2016年佛山市五區(qū)大氣污染物濃度變化及相關(guān)性分析

曹琳娜

（南海區(qū)環(huán)境保護(hù)監(jiān)測(cè)站，廣東 佛山 528200）

2016年佛山市五區(qū)大氣污染物濃度變化及相關(guān)性分析

曹琳娜

（南海區(qū)環(huán)境保護(hù)監(jiān)測(cè)站，廣東 佛山 528200）

佛山市是制造業(yè)名城，工業(yè)總產(chǎn)值在全國(guó)大中城市中排名前列。但是，隨著經(jīng)濟(jì)的快速發(fā)展，傳統(tǒng)產(chǎn)業(yè)結(jié)構(gòu)的劣勢(shì)日漸顯現(xiàn)，佛山市空氣質(zhì)量屢次全省排名靠后。本文使用線性回歸方程統(tǒng)計(jì)函數(shù)模型，對(duì)2016年佛山市五個(gè)市轄區(qū)主要?dú)鈶B(tài)污染物O3、NO2、PM2.5的濃度變化趨勢(shì)及相關(guān)程度進(jìn)行對(duì)比分析。結(jié)果發(fā)現(xiàn)，絕大部分區(qū)域污染物相關(guān)系數(shù)均呈現(xiàn)高度正相關(guān)，因此協(xié)同控制大氣污染可成為改善城市空氣環(huán)境的有效手段。

佛山市五區(qū)；大氣污染物；相關(guān)性分析

佛山市地處廣東省中部，屬亞熱帶季風(fēng)性氣候，經(jīng)濟(jì)總量位于廣州、深圳之后，是以電器機(jī)械、金屬材料加工、陶瓷建材等行業(yè)為主的制造業(yè)名城。然而隨著經(jīng)濟(jì)的快速發(fā)展，傳統(tǒng)產(chǎn)業(yè)工藝結(jié)構(gòu)的劣勢(shì)日漸明顯，佛山市空氣質(zhì)量不容樂(lè)觀，屢次在全省排名中靠后。

本文以佛山市主要?dú)鈶B(tài)污染物O3、NO2、PM2.5為研究對(duì)象，對(duì)現(xiàn)轄五個(gè)市轄區(qū)：禪城區(qū)、順德區(qū)、南海區(qū)、三水區(qū)、高明區(qū)2016年各氣態(tài)污染物濃度變化趨勢(shì)及相關(guān)程度進(jìn)行對(duì)比分析，以期為改善城市空氣環(huán)境提供支持。

1 污染物相關(guān)性統(tǒng)計(jì)函數(shù)模型的選擇

本文采用線性回歸方程統(tǒng)計(jì)函數(shù)模型，分析佛山市各區(qū)之間的各污染物濃度相關(guān)性[1-3]。具體的模型計(jì)算方式如下：

式中：r為污染物濃度相關(guān)系數(shù)；xi、yi分別為污染物濃度；x—、y—分別為污染物平均濃度。相關(guān)系數(shù)及相關(guān)特性如表1所示。

表1 系數(shù)相關(guān)特性

2 五區(qū)間主要污染物變化規(guī)律及相關(guān)性分析

2.1 O3月均濃度變化規(guī)律及相關(guān)性分析

2.1.1 O3月均濃度變化規(guī)律分析

從佛山市各區(qū)2016年O3月均濃度變化曲線（見圖1）可知：部分月份五個(gè)區(qū)O3的濃度變化趨勢(shì)表現(xiàn)出明顯的一致性，即1-3月逐漸升高，4-6月呈現(xiàn)下降、上升、下降趨勢(shì)，7-9月又逐漸升高，10-12月逐漸下降。其中五個(gè)區(qū)1-5月O3濃度變化趨勢(shì)具很強(qiáng)的一致性，6-12月O3濃度開始出現(xiàn)差距，上升或下降的幅度各有不同[4]。

