国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于相關(guān)分析的北京空氣質(zhì)量影響因素研究

2022-08-18 06:18金仁浩曾國(guó)靜李盈新武帥
資源節(jié)約與環(huán)保 2022年7期
關(guān)鍵詞:風(fēng)力均值空氣質(zhì)量

金仁浩 曾國(guó)靜 李盈新 武帥

(北京物資學(xué)院信息學(xué)院 北京 101149)

引言

大氣污染問題影響著人們的健康和出行,自2013年北京霧霾事件以來(lái),大氣污染問題成為人們普遍關(guān)注的話題。近幾年來(lái),經(jīng)過政府和民眾共同的努力,北京市空氣質(zhì)量得到了顯著的提升,但北京市在“十四五”期間仍將堅(jiān)持推進(jìn)空氣質(zhì)量持續(xù)改善。目前研究北京市大氣污染問題的文獻(xiàn)比較豐富,主要集中在大氣污染分布特征和影響因素兩方面。

相關(guān)研究主要基于北京環(huán)保部門每日實(shí)時(shí)發(fā)布的北京35 個(gè)空氣監(jiān)測(cè)站點(diǎn)的SO2、NO2、PM10、PM2.5、O3、CO 和綜合空氣質(zhì)量指數(shù)AQI 數(shù)據(jù)。董芬等對(duì)2006 年北京PM10 的分布展開分析,得出北京市空氣質(zhì)量呈現(xiàn)北好南差的分布,在秋冬季這種趨勢(shì)更加明顯[1]。李令軍等對(duì)2013-2014 年北京PM10 和O3的分布進(jìn)行分析,同樣得出大氣污染物在北京呈現(xiàn)出南高北低的分布特征[2]。王占山等對(duì)2013 年北京PM2.5 分布展開研究,得出該污染物分布呈現(xiàn)出冬春季較高、秋夏季較低、南部較高、北部較低的特點(diǎn)[3]。金仁浩等對(duì)2018 年北京市大氣污染物的分布特征展開研究,得出污染物濃度在空間上呈現(xiàn)出北低南高的趨勢(shì),自然因素是造成該趨勢(shì)的主要原因[4]。

涉及北京地區(qū)空氣質(zhì)量影響因素的研究相對(duì)比較豐富。譬如,李玉敏等利用回歸模型對(duì)1999-2009 年北京空氣質(zhì)量影響因素進(jìn)行分析,得出城市綠地覆蓋率和人口規(guī)模對(duì)空氣質(zhì)量有顯著影響[5]。肖稚穎等運(yùn)用灰色關(guān)聯(lián)法對(duì)空氣質(zhì)量影響因素進(jìn)行分析,得出公共交通運(yùn)輸和生產(chǎn)能源消耗對(duì)空氣質(zhì)量有著較大的影響[6]。姚祎等運(yùn)用回歸模型對(duì)2016-2020 年北京春節(jié)期間的空氣質(zhì)量數(shù)據(jù)進(jìn)行分析,得出氣象因素對(duì)北京多種空氣污染物濃度占據(jù)主導(dǎo)性影響,經(jīng)濟(jì)活動(dòng)對(duì)NO2濃度有著顯著正相關(guān)影響,但對(duì)PM10、PM2.5 和SO2濃度的影響并不顯著[7]。弓輝等通過GIS 空間描述和統(tǒng)計(jì)相關(guān)分析研究京津冀地區(qū)霧霾形成的因子,得出AQI 受到污染物排放和氣象因子的綜合影響[8]。

相關(guān)文獻(xiàn)中,一般是以AQI 或者PM2.5 作為反映空氣質(zhì)量的主要因素,由于北京民眾對(duì)PM2.5 的敏感程度較高,故本文以PM2.5 作為目標(biāo)變量。雖然對(duì)北京空氣質(zhì)量影響因素方面的研究較多,但現(xiàn)有研究仍存在一定的不足之處。譬如,研究的數(shù)據(jù)年份往往集中在2018 年之前;對(duì)AQI 或PM2.5 影響因素的研究往往會(huì)僅考慮其他幾種污染物,或僅考慮氣象因素,很少會(huì)同時(shí)考慮這兩方面因素的綜合影響。因此,為彌補(bǔ)這一不足,本文以2020 年3 月-2021 年2 月北京市空氣質(zhì)量和氣象數(shù)據(jù)為基礎(chǔ),在描述分析PM2.5 變化規(guī)律的基礎(chǔ)上,運(yùn)用回歸模型綜合研究這兩方面因素對(duì)PM2.5 的影響。本文的研究結(jié)果可為北京地區(qū)大氣污染治理提供一定的參考,具有重要的實(shí)踐價(jià)值。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)

