雾霾真的解决不了么？( 三 ) 当然能解决

【雾霾真的解决不了么？】

1.3选出11月份最严重的9号进行单独出图

1.4季小时变化特征

选取污染最严重的监测站点（经开区）（上图），与污染最轻的站点（净月潭）（下图），进行四个季度的小时统计。可以看出，各个点位的季小时变化趋势十分明显，并且变化规律十分相似。所有点位中，冬季的PM2.5浓度值最高，明显高于其他三个季节。并且全年中高浓度时间段基本一致，处于每天的5点到9点，19点到次日0点。这是因为白天天气晴好，近地面受到太阳辐射增温较强，低层湍流和对流发展，将细小的尘埃等污染物颗粒向较高层输送扩散，使得近地层污染物浓度降低，大气通透度变好。但是早晚气温较低，近地层对流很弱，污染物易积聚在近地层，容易出现雾霾，而中午至午后随着气温迅速回升，能见度会明显转好。并且在白天，交通的出行造成尾气排放，夜晚，焚烧秸秆与燃煤将对空气污染造成显著的影响。
2.2 与气象条件的相关性分析2.2.1逐步回归
建立逐步回归多因子回归方程是基于最小二乘法原理，可以应用于多变量系统中，过程是将方差贡献显著的因子逐一引入回归方程，同时被引入一个新因子，要对老因子逐个进行检验，将方差贡献变为不显著的因子剔除，通过这种删选因子的过程，最终得到一个对因变量有显著影响的自变量所组成的最优回归方程。
2.2.2因子选取
对PM2.5，PM10浓度变化有直接影响的气象因素有风速、气温、湿度和气压等，依此筛选出12个因子.同时考虑到前日的PM2.5，PM10浓度对当日的颗粒物浓度有重要影响，将前日的PM2.5，PM10质量浓度也作为自变量进行了分析.13个因子包括:X1: 前日PM2.5，PM10平均浓度；X2:当日平均风速；X3:当日最大风速；X4:当日平均相对湿度；X5: 当日最高相对湿度；X6:当日最低相对湿度；X7:当日平均气温；X8:当日最高气温；X9:当日最低气温；X10:当日最低最高气温温差；X11:当日平均气压；X12:当日最高气压；X13:当日最低气压。

2.2.3结果与讨论
表明，4个回归方程的F值的显著性水平大于0.05，说明所建立的回归方程都是显著有意义的，同时对每个方程中每个自变量的T检验显著性概率都大于0.05。复相关系（R）秋季最大为0.862，说明秋季气象因素与PM2.5，PM10浓度的相关性较好，夏季复相关系数最小，可能是由于夏季污染物的浓度受气候影响较小。
回归方程中出现较多的变量是X1、X2和X10,分别是前日的PM2.5，PM10平均浓度、当日平均风速、当日最低最高气温温差。PM2.5，PM10的浓度与前日的PM2.5，PM10浓度和温差是正相关，与平均风速是负相关。秋季和冬季的回归方程中可以看出平均风速X2和PM2.5，PM10的浓度具有负相关性，风速越大污染物浓度越小，说明风速有助于污染物的扩散。但是春季风速对PM2.5，PM10的扩散作用不明显，这是由于长春春季风速较大且频繁，导致地面扬尘，增加了PM2.5，PM10的浓度。
方程中可以看出平均气温对PM2.5，PM10的浓度没有显著影响，但是最高最低气温温差却对PM2.5，PM10浓度有显著影响，这是由于昼夜的温差可以带动大气层污染物垂直方向的运动，有助于污染物向高层大气扩散。秋季和春季的相对湿度也会影响空气中PM2.5，PM10的浓度，而且都是负相关，这是由于空气中的湿度加大，水蒸气含量增多，水汽饱和，促进颗粒物和化学物之间的凝聚作用，从而形成雾，同时有利于发生化学反应。夏季最低气温和最低气压与PM2.5，PM10的浓度正相关。说明夏季普遍温度较高，晚间气温和气压的减小有利于PM2.5，PM10的扩散活动。