气象参数对约旦哈希姆特大学空气质量的影响
Sana A Odat1*穆罕默德·阿布-阿拉班2和希塔姆·奥迪巴特2
1约旦扎尔卡，哈希姆大学自然资源与环境学院，水管理与环境系
http://dx.doi.org/10.12944/CWE.12.2.04
四种临界空气污染物(SO)2，不，不2，和O3.)以及气象参数在哈希姆大学(HU)校园进行了为期两年的监测(2012年1月1日至2013年12月30日)。导出了空气污染与气象参数之间的相关关系。结果表明:O3.与气温、风速、风向呈正相关，与相对湿度(RH)呈负相关。所以2与相对湿度、风速呈负相关，与气温呈正相关。NO与气温、相对湿度、风速呈负相关。最后，NO2与相对湿度、风速呈负相关，与气温呈正相关。简要说明原因，并提出改善空气质素的建议
空气污染物;二氧化硫;氮氧化物;臭氧;气象参数
复制下面引用这篇文章:
Odat S, Abu-Allaban M, Odibat K.气象参数对约旦哈希姆大学空气质量的影响。生态学报，2017;12(2)。DOI:http://dx.doi.org/10.12944/CWE.12.2.04
复制以下内容引用此URL:
Odat S, Abu-Allaban M, Odibat K.气象参数对约旦哈希姆大学空气质量的影响。生态学报，2017;12(2)。可以从://www.a-i-l-s-a.com/?p=17515
介绍
北非和中东的空气污染由于其健康后果而受到越来越多的关注。1，2，3，4中东地区不仅受到频繁的沙尘暴的影响，还受到来自欧洲、非洲和亚洲三个邻近大陆的风带来的区域性长距离空气污染的影响。5
约旦哈希姆王国拥有1100万人口和8.9万平方公里的土地，由于区域政治危机，在过去15年中经历了前所未有的增长速度。工业部门的迅速发展，加上缺乏分区和环境保护立法，造成了约旦环境的恶化。例如，机动车辆或旧工业设施的排放在全国范围内没有受到管制。6
约旦北部的人为空气污染源包括机动自然粉尘、车辆、公用事业、冶炼厂、水泥厂和露天焚烧。哈希姆大学校园(HUC)位于约旦中部地区的扎尔卡市，人口约100万，工业活动迅速发展。7它拥有约旦35%以上的工业，包括炼油厂、热电厂、钢铁厂、管厂、水泥厂、化肥厂、污水处理厂以及其他一些小型工业设施。4由于如此密集的人为活动，扎尔卡的空气质量令人怀疑。
本文旨在研究HUC的空气质量，考察天气条件对NO、NO浓度的影响2,所以2和臭氧。超过4万名学生和员工每天大部分时间都在校园里度过，校园位于炼油厂和火力发电厂的下风处。
方法
取样位置
哈希姆大学(图1)是1995/1996学年委托的一所约旦公立大学。它已成为约旦最大的大学之一。校园总面积约8500公顷;其中15%用于建筑、道路、体育设施和其他构筑物。其余的是种植不同的树木，但实际上只有四分之一的校园种植了橄榄树。哈希姆大学有13个学院，其中包括自然资源与环境学院，该学院拥有并运营空气质量监测站，该监测站用于收集本研究所需的数据。
![图(1):哈希姆大学校园的样本位置，坐标(32.099207,36.200353)。[8]](http://www.a-i-l-s-a.com/wp-content/uploads/2017/08/Vol12_No1_Inf_San_Fig1-150x150.jpg) |
|
数据收集
仪表
空气质量和气象参数由哈希姆大学校园内自然资源与环境学院科研教学实验室的空气质量监测站监测。该站旨在提供标准大气污染物的连续读数，包括O3.,没有2，不，不x所以2浓度;以及温度、相对湿度、风速等气象参数。自2012年1月1日至2013年12月30日，每5分钟记录上述参数的连续自动测量。臭氧是用紫外光度仪测量的3.分析仪,没有x化学发光- NO-NO2-不x分析仪和SO2脉冲荧光SO2分析仪(Thermo Fisher Scientific, Waltham, MA-USA)。提及参考方法。
统计分析
将收集到的空气质量数据导出为SPSS软件格式，进行高级统计分析，包括基础统计;时间变异性和多变量相关性。
