祝　煦，黃正勇，賀　磊

(1.安徽師范大學(xué) 數(shù)學(xué)計(jì)算機(jī)科學(xué)學(xué)院，安徽 蕪湖 241000;2.華北電力大學(xué) 數(shù)理學(xué)院，北京 102206)

?

影響環(huán)境空氣質(zhì)量的PM2.5與相關(guān)因素的關(guān)系研究

祝煦1，黃正勇2，賀磊1

(1.安徽師范大學(xué) 數(shù)學(xué)計(jì)算機(jī)科學(xué)學(xué)院，安徽 蕪湖 241000;2.華北電力大學(xué) 數(shù)理學(xué)院，北京 102206)

摘要：上海地區(qū)空氣中細(xì)顆粒物濃度與相關(guān)因素的研究表明，空氣中臭氧、一氧化碳、二氧化硫濃度及溫度與PM2.5指標(biāo)值有著密切的關(guān)系，其中一氧化碳、二氧化氮、二氧化硫濃度與PM2.5指標(biāo)值有很強(qiáng)的正相關(guān)關(guān)系。因子分析和回歸分析表明，臭氧、一氧化碳、二氧化氮、二氧化硫濃度及溫度的潛在內(nèi)涵因子人類(lèi)主動(dòng)行為因素和自然因素，兩個(gè)因子與空氣中細(xì)顆粒物關(guān)系顯著，尤其是第一主因子人類(lèi)主動(dòng)行為因素，治理環(huán)境空氣污染可從人類(lèi)主動(dòng)行為因素突破。

關(guān)鍵詞：細(xì)顆粒物；相關(guān)性分析；因子分析；回歸分析；人類(lèi)主動(dòng)行為因素

PM2.5即細(xì)顆粒物，是環(huán)境空氣中空氣動(dòng)力學(xué)當(dāng)量直徑小于等于 2.5 微米的顆粒物。在空氣中含量濃度越高則污染越嚴(yán)重。隨著人們對(duì)環(huán)境空氣質(zhì)量的關(guān)注程度不斷提高，我國(guó)不少學(xué)者對(duì)PM2.5指標(biāo)進(jìn)行了研究。對(duì)PM2.5的污染特征的研究[1-2]表明顆粒物濃度隨著季節(jié)變化比較大。PM2.5來(lái)源及組成成分的研究[3-6]表明PM2.5的主要來(lái)源及組成成分為燃煤、機(jī)動(dòng)車(chē)排放、生物質(zhì)燃燒、二次硫酸鹽和硝酸鹽等，硫酸根離子和元素碳及有機(jī)物含量較高。對(duì)區(qū)域PM2.5污染影響因素的研究[7-9]表明溫度、濕度、風(fēng)速對(duì)空氣中細(xì)顆粒物濃度產(chǎn)生影響。對(duì)于PM2.5污染的防治[10]，環(huán)境影響評(píng)價(jià)促進(jìn)了對(duì)PM2.5的監(jiān)測(cè)。但對(duì)PM2.5和其相關(guān)因素進(jìn)行實(shí)證分析的研究還比較少見(jiàn)。本文以上海市為例，對(duì)空氣中細(xì)顆粒物、臭氧、一氧化碳、二氧化氮、二氧化硫及溫度之間的內(nèi)在關(guān)系進(jìn)行實(shí)證研究。

1方法介紹與數(shù)據(jù)來(lái)源

1.1　方法闡述

以空氣中細(xì)顆粒物為主要研究對(duì)象。首先對(duì)上海市當(dāng)?shù)?013年1月1日至5月31日的PM2.5指標(biāo)的實(shí)際數(shù)據(jù)作具體解析，從而更直觀地了解上海在這一時(shí)期的PM2.5指標(biāo)值的個(gè)體一般規(guī)律；并對(duì)七個(gè)因素進(jìn)行相關(guān)性分析，了解各指標(biāo)兩兩之間的相關(guān)關(guān)系；再對(duì)與PM2.5相關(guān)的六個(gè)指標(biāo)進(jìn)行因子分析，對(duì)實(shí)際數(shù)據(jù)降維簡(jiǎn)化，研究各指標(biāo)的內(nèi)在依賴關(guān)系，從而找出潛在因子；最后以潛在因子為解釋變量對(duì)PM2.5作回歸分析，更合理地解釋各指標(biāo)之間的關(guān)系。

