2016年佛山市五區大氣污染物濃度變化及相關性分析

曹琳娜

（南海區環境保護監測站，廣東 佛山 528200）

2016年佛山市五區大氣污染物濃度變化及相關性分析

曹琳娜

（南海區環境保護監測站，廣東 佛山 528200）

佛山市是制造業名城，工業總產值在全國大中城市中排名前列。但是，隨著經濟的快速發展，傳統產業結構的劣勢日漸顯現，佛山市空氣質量屢次全省排名靠后。本文使用線性回歸方程統計函數模型，對2016年佛山市五個市轄區主要氣態污染物O3、NO2、PM2.5的濃度變化趨勢及相關程度進行對比分析。結果發現，絕大部分區域污染物相關系數均呈現高度正相關，因此協同控制大氣污染可成為改善城市空氣環境的有效手段。

佛山市五區；大氣污染物；相關性分析

佛山市地處廣東省中部，屬亞熱帶季風性氣候，經濟總量位于廣州、深圳之后，是以電器機械、金屬材料加工、陶瓷建材等行業為主的制造業名城。然而隨著經濟的快速發展，傳統產業工藝結構的劣勢日漸明顯，佛山市空氣質量不容樂觀，屢次在全省排名中靠后。

本文以佛山市主要氣態污染物O3、NO2、PM2.5為研究對象，對現轄五個市轄區：禪城區、順德區、南海區、三水區、高明區2016年各氣態污染物濃度變化趨勢及相關程度進行對比分析，以期為改善城市空氣環境提供支持。

1 污染物相關性統計函數模型的選擇

本文采用線性回歸方程統計函數模型，分析佛山市各區之間的各污染物濃度相關性[1-3]。具體的模型計算方式如下：

式中：r為污染物濃度相關系數；xi、yi分別為污染物濃度；x—、y—分別為污染物平均濃度。相關系數及相關特性如表1所示。

表1 系數相關特性

2 五區間主要污染物變化規律及相關性分析

2.1 O3月均濃度變化規律及相關性分析

2.1.1 O3月均濃度變化規律分析

從佛山市各區2016年O3月均濃度變化曲線（見圖1）可知：部分月份五個區O3的濃度變化趨勢表現出明顯的一致性，即1-3月逐漸升高，4-6月呈現下降、上升、下降趨勢，7-9月又逐漸升高，10-12月逐漸下降。其中五個區1-5月O3濃度變化趨勢具很強的一致性，6-12月O3濃度開始出現差距，上升或下降的幅度各有不同[4]。

2.1.2 五區間O3月均濃度相關性分析

表2 五區2016年O3月均濃度相關性分析

從表2可以看出：2016年南海區與禪城區、三水區的O3月均濃度相關系數高達0.944 1，南海區與順德區、高明區的O3月均濃度相關系數也分別達到0.894 3和0.779 1；其中南海區與禪城區、三水區接壤的面積最大，而南海區與順德區、高明區次之，說明五個區O3月均濃度相關系數與區域間的重合程度及空間距離有密切關系，相鄰區域的O3月均濃度變化趨向一致性[5-6]。而禪城區與三水區、禪城區與高明區、順德區與高明區、順德區與三水區O3月均濃度相關系數分別高達0.958 5、0.909 5、0.865 6、0.914 1，同樣呈現高度相關性，說明各個區域的O3月均濃度有很強的關聯性和協同性。

3.1 NO2月均濃度變化規律及相關性分析

3.1.1 NO2月均濃度變化規律分析

從佛山市各區2016年NO2月均濃度變化曲線（見圖2）可知：大部分月份五個區NO2的濃度變化趨勢表現出一定的一致性，即1-3月呈現先下降后上升趨勢（南海區除外，呈上升趨勢），4-7月又逐漸下降，8-12月逐漸上升。

3.1.2 五區間NO月均濃度相關性分析

表3 五區2016年NO2月均濃度相關性分析

從表3可以看出：2016年禪城區與順德區、禪城區與高明區、禪城區與三水區、順德區與高明區、順德區與三水區的NO2月均濃度相關系數分別高達0.951 2、0.878 4、0.875 2、0.947 0、0.738 0，呈現高度相關性，說明這幾個區域的NO2月均濃度有很強的關聯性和協同性。而南海區與順德區、高明區的NO2月均濃度相關系數為0.482 2和0.324 5，相關程度較弱，NO2月均濃度沒有呈現明顯的區域和空間距離特性。

