我国主要城市空气质量分析

我国主要城市空气质量分析

温桂林

厦门大学理学院地信0911 2009842023

【摘要】：空气质量的好坏严重影响到人们的身体健康，已被逐渐提上日程，本文通过聚类分析法和主成分分析法，研究现阶段哪些城市的空气质量好，以及各参数对坏境质量的影响。结果显示福州，南宁，海口，拉萨的空气质量相对较好，可吸入颗粒物是影响空气质量的主导因素。

【关键词】：空气质量；影响指标；聚类分析；主成分分析

0 前言

我国当前空气概况：近年来，我国经济飞速发展，这有赖于工业的进步的突出贡献，然而，工业也带来了一系列环境问题，特别是空气方面的问题。随着可吸入颗粒物，二氧化硫，酸雨等有害物质的增加，人们疾病的发生率也逐年提高。

研究意义：洁净大气是人类赖于生存的必要条件之一，一个人在五个星期内不吃饭或5天内不喝水，尚能维持生命，但超过5分钟不呼吸空气，便会死亡，人体每天需要吸入10─12立方米的空气。因此空气质量的好坏与人类的生存息息相关，评价空气的质量才能反映空气的好坏，才能开展治理等工作。

影响因素：空气质量的好坏反映了空气污染程度，它是依据空气中污染物浓度的高低来判断的。空气污染是一个复杂的现象，在特定时间和地点空气污染物浓度受到许多因素影响。来自固定和流动污染源的人为污染物排放大小是影响空气质量的最主要因素之一，其中包括车辆、船舶、飞机的尾气、工业企业生产排放、居民生活和取暖、垃圾焚烧等。城市的发展密度、地形地貌和气象等也是影响空气质量的重要因素。]1[

研究方法：对于空气质量的分析，各环境科研单位和研究人员都采用过很多种方法，本文主要应用dps软件作聚类分析，得到哪些城市的环保方面做的比较好，以便作为环保示范点，供其他城市借鉴学习；用spss作主成分分析对比分析各个影响参数对环境质量的影响程度，以便对国家环保局提出对大气的进一步改进。

1聚类分析

1.1方法基本思想：

基于所研究的样品或指标之间存在程度不同的相似性（亲疏关系——以样品间距离衡量）。根据一批样品的多个观测指标，具体找出一些能够度量样品或指标之间相似程度的统计量，以这些统计量为划分类型依据。把一些相似程度较大的样品聚合为一类，把另外一些彼此之间相似程度较大的样品又聚合为另一类，直到把所有的样品聚合完毕，这就是聚类的基本思想。]2[

1.2衡量指标

衡量指标的选取对于聚类分析来说至关重要，具有决定性的意义，影响空气质量好坏的因素有很多，有，温度，湿度等等，为此本文选取了四个

指标，分别是可吸入颗粒物，二氧化硫，二氧化氮，空气质量达到二级以上的天数。用以衡量我国主要的三十一个城市的空气质量]3[,原文数据如下：

城市可吸入颗粒物二氧化硫二氧化氮空气质量达到及好于二级的天数(天)

北京0.121 0.034 0.053 285 天津0.101 0.056 0.040 307 石家庄0.104 0.045 0.035 318 太原0.106 0.075 0.022 296 呼和浩特0.074 0.049 0.040 346 沈阳0.110 0.059 0.037 328 长春0.085 0.034 0.043 340 哈尔滨0.101 0.046 0.054 311 上海0.081 0.035 0.053 334 南京0.100 0.035

0.048

315

杭州0.097 0.041

0.052 327 合肥0.111 0.023 0.027 321 福州0.064 0.014 0.040 353 南昌0.079 0.054 0.037 347 济南0.123 0.050 0.025 295 郑州0.099 0.053 0.046 322 武汉0.105 0.044 0.054 301 长沙0.092 0.039 0.042 333 广州0.070 0.039 0.056 347 南宁0.050 0.032 0.028 362 海口0.038 0.007 0.016 365 重庆0.105 0.053 0.037 303 成都0.111 0.038 0.055 315 贵阳0.074 0.058 0.026 347 昆明0.067 0.041 0.046 365 拉萨0.050 0.008 0.021 361 西安0.113 0.048 0.046 304 兰州0.150 0.059 0.043 236 西宁0.141 0.042 0.032 280

银川0.090 0.044 0.031 328 乌鲁木齐0.140 0.093 0.068 262

该数据来源于中国统计年鉴2010 ]4[

1.3数据的运算

通过dps使用离差平和方法（Ward方法），计算样本的欧氏距离，样本变量按照Z得分进行标准化处理。

聚类结果将31个城市分成四种空气质量类型。聚类分析得到的聚类分析图谱如下所示：

从聚类分析谱系图可以看出，在不同的聚类标准下，聚类的结果不同：当距离为0时，每个样本为单独的一类，即31个城市各自为一类；当距离为15.45时，31个城市被归为一类。为了将这些城市分为四类，我们取6.18为距离，这样就得出以下四类的城市：

第一类：北京，哈尔滨，武汉，成都，南京，杭州，天津，重庆，沈阳，郑州，西安，太原，济南，西宁；

第二类：石家庄，银川，长春，长沙，合肥，呼和浩特，南昌，贵阳，上海，广州，昆明；

第三类：兰州，乌鲁木齐；

第四类：福州，南宁，海口，拉萨；

1.4结果分析：

按照上述聚类分析的结果，可以将我国31个城市的空气类型分为四类：优，良，污染和轻度污染。

第一类型的城市属于污染型城市，这些城市人口密集，交通拥挤，工业发达，像北京这样的全国政治文化中心，汽车拥有量很大，汽车尾气的排放量对空气的污染十分严重，大气急需改善。

第二类型的城市属于轻微污染型，这些城市的工业类型多以轻工业为主，对大气的污染较轻。

第三类型的城市空气质量良好，不会影响人体的健康。

第四类型的城市空气质量优，尤其是拉萨，作为我国独具特色的一个旅游城市，在发展经济的同时，特别需要将环境保护的重要性提上日程，不可再走先污染后治理的道路。

2、主成分分析法

2.1方法说明和模型构建：

主成分分析是把原来多个变量划分为少数几个综合指标的一种统计分析方法，从数学角度来看，这是一种降维处理技术。假设有n 个地理样本，每个样本共有p 个变量，这样就构成了一个n ×p 阶的地理数据矩阵

⎥

⎥

⎥⎥

⎦

⎤⎢⎢⎢

⎢

⎣

⎡=np n n p p x x x x x x x x x x 2

1

2222111211 (2.2.1.1)

如果记原来的变量指标为x 1,x 2,…,x p ，它们的综合指标——新变量指标为z 1,z 2,…,z m ,(m ≤p),则

⎪⎪⎩⎪⎪

⎨⎧+++=+++=+++=p mp m m m p

p p p x l x l x l z x l x l x l z x l x l x l z 22112222121212121111 (2.2.1.2)

在 (2.2.1.2) 式中，系数l ij 由下列原则来决定： （1）z i 与z j （i ≠j ；i,j=1,2,…,m ）相互无关。