吴默妮， 尤添革， 刘金福， 傅玮韡， 郑冰思， 路春燕

(福建农林大学计算机与信息学院， 福建 福州 350002)



福建省沿海地区冬季空气质量影响因素分析

吴默妮， 尤添革*， 刘金福， 傅玮韡， 郑冰思， 路春燕

(福建农林大学计算机与信息学院， 福建 福州 350002)

依据福建省沿海城市空气质量数据，通过超标倍数赋权法、经典灰色关联、基于相似性视角的广义灰色关联分析得出：空气质量的主要污染因子为PM2.5、PM10、NO2、O3；影响空气质量的主要因素是万元地区生产总值能耗指标、人均城市道路面积、人均公园绿地面积。因此认为：进一步推进工业化改革，改善能源结构；控制机动车尾气的排放量；加强对公园绿地的建设是改善福建省沿海城市空气质量的有效手段。

沿海地区； 空气质量； 超标倍数赋权； 灰色关联

福建省位于中国东南沿海，现有9个地级市，分别是福州、莆田、泉州、厦门、漳州、龙岩、三明、南平、宁德，以及1个平潭综合实验区。福建省“依山傍海”，九成陆地面积为丘陵地带，海岸曲折，陆地海岸线长达3 751.5 km。福建省临近台湾省，地理位置特殊，近年来福建省的经济快速发展有赖于其重要的地理位置，其中沿海城市的经济发展对全省具有显著的带动作用。从地区生产总值以及规模以上工业总产值两个指标来看，2013年沿海地区规模以上工业总产值占全省的72.74%，2014年为71.25%，2013年沿海地区生产总值占全省的68.89%，2014年上升至72.78%(福建省统计局,2014，2015)。

但是福建省沿海地区经济的快速发展，城市化进程的加速，城市人口不断增加，交通运输业发展等也导致空气质量受到了一定的影响。并且，沿海地区的地理环境以及气候等自然条件相似性较强，有利于对该地区空气质量进行深入的社会经济因素分析。因此本文选取福建省沿海6大城市为样本，并着重从经济社会等人为方面来探究影响空气质量的原因。

目前关于福建省空气质量的研究有空气质量指标与污染源排放处理趋势的相关分析(赵卫红，2003)、大气污染物分布特征(白亮，2013)、 PM2.5污染过程中大气边界层及区域传输研究(蒋永成等，2015)等。而应用于空气质量研究的方法有模糊综合评价(丁卉等，2013)、主成分分析(毛宁等，2014)等。本文采用灰色关联分析法从经济、社会、生态三个方面对影响福建省沿海地区空气质量的因素进行量化分析。

1 研究方法

1.1 数据来源

《环境空气质量标准》(GB3095-2012)(国家质量监督检验检疫总局,2012)新增了PM2.5以及O3两个监测项目，并于2016年全国实施。因此本文根据绿色呼吸网站(http:∥www.pm25.com)公布的各个城市监测点的监测数据，获取福建省沿海城市2016年1月11日-2月9日共30 d的空气质量监测指标PM2.5、PM10、SO2、NO2、CO、O3的每日平均浓度值。

根据福建省统计局公布的2015年《福建省统计年鉴》(福建省统计局,2015)获取经济、社会、生态三方面的影响因素的相关数据。

1.2 超标倍数赋权法

由于各种污染因子对空气质量的污染程度不同，因此利用超标倍数赋权法(梁淑轩等，2010)可以计算出沿海城市各种空气污染因子在总的污染因子中所占的比重，其计算公式为

(1)

式中：Wi表示第i种污染因子的权重，xi表示第i种污染因子的实际统计值，sj表示第j种污染因子在《环境空气质量标准》(GB3095-2012)(国家质量监督检验检疫总局,2012)中的各个级别标准的算术平均值，n表示污染因子的种类数。

1.3 灰色关联分析法

灰色关联分析法是衡量因素间关联程度的一种方法，关联度是因素之间关联性大小的量度。在系统发展过程中，若两个因素变化的趋势具有一致性，二者关联程度较高；反之，则较低。本文运用经典灰色关联分析法(杨艳红等，2007；章异平等，2012)和基于相似性视角的广义灰色关联分析法(刘思峰等，2013)，对福建省沿海地区空气质量及经济、社会、生态因素进行分析，探究影响空气质量的主要因素。

1.3.1 经典灰色关联分析法 计算过程如下：

(1)确定反映系统行为特征的参考数列X0(i)和影响系统行为的比较数列Xj(k)，其中i=1，2，…，n，表示参考数列的种类；j=1，2，…，m，表示比较数列的种类；k=1，2，…，z，表示所选取的城市个数。

(2)对参考数列X0(i)和比较数列Xj(k)进行均值化。

(2)

(3)

