基于GAMs模型分析成都市气象因子交互作用对O_(3)浓度变化的影响

摘要

为探究成都市大气环境中气象因子交互作用对臭氧(8h浓度平均最大值,统一用O_(3)表示)浓度变化的影响特征,利用成都市2014~2019年逐日大气污染物资料以及同期的气象资料,采用广义相加模型(generalized additive models,GAMs)分析气象因子对O_(3)浓度变化的影响效应.结果表明,单影响因素的GAMs模型中,O_(3)浓度与最高气温、日照时数、相对湿度、风速、降水量、最大混合层厚度(maximum mixed depth,MMD)和通风系数(ventilation coefficient,VC)间均呈非线性关系,无论全年还是夏季,最高气温、日照时数、MMD和相对湿度对O_(3)浓度影响均较大,值得注意的是,夏季相对湿度和降水量对O_(3)浓度变化的影响较全年更加显著.在构建O_(3)浓度变化的多气象因子GAMs模型中,除平均风速以外的其他气象因子共同作用对O_(3)浓度变化有显著影响,就全年而言,构建的GAMs模型判定系数(R2)为0.849,方差解释率为85.1%,最高气温是全年O_(3)浓度变化的主导影响因素;夏季GAMs模型的R^(2)为0.811,方差解释率为81.3%,而夏季最高气温和MMD同为重要影响因素.GAMs交互效应模型中,就全年而言,最高气温与日照时数、相对湿度、降水量间交互作用,以及日照时数和MMD间交互作用对O_(3)浓度变化影响显著,结合三维可视化图形直观分析气象因子交互作用对O_(3)浓度变化的影响特征,发现强高温+强日照+MMD(2000 m左右)+无降水条件协同作用下有利于O_(3)的生成;就夏季而言,仅最高气温分别与日照时数和VC交互作用对O_(3)浓度的影响显著,夏季强高温+强日照+水平方向小风速有利于近地层O_(3)浓度的生成.运用GAMs模型能够对O_(3)污染的主导气象因子进行识别,并定量化分析气象因子单效应及其交互作用对O_(3)浓度变化的影响特征,对O_(3)浓度污染防控研究具有重要指示意义.