馬炳南 侯雙雙 吳偉

摘 要：為行政部門有效治理城市環(huán)境和生態(tài)保護(hù)，科學(xué)客觀評價(jià)空氣質(zhì)量極為重要。本研究以銅仁市為對象，統(tǒng)計(jì)分析了2015—2020年銅仁市空氣污染物變化動態(tài)特征，同時(shí)利用屬性識別模型綜合評價(jià)了銅仁市空氣質(zhì)量水平。研究結(jié)果表明：1）銅仁市主要污染物是PM2.5、PM10和O3，其污染程度為PM2.5＞PM10≈O3，PM2.5和PM10濃度水平處于Ⅱ級標(biāo)準(zhǔn)，PM2.5在冬季處于不達(dá)標(biāo)水平，PM10于2020年達(dá)Ⅰ級以下標(biāo)準(zhǔn)，有顯著好轉(zhuǎn)，O3濃度2016年以來顯著增加，存在污染風(fēng)險(xiǎn)。2）銅仁市近幾年空氣綜合質(zhì)量均為Ⅰ級標(biāo)準(zhǔn)，但空氣質(zhì)量綜合水平呈下降趨勢，主要原因在于PM2.5作為首要的空氣污染物，污染水平一直沒有得到有效控制。此外，O3污染程度風(fēng)險(xiǎn)增加。因此，PM2.5和O3是以后污染物控制的重點(diǎn)。

關(guān)鍵詞：空氣污染物；空氣質(zhì)量評價(jià)；屬性識別模型；銅仁市

中圖分類號：X823

文獻(xiàn)標(biāo)志碼：A

銅仁市位于貴州省東北部，東鄰湖南省懷化市，北鄰重慶市，屬于國家武陵山片區(qū)區(qū)域發(fā)展與扶貧攻堅(jiān)規(guī)劃制定集中連片扶貧攻堅(jiān)和跨省合作協(xié)同發(fā)展的地區(qū)之一。在國家政策的大力扶持下，銅仁市經(jīng)濟(jì)發(fā)展迅速，隨著城市化水平的不斷提高和經(jīng)濟(jì)發(fā)展的加速，銅仁市大氣環(huán)境污染問題也引起了廣泛關(guān)注［1-3］。為有效控制空氣質(zhì)量的不斷惡化，需要對空氣質(zhì)量做出科學(xué)客觀的評價(jià)［4］。目前對城市空氣質(zhì)量評價(jià)的方法有很多，主要包括污染指數(shù)法（air pollution index，API）［5-6］、空氣質(zhì)量指標(biāo)法（air quality index，AQI）［7-8］、模糊綜合評價(jià)法［9-10］、主成分分析法［11-13］以及屬性識別模型［14］等綜合指數(shù)評價(jià)法。董慧青等［5］采用API法，分析空氣污染物（SO2、NO2、PM10）濃度時(shí)間變化特征，并通過API等級標(biāo)準(zhǔn)對廣西主要城市南寧、桂林、北海的空氣污染情況做出評價(jià)。AQI也是重要的空氣質(zhì)量評價(jià)指標(biāo)，通過國家相應(yīng)《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》的規(guī)定對空氣質(zhì)量作出評價(jià)，通過對比分析對應(yīng)污染物濃度特征，篩選首要或重要污染物，謝新宇等［7］和王海燕等［15］用此類方法展開了城市空氣質(zhì)量評價(jià)。以API和AQI為指標(biāo)進(jìn)行空氣質(zhì)量評價(jià)的方法能夠從宏觀上體現(xiàn)污染物的整體污染水平，也可通過對比分析得出重要污染物，方法簡便，但無法對各污染物對空氣質(zhì)量的貢獻(xiàn)程度做出定量評價(jià)，而主成分分析法、模糊綜合評價(jià)法和屬性識別模型則可以彌補(bǔ)這一不足，因此采用這些方法展開的空氣質(zhì)量綜合評價(jià)的報(bào)道也很多，其中屬性識別模型不僅可以量化各污染物對空氣質(zhì)量的貢獻(xiàn)，同時(shí)也能夠?qū)諝赓|(zhì)量綜合水平進(jìn)行定量化表達(dá)，在生態(tài)環(huán)境領(lǐng)域中有廣泛的應(yīng)用［16-17］。隨著銅仁市經(jīng)濟(jì)的進(jìn)一步發(fā)展，大氣污染的情況也變得越加復(fù)雜，因此本研究采用屬性識別模型，分析近幾年銅仁市的空氣污染物和空氣質(zhì)量現(xiàn)狀及變化特征，為城市生態(tài)文明建設(shè)提供參考。

