一、背景介紹
? 進入二十一世紀以來，隨著中國工業(yè)化和現(xiàn)代化進程的加快，中國華北地區(qū)的空氣污染形勢也日趨嚴峻丹莲，霧霾事件開始引起學者和公眾的注意。華北平原的空氣污染事件是不利的氣候氣象因素尸诽、地理因素和人為污染物排放源共同疊加的結果甥材。2013年9月10日，國務院印發(fā)《大氣污染防治行動計劃》逊谋，俗稱“大氣十條”擂达，計劃中明確了污染減排指標和空氣質量達標要求，這表明大氣污染治理開始成為我國生態(tài)文明建設的重要內容胶滋，受國家與人民高度重視。河北省冶煉悲敷、化工等重污染企業(yè)較多究恤，分布較為集中，公眾飽受霧霾困擾后德。2017年部宿，旨在打贏華北污染攻堅戰(zhàn)的總理專項基金成立，華北平原的空氣污染形勢自此改善較為顯著瓢湃。
? 地處華北平原“洼地”的河北省衡水市理张，除了“衡水中學”比較有名以外，霧霾事件也是遠近聞名绵患。2017年以前能見度最低的時候雾叭，衡水中學的老師甚至開車找不到校門。衡水市曾經(jīng)作為河北省污染最為嚴重的城市落蝙，在這三年的時間里空氣質量得到了大幅度改善织狐，PM2.5呈現(xiàn)持續(xù)下降趨勢暂幼，下降幅度超過了50%，削減力度位居河北省之首位移迫。與之對應的旺嬉，衡水市于2017年退出空氣質量指數(shù)(AQI)全國倒數(shù)的十個城市，成為全國空氣質量改善的典范城市厨埋，與此同時衡水市近幾年生產(chǎn)總值也增長迅速邪媳，實現(xiàn)了綠水青山和金山銀山的有機統(tǒng)一。本文利用機器學習方法荡陷，對氣象數(shù)據(jù)和衡水市的空氣污染物濃度進行數(shù)據(jù)建模雨效，解釋氣象和排放的貢獻，總結2017-2019年衡水市大氣環(huán)境容量超載原因亲善，闡明減排措施的效果中“天幫忙”和“人努力”的占比设易。本文為追求普及性和可解釋性，所用模型較為簡單蛹头，存在一定的分析誤差顿肺，特此說明，僅供決策參考使用渣蜗。
二屠尊、方法論
1. 數(shù)據(jù)來源
? 本文所用的數(shù)據(jù)分為氣象數(shù)據(jù)和空氣污染物濃度數(shù)據(jù)。由于空氣污染物的擴散和大氣邊界層（0-1500 米高度）內的氣象條件息息相關耕拷，而衡水市并無垂直的氣象探空數(shù)據(jù)讼昆，故本文使用的數(shù)據(jù)為歐洲氣象中心(ECMWF)的網(wǎng)格數(shù)據(jù)，提取衡水市所在網(wǎng)格點的1000-850 hPa（約0-1500 m）的風骚烧、溫浸赫、濕廓線數(shù)據(jù)。AQI和六項常規(guī)空氣污染物濃度數(shù)據(jù)來自于衡水市環(huán)保局赃绊，其監(jiān)測站點為距離地面 2-10 m既峡，取日均值。
2. 原理假設
（1）假設一
? 衡水市的空氣污染屬于區(qū)域性PM2.5+O3復合污染碧查。衡水市的地形屬于典型的內陸平原运敢，其受海陸風環(huán)流、山谷焚風以及臺風的影響可以忽略忠售。在無降水事件發(fā)生的前提下传惠，其顆粒物濃度在地面的累積主要受夜邊界層的控制，而污染物的擴散主要是白天地面加熱引起的湍流造成稻扬。故衡水市的AQI晝夜變化特征和邊界層的變化特征類似卦方，極大值出現(xiàn)在早上06:00-8:00，這正是夜間邊界層最強烈的時候腐螟。之后空氣污染物擴散均勻愿汰，濃度逐漸下降困后。“早上是夜間邊界層最強的時候”衬廷，非大氣科學的人可能不太理解摇予，特此指出。
? 臭氧的形成和消亡機理比較復雜吗跋，暫時不適用于該假設侧戴。
（2）假設二：
? 衡水市的空氣污染物濃度主要由兩個因素控制，第一個是排放源強跌宛，第二個是氣象因素的影響酗宋。本文假設空氣污染物的濃度等于氣象因子和排放源強因子的乘積挚瘟，亦即AQI=M×E+C+D厚脉，其中M為氣象因子，E為排放源腹备，C為化學過程哎迄，D為沉降過程回右。衡水市降水量較少，主要集中在7月和8月漱挚，但是仍然可能會對模型的結果產(chǎn)生重要影響翔烁。化學過程比較復雜旨涝，暫時將其歸類到模型的不確定性和系統(tǒng)性分析誤差上蹬屹。
（3）假設三
? 假設邊界層內的氣象因子之間具備一定的互斥性，也就是相互獨立的白华。實際上慨默，不同高度的氣象因子之前是有相關性的，距離間隔越遠弧腥，相關性越差业筏，亦即獨立性越強。氣象因子隨著高度增加而非線性變化：500 米以下為摩擦層鸟赫，風、溫消别、濕受粗糙不平的地面影響抛蚤。污染物基本上在1500 米高度以下混合均勻。1500 米以上主要是自由大氣寻狂，意思是不受地面加熱造成的湍流和地表粗糙度的影響岁经，主要受大尺度環(huán)流控制。如下圖：
概念圖來源于《美國科學院報》(PNAS) 文章蛇券，特此致謝：An, Z. et al. Severe haze in northern China: A synergy of anthropogenic emissions and atmospheric processes. Proceedings of the National Academy of Sciences 116, 8657-8666, doi:10.1073/pnas.1900125116 (2019).
