杨 虹,于传文,马旭腾

(1.忻州师范学院,山西 忻州 035400; 2.菏泽学院体育与健康学院, 山东 菏泽 274015; 3.忻州师范学院数学系,山西 忻州 035400)

0 引言

根据《环境空气质量标准》(GB 3095-2012)及空气质量指数(AQI),分析太原市空气质量并进行综合评价,利用SPSS 22.0和R语言软件对空气质量指数及6项污染物的相关性进行分析。采集时间为2013年12月—2022年2月,共99个月。数据来自真气网站(https://www.zq12369.com/)。由于选取的数据对时间、单位等因素条件具有依赖性,为了降低其对数据的影响,使数据趋于稳定,在研究分析前对原始数据做了标准化处理。

1 空气质量评价

采用主成分分析,得出污染物的KMO和Bartlett检验表,观察数据是否适用于因子模型。

KMO检验主要用于研究变量间的偏相关系数,值越接近1,表明这些变量进行因子分析的效果越好,大于0.9效果最佳,0.7以上为可以接受,0.5以下不宜做因子分析。

由表1可知,太原市大气质量数据的KMO值为0.817,大于0.7,给定显著性水平α=0.05,P<α,说明变量间高度相关,数据适合做因子分析。

表1 KMO和Bartlett检验表Tab.1 Check list of KMO and Bartlett

从图1可以看出,标准化后的PM2.5与PM10及SO2的相关性较大,CO与SO2的相关性较大。标准化后的NO2与SO2显著性P=0.013,大于0.01,小于0.05,表示水平显著相关。NO2与CO显著性P=0.15,大于0.05,表示水平不显著相关。其他因子间显著性P均为0.00,表示水平间极显著相关。

图1 相关系数矩阵图Fig.1 Correlation coefficient matrix

由表2可知,选取两个主成分,累计贡献率达到81.888%,即其对原始信息的解释能力为81.888%。提取这两个主成分作为综合指标,成分1和成分2的特征值分别为3.810、1.103,均大于1,累计方差贡献率等于81.888%,说明这两个因子对总体的解释率超过80%,故可提取前两个因子,且3.810>1.103,故成分1为主导成分。

表2 总方差解释表Tab.2 Total variance explanation

从表3和图2可以看出,主成分1与PM2.5、PM10、SO2、CO、NO2呈正相关关系,与O3呈负相关关系,且PM2.5、PM10、SO2的特征向量绝对值较大,其中PM2.5的特征向量最大,为首要污染物。主成分2与PM2.5、PM10、NO2、O3呈正相关关系,与SO2、CO呈负相关关系,且CO、NO2的特征向量绝对值较大,其中NO2的特征向量最大,为首要污染物。

图2 主成分关系图Fig.2 Principal component diagram

表3 成分表Tab.3 Ingredient list

在空气质量综合评价表中,综合得分越高,说明空气质量越差,见表4。在第一主成分中,2014年得分最高,其次为2016年,说明这两年的空气质量较差,主要与PM2.5、PM10、SO2有关,与PM2.5的关联性最大。在第二主成分中,2019年得分最高,其次为2017年和2018年,说明这3年的空气质量较差,主要与CO、NO2有关,与NO2的关联性最大。

表4 空气质量综合评价得分表Tab.4 Air quality comprehensive evaluation score sheet

从综合得分可以看出,2014—2017年的空气质量综合得分高于2018—2021年的空气质量综合得分,说明从2018年开始太原市空气质量有所好转。

2 空气质量变化趋势

利用Spearman秩相关系数法(Daniel趋势检验法)对数据进行分析,见表5。

表5 秩相关系数的评价结果Tab.5 Evaluation results of rank correlation coefficient

表6 空气质量评估等级表Tab.6 Air quality assessment scale

在显著性水平α=0.05条件下,检验均具有显著性。PM2.5、PM10、SO2、CO浓度呈显著下降趋势,NO2、O3浓度呈显著上升趋势。

3 空气质量比较

空气质量指数(AQI)的取值范围为0～500,其中,0～50、51～100、101～200、201～300、大于300分别对应国家空气质量标准中日均值的I级、II级、III级、IV级、V级标准的污染物浓度限定数值,实际应用中又将III级和IV级分为III(1)级、III(2)级、IV(1) 级、IV(2)级。I级代表空气质量评估为优,对人体健康无影响;II级代表空气质量评估为良,对人体健康无显著影响;III级代表为轻度污染,对人体出现刺激;IV级代表中度污染,对人体普遍出现刺激;V级代表严重污染,对人体出现严重刺激。

3.1 空气质量指数(AQI)与各污染物间的相关性

绘制太原市99个月的空气质量指数(AQI)与6项污染物之间的散点图矩阵,可直观看出其线性关系。由图3可知,空气质量指数(AQI)与PM2.5、PM10之间的关系近似表现为一条直线,由此判断存在较强的线性关系。AQI与SO2、CO、NO2的散点图中,变量间的观测点很分散,说明AQI与PM2.5、PM10之间相关性较弱,但两者之间呈现出正相关关系。从AQI与O3的散点图中可以看到,两个变量的观测点相对分散,无任何规律,说明两者之间没有相关关系。想要提升空气质量,必须将PM2.5、PM10治理放在首位且要加大治理力度。

图3 散点图矩阵Fig.3 Scatter diagram matrix

图4 不同年份空气质量指数折线Fig.4 Index line plots of air quality of different years

3.2 不同年份空气质量指数(AQI)比较

利用空气质量指数(AQI)绘制2013—2021年的折线图,可以看出,不同年份相同月份空气质量指数(AQI)有着同样的变化规律,不同年份在9月份后空气质量有所下降,成为III级轻度污染,有时还会达到IV级中度污染,每年3月份后空气质量有所提高,4—9月空气质量趋于平稳。因此太原市空气质量指数与季节变化有明显的相关性。

4 空气质量总体评估

绘制空气质量指数(AQI)的直方图,由图5可以看出,2014—2022年空气质量良好的月份占全年比重分别为41.7%、75.0%、66.7%、33.3%、41.7%、58.3%、50.0%、58.3%、50.0%, 99个月中空气质量良好以上的月份占53.54%,说明空气质量有待提升,应加强防治措施。

图5 不同月份空气质量直方图Fig.5 Histogram of air quality of different months

5 结论

采用主成分分析法和Spearman秩相关系数法对2013—2021年太原市环境空气质量监测数据进行评价分析,结果如下:PM2.5为太原市空气首要污染物,自2018年太原市空气质量有所好转。PM2.5、PM10、SO2、CO浓度呈显著下降趋势,NO2、O3浓度呈显著上升趋势。太原市空气质量指数(AQI)与PM2.5及PM10之间的相关性最大且呈正相关。冬季空气质量总体明显下降,呈轻度或中度污染,其他季节空气质量总体良好,且趋于稳定状态。