周玉香，徐愛蘭，蔣 榮

(1.南京理工大學(xué)，江蘇 南京 210094；2.江蘇省南通環(huán)境監(jiān)測中心，江蘇 南通 226000)

0 引言

隨著經(jīng)濟發(fā)展和城市化加快，能源消耗和大氣污染物排放上升，以大氣氧化劑和細粒子為主的大氣復(fù)合型污染問題越來越突出[1]。大氣污染會嚴重影響人們的生活質(zhì)量和健康水平，人們越來越關(guān)注周圍環(huán)境的空氣質(zhì)量情況。2018年是打贏藍天保衛(wèi)戰(zhàn)三年行動計劃的第一年，城市環(huán)境污染形勢嚴峻，各相關(guān)部門深感任重而道遠?！禛B3095-2012環(huán)境空氣質(zhì)量標準》中規(guī)定了PM10、PM2.5、SO2、NO2、CO和O3共6項常規(guī)污染物[2]，研究這些污染物的污染分布特征和綜合評價城市的環(huán)境空氣質(zhì)量，對于改善城市大氣環(huán)境、制定減排措施具有重要意義[3]。

環(huán)境空氣質(zhì)量綜合評價中可以考慮多種評價方法，從而更客觀更全面地反映空氣質(zhì)量水平。目前我國常見的是用環(huán)境空氣質(zhì)量指數(shù)法，其計算量較大，而且分析比較復(fù)雜[4]。多元統(tǒng)計分析中的因子分析法可以很好地詮釋時間序列中的主因子，找出問題的成因[5]，有針對性地提高和改進?；谝蜃臃治龇?，借助SPSS 20.0軟件，選取2018年南通市崇川區(qū)6項常規(guī)大氣污染物進行分析，研究污染物的時間分布特征、內(nèi)在聯(lián)系，對空氣質(zhì)量進行綜合評價，期望為南通市制定大氣污染控制和治理策略提供科學(xué)依據(jù)。

1 資料與方法

1.1 資料來源

觀測點位選擇南通市崇川區(qū)現(xiàn)有國控點位，分別為虹橋、城中和南郊，其中南郊為清潔對照點不參與統(tǒng)計。數(shù)據(jù)選擇6項常規(guī)污染物2018年的每日自動監(jiān)測數(shù)據(jù)。

1.2 分析方法

因子分析法，旨在利用降維的思想，通過探究眾多變量中間的內(nèi)部依賴關(guān)系，尋求觀測數(shù)據(jù)中的基本結(jié)構(gòu)，并用少數(shù)幾個抽象的變量來表示其基本的數(shù)據(jù)結(jié)構(gòu)[6]。計算步驟如下：①對原始數(shù)據(jù)進行標準化處理；②計算各污染物相關(guān)系數(shù)矩陣；③確定初始主因子；④選取公共因子個數(shù)，計算因子載荷矩陣；⑤計算因子得分函數(shù)的系數(shù)；⑥計算公因子得分和綜合得分。

2 結(jié)果與分析

2.1 大氣污染物的時間特征

2.1.1 大氣污染物的濃度水平

2018年，南通市崇川區(qū)環(huán)境空氣質(zhì)量SO2年均濃度為17.77μg/m3，NO2年均濃度為34.10μg/m3，PM10年均濃度為 63.23μg/m3，均達到二級標準；PM2.5年均濃度為40.61μg/m3，劣于二級標準；臭氧日最大8h滑動平均值為101.23μg/m3，CO年平均值0.710mg/m3。

2.1.2 大氣污染物的濃度月份分布特征

由圖1可知PM10、PM2.5、SO2、NO2、CO濃度月份變化似“V型”且月均濃度最小值都出現(xiàn)在8月份，但最大值出現(xiàn)月份各不相同。PM10月均濃度最大值出現(xiàn)在4月份，PM2.5月均濃度最大值出現(xiàn)在1月份，SO2月均濃度最大值出現(xiàn)在12月份，NO2月均濃度最大值出現(xiàn)在3月份，CO月均濃度最大值出現(xiàn)在2月份，可見全年夏季和秋季污染較輕，冬季和春季污染較嚴重。PM10、PM2.5、SO2、NO2、CO濃度月份變化曲線有相似性，與它們的來源有關(guān)，化石燃料燃燒等的工業(yè)污染是SO2和PM10的重要來源，機動車尾氣是NO2和PM10的重要來源，燃煤主要排放硫化物、氮氧化物和煙塵。PM2.5的主要來源為煤炭燃燒、機動車尾氣和工業(yè)污染源[7]。CO主要來源于內(nèi)燃機排氣，其次是鍋爐中化石燃料的不充分燃燒。