2.1.2 五區(qū)間O3月均濃度相關(guān)性分析

表2 五區(qū)2016年O3月均濃度相關(guān)性分析

從表2可以看出：2016年南海區(qū)與禪城區(qū)、三水區(qū)的O3月均濃度相關(guān)系數(shù)高達(dá)0.944 1，南海區(qū)與順德區(qū)、高明區(qū)的O3月均濃度相關(guān)系數(shù)也分別達(dá)到0.894 3和0.779 1；其中南海區(qū)與禪城區(qū)、三水區(qū)接壤的面積最大，而南海區(qū)與順德區(qū)、高明區(qū)次之，說(shuō)明五個(gè)區(qū)O3月均濃度相關(guān)系數(shù)與區(qū)域間的重合程度及空間距離有密切關(guān)系，相鄰區(qū)域的O3月均濃度變化趨向一致性[5-6]。而禪城區(qū)與三水區(qū)、禪城區(qū)與高明區(qū)、順德區(qū)與高明區(qū)、順德區(qū)與三水區(qū)O3月均濃度相關(guān)系數(shù)分別高達(dá)0.958 5、0.909 5、0.865 6、0.914 1，同樣呈現(xiàn)高度相關(guān)性，說(shuō)明各個(gè)區(qū)域的O3月均濃度有很強(qiáng)的關(guān)聯(lián)性和協(xié)同性。

3.1 NO2月均濃度變化規(guī)律及相關(guān)性分析

3.1.1 NO2月均濃度變化規(guī)律分析

從佛山市各區(qū)2016年NO2月均濃度變化曲線（見圖2）可知：大部分月份五個(gè)區(qū)NO2的濃度變化趨勢(shì)表現(xiàn)出一定的一致性，即1-3月呈現(xiàn)先下降后上升趨勢(shì)（南海區(qū)除外，呈上升趨勢(shì)），4-7月又逐漸下降，8-12月逐漸上升。

3.1.2 五區(qū)間NO月均濃度相關(guān)性分析

表3 五區(qū)2016年NO2月均濃度相關(guān)性分析

從表3可以看出：2016年禪城區(qū)與順德區(qū)、禪城區(qū)與高明區(qū)、禪城區(qū)與三水區(qū)、順德區(qū)與高明區(qū)、順德區(qū)與三水區(qū)的NO2月均濃度相關(guān)系數(shù)分別高達(dá)0.951 2、0.878 4、0.875 2、0.947 0、0.738 0，呈現(xiàn)高度相關(guān)性，說(shuō)明這幾個(gè)區(qū)域的NO2月均濃度有很強(qiáng)的關(guān)聯(lián)性和協(xié)同性。而南海區(qū)與順德區(qū)、高明區(qū)的NO2月均濃度相關(guān)系數(shù)為0.482 2和0.324 5，相關(guān)程度較弱，NO2月均濃度沒(méi)有呈現(xiàn)明顯的區(qū)域和空間距離特性。

4.1 PM2.5月均濃度變化規(guī)律及相關(guān)性分析

4.1.1 PM2.5月均濃度變化規(guī)律分析

從佛山市各區(qū)2016年P(guān)M2.5月均濃度變化曲線（見圖3）可知：基本上所有月份五個(gè)區(qū)PM2.5的濃度變化趨勢(shì)表現(xiàn)出明顯的一致性，即1-3月逐漸升高（順德區(qū)除外，呈先下降后上升趨勢(shì)），4-6月逐漸下降，7-12月逐漸上升。其中除順德區(qū)、南海區(qū)、高明區(qū)在個(gè)別月份趨勢(shì)與其他區(qū)域稍有不同外，其余月份PM2.5濃度變化趨勢(shì)呈現(xiàn)出一致性。