1.2　數(shù)據(jù)來(lái)源

查閱自天氣網(wǎng)(http://www.tianqi.com)和環(huán)境監(jiān)測(cè)(http://www.sec.com.cn/home/index6.aspx)，根據(jù)上海市2013年1月1日至5月31日，5個(gè)月的逐日數(shù)據(jù)，選取PM2.5、臭氧、一氧化碳、二氧化氮、二氧化硫以及溫度七個(gè)空氣相關(guān)指標(biāo)，如表1所示。本文數(shù)據(jù)計(jì)量處理均使用SPSS軟件。

表1　數(shù)據(jù)集指標(biāo)描述

2實(shí)證分析

2.1　PM2.5個(gè)體情況分析

上海地區(qū)2013年1月至5月每天的PM2.5值如圖1所示。

圖1上海市2013.1.1—2013.5.31PM2.5指標(biāo)值

根據(jù)新的空氣質(zhì)量標(biāo)準(zhǔn)(如表2所示)對(duì)PM2.5值分析描述：

1)在5個(gè)月150個(gè)實(shí)際樣本中，PM2.5值處于26到251之間，其平均水平約為91.67，標(biāo)準(zhǔn)差約為51.01。由此可知，上海地區(qū)該時(shí)期的PM2.5值變化波動(dòng)較大，空氣質(zhì)量有時(shí)為優(yōu)有時(shí)輕度污染甚至嚴(yán)重污染，平均水平達(dá)到輕度污染。

表2　新空氣質(zhì)量標(biāo)準(zhǔn)

2)其中只有9天空氣質(zhì)量等級(jí)達(dá)到優(yōu)，占總天數(shù)的6%；空氣質(zhì)量為良的情況有68天，百分比為45.3%；其中有35天為輕度污染，占到23.4%；而中度污染有19天，百分比占總天數(shù)的12.6%；并且有18天為重度污染，1天為嚴(yán)重污染。上海該時(shí)期空氣質(zhì)量情況相當(dāng)糟糕，污染天數(shù)達(dá)到50%，中度污染及以上超過(guò)25%。

2.2　PM2.5與相關(guān)指標(biāo)及各指標(biāo)之間的相關(guān)性分析

為研究空氣中細(xì)顆粒物、臭氧、一氧化碳、二氧化氮、二氧化硫以及溫度各指標(biāo)兩兩之間的關(guān)系及相關(guān)程度，本文采用相關(guān)性分析，根據(jù)樣本數(shù)據(jù)對(duì)不同變量進(jìn)行定量分析，并指出它們之間的相關(guān)關(guān)系。使用SPSS軟件處理樣本數(shù)據(jù)，得到各變量之間的相關(guān)系數(shù)，如表3所示。由所得結(jié)果可分析如下，

1)PM2.5與O3-1，O3-8，CO，SO2，NO2，T之間的關(guān)系，CO，SO2，NO2與PM2.5有較強(qiáng)的相關(guān)性，且為正相關(guān)，而O3-1，O3-8及與PM2.5相關(guān)關(guān)系較弱，由此可知，空氣中細(xì)顆粒物濃度與氮硫氧化物及碳氧化物的濃度密切相關(guān)。

2)O3-1，O3-8，CO，SO2，NO2、T兩兩之間的關(guān)系，O3-1，O3-8，T之間的相關(guān)關(guān)系較強(qiáng)，它們與其他指標(biāo)的相關(guān)關(guān)系較弱，而CO，SO2，NO2之間的相關(guān)關(guān)系較強(qiáng)。

表3　指標(biāo)相關(guān)系數(shù)陣

2.3因子分析

通過(guò)相關(guān)性分析可知，臭氧、一氧化碳、二氧化氮、二氧化硫以及溫度各指標(biāo)之間有一定的相關(guān)關(guān)系，存在信息重疊，因此需要進(jìn)行降維將相關(guān)指標(biāo)轉(zhuǎn)換成不相關(guān)的綜合指標(biāo)。對(duì)臭氧、一氧化碳、二氧化氮、二氧化硫以及溫度各指標(biāo)樣本進(jìn)行因子分析，提取它們中的內(nèi)涵信息，找到潛在因子。

2.3.1取樣適當(dāng)性檢驗(yàn)

對(duì)樣本進(jìn)行Kaiser-Meyer-Olkin度量和Bartlett檢驗(yàn)，得到結(jié)果如表4所示。從表4中可以得到KMO值為0.645，比較適合做因子分析，Bartlett檢驗(yàn)p值為0.000小于顯著性水平0.05，則拒絕原假設(shè)，表示相關(guān)矩陣間存在共同因子，同樣表明可以做因子分析。

表4　KMO和Bartlett檢驗(yàn)

2.3.2共同性檢驗(yàn)

