昆明市空氣質量影響因素的灰色關聯分析

童 彥，施 玉，朱海燕（曲靖師范學院生物資源與環境科學學院，云南曲靖 655011）

昆明市空氣質量影響因素的灰色關聯分析

童 彥，施 玉，朱海燕
（曲靖師范學院生物資源與環境科學學院，云南曲靖 655011）

應用灰色關聯分析方法，對昆明市2007—2012年空氣質量數據與空氣質量影響因素數據進行關聯度計算，定量識別影響空氣質量的主要因素。結果表明：PM10與7項空氣質量影響因素的關聯度均＞0.8，屬高關聯；SO2排放總量與SO2濃度的關聯最大，其余影響因素與SO2濃度的關聯程度分別屬于高關聯與較高關聯；與NO2濃度關聯最密切的為城區人口、SO2排放總量、人均公園綠地面積和建成區面積；要總體提高昆明市空氣質量可以優先從減少城區人口、增加人均公園綠地面積和減少SO2排放總量等方面做起。

空氣質量；影響因素；灰色關聯分析；昆明市

0 引言

隨著城市化進程的加快，城市人口增加，工業快速增長。與此同時，人民生活水平也迅速提高，而空氣質量的好壞也逐漸成為公眾關注的熱點問題［1-2］。因此如何定量計算城市空氣質量與其影響因素之間的關聯程度，對于改善城市空氣質量具有一定的參考價值。

昆明地處我國西南部，位于東經102°10＇～103°40＇，北緯24°23＇～26°22＇。地勢北部高，南部低，由北向南呈階梯狀逐漸降低，中部隆起，東西兩側較低。氣候屬低緯度亞熱帶-高原山地季風氣候，全年溫差較小，干濕季分明。作為滇中城市群的核心圈，昆明工業形成了以機械、冶金、煙草加工等為主的體系，是云南省的工業基地和西南地區重要的工業城市。昆明經濟高速發展的同時，環境污染物排放增多，必將限制經濟的可持續發展。因此如何定量識別影響空氣質量的主要因素對昆明經濟的全面協調可持續發展具有重要意義。本文擬采用灰色關聯分析法，從經濟、社會和生態三方面對影響昆明空氣質量的因素進行計算，定量識別影響空氣質量的主要因素。

1 研究方法與數據來源

1.1 研究方法

本文采用的研究方法為灰色關聯分析法，該方法從思想方法上來看，屬于幾何處理的范疇，其實質是對反映各因素變化特征的數據序列進行幾何比較，確定影響系統發展的優勢因素［3］。

1.1.1 確定分析序列并進行無綱量化處理

建立因變量參考數列X0（k），自變量比較數列Xi（k）（i＝1，2，3，……n），即因變量參考數列：X0（k）＝｛X0（1）X0（2）X0（3）……X0（k）｝；自變量比較數列Xi（k）＝｛Xi（1）Xi（2）Xi（3）… … Xi（k）｝。

1.1.2 求出差序列、最大差、最小差

1.1.3 計算關聯系數

式中：ρ為分辨系數，一般取ρ＝0.5（i＝1，2，3，……n）。

1.1.4 計算關聯度

1.1.5 關聯度排序

對各比較數列與參考數列的關聯度從大到小排序，關聯度越大，說明比較數列與參考數列變化的態勢越一致。

1.2 數據來源

昆明市多年空氣質量數據與空氣質量影響因素數據均來源于《云南統計年鑒》（2007—2013年）。在獲取以上基礎數據后建立昆明市歷年空氣質量數據與空氣質量影響因素數據庫，并按灰色關聯分析法的建模步驟對影響空氣質量的眾多因素進行計算，定量識別影響空氣質量的主要因素。

2 討論與分析

2.1 分析序列的確定與無量綱化處理

按灰色關聯分析法的建模步驟，用PM10（Y1）、SO2（Y2）和NO2（Y3）的年平均濃度表征空氣質量，分別作為系統的因變量參考序列X0（k）；從經濟、社會和生態三方面將工業產值（X1）、城區人口（X2）、建成區面積（X3）、人均公園綠地面積（X4）、汽車擁有量（X5）、建城區綠化覆蓋率（X7）和SO2排放總量（X7）作為空氣質量影響因素Xi（k）的自變量比較數列。同時將昆明市2006—2012年上述各空氣質量影響因素和3類空氣污染物濃度的原始數據用均值化法進行無量綱化處理。

2.2 數據分析過程

按照灰色關聯分析的計算步驟，將上述7大空氣質量影響因素與3類空氣污染物濃度經均值化法進行無量綱化處理后的數據代入上述灰色關聯分析模型，計算得出7個影響因素分別與3類空氣污染物濃度，即PM10（Y1）、SO2（Y2）和NO2（Y3）的影響程度，結果見表1。

表1 空氣質量影響因素與空氣污染物濃度的灰色關聯分析

2.3 空氣質量影響因素分析

從表1可知，總體上選取的7大空氣質量影響因素與 3類空氣污染物濃度的關聯度均＞0.6，屬較高關聯水平［4］，表明上述7項空氣質量影響因素對空氣質量的影響顯著。根據關聯度，將各影響因素對 3類空氣污染物PM10（Y1）、SO2（Y2）和NO2（Y3）的影響程度進行灰色關聯度排序，結論如下：