结果与讨论
气候变量和空气污染物的统计特征
通过计算均值、标准差(SD)、最大值、最小值、变异系数(CV)、偏度和峰度等普通统计量开始数据分析(表1)。
表1:空气污染物和气候变量的描述性统计。
参数 |
最小值 |
马克斯 |
平均 |
SD |
简历 |
偏态 |
峰度 |
没有x |
0 |
390.16 |
9.03 |
9.20 |
101.81 |
77.7 |
159.39 |
没有2 |
0 |
410.14 |
15.67 |
11.90 |
75.97 |
3.69 |
58.06 |
没有 |
0 |
228.76 |
1.17 |
2.94 |
250.20 |
16.98 |
744.03 |
O3. |
0 |
500.31 |
55.56 |
23.78 |
42.81 |
0.72 |
1.13 |
所以2 |
0 |
221.41 |
2.83 |
4.95 |
174.90 |
12.57 |
240.02 |
风向 |
0.76 |
350.04 |
225.46 |
70.10 |
31.09 |
-0.66 |
-0.52 |
风速 |
0.271 |
29.70 |
3.35 |
2.29 |
68.43 |
1.04 |
1．54 |
RH % |
5.31 |
97.90 |
51.50 |
20.89 |
40.55 |
-0.09 |
-1.08 |
温度 |
-4.45 |
43.34 |
18.40 |
7.52 |
40.87 |
0.08 |
-0.61 |
氧化物的时间变化
对SO的线性回归分析结果2，不，不2、NOx和O3.在时间、日、月、年的基础上，采用方差分析检验，分别在表2-5中给出。结果表明，这些变化不是完全线性的，但衰减可以归因于许多因素，如人类活动(如工厂的日常工作时间，假期，燃烧燃料类型的多样性，工厂故障等)或可归因于温度，风速和相对湿度等气候变量。污染物浓度随时间变化的严重程度可以通过斜率的大小来估计。
表2:大气污染物随时间的变化情况
污染物 |
线性方程 |
野生 |
R2 |
RMSE |
所以2 |
所以2= 36.16 - 9.6879e-9*时间 |
<。* |
0.001271 |
54.9 |
没有 |
NO = 5.32 - 1.2099e-9*时间 |
0.0002 * |
6.426 e-5 |
52.7 |
没有2 |
没有2= 515.51 - 1.4533e-7*时间 |
0.0000 * |
0.049919 |
511.5 |
没有x |
没有x= -74.96 + 2.44e-8*时间 |
<。* |
0.002371 |
9.12 |
O3. |
O3.= -1071.84 + 3.28e-7*时间 |
<。* |
0.061755 |
23.27 |
表3:空气污染物在日间的变化
污染物 |
线性方程 |
野生 |
R2 |
RMSE |
所以2 |
所以2= 2.90 - 0.00459*天 |
0.0002 * |
6.64 e-5 |
4.95 |
没有 |
NO = 1.04 + 0.01*天 |
<。* |
0.00056 |
2.75 |
没有2 |
没有2= 14.69 + 0.054*天 |
<。* |
0.001599 |
11.84 |
没有x |
没有x= 8.87 + 0.01*天 |
0.0010 * |
5.111 e-5 |
9.13 |
O3. |
O3.= 55.1 + 0.055*天 |
<。* |
0.000404 |
24.02 |
表4:各月空气污染物的变化
污染物 |
线性方程 |
野生 |
R2 |
RMSE |
所以2 |
所以2= 3.053 - 0.034*月 |
<。* |
0.000553 |
4.95 |
没有 |
NO = 0.66 + 0.08*月 |
0.0000 * |
0.009068 |
2.74 |
没有2 |
没有2= 6.49 + 1.38*月 |
0.0000 * |
0.159523 |
10.86 |