4.1.2 五區(qū)間PM2.5月均濃度相關(guān)性分析

表4 五區(qū)2016年P(guān)M2.5月均濃度相關(guān)性分析

從表4可以看出：接壤的區(qū)域中，南海區(qū)與禪城區(qū)、南海區(qū)與高明區(qū)、南海區(qū)與三水區(qū)、高明區(qū)與三水區(qū)的PM2.5月均濃度相關(guān)系數(shù)分別高達(dá)0.992 5、0.971 1、0.961 9、0.973 1，南海區(qū)與順德區(qū)、禪城區(qū)與順德區(qū)的PM2.5月均濃度相關(guān)系數(shù)雖較低，分別為0.725 9和0.761 1，仍呈現(xiàn)較強(qiáng)的相關(guān)性，說(shuō)明五個(gè)區(qū)PM2.5月均濃度相關(guān)系數(shù)與區(qū)域間的重合程度及空間距離有密切關(guān)系。非接壤區(qū)域如順德區(qū)與三水區(qū)、順德區(qū)與高明區(qū)、禪城區(qū)與三水區(qū)、禪城區(qū)與高明區(qū)PM2.5月均濃度相關(guān)系數(shù)達(dá)到0.819 8、0.776 6、0.978 3、0.979 8，同樣呈現(xiàn)高度相關(guān)性，說(shuō)明各個(gè)區(qū)域的PM2.5月均濃度有很強(qiáng)的一致性。

5 結(jié)論

本文使用線性回歸方程統(tǒng)計(jì)函數(shù)模型對(duì)佛山市五區(qū)氣態(tài)污染物O3、NO2和PM2.5的相關(guān)性進(jìn)行分析，除個(gè)別外，絕大部分區(qū)域污染物相關(guān)系數(shù)均呈現(xiàn)高度正相關(guān)，說(shuō)明各個(gè)區(qū)域內(nèi)氣態(tài)污染物相互影響及傳輸，同時(shí)各個(gè)區(qū)域產(chǎn)生此氣態(tài)污染物的機(jī)制存在相同性，協(xié)同控制大氣污染可成為改善城市空氣環(huán)境的有效手段。

1 劉新峰，袁 惠，楊 軍，等.統(tǒng)計(jì)分析方法在大氣環(huán)境監(jiān)測(cè)數(shù)據(jù)符合性分析中的應(yīng)用探討[J].四川環(huán)境，2012，（2）：36-39.

2 鄭 煜，鄧 蘭.基于PLS1的哈爾濱市PM2.5與空氣污染物相關(guān)性分析[J].生態(tài)環(huán)境學(xué)報(bào)，2014，23（12）：1953-1957.

3 章熙鋒，宋 玲，唐家良，等.綿陽(yáng)市城區(qū)空氣PM10、PM2.5污染特征及相關(guān)性研究[J].環(huán)境工程，2016，34（4）：86-90.

4 王曉利，張 良，魏亞楠，等.城市間氣態(tài)污染物與細(xì)顆粒物的相關(guān)性分析[J].中國(guó)環(huán)境監(jiān)測(cè)，2016，32（1）：1-4.

5 黃曉虎，韓秀秀，李帥東，等.城市主要大氣污染物時(shí)空分布特征及其相關(guān)性[J].環(huán)境科學(xué)研究，2017，30（7）：1001-1011.

6 張培峰，謝超穎，白云飛.平原城市大氣污染物濃度變化及相關(guān)性分析[J].許昌學(xué)院學(xué)報(bào)，2016，35（5）：80-83.

Concentration Variation and Correlation Analysis of Air Pollutants in Five Districts of Foshan in 2016

Cao Linna
(Nanhai District Environmental Protection Monitoring Station,Foshan 528200,China)

Foshan City is a manufacturing city,the industrial output value in the country in the forefront of large and medium-sized cities.However,with the rapid economic development,the disadvantages of the traditional industrial structure are becoming increasingly apparent,and the air quality of Foshan City has repeatedly ranked the top in Guangdong Province.In this paper,linear regression equation statistical function model was used to compare and analyze the concentration trends of major gaseous pollutants O3,NO2and PM2.5 in five municipal districts of Foshan City in 2016.The results showed that the correlation coefficient of pollutants in most areas showed a highly positive correlation,so coordinated control of air pollution could be an effective means to improve urban air environment.

Foshan five districts; air pollutants; correlation analysis

X51

A

1008-9500(2017)11-0114-03

2017-10-23

曹琳娜（1989-），女，廣東梅州人，助理工程師，研究方向：環(huán)境保護(hù)。