赵海荣，刘 杨

（江苏省镇江环境监测中心，江苏 镇江 212000）

0 引言

PM10（可吸入颗粒物）是空气动力学直径小于或等于10 μm 的颗粒物，已成为我国大中城市环境空气中的主要污染物。PM10来源比较广泛，与地理条件、气象因素等自然因素以及经济水平、能源结构、工业排放、城市建设工地扬尘、管理水平等社会因素有很大关系。目前，研究人员对PM10的浓度变化、来源解析及化学组分开展了深入的研究[1-3]，也有人对影响PM10浓度的相关因素进行研究分析，如PM10浓度与气象条件[4-5]、城市经济社会发展因素[6-8]、机动车排放[9-10]、城市绿地[11]等因素的相关性分析，但鲜有对PM10浓度与气象、经济、能源等多因素综合性分析的研究报告。空气中PM10浓度的影响因素及其相互作用原理非常复杂，系统中存在部分信息确知，部分信息不确定性，属于典型的灰色系统。灰色关联法可以将灰色系统因素之间发展趋势的相似或相异程度进行量化，即进行灰色关联度分析，进而找出系统内部规律。本研究通过建立PM10浓度影响多因素指标体系，采用灰色关联法分析2009～2018年镇江市PM10浓度与22 个指标因子、6 个指标层之间的关系，分析近10 a 镇江市社会发展同环境间的关联度大小，以期为镇江市大气污染防治提供参考。

1 材料与方法

1.1 PM10 影响指标体系的建立

镇江市位于江苏省西南部，地处长江三角洲顶端。镇江市能源和产业结构总体偏重，煤炭消费总量居高不下，化工、电力、建材、造纸等高能耗、高排放企业占全市工业企业能源消耗总量的70%，城市经济发展与环境保护矛盾较突出。尤其是近年来镇江市城市改造、房地产建设工地作业带来的扬尘污染及汽车尾气排放对城市空气PM10浓度贡献较多。

利用镇江市2009～2018年空气PM10监测数据，选择可能与PM10浓度相关的经济发展、污染物排放情况、能源消耗、城市交通、城市建设和气象条件6 个因素共22 个指标，采用灰色关联法，分析PM10与各因素各指标之间的关系，为环境空气治理提供决策基础。其中，各指标数据来自《镇江市统计年鉴》（2010～2019年），PM10数据来自镇江市环境质量公报（2009～2018年）。镇江市PM10浓度影响因素指标体系见表1，指标体系具体数值见表2。

表1 镇江市PM10 浓度影响因素指标体系

表2 镇江市PM10 浓度及影响因素指标数据

1.2 灰色关联分析法

灰色关联分析法的基本思想是根据各比较数列集构成的曲线族与参考数列构成的曲线之间的几何相似程度来确定比较数列集与参考数列之间的关联度，比较数列构成的曲线与参考数列构成的曲线的几何形状越相似，其关联度越大。利用灰色关联分析进行综合评价。

