2014—2020年拉薩市環境空氣質量評價分析

洛桑卓嘎 四郎措姆 格桑卓嘎 旦增克珠 洛桑

(1.拉薩市氣象臺，西藏 拉薩 850000；2.米林縣氣象局，西藏 林芝 860500)

隨著工業化和城市化進程不斷推進，近幾年全國范圍內各大城市均出現環境空氣污染問題，城市空氣質量問題愈發嚴重，日益引起社會廣泛關注。西藏和平解放70年來，拉薩市經濟社會發展成就顯著，城市化建設步伐不斷加快，但伴隨著工業和交通等基礎設施大力建設以及燃油機動車保有量的大幅增加，對城市環境空氣質量也造成一定影響；再加上全球變暖背景下，青藏高原天氣氣候系統變化明顯，也給城市空氣污染問題帶來不確定影響，因此，對拉薩市環境空氣質量的評價研究工作十分必要。目前，國內外許多學者在環境空氣質量這一領域的研究工作取得了較大進展，如付強等[1]研究了主成分分析在環境空氣質量評價中的應用；黃戰勝等[2]對寶雞市近年來大氣質量變化趨勢進行了分析；李冰月、周新宇等[3]以北京白塔寺街區為例基于主成分分析法對歷史文化保護區的空氣質量進行評價；張春輝等[4]對2003—2014年貴陽市環境空氣質量變化趨勢進行了分析；劉萍等[5]基于主成分分析法對空氣質量評價方法進行了研究；祝新明等[6]對2014—2018年桐鄉市環境空氣中6個主要指標完成評價分析；韓卓等[7]基于AHP模型對西安市大氣質量進行了評價分析；程濤等[8]基于小波分析法對上海市環境空氣質量變化及與氣象的關系進行研究。本文借鑒上述文章的分析研究方法，主要使用主成分分析法對2014—2020年拉薩市的空氣質量進行評價分析，并利用Spearman秩相關系數法對2014—2020年拉薩市的6類污染物變化趨勢進行分析。

1 資料來源及方法

1.1 數據說明

本文所用的資料為2014—2020年拉薩市環境監測站的6類空氣污染物的逐日濃度值數據。該數據來源于天氣后報網站上的空氣質量相關數據，該網站上的數據均來源于國家環境監測總站，因此數據真實有效。

1.2 分析方法

本文主要使用主成分分析和Spearman秩相關系數法(Daniel趨勢檢驗方法)兩種分析方法。

主成分分析(PCA)是1901年由卡爾·皮爾遜發明的一種統計方法，它使用正交變換將一組可能相關變量(實體，每個實體具有不同的數值)的觀察值轉換為一組稱為主成分的線性不相關變量的值。主成分分析是最簡單的基于特征向量的多元分析，它通過降維技術，客觀處理各個指標的權重，使評價結果更加客觀。本文主要使用SPSS22.0進行主成分分析。

黨的十八大提出“五位一體”建設布局，將生態文明建設和經濟、政治、文化、社會建設放在同等重要的位置。水資源保護是生態環保的重要內容，引起全社會的高度關注。水污染防治行動計劃在其首要任務“全面控制污染物排放”里，除了控制工業污染、城鎮生活污染、農業農村污染外，明確了要加強船舶港口污染控制。《水污染防治行動計劃實施情況考核規定（試行）》已將“船舶港口污染控制”納入政府考核體系，考核本地區港口和船舶污染物接收、轉運及處置方案的編制情況和方案建設內容完成的進度。

本文對空氣污染物的變化趨勢分析主要采用Spearman秩相關系數法(Daniel趨勢檢驗方法)利用天氣后報所提供的日平均數據求出各污染物的年平均濃度進行趨勢變化分析。

2.3 提高了作為住院醫生的整體素質 我院在2014年和2015年這兩年連續開展住院醫師系統培訓工作，通過培訓，住院醫師的臨床技能動手能力和臨床思維分析能力比沒參加住院醫師系統培訓工作的醫師明顯提高。參加國家統一執業醫師考試的成績：2014年14人參加，13人通過，2015年11人參加，10人通過，兩年的通過率達92%；2012年4人參加，2人通過，2013年4人參加，2人通過，2016年9人參加，4人通過，三年的通過率僅47%，見表1。對兩組參加考試人員的通過率χ2檢驗，χ2=10.572，P=0.001，經系統培訓后的醫生參加國家統一執業醫師考試的通過率明顯提高。

取得重大勘探發現尤其是前沿領域的勘探突破是每個石油公司追求的目標，但勘探天然伴隨著風險，而國際大石油公司大都實行規避風險的嚴格資本支出原則。在此種情形下，國際大石油公司采取自身尋求油氣發現，以及在已有油氣發現的前沿領域尋求早期快速切入相結合的方式。這可以看作做是大石油公司在高風險前沿領域平衡效益與風險的策略。大部分國際大石油公司采取這種策略，只有埃尼采取進攻策略，追求在前沿領域通過自己勘探實現油氣發現。