4.1 PM2.5月均濃度變化規律及相關性分析

4.1.1 PM2.5月均濃度變化規律分析

從佛山市各區2016年PM2.5月均濃度變化曲線（見圖3）可知：基本上所有月份五個區PM2.5的濃度變化趨勢表現出明顯的一致性，即1-3月逐漸升高（順德區除外，呈先下降后上升趨勢），4-6月逐漸下降，7-12月逐漸上升。其中除順德區、南海區、高明區在個別月份趨勢與其他區域稍有不同外，其余月份PM2.5濃度變化趨勢呈現出一致性。

4.1.2 五區間PM2.5月均濃度相關性分析

表4 五區2016年PM2.5月均濃度相關性分析

從表4可以看出：接壤的區域中，南海區與禪城區、南海區與高明區、南海區與三水區、高明區與三水區的PM2.5月均濃度相關系數分別高達0.992 5、0.971 1、0.961 9、0.973 1，南海區與順德區、禪城區與順德區的PM2.5月均濃度相關系數雖較低，分別為0.725 9和0.761 1，仍呈現較強的相關性，說明五個區PM2.5月均濃度相關系數與區域間的重合程度及空間距離有密切關系。非接壤區域如順德區與三水區、順德區與高明區、禪城區與三水區、禪城區與高明區PM2.5月均濃度相關系數達到0.819 8、0.776 6、0.978 3、0.979 8，同樣呈現高度相關性，說明各個區域的PM2.5月均濃度有很強的一致性。

5 結論

本文使用線性回歸方程統計函數模型對佛山市五區氣態污染物O3、NO2和PM2.5的相關性進行分析，除個別外，絕大部分區域污染物相關系數均呈現高度正相關，說明各個區域內氣態污染物相互影響及傳輸，同時各個區域產生此氣態污染物的機制存在相同性，協同控制大氣污染可成為改善城市空氣環境的有效手段。

1 劉新峰，袁 惠，楊 軍，等.統計分析方法在大氣環境監測數據符合性分析中的應用探討[J].四川環境，2012，（2）：36-39.

2 鄭 煜，鄧 蘭.基于PLS1的哈爾濱市PM2.5與空氣污染物相關性分析[J].生態環境學報，2014，23（12）：1953-1957.

3 章熙鋒，宋 玲，唐家良，等.綿陽市城區空氣PM10、PM2.5污染特征及相關性研究[J].環境工程，2016，34（4）：86-90.

4 王曉利，張 良，魏亞楠，等.城市間氣態污染物與細顆粒物的相關性分析[J].中國環境監測，2016，32（1）：1-4.

5 黃曉虎，韓秀秀，李帥東，等.城市主要大氣污染物時空分布特征及其相關性[J].環境科學研究，2017，30（7）：1001-1011.

6 張培峰，謝超穎，白云飛.平原城市大氣污染物濃度變化及相關性分析[J].許昌學院學報，2016，35（5）：80-83.

Concentration Variation and Correlation Analysis of Air Pollutants in Five Districts of Foshan in 2016

Cao Linna
(Nanhai District Environmental Protection Monitoring Station,Foshan 528200,China)

Foshan City is a manufacturing city,the industrial output value in the country in the forefront of large and medium-sized cities.However,with the rapid economic development,the disadvantages of the traditional industrial structure are becoming increasingly apparent,and the air quality of Foshan City has repeatedly ranked the top in Guangdong Province.In this paper,linear regression equation statistical function model was used to compare and analyze the concentration trends of major gaseous pollutants O3,NO2and PM2.5 in five municipal districts of Foshan City in 2016.The results showed that the correlation coefficient of pollutants in most areas showed a highly positive correlation,so coordinated control of air pollution could be an effective means to improve urban air environment.

Foshan five districts; air pollutants; correlation analysis

X51

A

1008-9500(2017)11-0114-03

2017-10-23

曹琳娜（1989-），女，廣東梅州人，助理工程師，研究方向：環境保護。