楊 虹,于傳文,馬旭騰
(1.忻州師范學(xué)院,山西 忻州 035400; 2.菏澤學(xué)院體育與健康學(xué)院, 山東 菏澤 274015; 3.忻州師范學(xué)院數(shù)學(xué)系,山西 忻州 035400)
根據(jù)《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095-2012)及空氣質(zhì)量指數(shù)(AQI),分析太原市空氣質(zhì)量并進(jìn)行綜合評價(jià),利用SPSS 22.0和R語言軟件對空氣質(zhì)量指數(shù)及6項(xiàng)污染物的相關(guān)性進(jìn)行分析。采集時(shí)間為2013年12月—2022年2月,共99個(gè)月。數(shù)據(jù)來自真氣網(wǎng)站(https://www.zq12369.com/)。由于選取的數(shù)據(jù)對時(shí)間、單位等因素條件具有依賴性,為了降低其對數(shù)據(jù)的影響,使數(shù)據(jù)趨于穩(wěn)定,在研究分析前對原始數(shù)據(jù)做了標(biāo)準(zhǔn)化處理。
采用主成分分析,得出污染物的KMO和Bartlett檢驗(yàn)表,觀察數(shù)據(jù)是否適用于因子模型。
KMO檢驗(yàn)主要用于研究變量間的偏相關(guān)系數(shù),值越接近1,表明這些變量進(jìn)行因子分析的效果越好,大于0.9效果最佳,0.7以上為可以接受,0.5以下不宜做因子分析。
由表1可知,太原市大氣質(zhì)量數(shù)據(jù)的KMO值為0.817,大于0.7,給定顯著性水平α=0.05,P<α,說明變量間高度相關(guān),數(shù)據(jù)適合做因子分析。
表1 KMO和Bartlett檢驗(yàn)表Tab.1 Check list of KMO and Bartlett
從圖1可以看出,標(biāo)準(zhǔn)化后的PM2.5與PM10及SO2的相關(guān)性較大,CO與SO2的相關(guān)性較大。標(biāo)準(zhǔn)化后的NO2與SO2顯著性P=0.013,大于0.01,小于0.05,表示水平顯著相關(guān)。NO2與CO顯著性P=0.15,大于0.05,表示水平不顯著相關(guān)。其他因子間顯著性P均為0.00,表示水平間極顯著相關(guān)。
圖1 相關(guān)系數(shù)矩陣圖Fig.1 Correlation coefficient matrix
由表2可知,選取兩個(gè)主成分,累計(jì)貢獻(xiàn)率達(dá)到81.888%,即其對原始信息的解釋能力為81.888%。提取這兩個(gè)主成分作為綜合指標(biāo),成分1和成分2的特征值分別為3.810、1.103,均大于1,累計(jì)方差貢獻(xiàn)率等于81.888%,說明這兩個(gè)因子對總體的解釋率超過80%,故可提取前兩個(gè)因子,且3.810>1.103,故成分1為主導(dǎo)成分。
表2 總方差解釋表Tab.2 Total variance explanation
從表3和圖2可以看出,主成分1與PM2.5、PM10、SO2、CO、NO2呈正相關(guān)關(guān)系,與O3呈負(fù)相關(guān)關(guān)系,且PM2.5、PM10、SO2的特征向量絕對值較大,其中PM2.5的特征向量最大,為首要污染物。主成分2與PM2.5、PM10、NO2、O3呈正相關(guān)關(guān)系,與SO2、CO呈負(fù)相關(guān)關(guān)系,且CO、NO2的特征向量絕對值較大,其中NO2的特征向量最大,為首要污染物。
圖2 主成分關(guān)系圖Fig.2 Principal component diagram
表3 成分表Tab.3 Ingredient list
在空氣質(zhì)量綜合評價(jià)表中,綜合得分越高,說明空氣質(zhì)量越差,見表4。在第一主成分中,2014年得分最高,其次為2016年,說明這兩年的空氣質(zhì)量較差,主要與PM2.5、PM10、SO2有關(guān),與PM2.5的關(guān)聯(lián)性最大。在第二主成分中,2019年得分最高,其次為2017年和2018年,說明這3年的空氣質(zhì)量較差,主要與CO、NO2有關(guān),與NO2的關(guān)聯(lián)性最大。
表4 空氣質(zhì)量綜合評價(jià)得分表Tab.4 Air quality comprehensive evaluation score sheet
從綜合得分可以看出,2014—2017年的空氣質(zhì)量綜合得分高于2018—2021年的空氣質(zhì)量綜合得分,說明從2018年開始太原市空氣質(zhì)量有所好轉(zhuǎn)。