檢驗(yàn)結(jié)果如表5所示，用主成分法進(jìn)行提取，每個(gè)指標(biāo)可以被所有因素解釋的方差及初始值均為1，由所得結(jié)果可知，此處因子分析的指標(biāo)共同度都很高，基本在0.7以上，表明這里做的因子分析可以提取大部分信息，則本文做的因子分析的結(jié)果是有效的。

表5　共同性檢驗(yàn)

2.3.3因子陡坡檢驗(yàn)

通過(guò)特征值的碎石圖來(lái)判斷主因子，如圖2所示。圖中斜率較大則表示該因子解釋能力較強(qiáng)，可看出前兩個(gè)因子斜率都比較大，而后面就比較平坦，因此這里選擇前兩個(gè)主因子。

2.3.4轉(zhuǎn)軸前后數(shù)據(jù)整體貢獻(xiàn)率

對(duì)臭氧(兩種)、一氧化碳、二氧化氮、二氧化硫以及溫度6個(gè)指標(biāo)進(jìn)行因子分析，則特征值之和為6。如表6所示，通過(guò)方差貢獻(xiàn)率檢驗(yàn)可知，轉(zhuǎn)抽前兩個(gè)因子的特征值大于1，分別為2.635和2.458。所以選擇兩個(gè)因子進(jìn)行分析較為合理。兩個(gè)變異量累積貢獻(xiàn)率達(dá)到84.887%，則說(shuō)明擬合程度很好，兩個(gè)主因子可以較好地代表整體指標(biāo)。通過(guò)轉(zhuǎn)軸后特征值為2.59和2.503，兩個(gè)變異量累積貢獻(xiàn)率為84.887%。即轉(zhuǎn)軸后特征值與之前不同各自貢獻(xiàn)率也不一樣，但累積貢獻(xiàn)率是一致的。

表6　方差貢獻(xiàn)率表

2.3.5轉(zhuǎn)軸后的因子得分及因子載荷陣

對(duì)與PM2.5相關(guān)的臭氧(兩種)、一氧化碳、二氧化氮、二氧化硫以及溫度6個(gè)指標(biāo)進(jìn)行因子分析最終目標(biāo)就是要提取主因子，通過(guò)轉(zhuǎn)軸能夠更合理地找到對(duì)主因子的實(shí)際解釋，即臭氧(兩種)、一氧化碳、二氧化氮、二氧化硫以及溫度6個(gè)指標(biāo)對(duì)空氣中細(xì)顆粒物的內(nèi)涵相關(guān)因素。然后根據(jù)轉(zhuǎn)軸后的因子得分系數(shù)，把原始指標(biāo)標(biāo)準(zhǔn)化計(jì)算得到主因子，并可以據(jù)此對(duì)主因子與PM2.5指標(biāo)的關(guān)系作進(jìn)一步分析，即后面要做的回歸分析。表7即為轉(zhuǎn)軸后因子載荷陣和因子得分系數(shù)矩陣。

表7　轉(zhuǎn)軸后因子載荷與因子得分

根據(jù)轉(zhuǎn)軸后因子載荷陣，對(duì)臭氧(兩種)、一氧化碳、二氧化氮、二氧化硫以及溫度6個(gè)指標(biāo)提取主因子并經(jīng)過(guò)綜合分析得到結(jié)果，如表8所示。

表8　因子歸類(lèi)與命名

1)第一主因子包括一氧化碳、二氧化氮及二氧化硫濃度三個(gè)指標(biāo)，主要反映的是空氣中碳、硫、氮氧化物濃度，而它們主要是由于人們對(duì)煤、石油等化石燃料及垃圾的燃燒產(chǎn)生的，即人類(lèi)工業(yè)生產(chǎn)的廢氣排放、機(jī)動(dòng)車(chē)尾氣排放以及家庭供暖和垃圾處理燃燒造成的空氣環(huán)境污染。因此這三個(gè)指標(biāo)合成的第一主因子可以定義為人類(lèi)主動(dòng)行為因素。

2)第二主因子包括臭氧濃度(兩種)、溫度三個(gè)指標(biāo)，主要反映天氣等自然因素，臭氧一般在有陽(yáng)光的高溫天氣產(chǎn)生，這兩個(gè)指標(biāo)跟人類(lèi)活動(dòng)也有著間接的復(fù)雜關(guān)系，但均為自然直接指標(biāo)。因此可以將第二主因子定義為自然因素。

綜上所述，在考慮PM2.5與臭氧(兩種)、一氧化碳、二氧化氮、二氧化硫以及溫度的關(guān)系時(shí)，可以綜合為PM2.5與人類(lèi)主動(dòng)行為因素和自然因素之間的關(guān)系。