没有x |
没有x= 7.49 + 0.23*月 |
0.0000 * |
0.007333 |
9.099 |
O3. |
O3.= 36.28 + 3.002*月 |
0.0000 * |
0.183735 |
21.71 |
表5:历年空气污染物的变化:
污染物 |
线性方程 |
野生 |
R2 |
RMSE |
所以2 |
所以2= 549.84 - 0.27*年 |
<。* |
0.000754 |
4.95 |
没有 |
NO = 721.74 - 0.36*年 |
<。* |
0.004239 |
2.74 |
没有2 |
没有2= 23338.92 - 11.59*年 |
0.0000 * |
0.239152 |
10.33 |
没有x |
没有x= -230.15 + 0.12*年 |
0.0027 * |
4.231 e-5 |
9.13 |
O3. |
O3.= -3877.79 + 1.95*年 |
<。* |
0.001654 |
24.01 |
Tukey-Kramer HSD的均值比较
每月的变化
使用Tukey-Kramer HSD方法计算的气候变量和空气污染物的月变化平均值的比较见表(6)。污染物浓度被划分为A级代表最高浓度，L级代表最低浓度或污染水平。例如，9月和8月的臭氧值较高，而1月和2月的臭氧值最低3.浓度。温度也表现出类似的趋势。
表6:各月份气候变量及空气污染物的月变化及平均值。
月 |
气候变量 |
空气污染物 |
|||||||
温度 |
RH % |
风速 |
风向 |
所以2 |
没有x |
没有 |
没有2 |
O3. |
|
1 |
11.17 j |
62.05 |
3.05克 |
194.83 jk |
4.01 |
9.14 cd |
1.20 d |
9.53我 |
32.49升 |
2 |
11.90我 |
58.89 b |
3.35 e |
203.27我 |
2.94 d |
9.38摄氏度 |
1.08 e |
9.77嗨 |
37.75 k |
3. |
15.35克 |
55.23 d |
ef 3.29 |
216.37克 |
2.59 e |
9.38摄氏度 |
0.92度 |
10.05 h |
40.28 j |
4 |
18.44度 |
44.03 h |
3.23度 |
232.51度 |
2.41度 |
8.88 d |
0.81 gh |
9.66我 |
45.75我 |
5 |
21.87 e |
41.04我 |
3.54 d |
243.52 e |
2.72 e |
8.40 e |
0.84成品 |
11.94克 |
51.57 h |
6 |
23.54 b |
46.04克 |
4.18 |
247.57 d |
3.46摄氏度 |
7.84度 |
1.06 e |
18.26摄氏度 |
60.23 d |
7 |
23.38 b |
53.09 e |
3.70摄氏度 |
257.64 |
3.30摄氏度 |
6.61克 |
0.93度 |
17.20 d |
59.31 e |
8 |
24.69 |
48.70度 |
4.02 b |
254.29 b |
1.99 h |
5.46我 |
0.76 gh |
14.84度 |
82.17 |
9 |
22.50摄氏度 |
52.67 e |
3.65摄氏度 |
251.00摄氏度 |
1.33我 |
5.83 h |
0.74 h |
16.64 e |
78.62 b |
10 |
22.18 d |
37.31 j |
2.65我 |
209.22 h |
2.19克 |
11.06 b |
1.32摄氏度 |
21.55 b |
66.25摄氏度 |
11 |
13.32 h |
56.99摄氏度 |
2.57 j |
192.58 k |
3.37摄氏度 |
13.18 |
2.06 b |
23.34 |
57.01度 |
12 |
11.11 j |
62.48 |
2.80 h |
196.11 j |
