约旦哈希姆特大学气象参数对空气质量的影响
萨那一Odat1＊Mahmoud Abu-Allaban2和Khitam Odibat2
1约旦耶尔穆克大学理学院地球与环境科学系。
2约旦扎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
四个阈值空气污染物（所以2,不,不2阿,3.）除了在哈希莫特大学（胡）校园内监测气象参数两年（1/1/2012至30/12/013）。衍生出空气污染与气象参数之间的相关性。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RH、风速呈负相关，与气温呈正相关。NO与气温、RH、风速呈负相关。最后,没有2与RH、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
复制以下内容以引用本文：
气象参数对空气质量的影响。Curr World Environ 2017;12(2)。DOI:http://dx.doi.org/10.12944/CWE.12.2.04
复制以下内容以引用此URL:
气象参数对空气质量的影响。Curr World Environ 2017;12(2)。可从：//www.a-i-l-s-a.com/?P=17515
介绍
由于对健康的影响，北非和中东的空气污染越来越受到关注。1、2、3、4中东地区经常受到沙尘暴的影响，此外还受到来自欧洲、非洲和亚洲这三个相邻大陆的风的影响，造成空气污染的区域远距离传播。5
约旦哈希姆王国拥有1100万人口和89000平方公里的土地，由于地区政治危机，在过去的15年里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，机动车或旧工业设施的排放在全国没有受到管制。6
约旦北部的人为空气污染来源包括汽车、汽车、公用事业、冶炼厂、水泥厂和露天燃烧。约旦中部地区的扎卡市是哈希姆大学校园(HUC)所在地，工业活动正在迅速增长，人口约为100万。7按数量计算，它占约旦工业的35%以上，包括炼油厂、火力发电厂、钢铁厂、管道厂、水泥厂、肥料厂、废水处理厂以及其他一些小型工业设施。4由于这种集中的人为活动，扎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电厂的下风处。
方法
取样位置
哈希姆大学(图1)是一所公立约旦大学，于1995/1996学年成立。它已经成为约旦最大的大学之一。校园总面积约8500公顷;15%指定用于建筑物、道路、体育设施和其他建筑物。其余的部分是用不同的树木种植的，但实际上校园里只有四分之一是橄榄树。哈希姆大学有13个学院，包括自然资源和环境学院，自然资源和环境学院拥有并运营空气质量监测站，该监测站用于收集这项研究所需的数据。
![图(1):样本地点在哈希姆特大学校园，(32.099207,36.200353)坐标。[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的研究和教学实验室的空气质量监测站进行监测。该监测站旨在提供连续的标准大气污染物读数，包括O3.,没有2,不,不x所以2浓度;以及温度、相对湿度和风速等气象参数。在2012年1月1日至2013年12月30日期间，每5分钟记录一次上述参数的连续自动测量。臭氧是用紫外光度法测定的3.分析仪，第号码x通过化学亮期NO-NO2-不x分析仪等2脉冲荧光SO2分析仪(Thermo Fisher Scientific, Waltham, MA-USA)。提及参考方法。
统计分析
收集的空气质量数据导出为SPSS软件格式，进行基础统计等高级统计分析;时间变异性和相关性多变量。
结果与讨论
气候变量和空气污染物的统计表征
数据分析首先计算一般统计量，包括平均值、标准差(SD)、最大值、最小值、变异系数(CV)、偏度和峰度(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进行线性回归分析的结果2,不,不2， NOx和O3.使用ANOVA测试的时间，每日，每月和年度，分别介绍表2-5。The results indicate that the changes are not exactly linear, however the attenuations could be attributed to many factors such as human induced activities (e.g. daily factories working hours, vacations, diversity of burning fuel type, factory malfunctions, etc) or could be attributed to climatic variables as temperature, wind speed and relative humidity. The severity of the change in pollutant concentration with time can be estimated by the magnitude of the slope.
