基于AHP法的石河子發電廠周邊空氣質量評價

張天毅，寧 川，王 健，苗世霞

(1.國網蘭州供電公司，甘肅 蘭州 730070；2.石河子大學 機械電氣工程學院，新疆 石河子 832003;3.石河子大學 兵團空間信息工程技術研究中心，新疆 石河子 832003)

1 引言

近年來我國經濟社會飛速發展，不斷加快的工業化、城市化進程導致城市、農村大氣環境污染問題日益突出[1]。以石河子為例，近些年秋冬季節大氣環境污染問題突出，尤其是以PM2.5為主要污染物造成的霧霾問題，影響面積大、波及范圍廣、持續時間長，對當地大氣環境質量造成了較為嚴重的后果。

環境評價可以揭示環境質量狀況及其變化趨勢，分析出污染治理的重點對象，為環境規劃和環境綜合治理方案提供依據[2]。空氣質量評價體系具有單一指標不相容性，是一個多項指標共同參與決策的過程[3]，因此，迫切需要建立一個科學、綜合且簡便易行的綜合評價方法對環境質量進行描述。針對環境質量等級評價方法，主要有層次分析法[4]、模糊綜合評價法[5]、灰色關聯分析法[6]、屬性識別分析法[7]、T. L. Saaty提出的層次分析法[8]等。

層次分析方法在環境質量評價方面已經得到了廣泛應用，并取得了理想效果。本文以石河子市陽光雙語學院與石河子南開發區農田為實驗區域，結合環境數據采集設備采集到二氧化碳、一氧化碳、PM2.5濃度數據，選擇使用基于模糊原理的AHP法對實驗區域進行空氣質量評價模型的構建，并將實驗結果與其他方法對比，取得了較為理想的結果，為今后在空氣質量評價方法的應用研究提供一定的借鑒意義。

2 數據處理方法

2.1 數據預處理方法

2.1.1 格拉布斯準則

平臺在采集觀測數據時往往存在一些大誤差數據，影響整個實驗結果分析的正確性，為此，可以采用格拉布斯準則[9]剔除此類數據。粗大誤差數據剔除后繼續利用準則判斷，直至滿足準則。樣本數據中是否存在大誤差數據，可由下式完成判斷：

|Si|=|Xi-Xav|>G(n,Pa)·δ標準

(1)

在式(1)中，δ標準：樣本數據標準差；G(n，Pa)：格拉布斯常數；Pa：置信度，文中取0.95。

2.1.2 相關系數

若有a、b兩組數據，其平均值為分別為a1、b1。定義皮爾遜積矩相關系數[10]R為樣本數據協方差和標準差之間的比值，如下式(2)：

(2)

R的值與1越接近，相關性越好，擬合結果越準確。

2.2 AHP法理論

基于層次分析與模糊學相結合的AHP法[11]在空氣質量模型構建中效果較好，其具體算法流程如下：

2.2.1 因子集的選取

評價因子集的建立通過選擇二氧化碳、一氧化碳、PM2.5，如下式所示：

X={x1(CO2),x2(CO),x3(PM2.5)}

(3)

空氣質量標準數據以官網為準。

2.2.2 評價指標集建立

按5個分級基準將空氣質量劃分為清潔、無污染、輕度污染、中度污染、重度污染，分別用y1、y2、y3、y4、y5表示，每個選定的評價因子yi對應一個標準數據，假定標準數據為si。構建環境質量評價級Y與si關系有：

圖1 AHP算法流程

(4)

2.2.3 構造隸屬函數

選擇隸屬函數，確定隸屬關系uij(參考文獻[11])。

2.2.4 確定模糊矩陣

根據隸屬函數，可得模糊矩陣如下式(5)：

(5)

2.2.5 各因子權重計算

因子權重計算過程如下：

(1)判別矩陣Q建立。假定系數集A為：

A={A1,A2,A3,A4}

(6)

Ai表示第i中某因子觀測值比官網標準值，判別陣與A有以下關系式(7)。

(7)

(2)權重計算。計算A各行元素乘積：

(8)

計算Fi的n次方根：

(9)

歸一化向量：

(10)

計算矩陣最大特征根：

(11)

(3)檢驗一致性。對A采用CR判斷其一致性，根據因子數，RI取值為0.5258。

2.2.6 模糊向量計算

評判向量X與F之間有以下關系：

X=F°M

(12)

2.2.7 結果分析

模糊評價向量X={x1，x2，x3，x4，x5}，取xm為x1，x2，x3，x4，x5中最大值，xm>0.5時，xm即為對應等級；xm≤0.5時，按下式計算。

(13)

3 實驗方案與數據預處理

3.1 實驗方案

采集實驗總共選擇了兩個采集區域，分。第一個是石河子市陽光雙語學校，第二個是石河子南開發區熱電廠。數據采集過程以30s為一個周期，采集十組數據取其平均值作為樣本數據，并選取同時段的官網數據作為對照[12]。數據采集區域如下圖2a、圖2b所示。

