王 梅

（寧夏華正檢測技術(shù)有限公司，寧夏 銀川 750001）

引言

近年來，隨著工業(yè)化和城市化進程不斷推進，工業(yè)、交通等基礎(chǔ)設(shè)施大力建設(shè)和燃油機動車保有量的大幅增加，全球氣溫逐漸變暖等諸多因素的影響，以二氧化硫、顆粒物和氮氧化物等主要污染物的大氣環(huán)境污染日趨嚴重，全社會對環(huán)境大氣污染關(guān)注已達到前所未有的程度[1]。目前，在環(huán)境空氣質(zhì)量領(lǐng)域，國內(nèi)外許多學者研究取得了較大進展[2-6]?！笆濉币詠?，以及“十四五”計劃，環(huán)境大氣是國家最關(guān)注的問題，防治目標已從污染排放量總量控制，發(fā)展到同時關(guān)注排放總量和環(huán)境大氣質(zhì)量。

目前，寧夏建成了全省空氣質(zhì)量評價監(jiān)測網(wǎng)，包括城市空氣質(zhì)量監(jiān)測站、顆粒物組分監(jiān)測站以及國控站、區(qū)控站和農(nóng)村站等各類監(jiān)測站，實現(xiàn)全省區(qū)（縣）空氣自動監(jiān)測全覆蓋，形成環(huán)境空氣質(zhì)量和大氣污染監(jiān)控相結(jié)合的大氣環(huán)境自動監(jiān)測網(wǎng)絡(luò)，為空氣質(zhì)量達標和精細化管理提供了有力的保障措施。本文選取寧夏5 個城市（銀川市、石嘴山市、吳忠市、中衛(wèi)市和固原市，以下簡稱寧夏全?。┝愇廴疚颯O2、NO2、PM2.5、PM10、CO 和O3作為主要研究對象，本文目前通常采用Spearman 秩相關(guān)系數(shù)法（Daniel 趨勢檢驗分析）和主成分分析法（principal component analysis，PCA）兩種分析方法[7-8]對6 類污染物進行分析研究，有利于全面了解空氣質(zhì)量主要污染指標狀況，為下一階段全省空氣質(zhì)量改善方案的制定提供理論支撐。

1 數(shù)據(jù)與分析方法

1.1 數(shù)據(jù)來源

本文所用資料為2016 年—2020 年寧夏環(huán)境監(jiān)測站6 類空氣污染物年均值、月均值和特定百分濃度數(shù)據(jù)。

1.2 分析方法

本文采用Spearman 秩相關(guān)系數(shù)法（Daniel 趨勢檢驗分析）和主成分分析法（principal component analysis，PCA）兩種分析方法。

1.2.1 Spearman 秩相關(guān)系數(shù)法（Daniel 趨勢檢驗分析）

Spearman 秩相關(guān)系數(shù)法（Daniel 趨勢檢驗分析），即利用環(huán)境監(jiān)測站所提供的日均值數(shù)據(jù)求出各污染物的年均濃度進行趨勢變化分析。計算公式如式（1）和式（2）。

式中：Xi為周期i～n 按濃度值從小到大排列序號；Yi為按時間排列序號；di為變量Xi和Yi的差值；n 為年份。

將秩相關(guān)系數(shù)法gs 絕對值同Spearman 秩相關(guān)系數(shù)統(tǒng)計表中的臨界值Wp進行比較。|rs|＞W(wǎng)p，則表示變化趨勢有顯著意義；如果γs是負值，表明在統(tǒng)計時段內(nèi)有關(guān)統(tǒng)計計量指標呈下降或好轉(zhuǎn)趨勢；如果γs是正值，表明在統(tǒng)計時段內(nèi)有關(guān)統(tǒng)計計量指標呈上升或加重趨勢。當|rs|＜Wp，則表明變化趨勢沒有顯著意義，說明在評價時段內(nèi)環(huán)境空氣質(zhì)量變化穩(wěn)定或平穩(wěn)。

