空氣質量數據探索性分析

陳本衛 劉霞

摘 要：空氣質量是影響人類生存的一項重要指標，本文將對國家檢測控制站點（國控點）與自主研發的微型空氣質量檢測儀的數據（自建點數據）進行探索性分析。首先對自建點進行數據分析，計算出自建點污染物和天氣因素每小時數據的算術平均值。然后根據環境空氣質量指數（AQI）技術規定，計算出自建點和國控點的AQI，將空氣質量進行等級分析，發現差異：國控點空氣質量優的時間比自建點多482個小時。計算自建點與國控點的數據的偏差值（自建數據-國控數據），求出偏差值的平均數、中位數、標準差、眾數、極大極小值和極差，最后計算出自建點數據的平均相對誤差。結果表明自建點數據與國控點存在顯著性差異。

關鍵詞：探索性分析;自建點數據;國建點數據;空氣質量指數

1.引言

空氣污染影響著人們的生活，并對生態環境造成巨大影響。在2019年全國大學生數學建模競賽D題中探討的“兩塵四氣”，PM2.5和O3污染加重導致全國各地產生霧霾，SO在大氣氧化形成有毒物質，也是造成酸雨的重要原因。為了對空氣污染進行防治，國家利用檢測控制站點對大氣污染物進行監控。由于國家控制站點的布控較少，并且投入較高，為達到對大氣污染物全面監控，研發了微型空氣質量檢測儀，不僅投入較少，同時使用實時網格化監控。

由于所使用的電化學氣體傳感器[1]在長時間使用后會產生一定的零點漂移和量程漂移，非常規氣態污染物（氣）濃度變化對傳感器存在交叉干擾，以及天氣因素對傳感器的影響，在國控點近鄰所布控的自建點上，同一時間微型空氣質量檢測儀所采集的數據與該國控點的數據值存在一定的差異，因此，需要利用國控點每小時的數據對國控點近鄰的自建點數據進行校準。

2.引入空氣質量指數（AQI），將空氣質量進行等級分析

通過初步分析，首先要讓國控點與自建點數據一一對應。為此篩除了59個數據缺失的異常點，將自建點的一個小時內時間段中各污染物濃度的平均值對應于國控點的整點時刻污染物濃度。然后引入空氣質量指數（AQI），將空氣質量進行等級分析[2]。

空氣質量指數（AQI）是定量描述空氣質量狀況的無量綱指數。根據空氣質量指數及對應的污染物項目濃度限值，利用MATLAB可以計算出國控點與自建點每時刻對應空質量指數。依據空氣質量分指數及對應的污染物項目濃度限值表[3]計算“兩塵四氣”空氣質量分指數IAQI，再由此計算出空氣質量指數AQI。

空氣質量分指數計算方法[3]：

空氣質量指數計算方法：

根據上述計算方法，設污染物濃度為自變量x，空氣質量指數為因變量y，針對六種污染物列出對應的分段函數（從左到右依次為PM2.5，PM10，CO，NO2，SO2，O3），如下所示：

根據環境空氣質量指數（AQI）技術規定，利用MATLAB[4]計算出自建點和國控點的AQI，由此進行等級分析（優、良、輕度污染、中度污染、重度污染、嚴重污染）。分別對國控點與自建點中各個等級進行篩選，并計算出各個等級分別在自建點與國控點中所占比例（見表1）。

對表1數據進行分析發現國控點與自建點各個空氣質量指數類別都具有較大的差異性。兩者之間污染物濃度存在差異，導致空氣質量指數類別所占比不同。自建點的輕度污染、中度污染、重度污染和嚴重污染小時數都比國控點多，國控點的優和良的小時數都比自建點多。

3.對自建點數據與國控點數據進行探索性數據分析

為對數據進行更深入分析，選取一個月為時間段，計算國控點與自建點在這一個月內各個污染物濃度偏差值的基本統計量（平均數、中位數、眾數、標準差、極大極小值、極差），進行探索性數據分析[5][6][7]，進一步證明國控點與自建點數據之間的誤差比較顯著，見表2。

在之前的數據分析中發現二者存在差異，為直觀體現其差異性，利用MATLAB計算所有自建點與國控點數據的相對偏差值，最后計算出平均相對誤差（MRE），見表3。

由此可以看出PM2.5、PM10、CO、SO2的平均相對誤差（MRE）較小，但NO2與O2平均相對誤差很大，說明NO2與O3數據差異最大。

4.結束語

空氣污染對生態環境和人類健康危害巨大，通過對“兩塵四氣”（PM2.5、PM10、CO、NO2、SO2、O3）濃度的實時監測可以及時掌握空氣質量，對污染源采取相應措施。本文分別從自建點與國控點空氣質量指數的巨大差異和探索性數據分析，發現自建點的數據偏差比較大。因此，需要利用國控點數據對國控點近鄰的自建點數據進行校準。

參考文獻

[1]2019年全國大學生數學建模競賽D題數據;

[2]全國城市空氣質量實時發布平臺，http：//106.37.208.233：20035/

[3]環境空氣質量指數（AQI）技術規定（試行）[J].中國環境管理干部學院學報，2012;

[4]趙靜，但琦.數學建模和數學實驗[M].北京：高等教育出版社，2000.05（250-254）

[5]雷寶.基于大數據的探索性空氣質量數據分析[J].電子世界，2017;

[6]孫麗君. 探索性數據分析方法及應用[D].東北財經大學，2005.

[7]姜澒月，閆亞琛，李海蓉.中國2013年城市大氣污染現狀及探索性空間數據分析[J].安全與環境學報，2016;