基于时间序列的空气污染影响因子分析

论文总字数：23978字

摘 要

在经济取得高速发展、人们生活水平不断上升的同时，我国的空气污染问题日趋严重，尤其是近年来全国各地相继出现大范围持续雾霾天气，空气污染一度成为人们热议的话题。正确认识空气质量的特征现状及其影响因素，对指导科学有效的改善措施意义重大。

本文首先通过分析相关领域的研究现状和所使用的方法，确定了研究目标方向。然后以南京市为例，分别使用聚类分析和时间序列的相关数据处理方法分析了其空气质量的空间和时间特征，并对计算结果围绕空气质量影响因素展开说明。最后通过研究工业废气排放和工业能源消耗间的正相关关系，将研究点聚焦到重工业部门的能源消耗分析，并使用主成分分析法，得出南京市主要重化工业部门的能源消耗的综合排序，结果显示钢铁、化工等该市工业支柱型工业部门耗能较多，对空气质量产生的影响也比较严重。

关键词:空气质量，影响因素，聚类分析，主成分分析

Air Pollution Impact Factors Analysis Based On Time Series

——Taking Nanjing As An Example

Abstract

Although our economy has achieved rapid growth and the standards of people's living has improved widely, the air pollution also became more and more grievous, especially there has emerged a wide range of persistent haze in recent years, air quality has arose strong attention. In order to giving some references for air protection policy, this thesis analyze the main impact factors of air pollution.

Firstly, this thesis makes sure the study methods and contents after looking though some relevant literature. Then, taking NanJing as example, thesis uses cluster analysis and some method of time series to analyze its feature from space to time. The thesis also gives reasonable explanation of results from the view of various air quality factors. Next, the thesis study the relationship between industrial emissions and industrial energy consumption and choose energy consumption as the point. Finally, the thesis uses principal component analysis method to obtain the order of heavy and chemical industry sector. The result shows that steel manufacturing and chemical industry are some main sector of energy consumption. Correspondingly, they also produce large amounts of air pollution.

KEY WORDS: Air quality, Impact factors, Cluster analysis, Principal component analysis

目录

摘 要 I

Abstract II

第一章 绪 论 1

1.1研究背景及意义 1

1.2 文献综述 1

1.2.1 环境污染因素分析的主要方法 1

1.2.2 空气污染影响因素指标分析 3

1.3 主要研究内容 4

第二章 空气质量影响因素分析 7

2.1 空气质量评价标准 7

2.2 空气质量主要影响因素 7

第三章 数据处理方法 10

3.1数据预处理 10

3.2聚类分析 11

3.3主成分分析 12

第四章 南京市空气质量影响因素分析 13

4.1 南京市空气质量空间分布及影响因素分析 13

4.1.1 数据选取 13

4.2.2 数据处理 13

4.2.3 结果分析 14

4.2 南京市空气质量时间特征及影响因素分析 15

4.2.1长期趋势 15

4.2.2季节因素 16

4.2.3污染连续性 18

4.2.4特殊时点的影响 18

4.3 重工业分部门能耗及污染分析 19

4.3.1工业废气排放与工业能源消耗变化关系 20

4.3.2主要重工业部门能源消耗主成分分析 21

4.4 本章小结 22

第五章 总结与展望 24

5.1 研究总结 24

5.2 研究不足与展望 24

参考文献 26

致谢 27

第一章 绪 论

1.1研究背景及意义

空气是地球上生物赖以生存的基本条件，但近年来，随着工业化和城市化进程的发展，人类物质生活条件得到提高的同时，对环境产生的污染也越来越严重。我国今年来关于空气污染的报道逐年增多，各地的空气污染状况不断刷新历史记录。其实空气污染问题渊源已久，早在百年前的工业革命时期，相关国家的空气污染程度就已经引起了人们的注意，如伦敦雾都事件，洛杉矶光化学烟雾事件等。在我国早在上世纪八九十年代就有了空气污染的相关报道，尤其是近两年出现大范围全国性的雾霾天气后，空气污染一度成为人们热议的话题。而关于其影响因素也是众说纷纭，越来越多的分析解释出现在人们面前，从一开始的化石能源消耗、工业产业结构，到汽车尾气、建筑工地扬尘，再到秸秆燃烧、农村地区灶台的使用等，影响因素划分标准也越来越细致。

