北京市PM2.5的相關(guān)因素研究

叢琳+孫德山+鄒存利+張蕾

摘 要 選取2016年北京市空氣質(zhì)量指數(shù)數(shù)據(jù)，簡(jiǎn)述了北京市空氣的現(xiàn)狀，并根據(jù)頻率得出PM2.5已經(jīng)成為北京市空氣中的首要污染物的結(jié)論.通過(guò)計(jì)算PM2.5與AQI所監(jiān)測(cè)的其余指標(biāo)之間的相關(guān)程度，進(jìn)行PM2.5與PM10，CO和NO2的多元回歸分析，得到線性回歸方程.同時(shí)對(duì)模型給予改進(jìn)，建立基于2個(gè)主成分的、更為精準(zhǔn)的多元回歸模型.得出PM10是空氣中PM2.5的最主要成因的結(jié)論，CO和NO2對(duì)PM2.5的影響也不容忽視的結(jié)論，對(duì)北京市霧霾天氣預(yù)防提供參考意見(jiàn).

關(guān)鍵詞 PM2.5； AQI； 相關(guān)系數(shù)；多元回歸分析；主成分分析

中圖分類號(hào) O213 文獻(xiàn)標(biāo)識(shí)碼 A

Abstract We selected the Beijing air quality index data in 2006， clarified the current situation of Beijing air， and based on the frequency we got a conclusion that the PM2.5 has already become the primary pollutant.The calculated correlation between PM2.5 and AQIs remaining indicators， multiple regression analysis of PM2.5 and PM10， CO and NO2， we got the linear regression equation. By improving the model at the same time， a more accurate multivariate regression model based on two principal components was established. It can be concluded that PM10 is the main cause of PM2.5 in the air， and the effect of CO and NO2 on PM2.5 cannot be ignored， the suggestion was provided on the prevention of haze weather in Beijing.

Key words PM2.5； air quality index； correlation index； multivariate regression analysis；principal component analysis；principal component analysis

1 引 言

空氣是地球上大氣層中的氣體混合，作為人類賴以生存的物質(zhì)，空氣的質(zhì)量變化直接影響著人類的生活.空氣質(zhì)量是依據(jù)空氣中污染物的濃度來(lái)反映空氣受污染的程度的一項(xiàng)指標(biāo).現(xiàn)今，空氣質(zhì)量問(wèn)題已經(jīng)成為環(huán)境質(zhì)量中的重點(diǎn)，空氣質(zhì)量每況愈下，隨之而來(lái)的對(duì)空氣問(wèn)題進(jìn)行分析以及提出相應(yīng)的解決措施也成為了人類生存環(huán)境保護(hù)的重中之重.

我國(guó)從20世紀(jì)80年代開(kāi)始了大氣中顆粒物的研究工作.黃鸝鳴等[1]對(duì)大氣顆粒物的污染在5個(gè)典型的城市功能區(qū)進(jìn)行了分析，結(jié)果表明PM2.5與PM10的比例占到68%左右.宋宇等[2]對(duì)北京市1999年和2000年的空氣污染物的消光系數(shù)以及粒徑大小不同的顆粒物的質(zhì)量濃度進(jìn)行監(jiān)測(cè)，得出能見(jiàn)度下降的首要原因是大氣顆粒物的消光.魏玉香等[3]對(duì)南京市2007年度PM2.5進(jìn)行了日變化、月季變化的特征分析，并利用同期氣象資料分析氣象與PM2.5的關(guān)系.美國(guó)國(guó)家環(huán)境保護(hù)局也曾對(duì)與PM2.5相關(guān)的健康效應(yīng)予以定量的評(píng)價(jià)，其中由死亡引起的經(jīng)濟(jì)損失比重達(dá)到89%之高.

