-2012年冬季雾霾天数为54天，2012-2013年冬季迅速增加到73天。雾霾天气增加主要发生在12月和1月份，尤其以2013年1月份增加最为显著，全月共计有25个雾霾日，是几十年来北京最为严重的雾霾天气。雾霾天气的增加是北京市空气污染加剧的一个重要表现，空气质量指数AQI的变化也印证了这一点（图1b），雾霾天气空气质量均在轻度污染以上。北京冬季雾霾天气的另一个发展趋势是持续性和连续性，最长持续15天之多（2013年

2

1月9日—23日）。这种现象即与大气中污染物排放量增多有关，也与北京冬季气候

特点密切相关。

图1: 2010-2013年3个冬季北京雾霾发生天数和雾霾天气空气质量指数

3.2：北京市冬季空气质量指数的变化

雾霾中包含的主要物质是细颗粒物，AQI可以反映空气中细颗粒物的密度。AQI数值越高，代表空气质量越不好，空气中的细颗粒物越多。从2010年11月至2013年2月3个连续冬季北京市AQI数据分析可以看出，无论是同比还是环比AQI月平均值都有显著的差异（图2）。2012-2013冬季AQI比2010-2011和2011-2012两个冬季分别增加了40%和54%（P<0.01）。2013年1-2月AQI的平均值与前2个冬季的差异达到了极显著水平（P<0.001）。从2013年1月份北京市空气质量指数AQI的具体变化情况可以看出，雾霾天气时的AQI指数明显偏高，尤其在雾霾严重，气象台发出蓝色预警的14日和29日基本上是一月份的峰值，

图2.2010年11月1日—2013年2月28日北京空气质量指数的动态

AQI>400。在雾霾极为严重的时期，多个地区监测站点的PM2.5测定仪器出现爆表现象。北京市AQI的日变化也呈现出明显的规律性，表现为早7-8时和晚18-0时为高峰期。而这两个时间段为上下班的高峰期，车流量大，可见交通车辆的尾气排放是导致北京市AQI变化的主要因素之一。从地域上看，北京南部和东部AQI相对较高，新城区要高于老城区。

3.3：北京市冬季气象因素的变化

在最近的3个冬季中，北京市日平均温度的变化趋势基本一致，先逐渐下降，12月末至1月上旬日平均温度最低，然后逐渐回暖（图3）。

3

图3：2010年11月1日-2013年2月28日北京日平均温度变化

比较结果表明这3个冬季月平均温度的同比没有显著差异（P > 0.05），但2012-2013冬季的日平均温度比前2个冬季低1.5℃。北方地区冬季空气相对湿度是导致雾霾天气的重要气象因素。从11月至次年的1月，空气相对湿度基本呈现下降的趋势，2010-2011年冬季1月份的相对湿度大约为11月份的1/2，2011-2012年冬季1月份的相对湿度也比11月份下降了20%。但2012-2013年冬季1月份的相对湿度去增加了10%，比2010-2011和2011-2012年同比增加了137.5%和39.1%。在2012-2013年冬季1月份的25个雾霾日中，其中70%的（17天）空气相对湿度在80%左右。在雾霾发生较为严重的2个时间段中，即10-15日和27-31日的几天中，空气

相对湿度都普遍偏高。在空气严重污染达六级的29日上午7:00空气相对湿度甚至达到了95.3%。2012-2013年整个冬季空气相对湿度都处于相对较高的水平，在50%以上。

图4. 2010年-2013年冬季北京空气相对湿度的月度比较

风速是影响雾霾的重要因素，大风利于空气中颗粒污染物的扩散。图5是北京市连续3个冬季月平均风速的变化趋势，虽然冬季平均风速的年度间变化不大，但2010-2011年冬季的12月和1月平均风速显著高于其他2个冬季的同期（P<0.05）。2010-2011年冬季的12月平均风速比2011-2012和2012-2013年冬季的同期分别高

25.9%和40.0%；1月同比高38.7%和17.9%。2012-2013年1月平均风速最低，只有1.819m/s。根据北京市近地面十米处测量的平均风速数据（图6），可以看出一月份的风速一直处在一个较低的状态。从雾霾日期来看，1月1日、2日、3日、9日和24日属于无雾霾日，风速分别为5.6m/s、3.7m/s、2.9m/s、2.5m/s、3.0m/s，均属于一月份中较高风速。而在雾霾较为严重的10-18日，平均风速低至1.55m/s，在最为严重的第四次雾霾期27-30日中，平均风速也为1.55m/s，最低至1.22m/s。地面空气的流动性小，会使得空气中的灰尘和水滴都漂浮在空气中，形成一个个凝结核，在凝结核达到一定数量后，便形成雾霾。

4

图5: 2010年-2013年冬季北京风速的月度比较

图6: 2013年1月北京日平均风速的变化

3.4:北京冬季空气能见度的比较

雾和霾都会显著降低空气的透明度，使空气能见度减小，所以，雾霾最大的特点就是它可以使大气变得浑浊，水平能见度低。因此水平能见度可以在一定程度上反映出雾霾、雾或霾的程度。2010-2013年连续3个冬季北京空气能见度变化显著，冬季平均日能见度呈逐年下降的趋势（图7a）。2010-2011冬季能见度的日平均值为14597.5m，2011-2012冬季为11805.0 m，下降了19%；2012-2013冬季为9903.8m，下降了32.2%。2013年1月北京空气能见度日平均值只有6264.5m，最低时只有200m（图7b）。全月能见度超过10000 m的只有6天。在雾霾极为严重的10-18日和27-30日，最低空气能见度只有200-600m。能见度的降低会给交通出行带来严重的不便，

给日常生活带来负面影响。

图7：冬季空气能见度的月度比较（a）和2013年1月空气能见度的变化（b） 3.5:气象因素与AQI的相关分析

虽然大气污染是雾霾天气形成的主要原因，但合适的气象条件会加重和促进雾霾天气的形成。根据连续3个冬季气象数据（温度、相对湿度、风速等）与AQI的相关分析（表1），虽然整个冬季日平均温度与AQI指数相关性没有达到显著水平，但对3

个冬季12个月的数据分析表明每年1月和2月份日平均温度与AQI均呈现显著正相关关系（P<0.05）。空气相对湿度与AQI指数的相关性显著，在分析的12个月数据中，只有2011年2月和2012年11月空气相对湿度与AQI指数没有达到显著相关，其他10个月份均达到了极显著正相关水平（P<0.01），表明空气相对湿度对空气污染细颗粒物的形成有十分重要的作用。冬季日平均风速与AQI指数存在极显著负相关关系（P<0.01），表明风速大，有利于大气污染颗粒物的扩散，AQI指数会随之减小。在分析的12个月数据中，仅有2010年12月能见度与AQI没有显著相关关系（P>0.05），其余月份能见度与AQI指数之间均达到显著负相关水平（P<0.05），由此可见AQI是影响北京冬季能见度的重要因素之一。

5

本文来源：https://www.bwwdw.com/article/ya32.html