PM10（Y1）：r（人均公園綠地面積）＞r（城區人口）＞r（建成區面積）＞r（建城區綠化覆蓋率）＞r（工業產值）＞r（汽車擁有量）＞r（SO2排放總量）。上述7項空氣質量影響因素對可吸入顆粒物PM10的關聯度均＞0.8，屬高關聯。說明PM10的濃度與7項空氣質量影響因素的相對變化幾乎一致，耦合作用極強［4］。因此，要減少空氣可吸入顆粒物濃度可以從增加人均公園綠地面積，減少城區人口等方面著手。

SO2（Y2）：r（SO2排放總量）＞r（城區人口）＞r（人均公園綠地面積）＞r（建成區面積）＞r（建城區綠化覆蓋率）＞r（工業產值）＞r（汽車擁有量）。其中，SO2排放總量與城區人口對空氣SO2濃度的關聯度均＞0.8，屬高關聯［4］。說明SO2排放總量與城區人口對空氣SO2濃度的耦合作用極強。其余5項影響因素對SO2濃度的關聯度均值在0.6212～0.7917，屬于較高關聯水平，耦合作用較強。這表明，要減少空氣SO2濃度首先要減少SO2排放總量。

NO2（Y3）：r（城區人口）＞r（SO2排放總量）＞r（人均公園綠地面積）＞r（建成區面積）＞r（工業產值）＞r（建城區綠化覆蓋率）＞r（汽車擁有量）。其中，城區人口、SO2排放總量、人均公園綠地面積和建成區面積對NO2濃度的關聯度均＞0.8，說明上述4項影響因素對NO2濃度的耦合作用極強，兩系統的相對變化幾乎一致。其余3項影響因素與NO2濃度的關聯度均在0.7～0.8，屬較高關聯。這表明，減少空氣NO2濃度可以從減少城區人口、增加人均公園綠地面積等方面做起。

城區人口、人均公園綠地面積、SO2排放總量和建成區面積位于關聯序的前4位，關聯度r均＞0.8，屬高關聯，其余3項影響因素與空氣質量的關聯度均在0.7～0.8，屬較高關聯。

3 結論

（1）可吸入顆粒物PM10與7項空氣質量影響因素的關聯度均＞0.8，屬高關聯。

（2）SO2排放總量與城區人口對空氣SO2濃度的關聯度均 ＞0.8，屬高關聯。其余5項影響因素對SO2濃度的關聯度均值在0.6212～0.7917，屬于較高關聯水平。

（3）NO2濃度與城區人口、SO2排放總量、人均公園綠地面積和建成區面積的關聯度均＞0.8，屬高關聯。其余3項影響因素與NO2濃度屬較高關聯。

（4）整體分析各影響因素對空氣質量的綜合影響可以得出，要總體提高昆明市空氣質量可以優先從減少城區人口、增加人均公園綠地面積和減少SO2排放總量等方面做起。

［1］章開平，徐軍亮，趙西平，等.基于灰色關聯的洛陽市空氣質量影響因素分析［J］.河南科技大學學報（自然科學版），2012，33（1）：100-104.

［2］魯亞斌，郭榮芳，周云，等.昆明空氣污染物等級與天氣背景的關系［J］.云南環境科學，2004，23（4）：34-36.

［3］徐建華.現代地理學中的數學方法（第2版）［M］.北京：高等教育出版社，2002：338-341.

［4］羅上華，馬蔚純，王祥榮，等.城市環境保護規劃與生態建設指標體系實證［J］.生態學報，2003，23（1）：45-55.

GrayCorrelationAnalysisofFactorsAffectingAirQualityinKunming

TONGYan，SHIYu，ZHUHai-yan
（CollegeofBiologyandEnvironmentScience，QujingNormalUniversity，QujingYunnan655011，China）

Graycorrelationanalysiswasadoptedtocalculatetherelationshipbetweenairqualitydataandthefactorsaffectingtheairqualityfrom2007to2012inKunming.Themainfactorsaffectingtheairqualitywereidentified.TheresultsshowedthatPM10impliedahighcorrelationof0.8withsevenfactors.ThetotalSO2emissions weresignificantlyassociatedwiththehighestconcentrationofSO2.Inaddition，therestofthefactorsshowedhigh associationwiththeconcentrationofSO2.TheconcentrationofNO2washighlycorrelatedtothetotalpopulationof theurbanarea，thetotalemissionofSO2，percapitaareaofparkandgreenland，andthebuilt-upland.Inorder toimprovetheairqualityofKunming，reducingtheurbanpopulation，increasingpercapitaareaofparkandgreen land，andreducingthetotalSO2emissionscouldbeimplemented.

airquality；influencefactor；graycorrelationanalysis；KunmingCity

X82

A

1673-9655（2015）03-0046-03

2014-09-29

云南省教育廳科學研究基金（2012Y415）與曲靖師范學院校級優質課程（YZKC201412）共同資助。作者簡介：童彥（1983-），女，碩士，四川越西人，講師，主要從事資源與環境經濟學和科研工作。