圖2a 陽光雙語學校

圖2b 南區熱電廠

3.2 實驗數據預處理

3.2.1MG811電勢差與濃度函數關系

查閱文獻[12]可得，MG811型傳感器的靈敏度特性曲線可分為兩個區間，數據值如下表1所示。

表1 區間擬合參數

選取指數函數關系對上表數據進行曲線擬合，結果如圖3。

由上圖結果可得:濃度與電勢差之間的函數關系滿足下式(14)、(15)：

區間1：

(14)

區間2：

(15)

根據上式關系求得區間1、2上的決定系數分別為R1=0.996、R2=0.997，標準差分別為RMSE1=3.699、標準差RMSE2=0.771，滿足擬合條件，因此可根據式(14)、(15)函數關系將電勢差轉換為濃度值(注：二氧化碳標準數據單位為%，本文中單位為ppm，因此需要轉換單位)。轉換關系如下式(17)：

|Si|=|Xi-Xav|>G(n,Pa)·δs

(16)

C=P/10000

(17)

3.2.2DSM501低脈沖率與粒子數函數關系

采集到的樣本數據不可避免會存在粗大誤差值，因此要對其進行剔除。剔除粗差后得到的樣本數據如下表2。

a 區間1擬合結果

b 區間2擬合結果圖3 MG811電勢差與濃度關系

通過最小二乘法對上表數據中的低脈沖率和標準濃度值進行擬合，得到如下圖4所示曲線。

由上圖可得，低脈沖率和標準濃度數據之間存在一元線性關系。為保證擬合關系的正確性，利用式(2)關系計算相關系數R，結果見下表3。

表2 樣本數據

圖4 DSM501A低脈沖率和標準濃度值擬合表3 相關系數計算結果

對象SD觀測值(單位:“1”)SD標準值(單位:μg/m3)協方差(單位:μg/m3)RPM2.52.165239.096510.450.986

根據表(3)結果，相關系數R=0.986，比較接近1，說明兩組數據相關性較好，且滿足一次線性函數關系，由此得如下式(18)：

y=0.0089×x+0.059

(18)

3.2.3MQ-7電勢差與濃度函數關系

將MQ-7氣體傳感器采集的多組實驗數據剔除粗大誤差，得到表4所示數據。

通過最小二乘法對上表數據中的電勢差和標準濃度擬合，得到如下圖5所示曲線。

根據圖5所示結果，得到函數關系如下式(19)：

y=0.00008×x2-0.172×x+1.333

(19)

根據擬合結果得到方差0.129，決定系數0.976，標準差0.078，能準確地反映測量值與官網標準值之間的函數關系。

4 AHP環境質量等級評價模型評價

4.1 環境等級評價模型驗證

空氣質量等級評價模型的準確性需要進行驗證。本文隨機選取了樣本組數據中的3號樣本數據最模型可靠性進行驗證，驗證結果如下表所示。

表4 樣本數據與官網數據對照

表5 示例數據

根據公式(6)—(11)計算可得：評價向量X=[0.340.66 0 0 0]T，權重E=[0.52 0.12 0.36]T。參考最大隸屬度原則，取xm=0.66，則空氣質量等級為無污染，結果可靠。

圖5 MQ-7電勢差和標準濃度值擬合曲線

4.2 AHP評價模型驗證結果分析

繪制實驗采集的30組數據評價結果統計圖，如下所示。

圖6 樣本數據評價結果統計

針對采集的30組實驗數據，分別將用AHP評價法建立的環境等級評價結果和官網公布的空氣污染等級進行對比驗證。根據單因子設制原則，本文將清潔、無污染等級視為合格，用“0”表示；輕度污染、中度污染、重度污染視為不合格，用“1”表示[12]。根據上圖分析，在30組樣本數據中，有28組數據的結果與官網公布空氣質量等級一致，只有“11”、“23”號不一致，準確率達到93.33%，由此證明了該方法可用性和準確性。

5 結語

本文針對采集到的石河子市及發電廠周邊二氧化碳濃度、一氧化碳濃度、PM2.5濃度值數據，采用了AHP法建立了空氣質量評級模型，對試驗區域的空氣質量等級進行了評價，并與單因子分析法對比驗證其可靠性，效果較為理想，具有一定參考意義。但針對本文的研究方案在環境等級評價方面仍具有局限性：①實驗過程只采集了二氧化碳、一氧化碳、PM2.5這三種污染物作為評價因子，評價因子種類較少，不具備多樣性；②實驗驗證只是與單因子評價法進行了對比，并沒有與AQI指數實現對比驗證；③鑒于AHP法在評價過程中確立的指標體系需要有專家系統支持，給出的指標是否合理決定了評價模型的準確性。

針對以上不足，今后仍需在評價因子選取多樣性、多重評價模型驗證對比、AHP法指標體系的優化算法設計等方向繼續研究。