銀川市大氣污染狀況的調查與評估

丁肖陽 向斌

摘 要：文章利用R語言分析了銀川市2014-2017年的氣象數據，圍繞PM2.5、PM10、一氧化碳、二氧化氮、二氧化硫、臭氧、等主要空氣指標進行數據分析和擬合，發現銀川市大氣污染的主要直接影響因素，進而對銀川市的大氣污染治理提出科學、合理的建議與措施，來使銀川市的大氣污染程度得到有效的遏制，并為其他省市的大氣污染治理行動提供有效的參考。

關鍵詞：應用回歸分析;大氣污染;銀川市

大氣污染對人類以及其生存環境所造成的危害已經被世人所熟知，尤其是近幾年霧霾天氣越來越多，沙塵暴天氣越來越頻繁。隨著銀川市經濟的快速發展，大氣污染日益嚴重，威脅著人民的生命安全。這引起了社會各界的關注。2016年，銀川市人民政府開展了“藍天碧水·綠色城鄉”專項行動方案;2017年11月，銀川市又向社會發布《關于整治市區燃煤污染的通告》，劃定了銀川市高污染燃料禁燃區。因而，對銀川市的大氣污染情況做一次合理的調查評估是很有必要的。

一、研究方法

據此，本團隊通過對銀川近幾年的空氣污染物濃度進行分析，利用統計學、氣象學知識對污染情況作出合理的推斷。進而對銀川市的大氣污染治理提出科學、合理的建議與措施，來使銀川市的大氣污染程度得到有效的遏制，并為其他省市的大氣污染治理行動提供有效的參考。

二、R語言分析

針對銀川市環境空氣質量污染特征，我們將銀川市的PM2.5濃度作為因變量，將平均氣溫，降水量，平均風速，相對濕度，PM10、二氧化硫、一氧化碳、二氧化氮的濃度作為解釋變量即自變量，來探究因變量與自變量之間的關系。

我們數據選取自銀川市統計局網站發布的銀川統計年鑒2014—2017四年的氣象數據。首先通過R軟件對數據進行散點圖分析，得到PM2.5與其他變量大致均成線性關系;然后對變量建立相關系數矩陣，發現PM2.5與平均氣溫、PM10 、二氧化硫、一氧化碳、二氧化氮、臭氧之間線性相關;然后初步建立起PM2.5與各個研究因素的線性關系模型，得到回歸方程;之后進行擬合優度檢驗、F檢驗、T檢驗，目的是剔除影響較小的變量;接下來進行多重共線性的診斷、異方差檢驗、自相關性檢驗、自相關問題的處理;最后進行殘差分析得到最終的回歸模型。

若滿足正態假設，則圖上的點大致落在呈45度角的直線上，上圖說明擬合模型效果較好，滿足正態假設。

由我們獲得的模型可知，平均風速、平均相對濕度、PM10的濃度、二氧化硫的濃度、一氧化碳的濃度、二氧化氮的濃度對 PM2.5的濃度呈正影響。

在其他條件不變的情況下，平均風速每增加1m/s，PM2.5的濃度就增加7.2404μg/m3;平均相對濕度每增加1%，PM2.5的濃度就增加0.5704μg/m3;PM10每增加1μg/m3，PM2.5的濃度就增加0.2705μg/m3;二氧化硫每增加1μg/m3，PM2.5的濃度就增加0.1683μg/m3;一氧化碳的濃度每增加1ppm，PM2.5的濃度就增加0.2579μg/m3;二氧化氮濃度每增加1ppm，PM2.5就會增加0.5410μg/m3。說明最終得到的線性回歸模型在理論上符合實際。

三、結語

平均風速、平均相對濕度、一氧化碳的濃度、二氧化硫的濃度、PM10的濃度對PM2.5的影響依次遞減。PM2.5又是衡量空氣污染程度最重要的指數。因此這五個指標以及PM2.5指標將會是衡量銀川空氣污染最重要的指標。

在實際運用中，影響PM2.5的濃度有許多因素，文章只是分析了幾個典型的因素，如平均氣溫，降水量，平均風速，相對濕度，PM10、二氧化硫、一氧化碳、二氧化氮的濃度等，通過線性模型也可以較為準確的判斷今后銀川市大氣污染的情況。在現實生活中，所得預測結果不可能與生活完全一致，但是對改善銀川市大氣污染狀況有很大的意義。

參考文獻

[1] 孫銀川.銀川市空氣污染特征分析及其預報方法的研究[D].南京信息工程大學，2007.

[2] 金鑫. 銀川市2001-2009年間大氣環境及植被變化研究[D].南京信息工程大學，2012.

[3] 孫銀川. 銀川市空氣污染特征分析及其預報方法的研究[D].南京信息工程大學，2007.

[4] 鐘艷霞.銀川市大氣環境污染特征分析[J].寧夏大學學報（自然科學版），2003（03）：290-292.

[5] 陳建平.銀川市大氣顆粒物中有害成分的污染狀況及其分布規律[J].寧夏大學學報（自然科學版），1994（02）：59-66.

基金項目：文章為寧夏回族自治區大學生創新創業項目的研究成果，項目編號：2018-QJ-023。

作者簡介：丁肖陽（1998- ），男，北方民族大學，2016級本科生;向斌（1997- ），男，北方民族大學，2016級本科生。