? 特征工程是機器學習的必備環(huán)節(jié)缀壤。特征的選取經(jīng)過一系列的數(shù)據(jù)挖掘過程（數(shù)據(jù)探索樊拓、數(shù)據(jù)可視化、檢驗變量之間的相關性）塘慕，這個過程較為繁瑣和枯燥筋夏，暫不贅述，最終選取1000 hPa图呢、950 hPa条篷、850 hPa的風、溫蛤织、濕廓線赴叹，也就是地面、500米高度指蚜、1500米高度的風乞巧、溫度和濕度作為自變量。
3. 分析模型的構建
? 在真實世界中摊鸡，經(jīng)常會遇到某一現(xiàn)象的發(fā)展和變化取決于幾個影響因素的情況绽媒，也就是一個因變量和幾個自變量有依存關系的情況。而且有時幾個影響因素主次難以區(qū)分柱宦，或者有的因素雖屬次要些椒，但也不能略去其作用。這時采用一元回歸分析預測法進行預測是難以奏效的掸刊，需要采用多元回歸分析預測法免糕。
? 當需要通過多個自變量預測因變量時，我們要得到唯一的解忧侧，只需方程的個數(shù)大于未知量個數(shù)即可石窑。氣象因子共有12項，因此劃分訓練集和測試集時蚓炬，訓練集只需要20天左右的數(shù)據(jù)即可松逊。之所以用日均值，是因為小時值具有高度的自相關性肯夏，多元回歸是需要避免共線性的经宏。如下公式，x1, x2, ...xn可以看作是各個自變量驯击，也就是氣象因子, b1,b2,...bn可以看作是要預測的因變量AQI烁兰，自變量X的各項系數(shù)A是未知的、與排放源有關的因子徊都。
亦即對于每一天的各個變量沪斟，我們有：
AQI=E+A1×T_1000+A2×T_950+A3×T_850+A4×RH_1000+A5×RH_950+A6×RH_850+A7×U_1000+A8×U_950+A9×U_850+A10×V_1000+A11×V_950+A12×V_850
? 其中，截距E=e+C+D, e 為誤差項暇矫，C為化學轉化項主之，D為沉降項择吊。T為溫度(℃)，RH為濕度(%)槽奕，U几睛、V為風速的水平分量(m/s)，V越大史翘， 向北刮的南風越大枉长，U越大，向東刮的西風越大琼讽。而風垂直分量相對于水平分量的量級而言可以忽略必峰。
4. 模型可靠性驗證
? 我們知道，不同月份之間氣象因子和排放因子之間可能相差一個數(shù)量級钻蹬。比較典型的是12月-次年2月吼蚁，為了西方和東方的新年節(jié)日消費需求，污染企業(yè)會在年前加班加點開工问欠，春節(jié)期間生物質源貢獻濃度有明顯升高肝匆，主要是受到了煙花炮竹燃放的影響。為保證方差齊性和同質性顺献，我們逐月建模旗国。劃分數(shù)據(jù)集時，測試集為8天注整，訓練集為剩下的二十多天能曾。訓練集是指多元回歸方程建立時需要的數(shù)據(jù)集，而測試集是指假設AQI未知肿轨，利用機器學習建立的模型寿冕，根據(jù)因變量預測AQI，所得結果和真實的AQI值作比較椒袍，從而評估模型的可靠性驼唱。下圖為代表月份的預測AQI值和真實AQI值的比較，這說明我們的模型是具備一定的魯棒性的(Robust)驹暑。本文使用的機器學習工具包為Python語言的sklearn玫恳，特此向研發(fā)者致謝。
三优俘、衡水市大氣環(huán)境容量超載分析
1. 2017年1月空氣污染事件
（1）污染事件描述和背景氣象條件
? 2017年1月纽窟，衡水市發(fā)生了重度以上連續(xù)污染過程，AQI連續(xù)兩周以上超過了150兼吓，其中首要污染物是PM2.5，AQI指數(shù)的變化主要受細顆粒物濃度的控制森枪。值得注意的是视搏，AQI指數(shù)呈現(xiàn)周期性波動审孽，基本上是3-5天內在100-350 之間波動，說明天氣過程的周期約在3-5天左右浑娜，而AQI的本底值是在100左右佑力。如下圖：
? 從溫度廓線可以看出，在衡水市的夜間邊界層多次發(fā)生在200米高度以上的逆溫（高空溫度比地面高）現(xiàn)象筋遭，但是發(fā)生的時間卻和污染過程對應不上打颤。這說明單純逆溫不足以解釋污染過程。
注： 逆溫不利于污染物擴散的原理是冷空氣密度大而下沉漓滔，暖空氣密度小而上浮编饺，逆溫正好形成穩(wěn)定的結構。但是這個原理必須在風速較小响驴、無降水的情況下才能成立透且。
? 從衡水市的“風濕圖”也可以看出，1月1日到1月6日豁鲤、1月15日到19日秽誊、1月22日到1月25日風速較小，而1月9日琳骡、1月21日來自西伯利亞的北方冷空氣讓衡水市的濕度下降锅论，強冷空氣帶來的大風使PM2.5濃度也隨之下降。
? 因此楣号，2017年1月的PM2.5重污染事件是由于本底排放量較大的情況下最易，隨著溫度層結和風擴散條件的周期性天氣而出現(xiàn)的濃度波動。
（2） 污染成因分析
? 利用多元回歸模型竖席，預測PM2.5濃度耘纱，結果驗證如下圖所示”霞觯可以看出束析，我們的模擬值和觀測值對比較好，趨勢一致憎亚，誤差也較小员寇，這說明模型的解析結果是可靠的。與此同時也驗證了PM2.5濃度的波動主要是受氣象因子控制第美。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | 43.1 | -34 | 12.0 |
| 濕度 | 2.4 | -0.4 | -0.4 |
| 西風 | 1.7 | 0.7 | 3.2 |
| 南風 | -13.5 | 24.2 | -17.3 |
? 該矩陣求秩的結果是3 (下同蝶锋，不再贅述)，說明每一層高度的系數(shù)都有意義什往。求解出方程的截距為104 μg/m3扳缕，代表著氣象擴散條件無法根除的PM2.5的本底值。雖然截距也可以看作是沉降和化學轉化項，但是1月份降水可以忽略躯舔，而衡水市二氧化硫和氮氧化物氣體濃度較低驴剔，化學轉化無法解釋。
? 我們來分析一下系數(shù)矩陣的含義粥庄。我們看到丧失，2017年1月控制PM2.5濃度波動的主要因子時溫度和南北方向的風，這印證了逆溫層和冷空氣的主導作用惜互〔级铮化簡公式為:
? Y≈-43×(T_950-T_1000)+12×(T_850-T_950)-14×V_1000+24×V_950-17×V_850+104
