太原市空氣質量評價分析

楊 虹,于傳文,馬旭騰

(1.忻州師范學院,山西 忻州 035400; 2.菏澤學院體育與健康學院, 山東 菏澤 274015; 3.忻州師范學院數學系,山西 忻州 035400)

0 引言

根據《環境空氣質量標準》(GB 3095-2012)及空氣質量指數(AQI),分析太原市空氣質量并進行綜合評價,利用SPSS 22.0和R語言軟件對空氣質量指數及6項污染物的相關性進行分析。采集時間為2013年12月—2022年2月,共99個月。數據來自真氣網站(https://www.zq12369.com/)。由于選取的數據對時間、單位等因素條件具有依賴性,為了降低其對數據的影響,使數據趨于穩定,在研究分析前對原始數據做了標準化處理。

1 空氣質量評價

采用主成分分析,得出污染物的KMO和Bartlett檢驗表,觀察數據是否適用于因子模型。

KMO檢驗主要用于研究變量間的偏相關系數,值越接近1,表明這些變量進行因子分析的效果越好,大于0.9效果最佳,0.7以上為可以接受,0.5以下不宜做因子分析。

由表1可知,太原市大氣質量數據的KMO值為0.817,大于0.7,給定顯著性水平α=0.05,P<α,說明變量間高度相關,數據適合做因子分析。

表1 KMO和Bartlett檢驗表Tab.1 Check list of KMO and Bartlett

從圖1可以看出,標準化后的PM2.5與PM10及SO2的相關性較大,CO與SO2的相關性較大。標準化后的NO2與SO2顯著性P=0.013,大于0.01,小于0.05,表示水平顯著相關。NO2與CO顯著性P=0.15,大于0.05,表示水平不顯著相關。其他因子間顯著性P均為0.00,表示水平間極顯著相關。

圖1 相關系數矩陣圖Fig.1 Correlation coefficient matrix

由表2可知,選取兩個主成分,累計貢獻率達到81.888%,即其對原始信息的解釋能力為81.888%。提取這兩個主成分作為綜合指標,成分1和成分2的特征值分別為3.810、1.103,均大于1,累計方差貢獻率等于81.888%,說明這兩個因子對總體的解釋率超過80%,故可提取前兩個因子,且3.810>1.103,故成分1為主導成分。

表2 總方差解釋表Tab.2 Total variance explanation

從表3和圖2可以看出,主成分1與PM2.5、PM10、SO2、CO、NO2呈正相關關系,與O3呈負相關關系,且PM2.5、PM10、SO2的特征向量絕對值較大,其中PM2.5的特征向量最大,為首要污染物。主成分2與PM2.5、PM10、NO2、O3呈正相關關系,與SO2、CO呈負相關關系,且CO、NO2的特征向量絕對值較大,其中NO2的特征向量最大,為首要污染物。

圖2 主成分關系圖Fig.2 Principal component diagram

表3 成分表Tab.3 Ingredient list

在空氣質量綜合評價表中,綜合得分越高,說明空氣質量越差,見表4。在第一主成分中,2014年得分最高,其次為2016年,說明這兩年的空氣質量較差,主要與PM2.5、PM10、SO2有關,與PM2.5的關聯性最大。在第二主成分中,2019年得分最高,其次為2017年和2018年,說明這3年的空氣質量較差,主要與CO、NO2有關,與NO2的關聯性最大。

表4 空氣質量綜合評價得分表Tab.4 Air quality comprehensive evaluation score sheet

從綜合得分可以看出,2014—2017年的空氣質量綜合得分高于2018—2021年的空氣質量綜合得分,說明從2018年開始太原市空氣質量有所好轉。

2 空氣質量變化趨勢

利用Spearman秩相關系數法(Daniel趨勢檢驗法)對數據進行分析,見表5。

表5 秩相關系數的評價結果Tab.5 Evaluation results of rank correlation coefficient

表6 空氣質量評估等級表Tab.6 Air quality assessment scale

在顯著性水平α=0.05條件下,檢驗均具有顯著性。PM2.5、PM10、SO2、CO濃度呈顯著下降趨勢,NO2、O3濃度呈顯著上升趨勢。

3 空氣質量比較

空氣質量指數(AQI)的取值范圍為0～500,其中,0～50、51～100、101～200、201～300、大于300分別對應國家空氣質量標準中日均值的I級、II級、III級、IV級、V級標準的污染物濃度限定數值,實際應用中又將III級和IV級分為III(1)級、III(2)級、IV(1) 級、IV(2)級。I級代表空氣質量評估為優,對人體健康無影響;II級代表空氣質量評估為良,對人體健康無顯著影響;III級代表為輕度污染,對人體出現刺激;IV級代表中度污染,對人體普遍出現刺激;V級代表嚴重污染,對人體出現嚴重刺激。

3.1 空氣質量指數(AQI)與各污染物間的相關性

繪制太原市99個月的空氣質量指數(AQI)與6項污染物之間的散點圖矩陣,可直觀看出其線性關系。由圖3可知,空氣質量指數(AQI)與PM2.5、PM10之間的關系近似表現為一條直線,由此判斷存在較強的線性關系。AQI與SO2、CO、NO2的散點圖中,變量間的觀測點很分散,說明AQI與PM2.5、PM10之間相關性較弱,但兩者之間呈現出正相關關系。從AQI與O3的散點圖中可以看到,兩個變量的觀測點相對分散,無任何規律,說明兩者之間沒有相關關系。想要提升空氣質量,必須將PM2.5、PM10治理放在首位且要加大治理力度。

圖3 散點圖矩陣Fig.3 Scatter diagram matrix

圖4 不同年份空氣質量指數折線Fig.4 Index line plots of air quality of different years

3.2 不同年份空氣質量指數(AQI)比較

利用空氣質量指數(AQI)繪制2013—2021年的折線圖,可以看出,不同年份相同月份空氣質量指數(AQI)有著同樣的變化規律,不同年份在9月份后空氣質量有所下降,成為III級輕度污染,有時還會達到IV級中度污染,每年3月份后空氣質量有所提高,4—9月空氣質量趨于平穩。因此太原市空氣質量指數與季節變化有明顯的相關性。

4 空氣質量總體評估

繪制空氣質量指數(AQI)的直方圖,由圖5可以看出,2014—2022年空氣質量良好的月份占全年比重分別為41.7%、75.0%、66.7%、33.3%、41.7%、58.3%、50.0%、58.3%、50.0%, 99個月中空氣質量良好以上的月份占53.54%,說明空氣質量有待提升,應加強防治措施。

圖5 不同月份空氣質量直方圖Fig.5 Histogram of air quality of different months

5 結論

采用主成分分析法和Spearman秩相關系數法對2013—2021年太原市環境空氣質量監測數據進行評價分析,結果如下:PM2.5為太原市空氣首要污染物,自2018年太原市空氣質量有所好轉。PM2.5、PM10、SO2、CO濃度呈顯著下降趨勢,NO2、O3濃度呈顯著上升趨勢。太原市空氣質量指數(AQI)與PM2.5及PM10之間的相關性最大且呈正相關。冬季空氣質量總體明顯下降,呈輕度或中度污染,其他季節空氣質量總體良好,且趨于穩定狀態。