滁州市空氣質量影響因素的主成分分析

摘 要：根據2017年1—6月滁州市3個國控監測點的空氣質量監測數據，運用主成分分析法對6種污染物進行分析，得到污染物之間的關系及其對空氣質量的影響。結果表明：2017年1—6月滁州市空氣質量為輕度污染的等級出現頻率最高，首要污染物為PM2.5和O3。通過主成分分析得到2個主成分，反映了SO2、PM10、NO2、CO、PM2.5等5種和O3這1種污染物的信息，且CO、PM2.5、O3對滁州市空氣質量起主導作用?？諝赓|量相對較好的監測點是人大賓館，相對較差的是老年大學，且各監測點的季節性污染特征較為明顯，具有“夏季好，冬季差”的典型城市空氣環境狀況。

關鍵詞：滁州市；空氣質量；變化特征；主成分分析

中圖分類號 X823 文獻標識碼 A 文章編號 1007-7731（2018）13-0122-04

Abstract：According to the air quality monitoring data of three national monitoring sites in Chuzhou City from January to June 2017，the six components were analyzed using principal component analysis to obtain the relationship between pollutants and their impact on air quality.The results showed that the air quality in Chuzhou City in January to June 2017 had the highest frequency of light pollution，and the primary pollutants were mainly PM2.5 and O3.Two principal components are obtained by principal component analysis.The first principal component mainly reflects the information of SO2，PM10，NO2，CO and PM2.5，and the second principal component mainly reflects the pollution of O3.The information of matter，and CO，PM2.5，O3 play a leading role in the air quality of Chuzhou City.Calculating the comprehensive scores of principal components at each monitoring point in each month shows that the monitoring point with relatively good air quality is the National People's Congress Hotel，and the relatively poor one is the old university.The characteristics of seasonal pollution at various monitoring sites are relatively obvious，with typical urban air environment conditions of “good in summer and poor in winter”.

Key words：Chuzhou；Air quality；Change characteristics；Principal component analysis（PCA）

滁州市位于皖東江淮之間，是南京“一小時都市圈”主要成員和皖江城市帶承接產業轉移示范區的重要一翼。近年來，滁州市城市規模與GDP總量呈快速增長的趨勢，但與此同時城市空氣質量問題也日益突出[1-3]。2016年5月12日，因環境質量未得到有效改善，環境執法力度亟待加強，滁州市被國家環保部點名通報。

目前，針對滁州市空氣質量的研究主要集中在空氣質量變化與氣象條件的關系上[4]，而對滁州市3個國控監測點之間存在的差別和聯系的研究很少，尤其是新的空氣質量標準實施以來，對監測的6種主要污染物之間相互關系的研究甚少。為此，本文以空氣質量監測數據為基礎，運用主成分分析法對6種主要污染物進行分析[5-9]，探討污染物之間的關系及其對空氣質量的影響，為城市大氣污染防治工作提供一定的參考。

1 資料與方法

1.1 資料來源 根據《中華人民共和國環境空氣質量標準》（GB 3059-2012）[10]，選擇滁州市3個國控環境監測點，即老年大學、監測站和人大賓館，在2017年1—6月PM2.5、PM10、SO2、NO2、CO、O3等6種空氣污染物的日均濃度監測數據作為分析的基礎數據，采用的所有空氣質量監測數據均來源于滁州市環保局。

1.2 分析方法 采用主成分分析法對空氣質量監測數據進行分析[11]。主成分分析主要起到降維和簡化數據結構的作用，可以將原有的多個指標轉化成少數幾個代表性較好的綜合指標，能夠反映原來指標大部分的信息，且各個指標之間保持獨立，避免出現重疊信息。主成分分析的基本步驟如下[12]：（1）原始數據標準化；（2）計算樣本協方差陣和相關陣；（3）計算樣本協方差陣和相關陣的特征值和特征向量；（4）計算貢獻率和累積貢獻率，確定選取主成分個數；（5）列出主成分方程并解釋主成分意義。采用Z-score法對原始數據進行標準化，運用SPSS18.0軟件進行主成分分析。

2 結果與分析

2.1 空氣質量時間分布特征

2.1.1 空氣質量概況 圖1為2017年1—6月滁州市不同空氣質量類別所占日數的百分比。由圖1可知，滁州市2017年上半年出現頻率最高的空氣質量等級為3級輕度污染，占上半年總日數的44.8%；其次為2級良，出現頻率為42.0%；中度污染、重度污染出現頻率分別為6.1%、2.2%；2017年1—6月未出現嚴重污染，空氣質量為優的日數僅占5%，優良空氣質量等級占上半年總日數的比率（也稱為環境空氣優良率）為47.0%。2017年1—6月平均AQI為104.8，峰值為215，出現在1月3日。2017年上半年滁州市首要污染物主要為PM2.5和O3，分別出現83d和78d；其次為PM10、NO2，出現日數分別為8d、7d。