? 由此可見，500米高度和地面的溫差每增大1攝氏度训堆，PM2.5濃度減少43 μg/m3描验，1500米高度和500高度的溫差每增大1攝氏度，PM2.5濃度增加12 μg/m3蔫慧。這說明邊界層頂部的逆溫不利于污染物擴散挠乳。500米高度的南風每增加1 m/s，PM2.5濃度增加24 μg/m3姑躲。而500米高度一般是外來煙羽氣團傳輸?shù)耐ǖ浪铮院馑哪喜康奈廴疚飩鬏敳蝗莺鲆暋?/p>
（3）總結
? 綜上所述， 在剔除了氣象因子的影響后黍析，衡水市2017年1月的大氣環(huán)境容量超載負荷為104 μg/m3卖怜，主要是沉降過程如降水較少而排放源強較大所致。
2. 2017年2月
（1）污染事件描述和背景氣象條件
? 2017年2月3日-2月6日阐枣、2月11日-2月16日马靠，衡水市發(fā)生了重度以上連續(xù)污染過程， 首要污染物是PM2.5蔼两。如下圖：
? 從溫度廓線可以看出甩鳄，衡水市出現(xiàn)逆溫層的時間出現(xiàn)在2月13日-2月16日，解釋了這持續(xù)時間最長额划、峰值最大的一次污染過程妙啃。但是2月25日-2月28日衡水市也出現(xiàn)了逆溫層，PM2.5濃度卻低于100 μg/m3。
? 從風濕圖可以看出這兩次逆溫層出現(xiàn)后結果不同的原因。2月11日-2月16日鉴象，衡水市邊界層內基本上是偏南風，而月2月25日-2月28日燥滑，衡水市邊界層內基本是偏北風。偏南風增加地面濕度而偏北風減小地面濕度阿逃。
（2） 污染成因分析
? 利用多元回歸模型铭拧，預測PM2.5濃度赃蛛，結果驗證如下圖所示∮鹄可以看出焊虏，我們的模擬值和觀測值對比較好，趨勢一致秕磷，但是未能預測精確在第4天的極端重污染過程，該天PM2.5濃度達到了220 μg/m3炼团。這說明該天的重污染過程并非單純由不利的氣象條件引起澎嚣。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | -7.0 | 18.1 | -7.2 |
| 濕度 | 0.1 | 1.2 | -1. 0 |
| 西風 | -11.4 | 12.1 | -2.1 |
| 南風 | 2.5 | -6.6 | 4.2 |
? 模型所得截距為57 μg/m3∥林ィ化簡公式為:
? Y≈7×(T_950-T_1000)+7×(T_950-T_850)-11×U_1000+12×U_950+57
? 由此可見易桃，500米高度和地面的溫差每增大1攝氏度，PM2.5濃度增加7 μg/m3锌俱，1500米高度和500高度的溫差每增大1攝氏度晤郑，PM2.5濃度增加7 μg/m3。這說明整個邊界層處于逆溫不利于污染物擴散贸宏。500米高度的西風每增加1 m/s造寝，PM2.5濃度增加12 μg/m3。
（3）總結
? 綜上所述吭练， 在剔除了氣象因子的影響后诫龙，衡水市2017年2月的大氣環(huán)境容量超載負荷為57 μg/m3。
3. 2017年3月
（1）污染事件描述和背景氣象條件
? 2017年3月鲫咽，衡水市發(fā)生了多次重度以上連續(xù)污染過程签赃， 首要污染物是PM2.5。AQI呈現(xiàn)以3-5天為周期的波動分尸，如下圖：
? 從溫度廓線可以看出锦聊，2017年3月衡水市出現(xiàn)逆溫層時間主要是在3月上旬。
? 從風濕圖可以看出箩绍，3月1日至3月10日孔庭，衡水邊界層內湍流較為劇烈，風向多變伶选。3月15日至18日為穩(wěn)定南風史飞。3月下旬風力較小，出現(xiàn)多次靜穩(wěn)天氣仰税。
（2） 污染成因分析
? 利用多元回歸模型构资，預測PM2.5濃度，結果驗證如下圖所示陨簇⊥旅啵可以看出迹淌，我們的模擬值和觀測值對比較好，趨勢一致己单，誤差較小唉窃。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | 2.7 | -1.4 | 5.6 |
| 濕度 | 1.4 | -1.2 | 0.3 |
| 西風 | -0.9 | -0.9 | 1.5 |
| 南風 | 2.1 | -3.6 | 3.6 |
? 模型所得截距為49 μg/m3∥屏化簡公式為:
? Y≈-3×(T_950-T_1000)+2×(T_950-T_850)+8×T_850-4×V_1000+4×V_950+49
? 由此可見纹份，500米高度和地面的溫差每增大1攝氏度，PM2.5濃度減小 3 μg/m3廷痘，1500米高度和500高度的溫差每增大1攝氏度蔓涧，PM2.5濃度增加2 μg/m3。春季邊界層頂部的升溫有利于PM2.5濃度的上升笋额。500米高度的南風每增加1 m/s元暴，PM2.5濃度增加4 μg/m3。
（3）總結
? 綜上所述兄猩， 在剔除了氣象因子的影響后茉盏，衡水市2017年3月的大氣環(huán)境容量超載負荷為49 μg/m3。
4. 2017年4月
（1）污染事件描述和背景氣象條件
? 2017年4月枢冤，衡水市的主要污染物是PM2.5和O3復合污染鸠姨。如下圖所示：
? 從溫度廓線可以看出，衡水市出現(xiàn)逆溫層的時間主要出現(xiàn)在4月14日至15日掏导。
? 從風濕圖可以看出4月中旬的這次逆溫過程主要是風力接近于零所致享怀。
（2） 污染成因分析
? 利用多元回歸模型，預測PM2.5濃度趟咆，結果驗證如下圖所示添瓷。可以看出值纱，我們的模擬值和觀測值對比較好鳞贷，趨勢一致，但第5天的極端重污染過程存在低估虐唠。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | -9.1 | 12.7 | -3.7 |
| 濕度 | -1.1 | 2.0 | -0.2 |
| 西風 | -0.1 | -3.5 | 1.5 |
| 南風 | 1.7 | 2.3 | -3.5 |
? 模型所得截距為14 μg/m3搀愧。化簡公式為:
? Y≈9×(T_950-T_1000)+3×(T_950-T_850)-4×U_950+2×U_950+14
? 由此可見疆偿，500米高度和地面的溫差每增大1攝氏度咱筛，PM2.5濃度增加9 μg/m3，1500米高度和500高度的溫差每增大1攝氏度杆故，PM2.5濃度增加3 μg/m3迅箩。這說明整個邊界層處于逆溫不利于污染物擴散。500米高度的南風每增加1 m/s处铛，PM2.5濃度增加2 μg/m3饲趋。