在空气质量影响因素分析领域，主要分为定性和定量两种方法。定性方法只是根据空气污染所表现的特征结合实际加以分析，不能对各种影响因素作出科学有效的解释。随着近几年数据挖掘方法的兴起，相关领域开始将数据分析方法融入环境影响因素分析中，从海量信息中挖掘各因素间的相关关系，从而定量分析空气质量影响因素。本文利用定性与定量相结合的方式，综合考虑多种角度，对空气质量影响因素进行分析。一方面便于人们了解目前空气质量现状，另一方面为相关部门能够针对性的制定与完善环境保护政策提供理论依据。

1.2 文献综述

1.2.1 环境污染因素分析的主要方法

国内外相关学者专家在环境影响因素分析领域做了许多工作，主要分为两个方面，一是定性的研究，即通过观测、实验和分析等手段考虑对哪些因素会对空气质量产生影响。随着数据处理技术的发展，定量研究方法也逐渐被应用于该领域，即利用数据挖掘技术对相关数据进行处理，如多元回归分析、主成分分析、聚类分析等，获取数据间可能的相关关系来分析空气污染影响因素。从发展的角度来看，该领域研究的主要趋势是从定性分析逐渐转向定量分析，从一元关系拓展到多元关系。

在定性分析领域，一般由环境污染的表现出来的直观特征分析出发，再考虑到城市的某些实际情况加以分析。如路云霞（2013）等通过南京市空气污染所表现出来的多元化、复合型等特征，分析了该市空气污染治理面临的城市建设工程量大，工业产能高等问题，并针对性的提出了加快产业结构调整，控制工业污染排放等治理建议。但定性分析主观随意性大，其结果往往因人而异，说服力不强，因此一般较少用于专业学术研究，多用于相关部门知识普及或政策建议等。

为增强科学性和说服力，定量研究开始被广泛应用于环境质量影响因素分析领域。最早的研究可追溯到上世纪八九十年代由Grossman和 Krueger为研究环境质量与经济发展水平之间关系而提出的环境库兹涅茨曲线理论模型。此后国内外学者利用其进行了大量的拓展及实证研究工作。如王宜虎（2006）选取了1991~2003年间南京市相关环境与经济方面的数据，通过建立南京市环境污染水平随经济增长变化的计量模型，分析环境质量的变化趋势与经济发展水平间的相关关系，最终研究表明南京市部分环境指标变化趋势与经济总水平发展状况呈现出显著的相关关系。但也有学者通过研究分析表明我国目前很多地区经济发展水平与环境状况不符合环境库兹涅茨曲线，如胡宗义（2007）等以二氧化碳作为环境代理指标，通过使用非线性模型分析低碳经济背景下环境库兹涅茨曲线进行碳排放实证研究，结果显示出我国环境质量的变化与经济发展虽然在统计上意义表现较为显著，但在经济意义上并不十分明显，即两者之间不存在明显的倒U型关系。另外应用环境库兹涅茨曲线分析地区环境质量的变化趋势主要集中在环境库兹涅茨曲线转折拐点的研究方面，这种情况大多数只适用于定性的分析，由于考虑因素太过单一，对于制定改善环境状况的保护对策上也不能提供科学有效的理论支持和方法指导。

为考虑更多影响因素，国内外学者积极利用多元回归分析、聚类分析、主成分分析等专业化数据分析方法开展研究。如吴元（2000）等选取上海1978~1998年间的常住人口、城区人均居住面积、国内生产总值、环境保护投资、水质指数、固定资产总投资等，使用用多元回归分析、相关分析等手段，围绕上海市环境经济发展的阶段和过程，探寻上海市区域环境与经济发展相关指标间的发展特征和演变规律。结果显示其中的一些因素与环境质量存在相关关系，且拟合度较好。K.Madhavi Latha与K.V.S.Badarinath（2000）应用因子分析方法分析了城市区域内大气悬浮颗粒物的主要影响因素，并基于此来提出了区域环境可持续发展的经济策略。朱晓华（2004）等以中国江苏为例进行了时政研究，利用数理统中的主成分分析法，定量研究了江苏省生态环境状况随时间变化趋势的驱动机制问题。研究表明江苏省各区市环境质量的影响因素不同，各地的主导驱动因子也不尽相同，在制定环保措施时也要因地制宜。