表2:空气污染物在时间上的变化
污染物 |
线性方程 |
F-Test. |
R2 |
RMSE |
所以2 |
所以2= 36.16 - 9.6879e-9*时间 |
<.0001 * |
0.001271 |
54.9 |
没有 |
NO = 5.32 - 1.2099e-9*时间 |
0.0002 * |
6.426E-5 |
52.7 |
没有2 |
没有2= 515.51 - 1.453e -7*时间 |
0.0000 * |
0.049919 |
511.5 |
没有x |
没有x= -74.96 + 2.44e-8*时间 |
<.0001 * |
0.002371 |
9.12 |
O3. |
O3.= -1071.84 + 3.28e-7 *时间 |
<.0001 * |
0.061755 |
23.27 |
表3:空气污染物随白天时间的变化
污染物 |
线性方程 |
F-Test. |
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*日 |
<.0001 * |
0.00056 |
2.75 |
没有2 |
没有2= 14.69 + 0.054*天 |
<.0001 * |
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 |
<.0001 * |
0.000404 |
24.02 |
表4:空气污染物逐月变化情况
污染物 |
线性方程 |
F-Test. |
R2 |
RMSE |
所以2 |
所以2= 3.053 - 0.034*月份 |
<.0001 * |
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 *月份 |
0.0000 * |
0.159523 |
10.86 |
没有x |
没有x= 7.49 + 0.23*月份 |
0.0000 * |
0.007333 |
9.099. |
O3. |
O3.= 36.28 + 3.002*月份 |
0.0000 * |
0.183735. |
21.71 |
表5:空气污染物历年变化情况:
污染物 |
线性方程 |
F-Test. |
R2 |
RMSE |
所以2 |
所以2= 549.84 - 0.27*年份 |
<.0001 * |
0.000754 |
4.95 |
没有 |
no = 721.74 - 0.36 *年 |
<.0001 * |
0.004239 |
2.74 |
没有2 |
没有2= 23338.92 - 11.59*年份 |
0.0000 * |
0.239152 |
10.33 |
没有x |
没有x= -230.15 + 0.12*年份 |
0.0027 * |
4.231 e-5 |
9.13 |
O3. |
O3.= -3877.79 + 1.95*年份 |
<.0001 * |
0.001654 |
24.01 |
Tukey-Kramer HSD的平均值比较
每月变异
使用Tukey-Kramer HSD方法计算的平均值之间的比较列于表（6）中，用于气候变量和空气污染物的月度变化。浓度分为A类表示最高浓度的类别，而L类代表最低浓度或污染水平。例如，较高的臭氧值是在9月和8月记录的，而1月和2月经历过最低的o3.浓度。温度也呈现出类似的趋势。
表6:各月气候变量和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 |
4.01A |
9.14 cd |
1.20 d |
9.53我 |
32.49L. |
2 |
11.90我 |
58.89 b |
3.35E |
203.27i. |
2.94 d |
9.38摄氏度 |
1.08 e |
9.77 |
37.75 k |
3. |
15.35克 |
55.23 d |
ef 3.29 |
216.37克 |
2.59 e |
9.38摄氏度 |
0.92F. |
10.05 h |
40.28J |
4 |
18.44度 |
44.03 h |
3.23F. |
232.51度 |
2.41f. |
8.88 d |
0.81 gh |
9.66我 |
45.75i. |
5 |
21.87 e |
41.04我 |
3.54 d |
243.52 e |
2.72 e |
8.40 e |
0.84fg. |
11.94克 |
51.57 h |
6 |
23.54 b |
46.04克 |
4.18 |
247.57 d |
3.46C. |
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 |
0.93F. |
17.20d. |
59.31 e |
8 |
24.69 |
48.70度 |
4.02B. |
254.29 b |
1.99H. |
5.46我 |
0.76 gh |
14.84度 |
82.17a. |
9 |
22.50摄氏度 |
52.67e. |
3.65摄氏度 |
251.00摄氏度 |
1.33我 |
5.83 h |
0.74 h |
16.64E. |
78.62 b |
10 |
22.18 d |
37.31 j |
2.65i. |
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 |
11.11J. |
62.48 |
2.80 h |
196.11J |
3.78B. |
13.25 |
2.20 |
23.19 |
54.35g |
NO, NO的浓度2,没有x所以2冬季(1月、2月、11月和12月)气温高，春季和夏季(4月、5月、6月、7月、8月和9月)气温低。似乎在6月份这些污染物的浓度比较高，造成这种情况的原因也是由于当时的低温异常或工作时间过长。而O的浓度3.高夏季(6月、7月、8月和9月)和低在冬天和秋天月(1月、2月、11月和12月),因为臭氧是一种温室气体对温度的依赖关系的形成,它们之间有很强的正相关关系,有相同的倾向。