3.78 b |
13.25 |
2.20 |
23.19 |
54.35克 |
NO, NO的浓度2,没有x所以2在冬季(1月、2月、11月和12月)较高，在春季和夏季(4月、5月、6月、7月、8月和9月)较低。在6月份，这些污染物的浓度似乎相对较高，造成这种情况的原因也可能是由于当时异常温度低或工作时间长。而O的浓度3.在夏季(6月、7月、8月和9月)高，在冬季和秋季(1月、2月、11月和12月)低，这是因为臭氧是一种温室气体，在其形成过程中取决于温度，两者之间存在很强的正相关关系，并且具有相同的趋势。
所有的空气污染物包括(NO, NO2,没有x,所以2)与臭氧浓度呈负相关。各种空气污染物的水平与重度工作时间的水平密切相关。因此，大量的工作时间会影响这些污染物的浓度。
年变化
从表(7)可以看出，采用Tukey-Kramer HSD非线性回归分析计算出的大气污染物年均值与气象参数之间的差异不大。温度,所以2， NO和NO2在2012年属于A类，但在2013年属于B类。然而,阿3.,没有x、相对湿度%、风速均高于2013年。
表7:年变化和平均值气象参数和空气污染物
一年 |
气候变量 |
空气污染物 |
|||||||
温度 |
RH % |
风速 |
风向 |
所以2 |
O3. |
没有 |
没有2 |
没有x |
|
2012 |
18.9 |
50.6 b |
3.33 b |
225.13 |
2.96 |
54.96 b |
1.34 |
21.44 |
8.92 b |
2013 |
17.9 b |
52.3 |
3.35 |
225.65 |
2.69 b |
56.91 |
.098B |
9.85 b |
9.04 |
逐步回归分析(拟合模型)
使用JMP软件中的Fit模型算法进行逐步回归分析表明，所有气候变量对污染物浓度都非常有效(P<0.0001)，因此不能从完整模型中删除。根据表(8)，污染物浓度随气候变量的变化而变化。每个气候变量对空气污染物最终预测的影响率可以通过具有科学意义的相关斜率来区分(图(2)至图(13))。
表8:受所有气候变量影响的测量空气污染物的逐步回归分析。
参数 |
SWR方程 |
野生 |
R2 |
RMSE |
所以2 |
所以2= 5.5120626-0.008771*温度-0.035511*相对湿度%-0.207024*风速 |
0.0000 * |
0.02342 |
4.89 |
没有 |
NO=2.1239881-0.017782*温度-0.007371*相对湿度%-0.077986*风速 |
<。* |
0.00671 |
42.7 |
没有2 |
没有2温度= 13.049102 + 0.2281184 * -0.987845 + 0.0308087 * RH % *风速 |
0.0000 * |
0.03323 |
511.6 |
没有x |
没有x=16.603619-0.138474*温度-0.04792*相对湿度%-0.779246*风速 |
0.0000 * |
0.05318 |
98.8 |
O3. |
O3.温度= 5.90 + 1.92 * 1.97 + 0.159 * RH % + *风速 |
0.0000 * |
0.37529 |
18.99 |
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
气候变量与大气污染物的多变量相关性
采用多元方差法反演大气污染物与基本气象参数之间的相关性。结果总结如表(9)所示:
表9:空气污染物与气象的相关性
温度 |
RH % |
风速 |
所以2 |
没有x |
没有 |
没有2 |
O3. |
|
温度 |
1.0000 |
-0.69 |
0.38 |
0.05 |
-0.114 |
-0.035 |
0.035 |
0.58 |
RH % |
-0.69 |
1.000 |
-0.23 |
-0.12 |
0.014 |
-0.008 |
-0.002 |
-0.32 |
风速 |
0.38 |