雖然北京市共有35 個(gè)空氣監(jiān)測(cè)站,但環(huán)保部門也會(huì)發(fā)布每日北京污染等級(jí)及PM2.5、PM10、SO2、CO、O3、NO2這6 種污染物的總體平均濃度值。本文在選取北京市每日污染物指標(biāo)的基礎(chǔ)上,還收集了北京每日天氣狀況、風(fēng)向、風(fēng)力、溫差、最高氣溫、最低氣溫這些氣象指標(biāo)。收集的數(shù)據(jù)時(shí)間跨度為365 天,即從2020年3 月1 日至2021 年2 月28 日。根據(jù)PM2.5 日均值,可將空氣質(zhì)量分為6 個(gè)級(jí)別:優(yōu),良,輕度污染,中度污染,重度污染,嚴(yán)重污染,這六個(gè)級(jí)別對(duì)應(yīng)的數(shù)值區(qū)間分別為0-35,35-75,75-115,115-150,150-250,250 以上。

1.2 建模分析

本文首先對(duì)北京市空氣質(zhì)量在時(shí)間上的變化規(guī)律進(jìn)行分析,再研究其在不同氣象狀況下的分布特征,進(jìn)而從整體上了解北京空氣質(zhì)量的變化特征。在對(duì)PM2.5 濃度值與氣象因素和其他污染物濃度值進(jìn)行相關(guān)性研究的基礎(chǔ)上,運(yùn)用多元回歸模型綜合研究其他污染物指標(biāo)和氣象指標(biāo)對(duì)PM2.5 濃度的影響。

在統(tǒng)計(jì)模型中,回歸模型是一種常見的用來(lái)研究目標(biāo)變量與自變量影響關(guān)系的模型,該模型具有簡(jiǎn)單易懂、理論完善、解釋性強(qiáng)、容易實(shí)現(xiàn)等優(yōu)點(diǎn),被廣泛應(yīng)用于各個(gè)領(lǐng)域。該模型對(duì)數(shù)據(jù)量的要求不是太高,符合本文研究目標(biāo)。在回歸建模時(shí),本文采用逐步回歸的方法實(shí)現(xiàn)對(duì)自變量的選取。

2 空氣質(zhì)量分布特征研究

2.1 空氣質(zhì)量的時(shí)間分布特征

北京四季分明,夏季天氣炎熱,冬季寒冷干燥,春季和秋季氣溫變化幅度較大。北京四季一般可劃分為春(3 月-5 月)、夏(6 月-8 月)、秋(9 月-11 月)、冬(12月-2 月)。顆粒污染物PM2.5 在四季上的變化差異如表1 所示。由表可知,春夏秋三季污染物濃度均值相差不大,但夏季均值和波動(dòng)都最低,秋季均值和波動(dòng)幅度都高于春季;冬季濃度均值明顯偏高,且波動(dòng)幅度最大。春夏秋季PM2.5 濃度均值對(duì)應(yīng)的空氣質(zhì)量等級(jí)為優(yōu),冬季濃度均值對(duì)應(yīng)的空氣質(zhì)量等級(jí)為良,因此總體而言近年來(lái)北京市空氣質(zhì)量相對(duì)較好。造成北京PM2.5 在季節(jié)上的變化規(guī)律,可能是因?yàn)楸本┑貐^(qū)春秋季早晚溫差較大可達(dá)10℃左右,且時(shí)常出現(xiàn)的大風(fēng)天氣會(huì)導(dǎo)致空氣中沙塵較多,這都會(huì)導(dǎo)致PM2.5 污染物較難稀釋;而夏季溫度較高,降水較頻繁,一定程度的降雨可清除空氣中的顆粒物,便于PM2.5 污染物的吸收和擴(kuò)散;冬季寒冷干燥溫度較低易刮大風(fēng),容易造成顆粒狀懸浮物在空氣中集聚,且冬季采暖也會(huì)加劇空氣污染物的排放。

表1 PM2.5濃度變化的季節(jié)性差異(單位:ug/m3)