（3）總結
? 綜上所述拐揭， 在剔除了氣象因子的影響后，衡水市2017年4月的大氣環(huán)境容量超載負荷為14 μg/m3奕塑。
5. 2017年5月
（1）污染事件描述和背景氣象條件
? 2017年5月堂污，衡水市的主要污染物是PM2.5和O3復合污染。如下圖所示：
? 從溫度廓線可以看出龄砰，衡水市出現(xiàn)逆溫層的時間出現(xiàn)在5月7日-8日盟猖，5月24日-25日。
? 從風濕圖可以看出風力較小的天氣主要出現(xiàn)在5月中旬换棚，故逆溫對于污染擴散的影響較小扒披。
（2） 污染成因分析
? 利用多元回歸模型，預測PM2.5濃度圃泡，結果驗證如下圖所示≡赶眨可以看出颇蜡，我們的模擬值和觀測值對比較好，趨勢一致辆亏，
但是第4天的污染高值出現(xiàn)了低估风秤。這是因為5月份的氣體污染物濃度增加，模型的假設出現(xiàn)問題扮叨。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | 3.9 | -2.0 | -2.2 |
| 濕度 | 1.0 | -0.1 | -0.8 |
| 西風 | 6.9 | -1.4 | 0.6 |
| 南風 | -8.9 | 0.9 | 4.8 |
? 模型所得截距為28 μg/m3缤弦。化簡公式為:
? Y≈-4×(T_950-T_1000)+2×(T_950-T_850)+7×U_1000-9×V_1000+28
? 由此可見彻磁，500米高度和地面的溫差每增大1攝氏度碍沐，PM2.5濃度減小4 μg/m3，1500米高度和500高度的溫差每增大1攝氏度衷蜓，PM2.5濃度增加2 μg/m3累提。地面西風每增加1 m/s，PM2.5濃度增加7 μg/m3磁浇。
（3）總結
? 綜上所述斋陪， 在剔除了氣象因子的影響后，衡水市2017年5月的大氣環(huán)境容量超載負荷為28 μg/m3置吓。
6. 2017年6月
（1）污染事件描述和背景氣象條件
? 2017年6月衡水市的首要污染物濃度是臭氧无虚。如下圖所示：
? 從溫度廓線可以看出，衡水市出現(xiàn)逆溫層的時間是在6月8日至6月9日衍锚。
? 從風濕圖可以看出友题，6月份衡水市風力較小的靜穩(wěn)天氣主要出現(xiàn)在6月11日至6月15日。
（2） 污染成因分析
? 利用多元回歸模型构拳，預測PM2.5濃度咆爽，結果驗證如下圖所示梁棠。可以看出斗埂，我們的模擬值和觀測值對比較好符糊，趨勢一致，
但是存在一定的誤差呛凶，這可能是數(shù)據(jù)本身存在誤差引起男娄。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | -0.0 | 2.7 | 1.6 |
| 濕度 | 0.4 | -0.4 | 0.4 |
| 西風 | 10.2 | -7.5 | 2.0 |
| 南風 | -4.0 | 1.8 | -0.0 |
? 模型所得截距為-46 μg/m3⊙。化簡公式為:
? Y≈2×(T_950-T_850)+10×U_1000-8×U_950-46
? 由此可見模闲，1500米高度和500高度的溫差每增大1攝氏度，PM2.5濃度增加2 μg/m3崭捍。地面西風每增加1 m/s尸折，PM2.5濃度增加10 μg/m3。這可能與地面揚塵有關殷蛇。
（3）總結
? 綜上所述实夹， 在剔除了氣象因子的影響后，衡水市2017年6月的大氣環(huán)境容量超載負荷為-49 μg/m3粒梦，亦即細顆粒物排放量并未超出大氣環(huán)境容量亮航、
7. 2017年7月
（1）污染事件描述和背景氣象條件
? 2017年7月，衡水市首要污染物是PM2.5和O3復合污染匀们。如下圖：
? 從溫度廓線可以看出缴淋，7月份衡水市逆溫層出現(xiàn)在7月8日至7月11日。
? 從風濕圖可以看出泄朴，7月份衡水市風力較小的靜穩(wěn)天氣主要出現(xiàn)在7月26日至7月31日重抖。
（2） 污染成因分析
? 利用多元回歸模型，預測PM2.5濃度叼旋，結果驗證如下圖所示仇哆。可以看出夫植，我們的模擬值和觀測值對比較好讹剔，趨勢一致。但是第2天的重污染過程存在低估详民，這可能是數(shù)據(jù)不準確引起的隨機誤差延欠。其他天數(shù)預測誤差較小。另外沈跨，7月降水過程較多由捎，對模型的假設提出了挑戰(zhàn)。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | -4.6 | -2.8 | 6.2 |
| 濕度 | -0.0 | -0.9 | 1.1 |
| 西風 | 13.6 | -10.4 | 1.2 |
| 南風 | -11.6 | 16.3 | -8.2 |
? 模型所得截距為113 μg/m3饿凛∧辏化簡公式為:
? Y≈5×(T_950-T_1000)-7×(T_950-T_850)+14×U_1000-12×U_1000-10×U_950+16×U_950+113
? 由此可見软驰，500米高度和地面的溫差每增大1攝氏度，PM2.5濃度增加5 μg/m3心肪，1500米高度和500高度的溫差每增大1攝氏度锭亏，PM2.5濃度減小7 μg/m3。地面西風每增加1 m/s硬鞍，PM2.5濃度增加14 μg/m3慧瘤。
（3）總結
? 綜上所述， 在剔除了氣象因子的影響后固该，衡水市2017年7月的大氣環(huán)境容量超載負荷為113 μg/m3锅减。
8. 2017年8月
（1）污染事件描述和背景氣象條件
? 2017年8月，衡水市首要污染物是PM2.5和O3復合污染伐坏。如下圖：
? 從溫度廓線可以看出怔匣，衡水市出現(xiàn)逆溫層的時間是在8月23日至8月24日。
? 從風濕圖可以看出桦沉，8月份衡水市出現(xiàn)風力較小的靜穩(wěn)天氣的時間是在8月3日至8月7日以及8月15日劫狠。
（2） 污染成因分析