PM2.5是直徑小于等于2.5微米的細(xì)顆粒物，它在空氣中的含量濃度與空氣污染程度有著密不可分的關(guān)系.盡管，這種細(xì)顆粒物是空氣中很少的一個(gè)組成部分，但其粒徑小、面積大、在大氣中能長(zhǎng)時(shí)間停留且能遠(yuǎn)距離輸送等特點(diǎn)使其對(duì)空氣環(huán)境質(zhì)量以及人類身體健康有著重大影響.事實(shí)證明，PM2.5所能攜帶的有害物質(zhì)多于PM10等其他污染物質(zhì)，并且對(duì)人類呼吸系統(tǒng)有極強(qiáng)的穿透力，更易于被呼吸道黏膜所吸附，并永久留于體內(nèi).由于PM2.5等空氣污染物導(dǎo)致的空氣質(zhì)量破壞正在蔓延，每年約有300萬(wàn)人死于肺部相關(guān)疾病.因此，隨著全球大氣的污染情況日益加重，作為首都的北京則更應(yīng)該予以重視研究，以便為相關(guān)部門的針對(duì)性治理提供一定的參考信息與建議.

2 數(shù)據(jù)來(lái)源及北京空氣質(zhì)量基本狀況

本文所采用的數(shù)據(jù)來(lái)源于中華人民共和國(guó)環(huán)境保護(hù)部的數(shù)據(jù)中心[4]和中國(guó)空氣質(zhì)量在線分析平臺(tái)[5].其中2016年4月16日及2016年9月6日的數(shù)據(jù)有所缺失，采用平均值法進(jìn)行插補(bǔ)處理.同時(shí)采用標(biāo)準(zhǔn)化的方法對(duì)數(shù)據(jù)進(jìn)行處理，以減除量綱對(duì)分析的影響.

據(jù)歷史天氣狀況紀(jì)錄，2016年北京市平均輕度霧霾以上的天氣達(dá)到55天，大多數(shù)出現(xiàn)在秋冬季節(jié).2016年11月5日出現(xiàn)能見(jiàn)度不足200米的強(qiáng)濃霧霾，造成494架飛機(jī)航班取消，所導(dǎo)致的交通事故更是不計(jì)其數(shù).同年12月19日～12月21日，北京市紅色預(yù)警霧霾天氣，對(duì)中小學(xué)生采取“停課不停學(xué)”措施.霧霾天氣主要由城市工業(yè)化、機(jī)動(dòng)車數(shù)量以及綠地覆蓋程度和人口規(guī)模等因素影響.日常生活所產(chǎn)生的廢氣排放無(wú)疑成為了空氣的一種負(fù)擔(dān).

從數(shù)據(jù)中得出，北京市2016年366天中優(yōu)良天氣所占比例為52.1%，重度及嚴(yán)重污染的比例達(dá)到10.7%.表明北京市總體空氣質(zhì)量不容樂(lè)觀.具體數(shù)據(jù)如表1所示.根據(jù)所收錄的2016年北京市每日空氣首要污染物數(shù)據(jù)得知，北京市空氣中首要污染物有NO2，O3-8，PM10，PM2.5，并對(duì)其出現(xiàn)頻率進(jìn)行統(tǒng)計(jì)分析.其中PM2.5出現(xiàn)156天，所占百分比為42.6%，遠(yuǎn)超其他污染物所占比例.詳見(jiàn)表2.因此，PM2.5成為北京市空氣中首要的污染物.endprint

3 AQI指數(shù)介紹

AQI是空氣污染指數(shù)，是用不同級(jí)別來(lái)描述空氣污染成都和質(zhì)量情況.參與評(píng)價(jià)的指標(biāo)主要有細(xì)微顆粒物（PM2.5）、可吸入顆粒物（PM10）、二氧化硫、一氧化碳、二氧化氮、臭氧六項(xiàng).空氣污染指數(shù)分為五個(gè)級(jí)別，取值范圍在0至500之間，本文所采用的數(shù)據(jù)中每天空氣污染程度就是由此指數(shù)評(píng)價(jià)得到的.當(dāng)AQI達(dá)到300以上，則可判定當(dāng)日空氣狀況屬于嚴(yán)重污染，2016年北京市一共出現(xiàn)了9天嚴(yán)重污染情況，這對(duì)兒童、老人和病人的身體有著極大傷害.