2014—2020年拉薩市區O3、NO2、PM10、PM2.5、SO2、CO的年均濃度值(表5)(單位：NO2、PM10、PM2.5為μg/m3；O3、SO2、CO為mg/m3)

通過以上步驟我們已經獲得了兩個主成分的特征向量值，因此我們可以求出兩個主成分的得分，并利用綜合評分法求出空氣質量綜合評價表(表4)。

將秩相關系數γs的絕對值同Spearman秩相關系數統計表中的臨界值Wp進行比較。|γs|>Wp則表明變化趨勢有顯著意義。如果γs是負值，則表明在評價時段內有關統計計量指標呈下降或好轉趨勢；如果γs為正值，則表明在評價時段內有關統計計量指標變化呈上升或加重趨勢。|γs| ≤Wp則表明變化趨勢沒有顯著意義，說明在評價時段內空氣質量變化穩定或平穩。

2 結果及評價

2.1 空氣質量評價

從表3可以看出：主成分1與所有污染物呈正相關關系，而其中PM2.5、PM10的特征向量的絕對值較大，其中PM2.5的值最大，因此PM2.5為首要污染物。主成分2與PM2.5、PM10、NO2呈負相關關系，與SO2、CO、O3呈正相關關系，并且SO2、NO2、CO的特征向量絕對值較大，其中NO2的特征向量最大，為首要污染因子。

晨起未及時排尿：睡了一晚上，要及時把尿液排出，因為它們堆積大量毒素。人體五臟都是相互影響的，喜歡憋尿不及時排尿的人，除了容易患上泌尿系統疾病、腎病之外，毒素的大量聚積都要跟負責解毒的肝臟聯系起來，進而影響肝臟健康。

表1 相關系數矩陣

表2 解釋總方差

通常線性相關系數大于0.7說明線性相關較高，并且越接近1越相關。從表1可以看出，PM2.5與NO2、PM10的相關性較大，SO2與CO的相關性較大。

重構后對應的網絡結構如圖8所示。求得最優解斷開的支路為：7-8，9-10，14-15，32-33，25-29，此時網絡結構的網損為129.830 9 kW。

當特征值大于1且累計方差貢獻率超過80%則表明主成分的解釋力度足以代替原來指標的解釋力度。從表2中可以看出：成分1和成分2的特征值分別為3.409和1.589，并且累計方差貢獻率達到83%，并且成分1的特征值大于成分2，因此在這兩個主成分中成分1為主導成分。

本文主要通過主成分分析法對2014—2020年期間拉薩市的6類監測污染物年濃度值進行評價，經過分析得出污染物的KMO和Bartlett的檢驗結果，并顯示Bartlett球形檢驗的顯著性P值為0.00，小于0.05，說明數據適合做因子分析，并得出污染物之間相關系數矩陣(表1)、解釋總方差表(表2)、成分矩陣表(表3)、拉薩市2014—2020年環境空氣質量綜合評價表(表4)。

表3 成分矩陣

BIM技術在施工階段的應用主要體現在造價控制上。首先，在施工階段承包方往往會依據施工進度來計算工程量，但是這一過程存在著延遲，使得工程量的核算結果與實際工程量之間出現差異，不僅難以保障造價核算的精確度，還會造成資源浪費。而在施工過程中使用BIM技術，優秀的建模能力和可視性能夠簡化施工流程，更好地幫助施工團隊編制核算工程量；其次，BIM技術應用可以在施工過程中跟蹤市場行情變化，及時將材料價格、運輸價格變動及機械使用費用數據編輯在模型中，有利于施工方進行動態維護。最后，BIM技術能夠通過自帶的績效和費用核算功能對工程造價進行及時分析，幫助施工團隊規避費用偏差。

傳統的教學模式下，教師在課堂中大多以填鴨式的教學方法展開授課，在一定程度上忽略了學生的主體性，容易影響學生對于數學學習的積極性，導致目前小學數學教學中存在一些問題，大部分小學生不能高效的學習數學知識，甚至有些學生對數學學習具有反感心理。隨著我國教育的不斷發展，體驗式學習方法逐漸得到學科教學的應用，如何在教學中合理應用體驗式學習方法成為小學數學教師所面臨的關鍵問題，對于教學水平的提高具有積極意義。

表4 拉薩市2014—2020年環境空氣質量綜合評價表

年際變化是對2014—2020年的PM10、PM2.5、SO2的年最大日均濃度、年最小日均濃度、年平均日均濃度值進行統計并計算秩相關系數，可得出PM10的γaverage=-0.9