论文总字数：15726字

摘 要

本文运用了因子分析等统计学分析方法,根据淮安市2015年空气质量数据和2015年气象数据,研究淮安市雾霾分别与城市空气质量指数和气象指数之间的关系, 给出了相应预测模型,并提出策略,希望能对淮安市未来治理雾霾提供一些参考.

关键词：雾霾，因子分析，预测与治理

Abstract: In this paper the author uses the main factors influencing factor analysis and other statistical analysis methods and study , according to the datas of the air quality and meteorological of Huaian City in 2015, the main influence factors of haze in Huaian City. The author gives a  prediction model and some corresponding strategies and hopes to provide some references to control the haze of Huaian City  in the future.

Keywords: haze ,factor analysis，forecasting and controlling.

目 录

１引言 4

2 淮安空气环境的综合评价 5

2.1雾霾的概念 5

2.2原始数据的检验 6

2.3原始数据分析 8

2.4构建得分模型 9

2.5因子分析结果 10

3 淮安雾霾主要影响因素的实证分析 11

3.1 模型设定与参数估计 11

3.2 模型分析 12

3.2.1 PM2.5模型 12

3.2.2 湿度模型 19

结论 24

参 考 文 献 26

致 谢 27

１引言

雾是指近地面层空气中悬浮的大量微小液滴构成的气溶胶,且相对湿度达到饱和状态；而霾则是指大量细微的尘粒、烟粒或盐粒均匀地悬浮在空中,使大气的能见度小于10km,空气中普遍出现浑浊的现象.根据2010年6月起实施的QX/T 113-2010《霾的观测和预报等级》,排除特殊天气造成的视程障碍,凡大气能见度小于10km且相对湿度小于80%的判识为霾^[1-3].

随着中国社会经济的快速发展,我国的大气污染日趋严重,全国有超过五分之一的土地正遭受着雾霾天气的侵扰,雾霾发生具有面积广、时间长的特点,且空气中包含多种有毒物质,雾霾的主要成因可吸入颗粒物可进入呼吸系统,对身体健康会造成不可估量的损失.结合过去已有研究,雾霾的危害可总结为（1）影响身体健康、（2）影响交通安全、（3）影响光照与水循环,因此解决因雾霾天气导致的环境污染也越发紧急.2014 年1 月4 日,国家首次将雾霾天气纳入自然灾情进行通报.2013年1月15日,李克强出席会议谈及空气污染治理问题时指出,积累问题是个长期过程,解决问题也需要一个长期过程.

淮安位于江苏省中北部,江淮平原东部,地处长江三角洲地区,总面积约1.01万平方公里.进入新世纪阶段,淮安迈入了快速发展的新时期,而这些也给淮安的生态环境带来了巨大的压力^[4].近几年来淮安市大部分县区雾霾笼罩,尤其是2013年12月来临出现的这场雾霾,遍布淮安所有的县区,雾霾持续天数长达六至七天.PM2.5值是平日天气的两倍左右.

在本次论文中,本文以2015年淮安市主要空气质量指标为基础,分析了近一年来淮安空气质量的变化特征.本文的主要研究方法是因子分析与多元线性回归分析^[5-7].结果表明,城市大气主要受施工、道路扬尘工业烟尘和机动车废气排放的影响较为严重,可吸入颗粒物为其主要污染因子,空气质量状况基本处于良和轻微污染;雾霾分布具有明显的季节性,冬季比较多发,而夏季则比较少;人类活动对城市空气质量也存在一定的影响,且具有双重作用.