4 PM2.5的相關(guān)系數(shù)計(jì)算

4.1 相關(guān)系數(shù)介紹

相關(guān)系數(shù)是一種反應(yīng)變量之間相關(guān)關(guān)系密切程度的統(tǒng)計(jì)指標(biāo)，是用以研究變量間線性相關(guān)程度的量.皮爾遜相關(guān)系數(shù)計(jì)算公式為：

相關(guān)系數(shù)r的取值在-1和+1之間，r值的正負(fù)表示變量間相關(guān)關(guān)系的正負(fù)，r的絕對(duì)值越大則說(shuō)明兩變量的相關(guān)性越強(qiáng).皮爾遜相關(guān)系數(shù)是最常見(jiàn)的計(jì)算方法，但并不是唯一的.肯德?tīng)栔认嚓P(guān)系數(shù)定義了n個(gè)同類別的統(tǒng)計(jì)對(duì)象按照特定的屬性進(jìn)行排序，若二者屬性的排名相同，則系數(shù)為1，這也表明兩個(gè)屬性是正相關(guān)的；反之，若排名相反則系數(shù)-1代表負(fù)相關(guān)；若排名完全獨(dú)立則不相關(guān).Kendall秩相關(guān)系數(shù)計(jì)算公式為：

斯皮爾曼等級(jí)相關(guān)系數(shù)對(duì)未知類型的數(shù)據(jù)類型使用積矩陣相關(guān)系數(shù)來(lái)描述相關(guān)性，它對(duì)原始數(shù)據(jù)是沒(méi)有要求的，屬于非參數(shù)統(tǒng)計(jì)方法.

4.2 相關(guān)系數(shù)計(jì)算

運(yùn)用SPSS 20.0[6]，采用上述3種相關(guān)系數(shù)計(jì)算方法進(jìn)行指標(biāo)間的相關(guān)性分析，得到結(jié)果如表3所示.

Pearson相關(guān)系數(shù)中，PM2.5與PM10的相關(guān)系數(shù)為0.894，與CO的相關(guān)系數(shù)為0.868，與NO2的相關(guān)系數(shù)為0.824，相對(duì)前兩者來(lái)說(shuō)其相關(guān)性有所減弱；而PM2.5與其余指標(biāo)間的相關(guān)性相對(duì)較低.同時(shí)，Kendall相關(guān)系數(shù)與Spearman相關(guān)系數(shù)的結(jié)果大致相同.所以，與PM2.5相關(guān)性較強(qiáng)的分別為PM10、CO和NO2.

由北京市2016年全年空氣質(zhì)量數(shù)據(jù)，以及數(shù)據(jù)間的相關(guān)性分析，可以初步得出PM2.5與PM10、CO和NO2具有較強(qiáng)的相關(guān)關(guān)系.并且通過(guò)控制這些污染物的形成與排放，對(duì)PM2.5的形成也可以起到抑制作用.因此，需要研究分析指標(biāo)間具體的變動(dòng)趨勢(shì)關(guān)系.

5 PM2.5與主要指標(biāo)的多元回歸分析

多元回歸分析是用于處理一個(gè)因變量與多個(gè)自變量間數(shù)量關(guān)系的方法.運(yùn)用EViews 8.0[7]對(duì)與PM2.5相關(guān)性比較強(qiáng)的3個(gè)指標(biāo)PM10、CO和NO2，運(yùn)用最小二乘法進(jìn)行多元回歸分析，得到結(jié)果如表4所示.

由于NO2的參數(shù)檢驗(yàn)0.388 8遠(yuǎn)遠(yuǎn)大于0.05，說(shuō)明此變量并不顯著，所以做刪除處理.同時(shí)參數(shù)C的檢驗(yàn)也不顯著.所以再將PM2.5對(duì)PM10和CO重新做二元回歸分析，得到結(jié)果如表5所示.各個(gè)統(tǒng)計(jì)指標(biāo)都是顯著的，參數(shù)檢驗(yàn)也均通過(guò).

為了改進(jìn)模型以更準(zhǔn)確的描述監(jiān)測(cè)指標(biāo)之間的關(guān)系，采用主成分分析方法對(duì)除PM2.5以外的其余5個(gè)變量進(jìn)行分析，然后建立主成分間的多元回歸.運(yùn)用R 3.4.0[8]，得到主成分分析結(jié)果以及相應(yīng)載荷矩陣如表6和表7所示.由此可以得到前2個(gè)主成分的貢獻(xiàn)率達(dá)到83.4%，超過(guò)80%，這表明前兩個(gè)主成分所包含的信息足夠充分.