-0.23 |
1.0000 |
-0.07 |
-0.21 |
-0.071 |
-0.14 |
0.38 |
风向 |
0.31 |
-0.02 |
0.33 |
-0.1 |
-0.04 |
-0.03 |
0.007 |
0.31 |
所以2 |
0.05 |
-0.12 |
-0.07 |
1.0000 |
0．25 |
0.24 |
0.14 |
-0.07 |
没有x |
-0.114 |
0.014 |
-0.21 |
0．25 |
1.0000 |
0.62 |
0.65 |
-0.25 |
没有 |
-0.04 |
-0.008 |
-0.07 |
0.24 |
0.62 |
1.0000 |
0.39 |
-0.12 |
没有2 |
0.035 |
-0.002 |
-0.15 |
0.14 |
0.65 |
0.39 |
1.0000 |
-0.02 |
O3. |
0.58 |
-0.32 |
0.38 |
-0.07 |
-0.25 |
-0.12 |
-0.02 |
1.000 |
根据表(9)的调查结果，得出以下结论:
温度与RH%呈强负相关，与NO呈弱负相关x与NO呈正相关，与风速、风向呈正相关，与NO呈正相关2所以2，与0呈正相关3.。
RH%与温度呈强负相关，与风速呈中等负相关，与O呈弱负相关3.,所以2，不，不2。与风速、NO呈弱正相关x。
风速与SO呈弱负相关2，不，不2与RH%、NOx呈中等负相关，与温度、风向、O呈中等正相关3.。
所以2与风速、风向、相对湿度%、03.，与温度、NO呈弱正相关2，与NO呈正相关x也没有。
O3.与SO呈弱负相关2，不，不2，与RH%、NO呈中等负相关x与风速、风向呈正相关，与温度呈正相关。
NO与温度、风速、风向、RH%、O呈弱负相关3.，与SO呈中等正相关2,没有2，与NO呈正相关x。
没有2与风向、RH%、O3.，与温度呈弱正相关，SO2风速与NO呈中等正相关，与NO呈强正相关x。
没有x与气温、风向呈弱负相关，与风速呈中等负相关3.与SO呈弱至中度正相关2， RH%与NO、NO呈显著正相关2。
结论
本研究结果显示了SO的变化趋势2，不，不2、NOx和O3.与气象条件参数相关性好。O3.与气温、风速、风向呈正相关，与相对湿度呈负相关。所以2与相对湿度、风速呈负相关，与气温呈正相关。NO与气温、相对湿度、风速呈负相关。也没有2与相对湿度、风速呈负相关，与气温呈正相关。
鸣谢
感谢哈希姆大学校园内自然资源与环境学院研究与教学实验室空气质量监测站的所有工作人员为我们开展本次研究工作提供的后勤支持。
参考文献
- Abu-Allaban m;Al-Jedaih m;Al-Malabeh, a;《机动车气体污染物排放率》。JJC,2(2)， 1999 -209(2011)。
- 哈玛沙，k.m.;阿尔莫马尼，m.s.;Abu-Allaban m;约旦城市中心和工业中心的黑碳水平研究。约旦物理学杂志，3.(1)， 1-8(2010)。
- Abu-Allaban m;Al-Jedaih m;Al-Malabeh, a;《机动车气体污染物排放率》。JJC,2(2)， 1999 -209(2007)。
- Hamasha,美国;Abu-Allaban, M.利用气象资料模拟Zarqa地区的大气浊度。约旦物理杂志，1(1)， 53-60(2008)。
- Kallos, G.， Astitha, M.， Katsafados, P.， Spyroa, C.地中海和北大西洋中人为和自然产生的颗粒物质的远程传输:目前的知识状况。[J]应用气象与气候学，46: 1230- 1251(2006)。
CrossRef - Al-Hasaan, a.t.f.。约旦安曼的空气污染监测。空气与废物管理协会杂志, 814 - 816(2012)。
- Abu-Allaban, M.， El-Khalili, M.， M.，约旦加达拉空气污染的古代影响。地中海考古与考古测量学，卷。14， No . 1, Pp. 191-199(2013)。