1 材料與方法

1.1 數(shù)據(jù)來源

研究數(shù)據(jù)為2015—2020年銅仁市空氣主要污染物月平均濃度，包括PM2.5、PM10、SO2、NO2、CO、O3等6類主要大氣污染物，數(shù)據(jù)來自貴州省生態(tài)環(huán)境廳月報(bào)。

1.2 分析方法

1）污染物時(shí)間動態(tài)分析：利用Origin統(tǒng)計(jì)軟件，采用統(tǒng)計(jì)分析和線性回歸法表達(dá)空氣污染物的年際和年內(nèi)變化趨勢特征，線性擬合的顯著性水平采用P檢驗(yàn)。

2）污染物濃度界限值：依據(jù)最新發(fā)布的《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》（GB 3095—2018），為了保持時(shí)間尺度一致性，2018年以前的污染物不適于最新標(biāo)準(zhǔn)情況的則參考《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》（GB 3095—2012），各污染物濃度具體界限值見表1。

3）屬性識別模型綜合評價(jià)空氣質(zhì)量：屬性識別模型廣泛應(yīng)用于生態(tài)環(huán)境評價(jià)工作中，具體的計(jì)算步驟如下。

（1） 建立分類標(biāo)準(zhǔn)矩陣

設(shè)評價(jià)對象有m個(gè)評價(jià)指標(biāo)Ii，每個(gè)評價(jià)指標(biāo)有k個(gè)評價(jià)等級，每個(gè)評價(jià)指標(biāo)Ii有相應(yīng)的評價(jià)等級分類表標(biāo)準(zhǔn){C1，C2 ，…，Ck}，則評價(jià)對象的分類標(biāo)準(zhǔn)矩陣見式（1）。

c11…c1kcm1…cmk（1）

（2）確定權(quán)重

采用超標(biāo)倍數(shù)法，根據(jù)污染物污染程度計(jì)算得到式（2），污染程度越大權(quán)重越大，反之。式（2）中Wi為各污染物權(quán)重，Ci 為污染物濃度檢測值，Ai 為污染物各濃度等級標(biāo)準(zhǔn)平均值。

Wi=CiAi/∑mi=1CiAi（2）

（3）確定樣本屬性測度

定義第i個(gè)指標(biāo)屬于Ct類的屬性測度為Uit，Uit 根據(jù)公式（3）計(jì)算得到。

當(dāng)xi≤Cil時(shí)，取Uil=1，其余等級為0；

當(dāng)xi≥Cik時(shí)，取Uik=1，其余等級為0；

當(dāng)Cil≤xi≤Cil+1時(shí)，Uit=xi－Cil+1Cil－Cil+1，

Uit+1=xi－CilCil－Cil+1，Uik=0，

tl+1 （3）

（4）確定綜合屬性測度

定義綜合屬性測度為Ut，由各污染物屬性測度和指標(biāo)權(quán)重累積和計(jì)算得到，見式（4）。

Ut=∑mi=1Wi·Uit? 1≤t≤k （4）

（5）空氣質(zhì)量綜合等級標(biāo)準(zhǔn)評價(jià)及評分

采用信度識別準(zhǔn)則，設(shè)置信度λ（置信度一般取0.6～0.7），空氣質(zhì)量綜合等級T用式（5）計(jì)算，若T≥λ，則空氣質(zhì)量屬于Ct等級標(biāo)準(zhǔn)，根據(jù)等級標(biāo)準(zhǔn)進(jìn)行評分，以便于量化分析，對應(yīng)分?jǐn)?shù)q的計(jì)算見式（6），式（6）中，nt=k+1-t，為等級標(biāo)準(zhǔn)Ct的分值，依次取k～1之間遞減的正整數(shù)。

