赵媛艺

（河北地质大学，河北 石家庄 050000）

一、绪论

（一）选题背景和意义

近些年，随着经济的发展和社会的进步，人们的物质生活水平越来越高，但在生态环境和空气质量方面也付出了相当大的代价。在注重生态文明建设强调绿色低碳发展的大背景下，研究我国城市空气污染情况，空气质量检测数据的分类方法、类别特征、优劣排序等，挖掘空气质量数据隐含的重要信息，寻找改善空气质量的对策，具有重要的意义。

（二）数据选取

按照《环境空气质量标准（GB3095-2012）》，空气质量的六项主要监测污染物分别为二氧化硫（SO2）、二氧化氮（NO2）、可吸入颗粒物（PM10）、一氧化碳（CO）、臭氧（O3）和细颗粒物（PM2.5）。因此，本文考虑分析31个环保重点城市这7个具体监测指标，分别为SO2年平均浓度x1（μg/m3）、NO2年平均浓度x2（μg/m3）、PM10年平均浓度x3（μg/m3）、CO日均值第95百分位浓度x4（mg/m3）、O3日最大8小时第90百分位浓度x5（μg/m3）、PM2.5年平均浓度x6（μg/m3），再加上一年内空气质量达到及好于二级的天数x7（天），记作G-day。

二、聚类分析

（一）k-means聚类

1．k-means聚类简介

k-means 聚类，又称快速聚类法，是一种按样本数据的相似程度将样本分类的方法.需要提前设定聚类个数。相似程度的度量一般按样本间的距离划分，两个样本间距离越小，样本的相似程度越高。

2．k-means聚类结果

仍然以上述2019年的空气质量数据为例，读入数据，并对数据画出散点图，从样本点的分布的集中程度以看出两个变量之间的线性相关性的强弱。

从上图1可以看出，PM2.5与PM10的浓度呈正相关，而PM2.5和PM10的浓度均与一年内空气质量达到及好于二级天数（图中记为day）呈较强的负相关，PM2.5和PM10的浓度越高，好天气数越少，空气质量越差。……