2 淮安空气环境的综合评价

2.1雾霾的概念

雾霾天气是一种大气污染状态,雾霾是对大气中各种悬浮颗粒物含量超标的笼统表述,尤其是PM2.5（空气动力学当量直径小于等于2.5微米的颗粒物）被认为是造成雾霾天气的“元凶”.随着空气质量的恶化,阴霾天气现象出现增多,危害加重.在雾霾天气中,PM2.5是“罪魁祸首”.主要来源有多个.一是汽车尾气.近年来,城市的汽车越来越多,排放的汽车尾气量也越来越多,对城市空气中PM2.5的“贡献”60%左右.二是道路扬尘和建筑施工扬尘.根据研究,道路扬尘是PM2.5的主要来源,占PM2.5来源的20%左右.三是工厂制造出的二次污染.四是冬季取暖时燃烧煤炭低空排放的污染物.五是生物质(秸秆、木柴)的燃烧以及垃圾焚烧产生的烟尘,这也是PM2.5的重要来源.

淮安雾霾其直接原因是人类生产活动所排放的各种污染物.本文从空气质量指数出发,纵向分析淮安近年来雾霾主要成因PM2.5与城市空气质量的关系和空气湿度与气象因子的关系,采用因子分析法进行具体分析.选择具体分析指标时,主要考虑AQI,SO₂ ,NO₂,PM₁₀,CO,O₃,PM_2.5,这几个方面.

2.2原始数据的检验

在进行因子分析之前,要先对原始数据进行相关系数矩阵检验、bartlett检验和KMO检验.检验结果如下表：

表1

相关性
		PM2.5	PM10	SO2	CO	NO2	O3	AQI
PM2.5	Pearson 相关性	1	.896**	.499**	.867**	.691**	-.146**	.946**
	显著性（双侧）		.000	.000	.000	.000	.005	.000
	N	365	365	365	365	365	365	365
PM10	Pearson 相关性	.896**	1	.587**	.810**	.706**	-.038	.970**
	显著性（双侧）	.000		.000	.000	.000	.474	.000
	N	365	365	365	365	365	365	365
SO2	Pearson 相关性	.499**	.587**	1	.467**	.660**	.113*	.531**
	显著性（双侧）	.000	.000		.000	.000	.030	.000
	N	365	365	365	365	365	365	365
CO	Pearson 相关性	.867**	.810**	.467**	1	.630**	-.170**	.851**
	显著性（双侧）	.000	.000	.000		.000	.001	.000
	N	365	365	365	365	365	365	365
NO2	Pearson 相关性	.691**	.706**	.660**	.630**	1	-.055	.673**
	显著性（双侧）	.000	.000	.000	.000		.292	.000
	N	365	365	365	365	365	365	365
O3	Pearson 相关性	-.146**	-.038	.113*	-.170**	-.055	1	-.043
	显著性（双侧）	.005	.474	.030	.001	.292		.409
	N	365	365	365	365	365	365	365
AQI	Pearson 相关性	.946**	.970**	.531**	.851**	.673**	-.043	1
	显著性（双侧）	.000	.000	.000	.000	.000	.409
	N	365	365	365	365	365	365	365
**. 在 .01 水平（双侧）上显著相关. *. 在 0.05 水平（双侧）上显著相关.

表2

KMO 和 Bartlett 的检验
取样足够度的 Kaiser-Meyer-Olkin 度量.		.799
Bartlett 的球形度检验	近似卡方	2976.350
	df	21
	Sig.	.000

根据检验结果我们可知,多数的相关系数都较高,各变量间呈较强的线性关系,故能提取公共因子,适合进行因子分析.巴特利特球度检验统计量的观测值为2976.35,相应的概率P-值接近0.设显著性水平α=0.05,由于概率P-值小于显著性水平α,则应拒绝原假设,即认为相关系数矩阵与单位阵有显著差异.同时,KMO值为0.799,根据Kaiser给出的KMO度量标准可知原有变量适合进行因子分析.

2.3原始数据分析

首先对数据进行尝试性分析.根据原有变量的相关系数矩阵,计算其特征值与累计贡献率,确定提取的因子个数.根据SPSS数据分析结果可知：按照特征根大于1的原则,选入了2个公共因子,其累计方差贡献率为82.050%,提取的因子包含了原有变量中的大部分信息.结果如表3所示.

剩余内容已隐藏，请支付后下载全文，论文总字数：15726字