1.2.2 主成分分析法（PCA）

PCA 是一種統(tǒng)計方法，采用正交法將一組可能相關(guān)的變量（實體，每個實體具有不同的數(shù)值）的觀察值轉(zhuǎn)換為一組稱為主成分的線性不相關(guān)變量值。PCA 是最簡單的基于特征向量的多元分析，通過降維技術(shù)，客觀處理各個指標的權(quán)重，使評價結(jié)果更加客觀。本文主要使用SPSS 軟件進行主成分分析。具體分為6 個步驟。

在河南乃至全國農(nóng)資界，不知道范國防這個名字的人不多。前不久，筆者到南寧參加了一次會議，有幸當面聆聽了范國防這位綠業(yè)元集團公司掌舵人的一次演講?？梢院敛豢鋸埖卣f，他領(lǐng)導的綠業(yè)元公司，這幾年創(chuàng)造了農(nóng)資行業(yè)的一個個銷售神話：2017年銷售額實現(xiàn)10.17億元；進入2018年，剛剛到6月底，銷售就突破了15億元大關(guān)，僅6月份一個月銷售額就達到5.23億元。在談到自己的銷售經(jīng)驗時，范國防提出的“人、品、法”經(jīng)營法則，讓所有參會者為之折服。

1.2.2.1 對原始記錄標準化處理

假設(shè)有n 個樣品，每個樣品有p 個變量描述，就構(gòu)成n×p 階的數(shù)據(jù)矩陣，對數(shù)據(jù)按照公式（3）進行標準化處理，最終獲得均值為0，標準差為1 的標準化數(shù)據(jù)。

式中：i=1，2，3…，n；j=1，2，3，…，n；Zij表示第i 站位第j 指標的標準化值；xij表示第i 站位第j 指標的實測值表示第j 指標的平均值；Sj表示第j 指標的方差。

1.2.2.2 計算標準化數(shù)據(jù)的相關(guān)系數(shù)矩陣R

在標準化數(shù)據(jù)基礎(chǔ)上計算原式指標的相關(guān)系數(shù)矩陣R，即R=（rij）p×p（i=1，2，3，…，p；j=1，2，3，…，p），rij為原來變量Xi和Xj的相關(guān)系數(shù)。

1.2.2.3 計算相關(guān)系數(shù)矩陣R 的特征向量和特征值

1.2.2.4 計算主成分貢獻率

計算主成分貢獻率，并根據(jù)累計貢獻率確定主成分個數(shù)，一般取累計貢獻率達到85%的特征λ1，λ2，λ3，…，λm所對應(yīng)的第一，第二，…，第m 個（m＜p）主成分，按照方差占總方差的比例（通常取α=85%）來選取，m 為主成分的個數(shù)。

1.2.2.5 計算主成分Fi 值選取前m 個特征值對應(yīng)的特征單位向量，計算各主成分的Fi值（i=1，2，3，…，m）。

1.2.2.6 確定綜合評價函數(shù)

以方差貢獻率di作為權(quán)重，對提取的前m 個主成分在每個單元內(nèi)的分Fi進行加權(quán)求和，即得綜合評價函數(shù)，從而計算主成分綜合得分F。

計算公式為式（4）：

2 結(jié)果分析

2.1 近5 年主要污染物趨勢分析

本文對2016 年—2020 年期間寧夏全區(qū)6 類特征污染物SO2、NO2、PM2.5、PM10、CO 和O3濃度逐年變化進行了分析和研究，分析結(jié)果見圖1。

圖1 2016 年—2020 年6 類污染物逐年變化趨勢

為進一步了解寧夏全省主要污染物情況，本文采用Spearman 秩相關(guān)系數(shù)法（Daniel 趨勢檢驗分析）對2016 年—2020 年6 類污染物年均值秩相關(guān)系數(shù)γs（n=5，設(shè)取置信度為0.05，則Wp=0.900）污染趨勢進行分析，分析結(jié)果見表1。

表1 2016 年—2020 年6 類污染物秩相關(guān)系數(shù)γs 評價結(jié)果

綜上研究發(fā)現(xiàn)，寧夏全區(qū)2016 年—2020 年期間SO2、PM10和CO 質(zhì)量濃度均呈下降趨勢，且SO2具有明顯下降趨勢；NO2、O3-8h 質(zhì)量濃度呈上升趨勢，但不具有顯著性；PM2.5除石嘴山市具有上升趨勢且不具有顯著性外，銀川市、吳忠市、固原市和中衛(wèi)市都具有下降趨勢，均不具有顯著性。