（1）根据评价目的确定评价数列及参考数列

设x1,x2……xm为m 个评价因素，各因素组成的评价数列分别为｝,设定参考数列。

（2）采用向量归一化法对数据进行标准化处理

文章采用均值化方法进行数据无量纲处理，处理后的数据序列为｝,设定参考数列为。

（3）计算每个评价数列与参考数列对应元素关联系数

式中：ζij为第个评价数列与参考数列在j 时的关联系数，关联系数ζij是不超过1 的正数；η为分辨系数，其值在[0，1]之间，η 通常取0.5。

（4）计算关联度

关联度为各评价数列与参考数列的关联系数的均值，记为P。

2 结果与讨论

2.1 镇江市PM10 浓度与各指标因子关联度分析

通过对表（2）PM10浓度和各指标因子原始数据进行标准化运算，再把标准化数值代入公式（1）进行灰色关联计算，求得关联系数，见表3。

表3 镇江市PM10 浓度和各指标因子灰色关联系数

根据公式（2）对表3 中的各指标因子灰色关联系数求平均值，即得到各指标因子与PM10浓度之间的关联度，见表4。

表4 镇江市PM10 浓度和各指标因子间的关联度

由表4 可见，所选择的22 个指标因子与PM10浓度的关联度均大于0.3，说明均处于中、高度关联，说明所选择指标体系具有一定的科学性[12-13]。日照时数、城市化水平、第二产业占地区总产值比重、年降水日、第三产业占地区总产值比重、电力、工业废气排放量、能源合计、原煤、民用运输驳船和民用车辆总数11 个指标因子与PM10浓度呈高度关联（关联度＞0.6），其他指标因子与PM10浓度呈中度关联（0.3＜关联度≤0.6）。影响镇江市PM10浓度的前五位指标因子为：日照时数、城市化水平、第二产业占地区总产值比重、年降水日、第三产业占地区总产值比重。可见气象因素是影响污染物传输的关键因素，日照时数与PM10浓度关联度最高，两者的变化趋势一致，日照时数高再加上江南地区的高湿等其他气象因素可能会造成空气中PM10的累积；而降水可以降低空气中颗粒物浓度，高降水量年份对应的年度PM10浓度较低。经济发展因素是影响镇江市空气PM10浓度的重要因素，近年来镇江市努力调整、优化全市产业结构，不断提高第三产业在地区生产总值中的构成，相应降低第二产业地区生产总值构成，在镇江市城市化水平逐年提升的情况下，PM10浓度总体呈下降趋势。

2.2 镇江市PM10 浓度与各指标层综合关联度分析

计算各指标层与PM10浓度的灰色关联度，见表5。由表5 可知，2009～2018年10 a 间各指标层的综合关联度，6 个指标层与PM10浓度的综合灰色关联度顺序为：气象条件＞能源消耗＞经济发展因素＞城市交通＞污染物排放情况＞城市建设。其中气象条件和能源消耗与PM10浓度呈高度关联，其他指标层呈中度关联，可见PM10浓度影响因素指标层的选择具有一定的科学性。2009～2018年这10 a中，镇江市PM10浓度同当地的气象条件关联最为密切，尤其是日照时数和年降水日2 个指标因子，与PM10浓度关联度排列在第1 和第4。火电是镇江市的支柱产业，全市范围有多家大型火力发电能源企业，煤炭消费总量居高不下，火电企业是全市工业废气、二氧化硫、氮氧化物、烟（粉）尘排放量的大户，能源消耗指标层中原煤、电力、能源合计指标因子与PM10浓度均为高度关联度。

表5 镇江市PM10 浓度和各指标层间的关联度

由表5 可知，各指标层对PM10浓度的关联度大小随年度有所变化：2009～2010年、2016～2018年气象条件指标层与PM10浓度关联度最大，表现在降雨量和日照时数与PM10浓度的高关联度，2010年和2018年降雨量与PM10浓度的关联度分别达到0.973 0，0.987 5，2016年和2017年的日照时数与PM10浓度的关联度达到0.90 以上。2011，2012，2014年能源消耗指标层与PM10浓度关联度最大，说明这3 a 能源消耗是影响PM10浓度的主要因素，镇江市的火电产业决定了原煤、电力、能源合计这3 项指标因子对PM10浓度的影响具有一致趋同性。2013年污染源排放情况指标层与PM10浓度关联度最大，废气排放量与PM10浓度关联度达到0.896 1，说明2013年工业企业污染物排放对PM10浓度贡献较大。2015年经济发展因素指标层与PM10浓度关联度最大，说明镇江市第二、第三产业结构的不断优化，对环境质量的改善起到了相当的作用，2015年PM10浓度较上年较低了13.8%。2009～2018年间，影响镇江市PM10浓度的主要因素各年度有所不同，在一定程度上反映了当年社会发展同环境保护之间突出的问题。

3 结论

通过建立镇江市PM10浓度影响指标体系，采用灰色关联法，分析了2009～2018年镇江市PM10浓度与各指标因子、指标层之间的关系。

（1）6 个指标层和22 个指标因子与PM10浓度均呈中、高度关联，说明PM10浓度影响因素指标体系的选择具有一定的科学性和代表性。

（2）与PM10浓度呈高度关联的指标因子按关联度由高到低排列为：日照时数、城市化水平、第二产业占地区总产值比重、年降水日、第三产业占地区总产值比重、电力、工业废气排放量、能源合计、原煤、民用运输驳船和民用车辆总数，其他指标因子与PM10浓度呈中度关联。

（3）6 个指标层与PM10浓度的综合灰色关联度顺序为：气象条件＞能源消耗＞经济发展因素＞城市交通＞污染物排放情况＞城市建设，其中气象条件和能源消耗指标层与PM10浓度呈高度关联，其他指标层呈中度关联。影响镇江市PM10浓度的主要指标层各年度有所不同：2009～2010年、2016～2018年气象条件的指标层与PM10浓度关联度最大；2011，2012，2014年能源消耗指标层与PM10浓度关联度最大；2013年污染源排放情况指标层与PM10浓度关联度最大；2015年经济发展因素指标层与PM10浓度关联度最大。