? 利用多元回歸模型，預測PM2.5濃度永部，結果驗證如下圖所示∧欧可以看出苔埋，我們的模擬值和觀測值對比不是很完美，第6天存在較大誤差蜒犯。這說明降水過程給模型的假設帶來較大的不確定性组橄。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | 3.4 | 3.3 | -5.8 |
| 濕度 | 1.1 | -0.5 | -0.2 |
| 西風 | 1.5 | -2.3 | 1.3 |
| 南風 | 1.4 | -1.6 | 3.1 |
? 模型所得截距為-49 μg/m3。
（3）總結
? 綜上所述罚随， 在剔除了氣象因子的影響后玉工，衡水市2017年8月的大氣環(huán)境容量超載負荷為-49 μg/m3。亦即并未超載淘菩。
9. 2017年9月
（1）污染事件描述和背景氣象條件
? 2017年9月遵班，衡水市首要污染物是PM2.5和O3復合污染，如下圖：
? 從溫度廓線可以看出潮改，9月份衡水市出現(xiàn)多次逆溫狭郑，高度在300-800米左右。
? 從風濕圖可以看出汇在，衡水市風力較小的靜穩(wěn)天氣出現(xiàn)在9月5日和9月13日左右翰萨。
（2） 污染成因分析
? 利用多元回歸模型，預測PM2.5濃度糕殉，結果驗證如下圖所示亩鬼≈掣妫可以看出，我們的模擬值和觀測值對比較好雳锋，趨勢一致黄绩，但是第8天低估了污染程度趾娃。該天的污染過程可能由非氣象原因引起汉额。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | -1.3 | 2.3 | -0.8 |
| 濕度 | 0.0 | -0.2 | 0.6 |
| 西風 | 1.3 | 2.4 | -1.3 |
| 南風 | -2.3 | 2.0 | -0.8 |
? 模型所得截距為23 μg/m3霞扬。
（3）總結
? 綜上所述瞄崇， 在剔除了氣象因子的影響后仆葡，衡水市2017年9月的大氣環(huán)境容量超載負荷為23 μg/m3贴捡。
10. 2017年10月
（1）污染事件描述和背景氣象條件
? 2017年10月叙谨，衡水市發(fā)首要污染物是PM2.5棒口，如下圖所示：
? 從溫度廓線可以看出嚼隘，衡水市出現(xiàn)逆溫層的時間出現(xiàn)在10月26日至28日诽里。
? 從風濕圖可以看出，10月份衡水市出現(xiàn)風力較小的靜穩(wěn)天氣的時間是在10月16日至10月22日飞蛹。
（2） 污染成因分析
? 利用多元回歸模型谤狡，預測PM2.5濃度，結果驗證如下圖所示卧檐∧苟可以看出，我們的模擬值和觀測值對比較好霉囚，趨勢一致捕仔，誤差也較小，說明模型是可信的盈罐。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | 3.4 | 17.6 | -14.6 |
| 濕度 | -0.8 | 1.9 | -0.8 |
| 西風 | -18.4 | 24.1 | -2.5 |
| 南風 | -9.3 | -3.0 | 3.0 |
? 模型所得截距為-92 μg/m3榜跌。
（3）總結
? 綜上所述， 在剔除了氣象因子的影響后盅粪，衡水市2017年10月的大氣環(huán)境容量超載負荷為-92 μg/m3钓葫。亦即并未超載，污染物濃度超標主要是由于氣象因素票顾。
11. 2017年11月
（1）污染事件描述和背景氣象條件
? 2017年11月础浮，衡水市發(fā)首要污染物是PM2.5，如下圖所示：
? 從溫度廓線可以看出奠骄，進入11月之后霸旗，衡水市出現(xiàn)多次逆溫層現(xiàn)象，主要在200-600米高度戚揭。
? 從風濕圖可以看出诱告，11月份衡水市風力較小的靜穩(wěn)天氣出現(xiàn)在11月1日至11月2日、11月18日至11月21日、11月23日至11月24日精居。
（2） 污染成因分析
? 利用多元回歸模型锄禽，預測PM2.5濃度，結果驗證如下圖所示靴姿∥值可以看出，我們的模擬值和觀測值對比較好佛吓，趨勢一致宵晚，誤差也較小，這說明模型是可信的维雇。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | -9.1 | 12.1 | -7.1 |
| 濕度 | 2.0 | -1.5 | 0.4 |
| 西風 | 3.7 | 6.3 | -8.6 |
| 南風 | -4.6 | -0.5 | 6.2 |
? 模型所得截距為55 μg/m3淤刃。
（3）總結
? 綜上所述， 在剔除了氣象因子的影響后吱型，衡水市2017年11月的大氣環(huán)境容量超載負荷為55 μg/m3逸贾。
12. 2017年12月
（1）污染事件描述和背景氣象條件
? 2017年12月衡水市污染過程中首要污染物是PM2.5，如下圖所示：
? 從溫度廓線可以看出津滞，衡水市出現(xiàn)逆溫層的時間是12月1日铝侵、12月6日、12月9日触徐、12月22日咪鲜。
? 從風濕圖可以看出，衡水市出現(xiàn)風力較小的靜穩(wěn)天氣的時間與逆溫層出現(xiàn)的時間基本一致撞鹉。
（2） 污染成因分析
? 利用多元回歸模型嗜诀，預測PM2.5濃度，結果驗證如下圖所示孔祸。可以看出发皿，我們的模擬值和觀測值對比較好崔慧，趨勢一致，誤差也較小穴墅，這說明模型是可信的惶室。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | 16.9 | -3.4 | -8.8 |
| 濕度 | 5.9 | -2.5 | -3.1 |
| 西風 | -15.0 | 13.5 | -2.2 |
| 南風 | -7.2 | 4.5 | 0.3 |
? 模型所得截距為45 μg/m3。
（3）總結
? 綜上所述玄货， 在剔除了氣象因子的影響后皇钞，衡水市2017年12月的大氣環(huán)境容量超載負荷為45 μg/m3。
13. 2018年1月
? 2018年1月衡水市發(fā)污染過程首要污染物是PM2.5松捉。如下圖：
? 從溫度廓線可以看出夹界，衡水市出現(xiàn)逆溫層的時間出現(xiàn)在1月14日至1月19日。