利用Spearman秩相關(guān)系數(shù)法(Daniel趨勢檢驗(yàn)法)對數(shù)據(jù)進(jìn)行分析,見表5。
表5 秩相關(guān)系數(shù)的評價(jià)結(jié)果Tab.5 Evaluation results of rank correlation coefficient
表6 空氣質(zhì)量評估等級表Tab.6 Air quality assessment scale
在顯著性水平α=0.05條件下,檢驗(yàn)均具有顯著性。PM2.5、PM10、SO2、CO濃度呈顯著下降趨勢,NO2、O3濃度呈顯著上升趨勢。
空氣質(zhì)量指數(shù)(AQI)的取值范圍為0~500,其中,0~50、51~100、101~200、201~300、大于300分別對應(yīng)國家空氣質(zhì)量標(biāo)準(zhǔn)中日均值的I級、II級、III級、IV級、V級標(biāo)準(zhǔn)的污染物濃度限定數(shù)值,實(shí)際應(yīng)用中又將III級和IV級分為III(1)級、III(2)級、IV(1) 級、IV(2)級。I級代表空氣質(zhì)量評估為優(yōu),對人體健康無影響;II級代表空氣質(zhì)量評估為良,對人體健康無顯著影響;III級代表為輕度污染,對人體出現(xiàn)刺激;IV級代表中度污染,對人體普遍出現(xiàn)刺激;V級代表嚴(yán)重污染,對人體出現(xiàn)嚴(yán)重刺激。
繪制太原市99個(gè)月的空氣質(zhì)量指數(shù)(AQI)與6項(xiàng)污染物之間的散點(diǎn)圖矩陣,可直觀看出其線性關(guān)系。由圖3可知,空氣質(zhì)量指數(shù)(AQI)與PM2.5、PM10之間的關(guān)系近似表現(xiàn)為一條直線,由此判斷存在較強(qiáng)的線性關(guān)系。AQI與SO2、CO、NO2的散點(diǎn)圖中,變量間的觀測點(diǎn)很分散,說明AQI與PM2.5、PM10之間相關(guān)性較弱,但兩者之間呈現(xiàn)出正相關(guān)關(guān)系。從AQI與O3的散點(diǎn)圖中可以看到,兩個(gè)變量的觀測點(diǎn)相對分散,無任何規(guī)律,說明兩者之間沒有相關(guān)關(guān)系。想要提升空氣質(zhì)量,必須將PM2.5、PM10治理放在首位且要加大治理力度。
圖3 散點(diǎn)圖矩陣Fig.3 Scatter diagram matrix
圖4 不同年份空氣質(zhì)量指數(shù)折線Fig.4 Index line plots of air quality of different years
利用空氣質(zhì)量指數(shù)(AQI)繪制2013—2021年的折線圖,可以看出,不同年份相同月份空氣質(zhì)量指數(shù)(AQI)有著同樣的變化規(guī)律,不同年份在9月份后空氣質(zhì)量有所下降,成為III級輕度污染,有時(shí)還會達(dá)到IV級中度污染,每年3月份后空氣質(zhì)量有所提高,4—9月空氣質(zhì)量趨于平穩(wěn)。因此太原市空氣質(zhì)量指數(shù)與季節(jié)變化有明顯的相關(guān)性。
繪制空氣質(zhì)量指數(shù)(AQI)的直方圖,由圖5可以看出,2014—2022年空氣質(zhì)量良好的月份占全年比重分別為41.7%、75.0%、66.7%、33.3%、41.7%、58.3%、50.0%、58.3%、50.0%, 99個(gè)月中空氣質(zhì)量良好以上的月份占53.54%,說明空氣質(zhì)量有待提升,應(yīng)加強(qiáng)防治措施。
圖5 不同月份空氣質(zhì)量直方圖Fig.5 Histogram of air quality of different months
采用主成分分析法和Spearman秩相關(guān)系數(shù)法對2013—2021年太原市環(huán)境空氣質(zhì)量監(jiān)測數(shù)據(jù)進(jìn)行評價(jià)分析,結(jié)果如下:PM2.5為太原市空氣首要污染物,自2018年太原市空氣質(zhì)量有所好轉(zhuǎn)。PM2.5、PM10、SO2、CO濃度呈顯著下降趨勢,NO2、O3濃度呈顯著上升趨勢。太原市空氣質(zhì)量指數(shù)(AQI)與PM2.5及PM10之間的相關(guān)性最大且呈正相關(guān)。冬季空氣質(zhì)量總體明顯下降,呈輕度或中度污染,其他季節(jié)空氣質(zhì)量總體良好,且趨于穩(wěn)定狀態(tài)。