由于主成分分析操作中已經(jīng)保證兩個(gè)主成分間的獨(dú)立性，因此對(duì)PM2.5與兩個(gè)主成分做二元回歸分析，得到回歸結(jié)果如表8所示.

通過(guò)回歸方程，可以表明PM2.5與兩個(gè)主成分間關(guān)系.由此表明，當(dāng)主成分E1保持不變時(shí)，主成分E2每變化一個(gè)單位會(huì)導(dǎo)致PM2.5變化1.758個(gè)單位；同時(shí)當(dāng)主成分E2保持不變時(shí)，主成分E1每變化一個(gè)單位PM2.5會(huì)變化0.596個(gè)單位.同時(shí)也間接的反映出PM10含量變化對(duì)PM2.5的影響最大.

6 總結(jié)與建議

本文通過(guò)收集2016年北京市空氣質(zhì)量監(jiān)測(cè)的各項(xiàng)指標(biāo)，研究北京市霧霾形成的主要因素PM2.5的污染問(wèn)題，整理了北京市2016年AQI及其具體監(jiān)測(cè)指標(biāo)的具體數(shù)值，對(duì)366天的具體情況進(jìn)行了整理分析，得出PM2.5是北京市2016年首要污染物.進(jìn)而對(duì)PM2.5和其他監(jiān)測(cè)指標(biāo)進(jìn)行相關(guān)分析及多元回歸分析，得到相應(yīng)的回歸方程.由于變量間相關(guān)性，采用主成分分析得到2個(gè)主成分，得到一個(gè)較為精準(zhǔn)的統(tǒng)計(jì)模型.并得出結(jié)論：在除PM2.5外的五個(gè)監(jiān)測(cè)指標(biāo)中，PM10對(duì)PM2.5的影響程度最大，所以優(yōu)先控制空氣中塵土的含量可以達(dá)到控制PM2.5的目的，同時(shí)CO與NO2對(duì)PM2.5的影響也不容小覷.因此，要通過(guò)控制建筑工地?fù)P塵工作塵土飛揚(yáng)、加大城市綠化面積和汽車尾氣排放及化工氣體不完全燃燒的排放等從根源解決問(wèn)題，以改善人們賴以生存的環(huán)境.

參考文獻(xiàn)

[1] 黃鸝鳴，王格慧，王薈，等.南京市空氣中顆粒物PM10、PM2.5污染水平[J].中國(guó)環(huán)境科學(xué)，2002.22（4）：334-337.

[2] 宋宇，唐孝炎，方晨，等.北京市能見(jiàn)度下降去顆粒物污染的關(guān)系[J].環(huán)境科學(xué)學(xué)報(bào)，2003.23（4）：468-471.

[3] 魏玉香，銀燕，楊衛(wèi)芬，等.南京地區(qū)PM2.5污染特征及其影響因素分析[J].環(huán)境科學(xué)與管理，2004.5（3）：327-311.

[4] 中華人民共和國(guó)環(huán)境保護(hù)部.中華人民共和國(guó)環(huán)境保護(hù)部數(shù)據(jù)中心，[EB/OL].（2017-06-01）[2017-06-01].http：//datacenter.mep.gov.cn/index.

[5] 真氣網(wǎng).中國(guó)空氣質(zhì)量在線監(jiān)測(cè)分析平臺(tái)[EB/OL]. https：//www.aqistudy.cn.

[6] 薛薇.基于SPSS的數(shù)據(jù)分析[M].北京：中國(guó)人民大學(xué)出版社，2006.

[7] 張大維，劉博，劉琪.EVIEWS數(shù)據(jù)統(tǒng)計(jì)與分析教程[M].北京：清華大學(xué)出版社，2010.

[8] 肖枝洪，朱強(qiáng)，蘇理云，等.多元數(shù)據(jù)分析及其R實(shí)現(xiàn)[M].北京：科學(xué)出版社，2013.endprint