2.1.2 主要污染物月變化特征 圖2為2017年1—6月滁州市PM2.5和O3濃度月變化。由圖2可知，2017年上半年各月PM2.5平均濃度均在50μg/m3以上，總體呈逐月下降趨勢，原因可能與冬季氣溫低、靜風頻率高，易形成逆溫天氣，以及采暖期燃煤用量較大有關[5，6]；其中1、2月這2個月份PM2.5平均濃度超過上半年均值，2月PM2.5平均濃度最高，達到79.8μg/m3，5月PM2.5平均濃度最低，為51.7μg/m3。2017年上半年各月O3平均濃度均在80μg/m3以上，總體呈逐月上升趨勢，原因可能與氣溫升高、日照增加，易將汽車廢氣和工業排放物釋放出的氮氧化物氣體（NOx）和揮發性有機化合物（VOC）合成臭氧有關[5，6]；其中4、5、6月這3個月份O3平均濃度超過上半年均值，1月O3—8h平均濃度最低，為80.9μg/m3，5月O3平均濃度最高，達到170.5μg/m3。

2.2 空氣質量主成分分析

2.2.1 6項指標的主成分分析 將標準化后的數據導入SPSS18.0進行主成分分析，結果見表1～表4。由表1可知，O3指標的提取率明顯高于其他指標，達到0.964，其次是CO和PM2.5，提取率分別為0.853和0.808，說明這3個指標對滁州市的空氣污染程度起主導作用。

表2反映了各個成分解釋原始變量的總方差以及提取信息量的情況。因為成分1（方差貢獻率62.271%）、成分2（方差貢獻率17.946%）的初始特征根都大于1，而且它們已經包含了原始6個變量80.217%（>80%）[6]的信息，所以選取成分1、成分2為主成分。

主成分的主要含義由主成分載荷矩陣中各主成分所對應的相關系數絕對值較大的幾個指標的綜合含義來確定[13]。由表3可以看出，主成分1主要反映了SO2、PM10、NO2、CO、PM2.55個指標的信息，主成分2主要反映了O31個指標的信息。

上式中X1～X6表示對應污染物標準化后的樣本數據；Y1、Y2表示對應成分得分。由上式可以看出，主成分1中SO2、PM10、NO2、CO、PM2.5得分系數較高，其中CO、PM2.5得分系數最高；主成分2中O3得分系數明顯高于其他污染物，代表性顯著。

目前，滁州市工業經濟的快速增長仍然建立在能源資源消耗增長的基礎上，而滁州市的能源結構仍以煤炭、石油等化石燃料為主，且這些燃料的利用率較低，所以空氣污染物主要來源于這些非再生能源的燃燒。這些化石燃料在燃燒中直接產生了大量對人類有害的氣體和煙塵，如SO2、PM10、NO2、CO和PM2.5，所以主成分1主要包含了這5種污染物的信息，且對這5種污染物日平均濃度進行相關分析（表略）也表明，任意兩種污染物之間均存在顯著相關。O3是光化學煙霧的主要成分，它的濃度雖然與煤炭、石油等污染源也有一定的關系，但它不是直接產生的，而是轉化而成的。它是污染源燃燒產生的氮氧化物，如汽車尾氣，在陽光輻射及合適的氣象條件下生成的，它受陽光、氣象條件的影響更為強烈，所以主成分2主要包含了O3這1種污染物的信息。

2.2.2 各監測點的主成分綜合得分和綜合評價 為評價滁州市3個國控監測點每月的綜合大氣環境質量狀況，采用如下公式計算各監測點每天的綜合得分，進而計算各監測點主成分月平均綜合得分。

式中：Zi表示第i成分的貢獻率，Z1=62.271%；Z2=17.946%；Yi表示樣本第i成分得分。經計算，得出3個國控監測點各月的主成分平均綜合得分，結果見圖3。主成分綜合得分表征空氣質量的好壞，得分越低表明該月該監測點的空氣質量越好[14]。

從圖3可以看出，滁州市3個國控監測點各月的主成分綜合得分變化趨勢相似，自2月份起逐月下降，其原因可能是3個監測點設置的距離較近（1.2～4.4km），且都不是工業集中區，空氣質量沒有較大差別。2017年1—6月老年大學、監測站和人大賓館3個站點的平均得分分別為0.004、0.003和0.000，空氣質量相對較好的站點是人大賓館，相對較差的是老年大學。

2017年1—6月各監測點平均主成分綜合得分最高的月份為2月，最低為6月，得分分別為0.260和-0.192，各監測點1、2月主成分綜合得分均明顯高于5、6月，即1、2月空氣質量較差，5、6月空氣質量較好，屬于典型的城市空氣環境狀況。冬季氣溫低、氣壓高、降雨少，易出現靜穩天氣，污染物動能小，不易擴散，城市空氣污染較為嚴重；進入夏季，溫度高、氣壓低、濕度大，靜穩天氣較難形成，污染物動能大，容易擴散，且茂盛的植被和城市熱島效應有利于降低污染物濃度[5，6]。