2.4　PM2.5與兩個(gè)主因子的回歸分析

用提取的兩個(gè)主因子與PM2.5來(lái)進(jìn)行多元回歸的擬合，記兩主因子為F1和F2，由因子得分系數(shù)矩陣可得,

F1=0.055X1+0.004X2+0.353X3+0.356X4+

0.361X5-0.043X6

F2=0.38X1+0.386X2+0.007X3-0.02X4+

0.023X5+0.325X6

根據(jù)臭氧(兩種)、一氧化碳、二氧化氮、二氧化硫以及溫度6個(gè)指標(biāo)的樣本數(shù)據(jù)處理得到兩主因子的兩組數(shù)據(jù)，并與標(biāo)準(zhǔn)化的PM2.5指標(biāo)值的樣本數(shù)據(jù)擬合多元回歸模型。模型可設(shè)定為

Y=α+β1F1+β2F2+ε

ε為隨機(jī)擾動(dòng)項(xiàng)。在置信水平為90%的前提下，使用SPSS軟件擬合多元回歸模型如表9所示。

表9　回歸模型擬合結(jié)果

1) 統(tǒng)計(jì)檢驗(yàn)：根據(jù)回歸模型擬合結(jié)果，模型擬合優(yōu)度為0.785，表明擬合效果較好；模型整體檢驗(yàn)的p值為0.000<0.05,則模型整體顯著；個(gè)體檢驗(yàn)只有常數(shù)項(xiàng)不顯著，可刪去，而第一主因子和第二主因子均顯著。

2) 實(shí)際意義檢驗(yàn)：實(shí)際中人類(lèi)主動(dòng)行為因素和自然因素對(duì)空氣中細(xì)顆粒物都是有一定影響的，特別是因人類(lèi)活動(dòng)排放的一氧化碳、二氧化氮、二氧化硫與PM2.5有著密切的關(guān)系，因此建立的模型是符合實(shí)際意義的。

最終擬合的回歸模型為：

Y=0.882F1+0.1F1

通過(guò)對(duì)PM2.5與兩個(gè)主因子的回歸分析，得到與相關(guān)性分析因子分析相類(lèi)似的結(jié)果。提取出的兩個(gè)主因子對(duì)PM2.5有顯著的關(guān)系，其中代表一氧化碳、二氧化氮、二氧化硫濃度的第一主因子對(duì)空氣中細(xì)顆粒物濃度影響相當(dāng)顯著且正相關(guān)，代表臭氧濃度及溫度的第二主因子次之。

3結(jié)論及政策建議

上海市空氣污染已相當(dāng)嚴(yán)重，PM2.5平均水平已超過(guò)輕度污染等級(jí)?？諝庵屑?xì)顆粒物濃度與臭氧、一氧化碳、二氧化氮、二氧化硫濃度以及溫度有一定的相關(guān)關(guān)系，通過(guò)相關(guān)性分析，發(fā)現(xiàn)PM2.5與一氧化碳、二氧化氮、二氧化硫濃度相關(guān)關(guān)系較強(qiáng)，并呈正相關(guān)；經(jīng)過(guò)對(duì)臭氧(兩種)、一氧化碳、二氧化氮、二氧化硫以及溫度6個(gè)指標(biāo)進(jìn)行因子分析，找出兩個(gè)潛在內(nèi)涵主因子，即人類(lèi)主動(dòng)行為因素和自然因素。PM2.5與兩主因子的回歸分析表明，人類(lèi)主動(dòng)行為因素和自然因素確實(shí)對(duì)空氣中細(xì)顆粒物有顯著影響。

根據(jù)研究結(jié)果，臭氧、一氧化碳、二氧化氮、二氧化硫濃度以及溫度與空氣中細(xì)顆粒物濃度有一定的相關(guān)關(guān)系，而這些污染源主要來(lái)源于化石燃料煤和石油的燃燒。其中，針對(duì)人類(lèi)主動(dòng)行為因素，必須對(duì)工業(yè)生產(chǎn)工廠廢氣排放環(huán)節(jié)進(jìn)行嚴(yán)格治理，關(guān)閉造成嚴(yán)重污染的工廠，引進(jìn)先進(jìn)設(shè)施對(duì)排出廢氣進(jìn)行凈化處理并加強(qiáng)二次利用；對(duì)機(jī)動(dòng)車(chē)輛數(shù)量必須要加強(qiáng)控制，促進(jìn)非機(jī)動(dòng)車(chē)的使用，提倡低碳環(huán)保出行。政府應(yīng)加大環(huán)境治理投入，努力開(kāi)發(fā)環(huán)保新能源，從根源解決化石燃料燃燒帶來(lái)的環(huán)境空氣污染。

參考文獻(xiàn):

[1] 王薈, 王格慧, 黃鵡鳴, 等. 南京市大氣中PM10、PM2.5日污染特征[J]. 重慶環(huán)境科學(xué), 2003, 25(5): 54-56.

