鎮江市PM10濃度影響因素的灰色關聯分析

趙海榮，劉 楊

（江蘇省鎮江環境監測中心，江蘇 鎮江 212000）

0 引言

PM10（可吸入顆粒物）是空氣動力學直徑小于或等于10 μm 的顆粒物，已成為我國大中城市環境空氣中的主要污染物。PM10來源比較廣泛，與地理條件、氣象因素等自然因素以及經濟水平、能源結構、工業排放、城市建設工地揚塵、管理水平等社會因素有很大關系。目前，研究人員對PM10的濃度變化、來源解析及化學組分開展了深入的研究[1-3]，也有人對影響PM10濃度的相關因素進行研究分析，如PM10濃度與氣象條件[4-5]、城市經濟社會發展因素[6-8]、機動車排放[9-10]、城市綠地[11]等因素的相關性分析，但鮮有對PM10濃度與氣象、經濟、能源等多因素綜合性分析的研究報告。空氣中PM10濃度的影響因素及其相互作用原理非常復雜，系統中存在部分信息確知，部分信息不確定性，屬于典型的灰色系統。灰色關聯法可以將灰色系統因素之間發展趨勢的相似或相異程度進行量化，即進行灰色關聯度分析，進而找出系統內部規律。本研究通過建立PM10濃度影響多因素指標體系，采用灰色關聯法分析2009～2018年鎮江市PM10濃度與22 個指標因子、6 個指標層之間的關系，分析近10 a 鎮江市社會發展同環境間的關聯度大小，以期為鎮江市大氣污染防治提供參考。

1 材料與方法

1.1 PM10 影響指標體系的建立

鎮江市位于江蘇省西南部，地處長江三角洲頂端。鎮江市能源和產業結構總體偏重，煤炭消費總量居高不下，化工、電力、建材、造紙等高能耗、高排放企業占全市工業企業能源消耗總量的70%，城市經濟發展與環境保護矛盾較突出。尤其是近年來鎮江市城市改造、房地產建設工地作業帶來的揚塵污染及汽車尾氣排放對城市空氣PM10濃度貢獻較多。

利用鎮江市2009～2018年空氣PM10監測數據，選擇可能與PM10濃度相關的經濟發展、污染物排放情況、能源消耗、城市交通、城市建設和氣象條件6 個因素共22 個指標，采用灰色關聯法，分析PM10與各因素各指標之間的關系，為環境空氣治理提供決策基礎。其中，各指標數據來自《鎮江市統計年鑒》（2010～2019年），PM10數據來自鎮江市環境質量公報（2009～2018年）。鎮江市PM10濃度影響因素指標體系見表1，指標體系具體數值見表2。

表1 鎮江市PM10 濃度影響因素指標體系

表2 鎮江市PM10 濃度及影響因素指標數據

1.2 灰色關聯分析法

灰色關聯分析法的基本思想是根據各比較數列集構成的曲線族與參考數列構成的曲線之間的幾何相似程度來確定比較數列集與參考數列之間的關聯度，比較數列構成的曲線與參考數列構成的曲線的幾何形狀越相似，其關聯度越大。利用灰色關聯分析進行綜合評價。