3 結論與討論

（1）2017年1—6月滁州市空氣質量為輕度污染的等級出現頻率最高，占上半年總日數的44.8%，其次為良，出現頻率為42.0%。首要污染物主要為PM2.5和O3—8h，分別出現83d和78d，是影響2017年上半年滁州市空氣質量的主要因素。各月PM2.5平均濃度均在50μg/m3以上，總體呈逐月下降趨勢；各月O3—8h平均濃度均在80μg/m3以上，總體呈逐月上升趨勢。

（2）通過數據標準化后的主成分分析，2017年1—6月滁州市6種主要空氣污染物可以分為兩類，SO2、PM10、NO2、CO、PM2.5為第1類，O3為第2類。第1類主要是由化石燃料的燃燒直接產生，第2類不是直接形成的，而是在適當的氣象條件下轉化而成。且CO、PM2.5、O3對滁州市空氣質量起主導作用。

（3）2017年1—6月滁州市3個國控監測點所代表區域的空氣質量隨月份的變化趨勢相似，這是因為3個監測點均設置在城區，且距離較近?？諝赓|量相對較好的監測站點是人大賓館，相對較差的是老年大學。各監測點的季節性污染特征較為明顯，全市空氣質量6月最好，2月最差，即具有“夏季好，冬季差”[15，16]的典型城市空氣環境狀況。

受資料限制，本研究僅對滁州市2017年1—6月的污染物監測數據進行分析討論，樣本數量有限，主成分分析存在局限性?？諝赓|量相對較差的老年大學監測點卻位于滁州市南湖公園旁，這與普遍認知相悖，尚需探討。隨著城市規模的持續擴大，現有的3個監測點過于集中，城南政務新區、城東工業集中區等新興區域均沒有布點，監測數據代表性不足。未來可結合新增站點樣本，進一步探討污染物之間的關系及其對空氣質量的影響，為城市大氣污染防治工作提供一定的參考。

參考文獻

[1]王未來，李明艷，過偉軍等.全國31個重點城市空氣質量特征分析[J].浙江預防醫學，2015，27（11）：1110-1114.

[2]藺雪芹，王岱.中國城市空氣質量時空演化特征及社會經濟驅動力[J].地理學報，2016，71（8）：1357-1371.

[3]王興杰，謝高地，岳書平.經濟增長和人口集聚對城市環境空氣質量的影響及區域分異——以第一階段實施新空氣質量標準的74個城市為例[J].經濟地理，2015，35（2）：71-76.

[4]張鑫童，徐姍，金華星，等.滁州市空氣質量指數（AQI）與氣象條件的關系分析[J].安徽農學通報，2017，23（14）：188-192.

[5]許婉婷，陳娜芃.2013年上海市空氣質量時空特征分析[J].城市環境與城市生態，2015，28（1）：31-34.

[6]郭亞奇，苗蕾，張軍，等.鄭州市大氣環境質量分析及預測[J].河南農業大學學報，2010，44（6）：704-709.

[7]沈家芬，張凌，莫測輝，等.廣州市空氣污染物和氣象要素的主成分與典型相關分析[J].生態環境，2006，15（5）：1018-1023.

[8]姜新華，薛河儒，張存厚，等.基于主成分分析的呼和浩特市空氣質量影響因素研究[J].安全與環境工程，2016，23（1）：75-79.

[9]王丹，倪長健.主成分分析法在大氣環境質量評價中的應用[J].平頂山學院學報，2011，26（2）：112-115.

[10]國家環境保護部.GB3095-2012，中華人民共和國國家標準環境空氣質量標準[S].北京：中國環境科學出版社，2012.

[11]何曉群.多元統計與分析[M].北京：中國人民大學出版社，2012：114-142.

[12]黃少偉，謝維輝.實用SAS編程與林業實驗數據分析[M].廣州：華南理工大學出版社，2001：171-178.

[13]應竹青.城市環境質量多元統計分析——永安市城市環境質量綜合評價[J].河南預防醫學雜志，1995，14（6）：1-4.

[14]郭建輝，楊磊，程新寶.上海市環境空氣質量影響參數主成分分析[J].中國科技信息，2005，15：36-41.

[15]黃梅麗，廖雪萍，冼玉卿.環境因子對南寧市硫酸鹽化速率的影響淺析[C]//中國氣象學會.中國氣象學會2006年年會論文集——氣象科技創新與防災減災.2006：372-375.

[16]奚旦立，孫裕生，劉秀英.環境監測[M].北京：高等教育出版社，2004.

（責編：張宏民）