? 從風濕圖可以看出隘世，衡水市風力較小的靜穩(wěn)天氣出現(xiàn)在1月6日至1月9日可柿、1月17日至1月18日鸠踪、1月23日至1月26日。
（2） 污染成因分析
? 利用多元回歸模型复斥，預測PM2.5濃度营密，結果驗證如下圖所示∧慷В可以看出评汰，我們的模擬值和觀測值對比較好，趨勢一致痢虹，誤差也較小被去，這說明模型是可信的。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | -8.5 | 27.5 | -11.5 |
| 濕度 | -0.7 | 0.9 | 0.6 |
| 西風 | -5.4 | 3.3 | -6.7 |
| 南風 | -4.4 | 2.1 | 4.3 |
? 模型所得截距為72 μg/m3世分。
（3）總結
? 綜上所述编振， 在剔除了氣象因子的影響后，衡水市2018年1月的大氣環(huán)境容量超載負荷為72 μg/m3臭埋。
14. 2018年2月
（1）污染事件描述和背景氣象條件
? 2018年2月衡水市首要污染物是PM2.5踪央。如下圖：
? 從溫度廓線可以看出，衡水市出現(xiàn)了5次逆溫現(xiàn)象瓢阴，逆溫層的高度在200-600米左右畅蹂。
? 從風濕圖可以看出2月份衡水市靜穩(wěn)天氣出現(xiàn)在2月1日、2月3日荣恐、2月15日液斜、2月18日、2月28日叠穆。
（2） 污染成因分析
? 利用多元回歸模型少漆，預測PM2.5濃度，結果驗證如下圖所示硼被∈舅穑可以看出，我們的模擬值和觀測值對比較好嚷硫，趨勢一致检访，誤差也較小，這說明模型是可信的仔掸。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | 9.1 | 6.2 | -3.2 |
| 濕度 | -1.2 | 1.7 | 1.2 |
| 西風 | -29.5 | 37.0 | -17.6 |
| 南風 | -3.0 | -0.2 | 5.6 |
? 模型所得截距為107 μg/m3脆贵。
（3）總結
? 綜上所述， 在剔除了氣象因子的影響后起暮，衡水市2018年2月的大氣環(huán)境容量超載負荷為107 μg/m3卖氨。
15. 2018年3月
（1）污染事件描述和背景氣象條件
? 2018年3月衡水市首要污染物是PM2.5和O3復合污染。如下圖：
? 從溫度廓線可以看出，衡水市出現(xiàn)逆溫層的時間是在3月13日至14日双泪、3月25日至3月28日持搜。
? 從風濕圖可以看出，3月份衡水市出現(xiàn)靜穩(wěn)天氣的時間基本上和逆溫層一致焙矛。
（2） 污染成因分析
? 利用多元回歸模型葫盼，預測PM2.5濃度，結果驗證如下圖所示村斟∑兜迹可以看出，我們的模擬值和觀測值對比較好蟆盹，趨勢一致孩灯，說明模型是可信的。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | -3.8 | 5.6 | -4.1 |
| 濕度 | 0.6 | 0.9 | -0.5 |
| 西風 | 8.9 | -4.0 | 2.2 |
| 南風 | -15.7 | 11.7 | -4.4 |
? 模型所得截距為20 μg/m3逾滥。
（3）總結
? 綜上所述峰档， 在剔除了氣象因子的影響后，衡水市2018年3月的大氣環(huán)境容量超載負荷為20 μg/m3寨昙。
16. 2018年4月
（1）污染事件描述和背景氣象條件
? 2018年4月衡水市首要污染物是PM2.5和O3復合污染讥巡。如下圖：
? 從溫度廓線可以看出，4月份衡水市出現(xiàn)了4次逆溫層現(xiàn)象舔哪。
? 從風濕圖可以看出欢顷，4月份衡水市出現(xiàn)靜穩(wěn)天氣的時間基本上和逆溫層一致。
（2） 污染成因分析
? 利用多元回歸模型捉蚤，預測PM2.5濃度抬驴，結果驗證如下圖所示±虑桑可以看出布持，我們的模擬值和觀測值對比較好，趨勢一致陕悬，誤差也較小题暖，這說明模型是可信的。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | -3.7 | 8.4 | -3.1 |
| 濕度 | 0.1 | 0.6 | -0.1 |
| 西風 | -7.6 | 4.3 | 1.4 |
| 南風 | -0.8 | -0.2 | -0.9 |
? 模型所得截距為-15 μg/m3墩莫。
（3）總結
? 綜上所述， 在剔除了氣象因子的影響后逞敷，衡水市2018年4月的大氣環(huán)境容量超載負荷為-15 μg/m3狂秦。亦即并未超載。
17. 2018年5月
（1）污染事件描述和背景氣象條件
? 2018年5月衡水市首要污染物是PM2.5和O3復合污染推捐。如下圖：
? 從溫度廓線可以看出裂问，5月份衡水市逆溫層現(xiàn)象出現(xiàn)的時間是5月23日至5月28日。
? 從風濕圖可以看出，5月份衡水市出現(xiàn)靜穩(wěn)天氣的時間是5月12日至5月13日堪簿、5月28日至5月31日痊乾。
（2） 污染成因分析
? 利用多元回歸模型，預測PM2.5濃度椭更，結果驗證如下圖所示哪审。可以看出虑瀑，我們的模擬值和觀測值對比較好湿滓，趨勢一致，誤差也較小舌狗，這說明模型是可信的叽奥。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | -4.8 | 6.7 | -2.2 |
| 濕度 | -0.3 | 1.0 | -0.3 |
| 西風 | -2.4 | -1.2 | 0.9 |
| 南風 | 4.8 | -2.9 | 1.2 |
? 模型所得截距為22 μg/m3。
（3）總結
? 綜上所述痛侍， 在剔除了氣象因子的影響后朝氓，衡水市2018年5月的大氣環(huán)境容量超載負荷為22 μg/m3。
18. 2018年6月
（1）污染事件描述和背景氣象條件
? 2018年6月衡水市首要污染物是PM2.5和O3復合污染主届。如下圖：
? 從溫度廓線可以看出赵哲，6月份衡水市逆溫現(xiàn)象出現(xiàn)的時間是6月4日至6月5日。
? 從風濕圖可以看出岂膳，6月份衡水市出現(xiàn)靜穩(wěn)天氣的時間是6月1日誓竿、6月11日至6月12日、6月19日至6月21日谈截。
