基于GAM模型的西安市O3浓度影响因素解析

作者:黄小刚; 邵天杰*; 赵景波; 曹军骥; 吕晓虎
来源:环境科学, 2020, 41(04): 1535-1543.
DOI:10.13227/j.hjkx.201906067

摘要

基于空气质量监测数据,研究了2014~2018年西安市O3浓度和污染的变化特征,利用GAM模型揭示了气象因素对O3浓度的影响.结果表明:①西安市O3浓度逐年上升, 2016年开始O3年评价指标已连续3 a超标.但随着夏季O3污染治理的加强, 2017年后O3浓度升幅趋缓.②O3月均浓度变化曲线主要呈倒V型, 1~7月随气温的升高而上升, 8~12月随气温的下降而下降, 7月月均浓度最大.但在降水量偏大的年份,O3月均浓度常在降水量最大月出现谷值,曲线形态变为M型.③2014~2018年西安市O3污染明显加重,O3污染时段向前延长.O3超标率由2014年的1.9%上升到2018年的14.0%. 2016年起,O3污染出现时间由7月提前至5月.④GAM模型拟合结果表明,气温、气压、日照时数和相对湿度与O3浓度有显著的非线性关系,各因子平滑函数拟合曲线形态差异较大,其中气温和日照时数主要呈正向影响,气压和相对湿度主要呈负向影响.降水量的影响主要表现在夏季,风速的影响不明显.西安市在气温>24℃、气压<962 hPa、日照时数>9 h、相对湿度为36%~65%且无雨时,O3污染较易发生.