2.2 空氣質(zhì)量與天氣狀況、風(fēng)向的關(guān)系

天氣狀況對(duì)空氣質(zhì)量存在著顯著影響,當(dāng)大氣中的污染物相對(duì)穩(wěn)定時(shí),污染物被稀釋和擴(kuò)散的效果主要受氣象因素的影響[9]。不同天氣狀況下,污染物PM2.5 的濃度均值如圖1 所示,按濃度均值由大到小對(duì)天氣狀況進(jìn)行了排序。雨夾雪和小雪天氣污染物濃度均值較高,前者高達(dá)109;陰天和多云天氣相比于小雨、中雨和雷陣雨天氣污染物濃度偏高,但相差不是太大,這幾個(gè)天氣狀況對(duì)應(yīng)的空氣質(zhì)量等級(jí)都為良;浮沉和晴的污染物濃度均值較低,對(duì)應(yīng)的空氣質(zhì)量等級(jí)都為優(yōu)。另一方面,用空氣質(zhì)量等級(jí)和天氣狀況構(gòu)建列聯(lián)表,建立獨(dú)立性卡方檢驗(yàn),得出p-value 值僅為0.007,進(jìn)一步說(shuō)明天氣狀況和污染物濃度存在顯著的相關(guān)性。

圖1 不同天氣狀況下北京市PM2.5濃度均值

風(fēng)向?qū)諝赓|(zhì)量存在著顯著影響,不同風(fēng)向下,污染物PM2.5 的濃度均值如圖2 所示。南風(fēng)和東風(fēng)對(duì)應(yīng)的污染物濃度均值較高,數(shù)值大于45;東南風(fēng)、東北風(fēng)、北風(fēng)對(duì)應(yīng)的污染物濃度均值介于36-38 之間,與南風(fēng)和東風(fēng)數(shù)值對(duì)應(yīng)的空氣質(zhì)量等級(jí)都為良;西南風(fēng)、西風(fēng)、西北風(fēng)對(duì)應(yīng)的污染物濃度均值較低,都達(dá)到了等級(jí)優(yōu),其中西北風(fēng)所對(duì)應(yīng)的濃度均值最低為19。另一方面,用空氣質(zhì)量等級(jí)和風(fēng)向構(gòu)建列聯(lián)表,建立獨(dú)立性卡方檢驗(yàn),得出p-value 值僅為0.008,進(jìn)一步說(shuō)明風(fēng)向和污染物濃度存在顯著的相關(guān)性。高濃度的污染物通常聚集在下風(fēng)方向地區(qū),北京冬季風(fēng)向以西北風(fēng)為主,對(duì)應(yīng)風(fēng)力往往較大,進(jìn)而導(dǎo)致整體空氣質(zhì)量較好。另一方面,北京的工業(yè)生產(chǎn)基地主要位于南部和東北部區(qū)域,工業(yè)生產(chǎn)排放的污染物容易在南風(fēng)和東風(fēng)的作用下進(jìn)入市區(qū),導(dǎo)致市區(qū)PM2.5 的濃度偏高。

圖2 不同風(fēng)向下北京市PM2.5濃度均值

3 基于回歸模型的PM2.5 影響因素分析

為了綜合研究氣象因素及其他污染物因素對(duì)PM2.5 濃度的影響,本章利用多元回歸模型綜合考慮這些因素的作用。由于回歸模型的自變量需是數(shù)值型指標(biāo),因此回歸分析僅涉及風(fēng)力、溫度差、最高氣溫、最低氣溫這4 個(gè)氣象指標(biāo)。各自變量指標(biāo)與目標(biāo)變量PM2.5 濃度的相關(guān)系數(shù)表如表2 所示。由表可知,在氣象指標(biāo)里,PM2.5 濃度僅與風(fēng)力指標(biāo)呈現(xiàn)顯著的負(fù)相關(guān),與其他氣象指標(biāo)相關(guān)性不顯著。在其他污染物指標(biāo)里,PM2.5 濃度與臭氧濃度呈現(xiàn)不顯著的負(fù)相關(guān),但與其他污染物指標(biāo)都呈現(xiàn)出顯著的正相關(guān)關(guān)系。

表2 各自變量與PM2.5濃度的相關(guān)系數(shù)