2.2 不同季節(jié)主要污染物趨勢分析

本文對寧夏全省6 類特征污染物SO2、NO2、PM2.5、PM10、CO 和O3質(zhì)量濃度雖季節(jié)變化進行分析和研究，分析結(jié)果見圖2。

圖2 2020 年6 類污染物質(zhì)量濃度變化趨勢

由6 類污染物2020 年年內(nèi)濃度變化趨勢可以看出，O3月均值在6 月～9 月出現(xiàn)最大值，其余5 類月均值在1 月～3 月和10 月～12 月出現(xiàn)最大值；寧夏O3濃度呈波動上升趨勢，尤其在6 月～9 月以O(shè)3為首要污染物，O3成為影響主要污染物，原因可能為近地面O3主要來源還是揮發(fā)性有機物（volatile organic compounds，VOCs）和氮氧化物（nitrogen Oxide，NOx）等前體物光化學反應(yīng)產(chǎn)生；化石燃料燃燒、機動車尾氣排放等貢獻大部分NOx，工業(yè)企業(yè)排放（多為無組織排放）、機動車尾氣排放、生活源和植物源排放是VOCs 主要貢獻源等。其次，寧夏地處西北干旱、半干旱區(qū)域，全年太陽輻射僅次于青藏高原，蒸發(fā)強烈，降水稀少，三面環(huán)沙（毛烏素、騰格里和烏蘭布和沙漠）的獨特地理環(huán)境，造成每年10 月至次年3 月，城市揚塵污染是環(huán)境空氣顆粒物濃度出現(xiàn)波動的主要因素；另外，全省還存在部分30 t 以下燃煤鍋爐、燃煤火力發(fā)電廠等，加之冬、春季節(jié)為寧夏采暖期，導致SO2、NO2、PM2.5、PM10、CO 在冬、春兩季出現(xiàn)最大值。

2.3 主要影響因素分析

在PCA 法中，KMO 統(tǒng)計量取值在0～1 之間，其值越大，表明變量間相關(guān)性越強，分析效果越好；而巴特利特檢驗顯著性P＜0.05，表明變量之間存在相互關(guān)系，不相互獨立。為進一步研究各污染物之間的影響，本文采用SPSS 軟件對6 類特征污染物進行分析，分析結(jié)果表明PM2.5、PM10、CO 和O3的KMO 檢驗系數(shù)大于0.5，P 值＜0.05，說明這4 中變量之間的相關(guān)性得到認可，相關(guān)系數(shù)矩陣見表2，KMO 和巴特利特檢驗見表3，總方差解釋見表4。說明環(huán)境空氣中PM10、PM2.5排放嚴重，PM10和PM2.5在空氣中均比較穩(wěn)定，容易長時間聚焦，使空氣惡化，與之密切相關(guān)的O3本身和其他空氣相比比較重，最容易在地面沉淀，故對空氣污染影響較大；CO 主要跟居民生活、工業(yè)燃燒和機動車排放有關(guān)，進入大氣后參與化學和光化學反應(yīng)。

表2 相關(guān)系數(shù)矩陣

表3 KMO 和巴特利特檢驗

表4 總方差解釋

3 結(jié)論

1）每年10 月至次年3 月正處寧夏干旱、降水稀少季節(jié)和采暖期，SO2、NO2、PM2.5、PM10、CO 出現(xiàn)最大值；O3在6 月到9 月會出現(xiàn)最大值，表明首要污染物與季節(jié)變化、地域有明顯的相關(guān)性。

2）通過Spearman 秩相關(guān)系數(shù)法（Daniel 趨勢檢驗分析），表明近5 年來寧夏全省SO2、PM10和CO 濃度均呈下降趨勢，且SO2具有明顯下降趨勢，城市環(huán)境空氣質(zhì)量逐年得到改善。

3）通過PCA 分析，表明寧夏全省以PM10和PM2.5主導的首要污染物與O3濃度之間相關(guān)性顯著，說明這三種污染物具有一定相似來源，在環(huán)境空氣污染中變化具有一定相似性。