T=min{T：∑kt=1≥λ? 1≤t≤k}（5）

q=∑kt=1ntUt（6）

2 結(jié)果與分析

2.1 銅仁市大氣污染物年際變化

各污染物濃度的年變化趨勢均不顯著，年變化特征存在差異（圖1）。PM2.5（圖1（a））年平均濃度始終處于環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)的Ⅱ級標(biāo)準(zhǔn)，2015—2020年期間呈下降-上升-下降的趨勢，2017年濃度最小為23.67 μg/m3，2019年濃度最大為28.67 μg/m3。PM10（圖1（b））年平均濃度2020年以前始終處于環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)的Ⅱ級標(biāo)準(zhǔn)，2020年達(dá)到Ⅰ級標(biāo)準(zhǔn)；2015—2020年期間呈波動的下降趨勢，下降趨勢不顯著，濃度最小值發(fā)生于2020年（38.92 μg/m3），2015年濃度為最大值（61.17 μg/m3），下降36%。SO2（圖1（c））年平均濃度均＜20 μg/m3（Ⅰ級標(biāo)準(zhǔn)），其變化特征以2018年為界限可分為兩個(gè)時(shí)間階段，2015—2018年下降趨勢顯著，2018年以后濃度保持于平均值4.2 μg/m3的水平，濃度最小值發(fā)生于2019年（3.75 μg/m3），2015年濃度為最大值（17.08 μg/m3），濃度下降達(dá)78%。NO2（圖1（d））年平均濃度均＜40 μg/m3（Ⅰ級標(biāo)準(zhǔn)），其變化特征表現(xiàn)為先增后降，2017年為最大值21 μg/m3，2016年和2020年濃度較小，2020年比2017年濃度下降22%。CO（圖1（e））年平均濃度均＜4 μg/m3（Ⅰ級標(biāo)準(zhǔn)），其變化特征表現(xiàn)為2019年以前濃度值保持在1.0 μg/m3以上，2019年以后迅速下降至2020年最低值0.8 μg/m3，下降28%。O3（圖1（f））年平均濃度除2015年和2019年外均為Ⅰ級標(biāo)準(zhǔn)以下，2019年濃度最大為106 μg/m3，最小值為2016年66 μg/m3，2020年O3濃度雖然處于Ⅰ級標(biāo)準(zhǔn)以下，但與歷史低值水平而言，仍處于較高濃度水平。

銅仁市6種大氣污染物濃度的年變化特征表明，除SO2外，大致表現(xiàn)為“下降-上升-下降”的波動下降趨勢；PM10始終處于Ⅰ級標(biāo)準(zhǔn)以上，是影響大氣質(zhì)量的主要污染物，此外，O3濃度水平接近Ⅰ級標(biāo)準(zhǔn)，也是未來空氣質(zhì)量監(jiān)管的重要污染物；SO2由2015年的濃度最大值降至2018年以后的濃度較小水平，反映出對SO2有效的治理。

2.2 銅仁市大氣污染物年內(nèi)變化

圖2表明各污染物月平均濃度與月份存在顯著的“單峰”型相關(guān)關(guān)系，除O3外的其余5種污染物均表現(xiàn)為夏季為濃度最小值，冬季為濃度最大值，而O3濃度最大值出現(xiàn)在夏季，最小值出現(xiàn)在冬季。PM2.5濃度在冬季（12月、1月、2月）＞35 μg/m3，為Ⅱ 級以上標(biāo)準(zhǔn)，僅夏季的6—8月PM2.5的濃度≤15 μg/m3，為Ⅰ級以下標(biāo)準(zhǔn)，春秋兩季為Ⅱ級標(biāo)準(zhǔn)。PM10濃度在冬季（12月、1月、2月）＞70 μg/m3，為Ⅱ級以上標(biāo)準(zhǔn)，其余月份均＞40 μg/m3，為Ⅱ級標(biāo)準(zhǔn)。SO2各月濃度均＜20 μg/m3，為Ⅰ級以下標(biāo)準(zhǔn)，1月份SO2濃度最大，接近20 μg/m3。NO2各月濃度均＜40 μg/m3，為Ⅰ級以下標(biāo)準(zhǔn)，NO2月平均濃度雖然與時(shí)間存在顯著的線性關(guān)系，但擬合度僅0.53。CO各月濃度均＜4? μg/m3，為Ⅰ級以下標(biāo)準(zhǔn)，CO濃度冬季較大，其余季節(jié)則較小。O3濃度整體表現(xiàn)春秋高而夏冬低，與時(shí)間呈顯著的線性關(guān)系，但擬合度僅0.53。O3濃度在春季的4—5月以及秋季的8—10月＞100 μg/m3，是Ⅰ級以上標(biāo)準(zhǔn)，而其余月份均為Ⅰ級以下標(biāo)準(zhǔn)。

銅仁市6種大氣污染物濃度的年內(nèi)變化特征表明污染物濃度與時(shí)間之間存在顯著的線性關(guān)系，除O3外，均表現(xiàn)為夏季小而冬季大，O3濃度則呈夏冬小而春秋大的特征；PM2.5、PM10幾乎均超過了Ⅰ級標(biāo)準(zhǔn)，對空氣質(zhì)量影響較大，特別是冬季，另外春秋兩季的O3濃度也超過了Ⅰ級標(biāo)準(zhǔn)。