圖1 大氣污染物濃度月份變化曲線

O3濃度月份變化似“M型”，月均濃度最小值出現(xiàn)在2月份，4月、5月、6月和10月的月均濃度較高，可見O3污染全年冬季污染較輕，春季、夏季和秋季污染較嚴重。由于氣溫升高，太陽輻射增強，O3在大氣中與其他污染物發(fā)生復(fù)雜光化學(xué)反應(yīng)更強烈[8]。該區(qū)屬北亞熱帶氣候區(qū)，四季分明，夏季的溫度是最高的，但O3濃度在7月和8月不是最高，與相應(yīng)月份強降水較多有關(guān)，夏季降水對O3濕清除作用最為明顯[9]。

2.2 因子分析

2.2.1 相關(guān)分析

利用SPSS 20.0對原始數(shù)據(jù)用標準差標準化法消除量綱的影響，進行因子分析得到大氣污染物間相關(guān)系數(shù)矩陣如表1?？梢钥闯觯琍M10、PM2.5、SO2、NO2、CO呈顯著正相關(guān)。這幾種污染物除來源相似，變化機制也有相似性。大氣中的 NO2和SO2通過氣相或者多反應(yīng)氧化形成酸性氣溶膠，同NH3反應(yīng)生成硝酸銨和硫酸銨氣溶膠粒子，最終轉(zhuǎn)化為硝酸鹽和硫酸鹽顆粒物，硝酸鹽和硫酸鹽是PM2.5和PM10中的重要組分[10]。O3僅與CO在0.05水平上呈顯著相關(guān)，與其他污染物之間相關(guān)性都不明顯，一方面是近地面臭氧主要來自于汽車尾氣、石油化工等排放的氮氧化物和揮發(fā)性有機化合物的大氣光化學(xué)反應(yīng)[11]，具有不穩(wěn)定性，另一方面可能更多地因其強氧化性而與其他物質(zhì)反應(yīng)有關(guān)[12]。

表1 相關(guān)系數(shù)矩陣

考察變量是否適合進行因子分析，進行KMO和Bartlett球體檢驗，KMO檢驗系數(shù)>0.5，P值<0.05時，表示數(shù)據(jù)取自正態(tài)分布，變量之間的相關(guān)性得到認可，表明原始數(shù)據(jù)適合進行因子分析。如表2，本次分析得出KMO值為0.641，P值為0.00，表明可以進行因子分析。

表2 KMO和Bartlett的檢驗

2.2.2 求公因子及載荷矩陣

如表3所示，提取特征值分別為4.149和1.041兩個公因子，其中因子1解釋了69.153%的方差，大于總方差2/3，因子1對總變異起著支配性作用；因子2解釋了17.352%的方差，因子1和因子2累積方差貢獻率包含86.505%的信息，可提取2個因子，原有變量的信息丟失較少，分析結(jié)果較為理想。

表3 特征值和因子貢獻率及累計貢獻率

由主成分法得到初始因子載荷矩陣如表4，由表4可知，NO2、PM2.5、PM10、SO2、CO 在因子1上有較高的載荷，其中NO2影響最大，這些污染物主要來源于燃煤、工業(yè)污染和機動車尾氣等，由污染源直接或間接排入環(huán)境，性質(zhì)比較穩(wěn)定，因子1可解釋為初次污染物影響因子。O3在因子2上有較高的載荷，O3是由陽光照射污染物、污染物與大氣成分發(fā)生化學(xué)反應(yīng)形成，因子2可解釋為二次污染物影響因子，說明該區(qū)存在一定的光化學(xué)污染。因子1和因子2典型代表變量突出，都能較好地賦予合理的解釋，無需進行因子旋轉(zhuǎn)。