（2） 污染成因分析
? 利用多元回歸模型筷屡，預測PM2.5濃度，結果驗證如下圖所示簸喂”兴溃可以看出，我們的模擬值和觀測值對比較好喻鳄，趨勢一致扼倘，誤差也較小，這說明模型是可信的除呵。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | -1. 0 | 1.9 | 0.9 |
| 濕度 | 0.6 | -0.5 | 0.2 |
| 西風 | -0.2 | -1.5 | 0.3 |
| 南風 | 0.5 | 1.2 | -0.8 |
? 模型所得截距為-20 μg/m3再菊。
（3）總結
? 綜上所述， 在剔除了氣象因子的影響后颜曾，衡水市2018年6月的大氣環(huán)境容量超載負荷為-20 μg/m3纠拔。亦即并未超載。
19. 2018年7月
（1）污染事件描述和背景氣象條件
? 2018年7月衡水市首要污染物是PM2.5和O3復合污染泛豪。如下圖：
? 從溫度廓線可以看出稠诲，7月份衡水市并未出現(xiàn)逆溫現(xiàn)象侦鹏。
? 從風濕圖可以看出，7月份衡水市出現(xiàn)靜穩(wěn)天氣的時間是7月1日至7月3日臀叙、7月12日至7月15日略水、7月30日至7月31日。
（2） 污染成因分析
? 利用多元回歸模型劝萤，預測PM2.5濃度渊涝，結果驗證如下圖所示∥绕洌可以看出驶赏，我們的模擬值和觀測值對比較好，趨勢一致既鞠，這說明模型是可信的煤傍。存在高估性分析誤差。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | -9.4 | 13.8 | -8.7 |
| 濕度 | -3.2 | 2.7 | 0.7 |
| 西風 | 21.2 | -7.1 | -3.7 |
| 南風 | -5.7 | 3.0 | 2.6 |
? 模型所得截距為119 μg/m3嘱蛋。
（3）總結
? 綜上所述蚯姆， 在剔除了氣象因子的影響后，衡水市2018年7月的大氣環(huán)境容量超載負荷為119 μg/m3洒敏。
20. 2018年8月
（1）污染事件描述和背景氣象條件
? 2018年8月衡水市首要污染物是PM2.5和O3復合污染龄恋。如下圖：
? 從溫度廓線可以看出，8月份衡水市并無發(fā)生逆溫現(xiàn)象凶伙。
? 從風濕圖可以看出郭毕，8月份衡水市發(fā)生了多次風速較小的靜穩(wěn)天氣。
（2） 污染成因分析
? 利用多元回歸模型函荣，預測PM2.5濃度显押，結果驗證如下圖所示∩倒遥可以看出乘碑，我們的模擬值和觀測值對比較好，趨勢一致金拒，誤差也較小兽肤，這說明模型是可信的。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | -1.7 | 2.3 | 1.3 |
| 濕度 | -1.2 | 1.0 | -0.3 |
| 西風 | 1.9 | 2.0 | -1.6 |
| 南風 | 3.9 | -3.2 | 2.6 |
? 模型所得截距為44 μg/m3绪抛。
（3）總結
? 綜上所述资铡， 在剔除了氣象因子的影響后，衡水市2018年8月的大氣環(huán)境容量超載負荷為44 μg/m3幢码。
21. 2018年9月
（1）污染事件描述和背景氣象條件
? 2018年9月衡水市首要污染物是PM2.5和O3復合污染笤休。如下圖：
? 從溫度廓線可以看出，9月份衡水市逆溫現(xiàn)象發(fā)生在9月22日蛤育。
? 從風濕圖可以看出宛官，9月份衡水市靜穩(wěn)天氣出現(xiàn)在9月16日至9月20日。
（2） 污染成因分析
? 利用多元回歸模型瓦糕，預測PM2.5濃度底洗，結果驗證如下圖所示」韭Γ可以看出亥揖，我們的模擬值和觀測值對比較好，趨勢一致圣勒，誤差也較小费变，這說明模型是可信的。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | 1.5 | 2.2 | -4.7 |
| 濕度 | 0.7 | 0.3 | -0.2 |
| 西風 | 3.5 | -4.3 | 3.6 |
| 南風 | 1.2 | -0.6 | 1.0 |
? 模型所得截距為-24 μg/m3圣贸。
（3）總結
? 綜上所述， 在剔除了氣象因子的影響后，衡水市2018年9月的大氣環(huán)境容量超載負荷為-24 μg/m3物延。亦即并未超載捞魁。
22. 2018年10月
（1）污染事件描述和背景氣象條件
? 2018年10月衡水市首要污染物是PM2.5和O3復合污染。如下圖：
? 從溫度廓線可以看出用含，衡水市發(fā)生逆溫的時間是在10月14日矮慕、10月21日至10月24日。
? 從風濕圖可以看出啄骇，衡水市發(fā)生靜穩(wěn)天氣的時間是在10月17日至10月19日痴鳄、10月30日-10元31日。
（2） 污染成因分析
? 利用多元回歸模型缸夹，預測PM2.5濃度痪寻，結果驗證如下圖所示∶魑矗可以看出槽华，我們的模擬值和觀測值對比較好，趨勢一致趟妥，誤差也較小猫态，這說明模型是可信的。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | -1.5 | 3.6 | -2.7 |
| 濕度 | 0.8 | 0.0 | 0.1 |
| 西風 | 0.9 | 1.5 | -0.5 |
| 南風 | -5.1 | 2.6 | 3.2 |
? 模型所得截距為5 μg/m3披摄。
（3）總結
? 綜上所述亲雪， 在剔除了氣象因子的影響后，衡水市2018年10月的大氣環(huán)境容量超載負荷為5 μg/m3疚膊。
23. 2018年11月
（1）污染事件描述和背景氣象條件
? 2018年11月衡水市首要污染物是PM2.5义辕。如下圖：
? 從溫度廓線可以看出，11月份發(fā)生了多次逆溫現(xiàn)象寓盗，逆溫層的高度主要是200-600米灌砖。
? 從風濕圖可以看出璧函，11月份衡水市出現(xiàn)靜穩(wěn)天氣的時間基本上和逆溫層一致。
（2） 污染成因分析