（1）根據評價目的確定評價數列及參考數列

設x1,x2……xm為m 個評價因素，各因素組成的評價數列分別為｝,設定參考數列。

（2）采用向量歸一化法對數據進行標準化處理

文章采用均值化方法進行數據無量綱處理，處理后的數據序列為｝,設定參考數列為。

（3）計算每個評價數列與參考數列對應元素關聯系數

式中：ζij為第個評價數列與參考數列在j 時的關聯系數，關聯系數ζij是不超過1 的正數；η為分辨系數，其值在[0，1]之間，η 通常取0.5。

（4）計算關聯度

關聯度為各評價數列與參考數列的關聯系數的均值，記為P。

2 結果與討論

2.1 鎮江市PM10 濃度與各指標因子關聯度分析

通過對表（2）PM10濃度和各指標因子原始數據進行標準化運算，再把標準化數值代入公式（1）進行灰色關聯計算，求得關聯系數，見表3。

表3 鎮江市PM10 濃度和各指標因子灰色關聯系數

根據公式（2）對表3 中的各指標因子灰色關聯系數求平均值，即得到各指標因子與PM10濃度之間的關聯度，見表4。

表4 鎮江市PM10 濃度和各指標因子間的關聯度

由表4 可見，所選擇的22 個指標因子與PM10濃度的關聯度均大于0.3，說明均處于中、高度關聯，說明所選擇指標體系具有一定的科學性[12-13]。日照時數、城市化水平、第二產業占地區總產值比重、年降水日、第三產業占地區總產值比重、電力、工業廢氣排放量、能源合計、原煤、民用運輸駁船和民用車輛總數11 個指標因子與PM10濃度呈高度關聯（關聯度＞0.6），其他指標因子與PM10濃度呈中度關聯（0.3＜關聯度≤0.6）。影響鎮江市PM10濃度的前五位指標因子為：日照時數、城市化水平、第二產業占地區總產值比重、年降水日、第三產業占地區總產值比重。可見氣象因素是影響污染物傳輸的關鍵因素，日照時數與PM10濃度關聯度最高，兩者的變化趨勢一致，日照時數高再加上江南地區的高濕等其他氣象因素可能會造成空氣中PM10的累積；而降水可以降低空氣中顆粒物濃度，高降水量年份對應的年度PM10濃度較低。經濟發展因素是影響鎮江市空氣PM10濃度的重要因素，近年來鎮江市努力調整、優化全市產業結構，不斷提高第三產業在地區生產總值中的構成，相應降低第二產業地區生產總值構成，在鎮江市城市化水平逐年提升的情況下，PM10濃度總體呈下降趨勢。

2.2 鎮江市PM10 濃度與各指標層綜合關聯度分析

計算各指標層與PM10濃度的灰色關聯度，見表5。由表5 可知，2009～2018年10 a 間各指標層的綜合關聯度，6 個指標層與PM10濃度的綜合灰色關聯度順序為：氣象條件＞能源消耗＞經濟發展因素＞城市交通＞污染物排放情況＞城市建設。其中氣象條件和能源消耗與PM10濃度呈高度關聯，其他指標層呈中度關聯，可見PM10濃度影響因素指標層的選擇具有一定的科學性。2009～2018年這10 a中，鎮江市PM10濃度同當地的氣象條件關聯最為密切，尤其是日照時數和年降水日2 個指標因子，與PM10濃度關聯度排列在第1 和第4。火電是鎮江市的支柱產業，全市范圍有多家大型火力發電能源企業，煤炭消費總量居高不下，火電企業是全市工業廢氣、二氧化硫、氮氧化物、煙（粉）塵排放量的大戶，能源消耗指標層中原煤、電力、能源合計指標因子與PM10濃度均為高度關聯度。

表5 鎮江市PM10 濃度和各指標層間的關聯度

由表5 可知，各指標層對PM10濃度的關聯度大小隨年度有所變化：2009～2010年、2016～2018年氣象條件指標層與PM10濃度關聯度最大，表現在降雨量和日照時數與PM10濃度的高關聯度，2010年和2018年降雨量與PM10濃度的關聯度分別達到0.973 0，0.987 5，2016年和2017年的日照時數與PM10濃度的關聯度達到0.90 以上。2011，2012，2014年能源消耗指標層與PM10濃度關聯度最大，說明這3 a 能源消耗是影響PM10濃度的主要因素，鎮江市的火電產業決定了原煤、電力、能源合計這3 項指標因子對PM10濃度的影響具有一致趨同性。2013年污染源排放情況指標層與PM10濃度關聯度最大，廢氣排放量與PM10濃度關聯度達到0.896 1，說明2013年工業企業污染物排放對PM10濃度貢獻較大。2015年經濟發展因素指標層與PM10濃度關聯度最大，說明鎮江市第二、第三產業結構的不斷優化，對環境質量的改善起到了相當的作用，2015年PM10濃度較上年較低了13.8%。2009～2018年間，影響鎮江市PM10濃度的主要因素各年度有所不同，在一定程度上反映了當年社會發展同環境保護之間突出的問題。

3 結論

通過建立鎮江市PM10濃度影響指標體系，采用灰色關聯法，分析了2009～2018年鎮江市PM10濃度與各指標因子、指標層之間的關系。

（1）6 個指標層和22 個指標因子與PM10濃度均呈中、高度關聯，說明PM10濃度影響因素指標體系的選擇具有一定的科學性和代表性。

（2）與PM10濃度呈高度關聯的指標因子按關聯度由高到低排列為：日照時數、城市化水平、第二產業占地區總產值比重、年降水日、第三產業占地區總產值比重、電力、工業廢氣排放量、能源合計、原煤、民用運輸駁船和民用車輛總數，其他指標因子與PM10濃度呈中度關聯。

（3）6 個指標層與PM10濃度的綜合灰色關聯度順序為：氣象條件＞能源消耗＞經濟發展因素＞城市交通＞污染物排放情況＞城市建設，其中氣象條件和能源消耗指標層與PM10濃度呈高度關聯，其他指標層呈中度關聯。影響鎮江市PM10濃度的主要指標層各年度有所不同：2009～2010年、2016～2018年氣象條件的指標層與PM10濃度關聯度最大；2011，2012，2014年能源消耗指標層與PM10濃度關聯度最大；2013年污染源排放情況指標層與PM10濃度關聯度最大；2015年經濟發展因素指標層與PM10濃度關聯度最大。