表4 初始因子載荷值

2.2.3 計算因子得分

采用回歸法估計得分系數(shù)矩陣如表5所示，因子得分函數(shù)表達式可以表示為：

表5 因子得分系數(shù)矩陣

F1=0.213X1+0.216X2+0.210X3+0.225X4+0.206X5-0.108X6

F2=0.338X1+0.048X2+0.067X3+0.238X4-0.286X5+0.837X6

根據(jù)以上表達式可以計算出各公因子上的得分及排名，再以提取的各公因子的方差貢獻率占提取公因子總方差貢獻率的比重作為權(quán)重，將各公因子得分加權(quán)匯總[13]，計算各月份的綜合得分見表6。

表6 各月份空氣質(zhì)量因子得分排名

2.2.4 結(jié)果與討論

依據(jù)公因子上的得分由小到大依次排名，因子1得分排名第一在8月份、排名最后在1月份，表示初次污染物影響在8月污染最輕，1月污染最重。因子2得分排名第一在12月份、排名最后在4月份，表示二次污染物影響在12月污染最輕，4月污染最重。綜合得分數(shù)值越小，排名越靠前，說明該月的空氣質(zhì)量越好。由表6可以看出全年只有6—10月的綜合得分為負值，說明全年中6—10月空氣質(zhì)量較好，該區(qū)受季風(fēng)影響明顯，雨熱同季，6—10月為夏秋季，受來自海洋上空清潔氣團影響，各污染物濃度明顯下降。綜合得分最高的是1月和4月，說明全年1月和4月的空氣質(zhì)量較差，該區(qū)1月份要加強初次污染物的管控，4月份要加強二次污染物管控。

通過因子分析法計算的綜合得分與空氣質(zhì)量綜合指數(shù)值對比如圖2，得出兩種分析方法的趨勢是一致的，因子分析法的評價結(jié)果具有較高的準確性?；谝蜃臃治龇諝赓|(zhì)量綜合評價，不僅反映出污染物間的相關(guān)性，還能簡化為同類污染物的因子項進行分析，綜合得分的結(jié)果直觀明了，對管理部門掌握本地區(qū)大氣污染物間關(guān)聯(lián)性，有針對性地綜合治理污染物，管控空氣質(zhì)量具有應(yīng)用價值。

圖2 綜合得分與空氣質(zhì)量綜合指數(shù)值對比

3 結(jié)論與建議

(1)2018年，南通市崇川區(qū)PM10、PM2.5、SO2、NO2、CO濃度月份變化似“V型”，夏季和秋季污染較輕，冬季和春季污染較嚴重。O3濃度月份變化是“M型”，冬季污染較輕，春季、夏季和秋季污染較嚴重。

(2)PM10、PM2.5、SO2、NO2、CO呈顯著正相關(guān)，O3僅與CO在0.05水平上呈顯著相關(guān)，與其他污染物之間相關(guān)性都不明顯。

(3)基于因子分析法，提取特征值分別為4.149和1.041兩個公因子，因子1和因子2累積方差貢獻率包含86.505%的信息，原有變量的信息丟失較少。NO2、PM2.5、PM10、SO2、CO 在因子1上有較高的載荷，其中NO2影響最大，因子1可解釋為初次污染物影響因子。O3在因子2上有較高的載荷，因子2可解釋為二次污染物影響因子，說明該區(qū)存在一定的光化學(xué)污染。

(4)依據(jù)公因子上的得分由小到大依次排名，初次污染物影響在8月污染最輕，1月污染最重，二次污染物影響在12月污染最輕，4月污染最重，綜合得分排名可以看出全年中6—10月空氣質(zhì)量較好，1月和4月的空氣質(zhì)量較差。

(5)南通市崇川區(qū)大氣污染治理應(yīng)以1月份PM2.5管控為首，在冬春季重點開展PM10、PM2.5、SO2、NO2綜合治理攻堅行動，建議加強治理道路揚塵、建筑工地揚塵和工業(yè)粉塵，加強交通污染源的管理和控制，鼓勵綠色出行。同時對南通市O3污染的形成機理進一步研究，管制其前體物的排放，以控制春季O3污染形勢的惡化。