[2] 付正茹, 馮艷麗, 任青青, 等. 上海市大氣PM2.5 中羰基化合物的研究[J]. 中國(guó)環(huán)境科學(xué), 2013, 33(11):1937-1945.

[3] 朱先磊, 張遠(yuǎn)航, 曾立民, 等. 北京市大氣細(xì)顆粒物PM2.5的來(lái)源研究[J]. 環(huán)境科學(xué)研究, 2005, 18(5): 1-5.

[4] 李偉芳, 白志鵬, 魏靜東, 等. 天津冬季大氣中PM2.5 及其主要組分的污染特征[J]. 中國(guó)環(huán)境科學(xué), 2008, 28(6): 481-486.

[5] 楊新興, 尉鵬, 馮麗華. 大氣顆粒物PM2.5 及其源解析[J]. 前沿科學(xué), 2013, 7(26):12-19.

[6] 鄭永杰, 劉佳, 田景芝. 齊齊哈爾市大氣細(xì)粒子PM2.5單顆粒研究[J]. 安全與環(huán)境學(xué)報(bào), 2014, 14(1):273-277.

[7] 蒲維維, 趙秀娟, 張小玲. 北京地區(qū)夏末秋初氣象因素對(duì)PM2.5污染的影響[J]. 應(yīng)用氣象學(xué)報(bào), 2011,22(6): 716-723.

[8] 宋丹林, 陶俊, 張普, 等. 成都城區(qū)顆粒物消光系數(shù)特征及其與PM2. 5 的關(guān)系[J]. 中國(guó)科學(xué)院大學(xué)學(xué)報(bào), 2013, 30(6):757-762.

[9] 張鵬妍, 黃金香, 孫歡歡. 區(qū)域PM2.5 污染特征及影響因素研究[J]. 山西建筑, 2014, 40(3): 211-212.

[10]孫艷麗, 劉永健, 劉承憲. 環(huán)境影響評(píng)價(jià)對(duì)環(huán)境空氣細(xì)顆粒物 PM2. 5 防治作用探析[J]. 沈陽(yáng)建筑大學(xué)學(xué)報(bào)( 自然科學(xué)版), 2013, 29(6):1147-1152.

[11] 唐葆君, 鄭茜. 中國(guó)電動(dòng)汽車(chē)配套基礎(chǔ)設(shè)施布局需求側(cè)研究 ———基于Logit回歸的消費(fèi)偏好分析[J]. 北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版), 2013, 15(4): 14-19.

Study of the Relationship between PM2.5 and Related Factors Which Impact Air Quality

ZHU Xu1, HUANG Zheng-yong2, HE Lei1

(1. School of Mathematics & Computer Science, Anhui Normal University, Wuhu 241000,China;

2. Department of Mathematics & Physics, North China Electric Power University, Beijing 102206,China)

Abstract:It takes Shanghai for example to do the research on the relationship between the density of fine particles in the air and related factors. Through the correlation analysis, it indicates that the PM2.5 indexes are closely related with the density of ozone, carbon monoxide, nitrogen dioxide sulfur dioxide in the air and the temperature. In addition, the density of ozone, carbon monoxide, nitrogen dioxide, sulfur dioxide in the air has a strong positive relationship with the PM2.5 indexes. Using the factor analysis and regression analysis comprehensively, we find two potential factors of the density of ozone, carbon monoxide, nitrogen dioxide, sulfur dioxide in the air and the temperature which is the human behavioral factor and the natural factor. The two factors have significant association with the density of fine particles in the air, especially the human behavioral factor which is the first main factor. In conclusion, controlling air pollution can make breakthrough from the human behavioral factor.

Key words:fine particles, the correlation analysis, the factor analysis, the regression analysis, the human behavioral factor

中圖分類(lèi)號(hào)：X21

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1007-4260(2015)01-0031-05

DOI：10.13757/j.cnki.cn34-1150/n.2015.01.009

作者簡(jiǎn)介：祝煦，男，安徽安慶人，安徽師范大學(xué)數(shù)學(xué)計(jì)算機(jī)科學(xué)學(xué)院碩士研究生，研究方向?yàn)閼?yīng)用統(tǒng)計(jì)。

收稿日期：2014-06-19