(3)计算参考数列与比较数列的灰色关联系数ξjk。

(4)

式中：ξjk表示在第i个反映系统行为特征的参考数列X0(i)的前提下，第j个比较序列的第k个参数与X0(i)的第k个参数的关联系数；φ为分辨系数，本文φ的取值为0.5。

(4)计算关联度Rij。

(5)

式中：Rij表示在第i个反映系统行为特征的参考指标X0(i)的前提下，m个比较指标与该参考指标的关联度大小。

(5)比较m个Rij的大小，Rij较大的表示该比较指标Xj(k)对参考指标X0(i)的影响较大，两者的关联性较强。

(6)分别计算剩余的参考指标与比较指标之间的关联度。

1.3.2 基于相似性视角的广义灰色关联分析法 计算过程如下：

(1)对参考数列X0(i)和比较数列Xj(k)进行始点零化。

(6)

(7)

(8)

(3)计算灰色相似关联度ε0i。

(9)

2 结果与分析

2.1 影响福建省沿海地区空气质量的污染因子分析

通过绿色呼吸网站获取福建省沿海6大城市各个监测点2016年1月11日-2月9日的空气质量数据。求各个城市污染物浓度的平均值，如表1所示。

由《环境空气质量标准》(GB3095-2012)(国家质量监督检验检疫总局,2012)获取环境空气污染物基本项目浓度限值，如表2所示。

通过超标倍数赋权法，运用公式(1)，求得6大沿海城市的6种空气污染因子在总的污染因子中所占比重，如图1所示。

由图1可见，福建省沿海城市空气质量重点污染因子依次是PM2.5、PM10、O3、NO2。

表1 福建省6大沿海城市污染物浓度

Table 1 The concentration of pollutants in 6 coastal cities in Fujian Province

监测点PM2.5/(μg·m-3)PM10/(μg·m-3)SO2/(μg·m-3)NO2/(μg·m-3)CO/(μg·m-3)O3/(μg·m-3)福州41.6835.306.5131.14250.0043.56厦门28.0335.926.4924.7341.6738.87莆田32.2332.495.3520.80153.3341.99泉州28.7738.387.0720.9291.6745.59漳州39.0054.239.3231.77200.0043.98宁德33.7052.579.1927.70416.4837.87

表2 环境空气污染物基本项目浓度限值

Table 2 The concentration limit of basic project of air pollutants

级别PM2.5/(μg·m-3)PM10/(μg·m-3)SO2/(μg·m-3)NO2/(μg·m-3)CO/(μg·m-3)O3/(μg·m-3)一级355050804000100二级75150150804000160

图1 各大城市空气污染因子在总污染因子中所占比重

Figure 1 Air pollution factors in the proportion of the total pollution in all cities

首先，颗粒物(包括PM2.5、PM10)在各大城市中所占的比重均超过了58%，这与颗粒物的来源以及冬季污染物的扩散气象条件较差相关。具体原因可归结如下：(1)大量化石燃料(煤、石油等)的燃烧会产生颗粒物，这些一次颗粒物进入大气后，经过复杂的反应形成二次颗粒物对空气产生再次的污染。福建省的能源相对匮乏，无原油、天然气，并且缺乏优质煤，而劣等煤炭燃烧会产生大量的粉尘颗粒物。(2)作为人口相对密集、人类活动相对发达的沿海城市，汽车尾气的排放、道路扬尘、工厂生产过程中产生的烟尘颗粒物等因素使得污染颗粒物大量产生。(3)大气逆温现象是影响大气污染物扩散的重要原因。逆温现象是指是空气温度随高度增加而增高的大气垂直层结现象。逆温层导致空气不能向上扩散，而又向下蔓延，使得空气中颗粒物不易扩散。而在城市，辐射冷却是造成逆温的重大原因，在冬季晴朗无风的天气，一到日落，地面会强烈地向空中辐射热量，使地面和近地面空气温度迅速下降，而上层空气降温较慢，从而形成逆温层。并且在冬季，冷空气过后，也会出现大气逆温现象。因此，在冬季沿海城市颗粒物的污染较为严重。

其次，O3对各大城市影响的大小排序依次是：泉州、莆田、厦门、福州、漳州、宁德。产生这种排序的主要原因是：O3主要是汽车、工厂等污染源排入大气的碳氢化合物(HC)和氮氧化物(NOX)等一次污染物，在阳光的作用下发生化学反应生成的污染物，而福建省化工制造业重点分布在泉州、厦门、莆田等沿海城市，且以塑胶和塑料制品等石油化工的下游产品制造加工为主，容易产生碳氢化合物、氮氧化物等污染物。且泉州及莆田制鞋业较为发达；厦门和福州作为经济特区和省会城市，第二产业向第三产业转型较快；而漳州、宁德的工业化生产相对落后。由此可见，沿海各城市受O3影响的大小与福建省化工制造业的分布情况是基本一致的。