所有空气污染物包括(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高强度的工作时间密切相关。因此，大量的工作时间会影响这些污染物的浓度。
年变化
表（7）表明，使用Tukey-Kramer HSD的非线性回归分析计算的空气污染物和气象参数之间存在很少的推迟。温度，所以2、NO和NO22012年A班的学生人数更高，但2013年被认为是B班。然而,阿3.,没有x、RH%、风速均高于2013年。
表7:年变化及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 |
3.33B. |
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)
根据JMP软件中使用适合模型算法的逐步回归分析，表明所有气候变量对污染物浓度高度有效（P <0.0001），因此不能从完整模型中移除。根据表（8）污染物的浓度因其与气候变量的关系而变化。在空气污染物的最终预测上的每个气候变量的速率可以通过具有科学意义图（2）到图（13）的相关斜率来区分。
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 |
F-Test. |
R2 |
RMSE |
所以2 |
所以2= 5.5120626-0.008771*温度-0.035511* RH%-0.207024*风速 |
0.0000 * |
0.02342 |
4.89 |
没有 |
没有温度- 0.007371 = 2.1239881 - -0.017782 * * RH % -0.077986 *风速 |
<.0001 * |
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温度= 16.603619 - -0.138474 * -0.779246 - 0.04792 * RH % *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 |
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
 |
|
气候变量与空气污染物的多方差相关
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。结果汇总于表(9):
表9：空气污染物与气象之间的相关性
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 |
基于表（9）表所示的研究结果，推导出以下备注：
温度与RH%呈强负相关，与NO呈弱负相关x和NO，与风速、风向中度正相关，与NO呈周正相关2所以2，与O有较强的正相关关系3.．
RH％与温度强的负面关系，与风速中度的间接关系，与o弱负面关系3.,所以2， NO, NO2．但与风速和NO呈弱正相关x．
风速与如此较弱的负面关系2,不,不2与RH%、NOx呈中度负相关，与温度、风向、O呈中度正相关3.．
所以2与风速、风向、RH%、O3.，与温度弱的阳性关系，没有2，与NO呈中度正相关x也没有。
O3.与SO2,不,不2，与RH%、NO呈中度负相关x与风速、风向中度正相关，与温度强正相关。
NO与温度、风速风向、RH%、O呈弱负相关关系3.，与SO呈中度正相关2,没有2，与NO有很强的正相关关系x．
没有2与风向，RH％，o有弱的负面关系3.，与温度弱正相关，所以2与NO呈中度正相关，与NO呈较强正相关x．
没有x与温度，风向和与风速的中度负面关系有弱的负面关系，o3.和弱于适度的积极关系2、RH%与NO、NO有较强的正相关2．
结论
本研究结果表明了SO的变化趋势2,不,不2， NOx和O3.与气象条件参数具有良好的相关性。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、相对湿度和风速呈负相关。也没有2与相对湿度、风速呈负相关，与气温呈正相关。
承认
我们非常感谢哈希姆大学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，为我们开展目前的研究工作提供后勤支持。
参考文献
- Abu-Allaban m;Al-Jedaih m;Al-Malabeh, a;苏莱曼，《机动车气态污染物排放率》。JJC,2(2)， 199-209(2011)。
- Hamasha k . m .;Almomani m . s .;Abu-Allaban m;约旦城市中心和工业中心的黑碳水平研究。约旦物理学报，3.(1)， 1-8(2010)。
- Abu-Allaban m;Al-Jedaih m;Al-Malabeh, a;机动车气态污染物的排放率。JJC,2(2)， 199-209(2007)。
- 哈莎，哈萨达;Abu-allaban，M。使用气象数据在Zarqa地区建模大气浊度。约旦的物理杂志，1(1)， 53-60(2008)。
- Kallos，G.，Astitha，M.，Katsafados，P.，Spyroa，C.在地中海和北大西洋的人为和天然产生的颗粒物质的远程运输：当前的知识状态。J应用气象和气候学，46: 1230 - 1251(2006)。
CrossRef - Al-Hasaan, a.t.f.约旦安曼空气污染监测。空气和废物管理协会杂志，814-816（2012）。
- Abu-Allaban, El-Khalili, M.， M.。约旦加达拉空气污染的古代影响。地中海考古学和考古学，卷。14，1号，pp。191-199（2013年）。
这个作品是根据知识共享署名4.0国际许可．