? 利用多元回歸模型基显，預測PM2.5濃度蘸吓，結果驗證如下圖所示×糜模可以看出库继，我們的模擬值和觀測值對比較好，趨勢一致窜醉，誤差也較小宪萄，這說明模型是可信的。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | -18.9 | 26.9 | -10.9 |
| 濕度 | -3.2 | 4.6 | -1.9 |
| 西風 | -15.6 | 12.5 | 1.5 |
| 南風 | 1.4 | 1.8 | -1.1 |
? 模型所得截距為60 μg/m3榨惰。
（3）總結
? 綜上所述拜英， 在剔除了氣象因子的影響后，衡水市2018年11月的大氣環(huán)境容量超載負荷為60 μg/m3琅催。
24. 2018年12月
（1）污染事件描述和背景氣象條件
? 2018年12月衡水市首要污染物是PM2.5聊记，如下圖：
? 從溫度廓線可以看出，衡水市逆溫現(xiàn)象發(fā)生在12月18日恢暖。
? 從風濕圖可以看出排监，衡水市靜穩(wěn)天氣主要發(fā)生在12月28日至12月31日。
（2） 污染成因分析
? 利用多元回歸模型杰捂，預測PM2.5濃度舆床，結果驗證如下圖所示〖藜眩可以看出挨队，我們的模擬值和觀測值對比較好，趨勢一致蒿往，誤差也較小盛垦，這說明模型是可信的。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | 0.1 | -4.6 | 7.1 |
| 濕度 | 1.9 | -0.6 | -0.2 |
| 西風 | 6.7 | -5.7 | 1.5 |
| 南風 | 3.5 | -1.1 | -5.2 |
? 模型所得截距為85 μg/m3瓤漏。
（3）總結
? 綜上所述腾夯， 在剔除了氣象因子的影響后，衡水市2018年12月的大氣環(huán)境容量超載負荷為85 μg/m3蔬充。
25. 2019年1月
? 2019年1月衡水市首要污染物是PM2.5蝶俱。如下圖：
? 從溫度廓線可以看出，1月份衡水市發(fā)生了多次逆溫現(xiàn)象饥漫。主要是在200-600米高度榨呆。
? 從風濕圖可以看出，1月份衡水市出現(xiàn)靜穩(wěn)天氣的時間基本上和逆溫層一致庸队。
（2） 污染成因分析
? 利用多元回歸模型积蜻，預測PM2.5濃度闯割，結果驗證如下圖所示「筒穑可以看出纽谒，我們的模擬值和觀測值對比較好，趨勢一致如输，誤差也較小，這說明模型是可信的央勒。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | 5. 0 | -8.3 | 10.9 |
| 濕度 | -3.0 | 9.6 | -2.2 |
| 西風 | 6.1 | -5.1 | 8.3 |
| 南風 | -8.7 | 5.2 | 0.9 |
? 模型所得截距為23 μg/m3不见。
（3）總結
? 綜上所述， 在剔除了氣象因子的影響后崔步，衡水市2019年1月的大氣環(huán)境容量超載負荷為23 μg/m3稳吮。
26. 2019年2月
（1）污染事件描述和背景氣象條件
? 2019年2月衡水市首要污染物是PM2.5。如下圖：
? 從溫度廓線可以看出井濒，衡水市逆溫現(xiàn)象發(fā)生的時間是在2月3日至2月4日灶似。
? 從風濕圖可以看出，2月份衡水市出現(xiàn)靜穩(wěn)天氣的時間是在2月20日至2月23日瑞你。
（2） 污染成因分析
? 利用多元回歸模型酪惭，預測PM2.5濃度，結果驗證如下圖所示者甲〈焊校可以看出，我們的模擬值和觀測值對比較好虏缸，趨勢一致鲫懒，誤差也較小，這說明模型是可信的刽辙。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | -9. 0 | 26.4 | -8.7 |
| 濕度 | -3.2 | 5.4 | -2.9 |
| 西風 | -12.4 | -3.6 | 10.3 |
| 南風 | 34.7 | -30.0 | 9.2 |
? 模型所得截距為108 μg/m3窥岩。
（3）總結
? 綜上所述， 在剔除了氣象因子的影響后宰缤，衡水市2019年2月的大氣環(huán)境容量超載負荷為108 μg/m3颂翼。
27. 2019年3月
（1）污染事件描述和背景氣象條件
? 2019年3月衡水市首要污染物是PM2.5和O3復合污染。如下圖：
? 從溫度廓線可以看出慨灭，衡水市逆溫現(xiàn)象發(fā)生的時間是在3月15日至3月20日疚鲤、3月25日至3月27日。
? 從風濕圖可以看出缘挑，3月份衡水市出現(xiàn)靜穩(wěn)天氣的時間基本上和逆溫層一致集歇。
（2） 污染成因分析
? 利用多元回歸模型，預測PM2.5濃度语淘，結果驗證如下圖所示诲宇〖始撸可以看出，我們的模擬值和觀測值對比較好姑蓝，趨勢一致鹅心，誤差也較小，這說明模型是可信的纺荧。
? 模型解析出的各氣象因子的系數(shù)如下：
| 氣象因子 | 地面 | 500米高度 | 1500米高度 |
|---|---|---|---|
| 溫度 | -5.6 | 11.7 | -8.3 |
| 濕度 | -0.0 | 0.8 | 0.3 |
| 西風 | 4.4 | -2.6 | -2.0 |
| 南風 | -11.2 | 12.0 | -2.5 |
? 模型所得截距為-32 μg/m3旭愧。
（3）總結
? 綜上所述， 在剔除了氣象因子的影響后宙暇，衡水市2019年3月的大氣環(huán)境容量超載負荷為-32 μg/m3输枯。亦即并未超載。
尾聲
“路漫漫其修遠兮占贫，吾將上下而求索”桃熄。衡水市大氣環(huán)境容量超載負荷最然在減少，但是冬季仍然較大型奥，自然的氣象條件無法徹底消除污染物瞳收。管中窺豹，衡水市乃至整個中國北方的清潔空氣的道路注定是不平坦的厢汹，但是我們應該盡量讓這條道路變得沒有那么曲折和反復螟深。科學家團隊烫葬、環(huán)保企業(yè)血崭、政府、環(huán)保部門厘灼、執(zhí)法部門以及重污染企業(yè)夹纫，應該聯(lián)合起來，一步一個坑设凹，精準治理舰讹，腳踏實地的為環(huán)境與人體健康出一份微薄之力。