選取表2 中與PM2.5 濃度有顯著相關(guān)關(guān)系的自變量建立多元線性回歸方程,并通過逐步回歸的方法剔除不顯著自變量。逐步回歸模型結(jié)果如表3 所示,僅有污染物指標(biāo)顯著,而風(fēng)力指標(biāo)未通過顯著性檢驗(yàn),PM10、SO2、CO 對(duì)目標(biāo)變量都有著顯著的正影響,其中PM10 和CO 為高度顯著。

表3 影響因素對(duì)PM2.5濃度的回歸分析

表3 所得模型中,風(fēng)力指標(biāo)未通過逐步回歸的顯著性檢驗(yàn),但通常認(rèn)為風(fēng)力對(duì)空氣質(zhì)量存在顯著的影響。以PM2.5 濃度為目標(biāo)變量,以風(fēng)力指標(biāo)和PM10 兩自變量建立模型時(shí),風(fēng)力指標(biāo)未通過顯著性檢驗(yàn),PM10 濃度顯著。經(jīng)計(jì)算得風(fēng)力和PM10 之間呈現(xiàn)出異常顯著的負(fù)相關(guān)性,說(shuō)明風(fēng)力和PM10 指標(biāo)在回歸模型中存在制約關(guān)系。剔除PM10 指標(biāo),重新建立多元線性回歸模型,逐步回歸結(jié)果如表4 所示。在新模型中,NO2和CO 對(duì)目標(biāo)變量都有著高度顯著的正影響,但風(fēng)力對(duì)目標(biāo)變量有著顯著的負(fù)影響,與表3 模型共同的自變量?jī)H為CO 指標(biāo)。綜合表3 和表4 模型結(jié)果,對(duì)PM2.5 濃度有顯著相關(guān)關(guān)系的自變量為PM10、SO2、CO、風(fēng)力、NO2。

表4 影響因素(剔除PM10指標(biāo))對(duì)PM2.5濃度的回歸分析

結(jié)語(yǔ)

本文對(duì)北京每日空氣質(zhì)量和氣象數(shù)據(jù)進(jìn)行描述和建模分析得出:北京市空氣質(zhì)量得到了明顯的提升,四季PM2.5 濃度均值對(duì)應(yīng)的空氣質(zhì)量等級(jí)都為良以上;天氣狀況、風(fēng)向都對(duì)PM2.5 濃度有著顯著的影響,其中雨夾雪和小雪天氣污染物濃度較高,南風(fēng)和東風(fēng)對(duì)應(yīng)的污染物濃度較高;PM10、SO2、NO2、CO 對(duì)PM2.5 濃度都有顯著的正影響,但風(fēng)力對(duì)PM2.5 濃度有顯著的負(fù)影響。

因此為了降低PM2.5 濃度,政府部門要制定政策減少生產(chǎn)生活過程中PM10 污染物的排放;提高燃料的燃燒率,減少SO2和NO2的排放;要搞好北京南部和東北部工業(yè)生產(chǎn)基地環(huán)境規(guī)劃,當(dāng)處于上風(fēng)向時(shí),尤其要注意控制污染物的排放。

猜你喜歡
風(fēng)力均值空氣質(zhì)量
海上漂浮式風(fēng)力發(fā)電機(jī)關(guān)鍵技術(shù)研究
均值—方差分析及CAPM模型的運(yùn)用
均值—方差分析及CAPM模型的運(yùn)用
淺談均值不等式的應(yīng)用
均值不等式的小應(yīng)用
大型風(fēng)力發(fā)電設(shè)備潤(rùn)滑概要
基于Bladed與Matlab的風(fēng)力發(fā)電機(jī)組控制器設(shè)計(jì)
車內(nèi)空氣質(zhì)量標(biāo)準(zhǔn)進(jìn)展
重視車內(nèi)空氣質(zhì)量工作 制造更環(huán)保、更清潔、更健康的汽車
多功能空氣質(zhì)量遠(yuǎn)程檢測(cè)儀
张家港市| 康保县| 旬邑县| 青河县| 乐昌市| 肇源县| 罗田县| 兴安盟| 彭山县| 孟连| 衢州市| 汉源县| 中阳县| 永兴县| 苍溪县| 冕宁县| 琼中| 安达市| 洮南市| 闵行区| 宜黄县| 东乡县| 昭平县| 周宁县| 松江区| 丘北县| 黄山市| 吉林市| 昭觉县| 喀喇沁旗| 措勤县| 鹤峰县| 万全县| 延津县| 兴海县| 涞源县| 清远市| 景泰县| 富川| 工布江达县| 外汇|