最后，NO2是福建省沿海城市空气质量影响较大的污染物。主要原因是：汽车尾气的主要化学成分是SO2、SO、NOX、Pb等有害物质。福建省沿海城市经济较为发达，人口密集，机动车数量不断增多，在2014年沿海6大城市中机动车拥有量达到1 186.70万辆，机动车排气污染导致NO2污染物浓度的增加。并且在沿海城市中，NO2对厦门和福州的影响最大，这与厦门和福州的人口数及机动车数量大的特点相吻合。

2.2 影响福建省沿海地区空气质量的因素分析

本文选取的经济发展因素为：常住人口、规模以上工业总产值、万元地区生产总值能耗指标。社会发展因素为：公路通车里程、全社会机动车拥有量、人均城市道路面积。生态环境因素为：烟(粉)尘排放量、氮氧化物排放量、工业污染治理投资额、绿化覆盖面积、人均公园绿地面积。具体数据如表3。

表3 福建省经济、社会、生态三方面的影响因素

Table 3 The influencing factors in economy, society and ecology in Fujian Province

序号影响因素福州厦门莆田泉州漳州宁德1常住人口/万人7433812858444962852规模以上工业总产值/亿元7495.264894.932315.0110699.434042.142721.993万元地区生产总值能耗指标/(吨标准煤·万元-1)0.490.480.500.630.620.534公路通车里程/km82820673527145660311205全社会机动车拥有量/万辆108.42120.5452.12187.2888.3936.606人均城市道路面积/m211.0612.2914.8815.6523.216.077烟(粉)尘排放量/亿t10.830.640.677.162.601.458氮氧化物排放量/亿t9.413.101.928.646.401.519工业污染治理投资额/亿元1.651.210.00833.060.634.2110绿化覆盖面积/hm21158119699257285162655116911人均公园绿地面积/m212.9411.4412.7214.0014.2015.45

运用经典灰色关联分析,由公式(2)-(5)得到各个污染物与每个影响因素的关联度，如图2所示。

从图2可以看出，经典的灰色关联分析法中主要污染物与万元地区生产总值能耗指标、人均城市道路面积、人均公园绿地面积3个影响因素的关联度最高，但是与其他因素的区分度不高。因此对经典灰色关联分析进行改进，运用基于相似性视角的广义灰色关联分析法，由公式(6)-(9)得到各个污染物与每个影响因素的相似性关联度，如图3所示。

从图3可以看出，福建省沿海城市主要污染物与万元地区生产总值能耗指标、人均城市道路面积、人均公园绿地面积3个影响因素的关联度表现明显。

图2 主要污染物与每个影响因素的经典灰色关联度

Figure 2 The classic grey correlation degree of main pollutants with every influencing factors

图3 主要污染物与每个影响因素的相似性关联度

Figure 3 The similarity grey correlation degree of main pollutants with every influencing factors

2.2.1 能源消耗对空气质量的影响 从总体上看，空气质量与经济发展因素的关联度最高，与生态环境因素的关联度相对于经济发展和社会发展因素较低。这是由于福建省的自然环境所决定的，福建省的森林覆盖面积居全国首位，森林对空气环境净化的影响较大，因此烟(粉)尘排放量、工业污染治理投资额、绿化覆盖面积对空气质量的影响力较小。

随着经济的发展，福建省人口数量不断上升，并且主要集中在沿海经济发达地带，进一步带动沿海地区工业的发展，相应的能源消耗量也不断增大。但是福建省的能源供应结构主要依赖煤炭，且煤炭资源少、地质构造复杂、煤层赋存条件较差，因此这种过高的以煤炭为主的能源消费结构，直接导致福建省沿海地区的空气质量受到较大的影响。福建省沿海地区的空气污染呈现出烟煤型和汽车尾气复合型污染的特点(黄浩华，2014)。因此进一步推进工业化改革，发展节能减排产业，改善能源结构是福建省走科学发展道路的最佳选择。

2.2.2 人均城市道路面积对空气质量的影响 近年来，随着经济的发展，福建省交通运输业发展迅速。在2012-2014年中，漳州、宁德的人均城市道路面积呈现上升趋势，莆田的人均城市道路面积发展较为平稳，然而福州、厦门、泉州在3年间呈下降趋势(表4)。其主要原因是：经济的发展带动道路的建设，同时也使人口数量不断增加。福州、厦门、泉州三大经济发展较快的城市，在道路建设的同时，机动车数量也在急剧上升。而机动车尾气的排放是造成空气污染的重要因素。因此在进行城镇化改造时需要注意私有汽车、公交车、地铁、铁路等运输工具在数量上的合理化，以及在质量上的进步，最大限度地减少尾气排放对空气的污染，达到经济社会与生态环境协调发展。