2.3 空氣質(zhì)量綜合評價(jià)

利用屬性識別模型對銅仁市空氣質(zhì)量展開綜合評價(jià)。結(jié)合污染物等級標(biāo)準(zhǔn)濃度界限（表1），根據(jù)式（3）計(jì)算得到6種污染物各年度屬性測度（表2）。從表2中可以看出，SO2、NO2和CO均隸屬于Ⅰ級標(biāo)準(zhǔn)；O3大多數(shù)年份隸屬于Ⅰ級標(biāo)準(zhǔn)，但2019年出現(xiàn)了隸屬Ⅱ級的現(xiàn)象；PM10在2015—2019年期間隸屬于Ⅰ級和Ⅱ級標(biāo)準(zhǔn)之間，隨時(shí)間隸屬于Ⅰ級標(biāo)準(zhǔn)的程度越來越大，直到2020年完全隸屬于Ⅰ級標(biāo)準(zhǔn)；PM2.5自2015年以來均隸屬于于Ⅰ級和Ⅱ級標(biāo)準(zhǔn)之間，隨時(shí)間隸屬于Ⅰ級標(biāo)準(zhǔn)的程度并沒有顯著的改善。

根據(jù)式（2）計(jì)算得到各年度相關(guān)污染物單指標(biāo)權(quán)重（表3），進(jìn)一步根據(jù)式（4）計(jì)算得到銅仁市各年度空氣質(zhì)量的綜合測度并進(jìn)行相應(yīng)的綜合評級（式5）和打分（式6），計(jì)算結(jié)果如表4和圖3所示。根據(jù)表4的計(jì)算結(jié)果表明，銅仁市各年度空氣綜合質(zhì)量均為Ⅰ級標(biāo)準(zhǔn)，但從圖3顯示的空氣質(zhì)量綜合評分變化趨勢可以看出，銅仁市空氣質(zhì)量綜合水平呈下降趨勢，主要原因在于PM2.5作為首要的空氣污染物，年平均濃度一直屬于Ⅱ級水平，冬季屬于不達(dá)標(biāo)水平。

3 結(jié)論

1） 銅仁市主要污染物是PM2.5、PM10和O3，就污染程度的權(quán)重來講，PM2.5＞PM10≈O3；PM2.5和PM10濃度水平處于Ⅱ級標(biāo)準(zhǔn)，PM2.5在冬季處于不達(dá)標(biāo)水平；PM10于2020年達(dá)Ⅰ級以下標(biāo)準(zhǔn)，有顯著好轉(zhuǎn)；O3濃度2016年以來顯著增加，存在污染風(fēng)險(xiǎn)。

2） 利用屬性識別模型對銅仁市空氣質(zhì)量的綜合評價(jià)表明：銅仁市各年度空氣綜合質(zhì)量均為Ⅰ級標(biāo)準(zhǔn)，但空氣質(zhì)量綜合水平呈下降趨勢，主要原因在于PM2.5作為首要的空氣污染物，污染水平一直沒有得到有效控制；此外，O3污染程度風(fēng)險(xiǎn)增加，因此PM2.5和O3是以后污染物控制的重點(diǎn)。

參考文獻(xiàn)：

[1]彭貴海， 彭穎. 淺析銅仁城區(qū)空氣質(zhì)量現(xiàn)狀及污染防治對策［J］. 能源與環(huán)境， 2017（3）： 65， 67.

［2］ 譚志輝. 銅仁市環(huán)境空氣污染問題的影響因素及治理對策研究［J］. 環(huán)境與發(fā)展， 2018， 30（6）： 67-69.

［3］ 李干蓉， 何慶文. 大氣污染防治調(diào)研報(bào)告——銅仁市為例［J］. 科技風(fēng)， 2019（32）： 132-133.

［4］ 艾美榮. 空氣質(zhì)量評價(jià)研究現(xiàn)狀與展望［J］. 現(xiàn)代商貿(mào)工業(yè)， 2018， 39（9）： 188-189.

［5］ 董蕙青， 謝宏斌， 鄭鳳琴. 2003廣西主要城市空氣質(zhì)量評價(jià)及空氣污染物濃度與氣象條件關(guān)系［J］. 廣西氣象， 2004（1）： 36-39.

［6］ 劉佳. 揚(yáng)州市江都區(qū)環(huán)境空氣質(zhì)量評價(jià)與分析［J］. 資源節(jié)約與環(huán)保， 2019（6）： 62-64.