表4 福建省沿海城市人均城市道路面积

Table 4 Urban road space per capita of coastal areas in Fujian Province

年份福州/m2厦门/m2莆田/m2泉州/m2漳州/m2宁德/m2201211.4013.8514.6419.1618.5812.47201311.2612.6214.8215.4518.8913.27201411.0612.2914.8815.6523.2016.07

2.2.3 人均公园绿地面积对空气质量的影响 在生态环境影响因素中，氮氧化物排放量、人均公园绿地面积对空气质量的影响最大。由于福建省沿海城市工业的快速发展以及机动车数量的不断增加，氮氧化物的排放量在2013年为31.82亿t、2014年为30.99亿t。而增加人均公园绿地面积有利于控制空气污染物，提高对颗粒物的吸收，改善空气质量。因此不断地减少氮氧化物的排放、加强对公园绿地的建设，有利于改善福建省沿海地区的空气质量。

3 小结与讨论

依据2016年年初福建沿海地区空气质量数据分析的结果表明，福建省沿海地区主要空气污染物为PM2.5、PM10、NO2、O3。

通过对福建省沿海地区的空气质量以及经济、社会、生态三方面的数据进行分析，发现万元地区生产总值能耗指标、人均城市道路面积、人均公园绿地面积是影响空气质量的3个最主要因素。因此对福建省沿海地区改善空气质量提出以下建议：进一步推进工业化改革，发展节能减排产业，改善能源结构；控制机动车尾气的排放量；加强对公园绿地的建设。

白亮,2013.福建省大气污染物分布特征和监测网络优化研究[J].能源与环境,5:82-83.

丁卉,刘永红,曹生现,2013.基于模糊-灰色聚类方法的城市空气质量评价研究[J].环境科学与技术,36(S2)：347-379.

福建省统计局,2014.福建统计年鉴-2014[M].北京：中国统计出版社.

福建省统计局,2015.福建统计年鉴-2015[M].北京：中国统计出版社.

国家质量监督检验检疫总局,2012.环境空气质量标准:GB 3095-2012[S].北京：中国环境科学出版社出版.

黄浩华,2014.空气环境监测技术[M].北京：化学工业出版社,8-9.

蒋永成,赵天良,王宏,等,2015.福州市PM2.5污染过程中大气边界层和区域传输研究[J].中国环境科学,35(2)：347-355.

梁淑轩,吴虹,李占臣,等,2010.环境空气质量动态变化规律的模糊数学综合评价[J].干旱区资源与环境,24(6):77-81.

刘思峰,谢乃明,2013.灰色系统理论及其应用(第六版)[M].北京：科学出版社,56-66.

毛宁,李益禛,2014.基于主成分分析的全国主要城市空气质量评价[J].现代商贸工业,26(10)：49-50.

杨艳红,何秉宇,尚修虎,2007.乌鲁木齐市空气质量与呼吸系统疾病灰色关联度分析[J].新疆环境保护,29(4):9-12.

章异平,徐军亮,赵西平,等,2012.基于灰色关联的洛阳市空气质量影响因素分析[J].河南科技大学学报(自然科学版),33(1)：100-104.

赵卫红,2003.福建省空气质量指标与污染源排放处理趋势相关分析[J].福建地理,18(4)：32-34,37.

(责任编辑：陈晓雯)

Analysis on influencing factors of air quality in winter in the coastal areas of Fujian Province

WU Mo-Ni, YOU Tian-Ge, LIU Jin-Fu, FU Wei-Wei, ZHENG Bing-Si, LU Chun-Yan

(CollegeofComputerandInformationSciences,FujianAgricultureandForestryUniversity,Fuzhou,Fujian350002,China)

According to the air quality data of the coastal areas in Fujian Province of China, the multiple of superscale,classic grey correlation analysis and the generalized grey correlation analysis based on the similarity to search for the influencing factors of air quality were used to research in the paper. The results showed that the principal pollution factors were PM2.5, PM10, NO2and O3.The energy consumption index of million gross domestic product, urban road space per capita and public recreational green space per capita were the main factors which affect air quality. Therefore, promoting the reform of industrialization, improving the structure of the energy, reducing the emissions of vehicle exhaust and strengthening the construction of public green space are the effective measures to improve air quality in the coastal areas of Fujian Province.

coastal areas; air quality; multiple of superscale; Grey Relational Analysis

2016-05-03; 发表日期： 2016-10-31

吴默妮(1994-)，女，本科生。研究方向：社会经济统计学。Email:857152813@qq.com。*

X51； X821

A

1001-4276-(2016)01-0138-07

吴默妮，尤添革，刘金福，等,2016.福建省沿海地区冬季空气质量影响因素分析[J].武夷科学，32：138-144.