［7］ 謝新宇， 閆妍. 2017—2019年秦皇島市昌黎縣空氣質(zhì)量評價(jià)與分析［J］. 河北科技師范學(xué)院學(xué)報(bào)， 2021， 35（2）： 72-77.

［8］ 葉波， 袁芮， 李恒， 等. 成都市“健康城市”環(huán)境空氣質(zhì)量評價(jià)體系建設(shè)［J］. 四川解剖學(xué)雜志， 2019， 27（2）： 153-156.

［9］ 崔慶岳， 趙彩月. 基于模糊綜合評判的廣州市空氣質(zhì)量評價(jià)［J］. 環(huán)境保護(hù)與循環(huán)經(jīng)濟(jì)， 2020， 40（11）： 57-60.

［10］羅運(yùn)成. 基于模糊綜合評價(jià)模型的城市空氣質(zhì)量評價(jià)研究［J］. 環(huán)境影響評價(jià)， 2018， 40（5）： 79-83.

［11］洛桑卓嘎， 四郎措姆， 格桑卓嘎， 等. 2014—2020年拉薩市環(huán)境空氣質(zhì)量評價(jià)分析［J］. 黑龍江生態(tài)工程職業(yè)學(xué)院學(xué)報(bào)， 2022， 35（1）： 15-18.

［12］祝新明， 李莉， 呂升， 等. 2014年—2018年桐鄉(xiāng)市環(huán)境空氣質(zhì)量評價(jià)研究［J］. 環(huán)境科學(xué)與管理， 2020， 45（5）： 179-183.

［13］徐衛(wèi)國， 張清宇， 陳英旭. 空氣質(zhì)量評價(jià)灰色聚類修正模型的建立與應(yīng)用［J］. 哈爾濱工業(yè)大學(xué)學(xué)報(bào)， 2008（6）： 989-992.

［14］胡起靖. 2014—2019年蘇州市區(qū)空氣質(zhì)量評價(jià)及其變化特征分析［J］. 河北環(huán)境工程學(xué)院學(xué)報(bào)， 2021， 31（1）： 65-68.

［15］王海燕， 張存厚， 李福勝， 等. 環(huán)境空氣質(zhì)量評價(jià)及與氣象因子的關(guān)系——以2015年呼和浩特市區(qū)為例［J］. 內(nèi)蒙古氣象， 2017（1）： 32-35.

［16］吳開亞， 張禮兵， 金菊良， 等. 基于屬性識別模型的巢湖流域生態(tài)安全評價(jià)［J］. 生態(tài)學(xué)雜志， 2007， 5（25）： 759-764.

［17］王子龍， 付強(qiáng)， 姜秋香. 基于GIS與屬性識別模型的土壤肥力綜合評價(jià)［J］. 農(nóng)業(yè)工程學(xué)報(bào)， 2009， 25（6）： 76-80.

（責(zé)任編輯：曾 晶）

Air Quality Assessment of Tongren City Based

on Attribute Recognition Model

MA Bingnan*， HOU Shuangshuang， WU Wei

（College of Life Sciences， Guizhou University， Guiyang 550025， China）

Abstract：

It is important to get scientific and objective evaluation of the air quality for administrative departments to effectively manage urban environment and protect ecology. In this research， taking Tongren City as the research object， we analyzed the dynamic characteristics of air pollutants from 2015 to 2020 by statistical analysis， and comprehensively evaluated the air quality using attribute recognition model. The results showed that： 1） The main air pollutants in Tongren City were PM2.5， PM10 and O3， with the pollution degree of PM2.5>PM10≈O3. The concentration level of PM2.5 and PM10 was at levelⅡ， and PM2.5 was at the sub-standard level in winter. The concentration of O3 had increased significantly since 2016， and there was a risk of pollution. 2） In recent years， the comprehensive air quality of Tongren was at levelⅠ， but there was a downward trend because PM2.5， as the primary air pollutant， had not been effectively controlled， and the risk of O3 pollution level also increased. Therefore， PM2.5 and O3 should be the focus of pollutant control in the future.

Key words：

air pollutants; air quality assessment; attribute recognition model; Tongren City

收稿日期：2022-03-29

基金項(xiàng)目：貴州省自然科學(xué)基金資助項(xiàng)目（黔科合基礎(chǔ)-ZK[2022]重點(diǎn)021）

作者簡介：馬炳南（1988—），男，助理實(shí)驗(yàn)師，碩士，研究方向：生物化學(xué)及污染物分析，E-mail：262931207@qq.com.

通訊作者：馬炳南，E-mail：262931207@qq.com.