虽然因子分析、主成分分析等统计分析方法已经开始使用定量分析，并可考虑多种因素，但这些方法通常不能直接研究多种因素相互作用对空气质量产生的影响。为考虑各因素间的交叉影响，相关的模拟分析方法开始得到应用，如人工神经网络法、粗集理论等。人工神经网络模型模拟人脑分析问题时的思维方式，通过寻找各事务间的潜在关联通过网络的形式加以展现来辅助分析。由于具备良好的非线性逼近能力及可容错性，人工神经网络被国内外广泛应用于环境科学研究领域，使得环境质量评价及分析结果的准确度有明显的改善。另外，在处理数据时不需要对原始数据进行复杂的数学处理，也不需要太多专业数理计算知识，这些都使其被广泛传播使用。国外常将此方法应用于预测环境影响因素研究中，Yi.Junsub（1996）以达拉斯市区为例，通过建立一个具有多个输入节点和相关隐蔽节点相互作用的人工神经网络模型通过一个输出节点来预测该地区的每日臭氧含量最大值，同时也使用了普通的统计学预测模型进行对应研究，通过将二者结论对比研究发现人工神经网络模型的性能优于传统的回归模型。在国内，该方法则一般被用于环境质量评价的相关研究领域。如白润才等（2009）从城市环境污染特征出发，运用神经网络相关理论建立了城市环境质量的评级模型，并实例分析了以废水、废气、废渣等六项指标为评价标准的重庆不同地区环境质量等级，其结果与实际情况吻合度较高。另外，在环境监测点的选址与布局时也可通过人工神经网络方法建模分析。

目前关于环境影响因素的分析方法还处于发展阶段，上述各方法仍有各自的不同，但也有互补之处，为追求更好的分析效果，相关领域开始将各种方法综合使用。如Patrici Perez（2003）等为预测未来24小时PM 2.5浓度，在建模前就原始数据作了充分的统计分析，将相关分析、回归等基本统计分析方法与神经网络预测结合建立了三层预测模型，并对模型结构的可靠性、准确性给出了合理性解释。另外，还有学者将系统聚类的基本思想与神经网络的算法步骤相结合从而实现对环境观测点的逐步聚类筛选等。

由于环境系统中包含着许多潜在因素以及不同因素间的相互交叉影响，使得在分析时难以以一种精确的算法进行。就目前国内外环境影响因素分析的文献来看，定量分析中的多元统计分析方法如聚类分析、多元回归分析等应用比较广泛，而神经网络和遗传算法等方法相关研究并不深入，目前主要应用在环境质量评价和预测方面，再加上其计算过程比较繁琐，处理步骤较为复杂，用于直接研究区域环境影响因素的做法并不多见。

1.2.2 空气污染影响因素指标分析

空气污染问题自工业革命后就开始受到关注，国内外学者为能够有效改善空气污染状况，积极探寻其主要影响因素。就其研究历程来看，起初只是研究单独因素的影响，如上文提到的环境库兹涅茨曲线理论研究的就是经济发展与环境质量直接的潜在关系。在国内的相关研究主要集中在对环境质量产生直接影响的因素上，如杜涛（2001）等以沈阳市为例，从城市能源消耗的角度，以相关污染物排放为切入点定量分析了各主要能源消耗对城市空气质量产生的影响及该城市能源结构存在的问题，并针对性地提出了改善措施。潘小川（2011）等利用专业化器具对皖北某地农村分别使用液化石油气、秸秆、沼气和煤等不同能源的家庭厨房的排放物进行搜集，分析得出常用燃料：液化石油气，液化石油气，秸秆以及沼气等对室内主要空气污染物：SO₂、NO₂和CO等的影响，其中煤对厨房空气的污染最为严重，液化石油气和沼气属于相对比较清洁的燃料。马雁军等（2005）利用抚顺、本溪、辽阳、沈阳、鞍山、等辽宁省中部几个城市主要大气污染物二氧化氮、总悬浮颗粒物、二氧化硫、可吸入颗粒物的年度监测数据及气象因子的观测资料，分析了这几个城市主要大气污染物的随时间变化规律及其与气象因子间的相关关系。王莉莉（2013）通过详细调查兰州市 2004-2010 年能源消耗、主要工业源污染排放状况、机动车保有量、主要干线车流量等情况，结合当地发展现状，提出了机动车尾气排放量对兰州市空气质量影响分担率的计算方案。并分析了兰州市机动车尾气污染物的排放与目前交通状况之间的关系，以及机动车行驶时在主要路段的尾气排放情况和不同类型车量排放污染状况等，另外还估算了其中由过境车辆排放的污染物情况。

随着数据处理技术的发展，相关学者开始综合考虑多种因素的影响。如G.Grivasa（2007）等通过搜集雅典城附近主要地区的可吸入颗粒物浓度分季度数据，分析了其与季节变化间的关系，结果显示其变化并没有呈现明显的季节趋势。此外他还使用聚类分析的方法将不同地区分成两类，分析表明离城区较远地区的大气污染物以二次性气体溶胶为主，且受到周边重污染地区的影响较大。离城区较近地区则大不相同，其中的大气主要污染物来自城市汽车尾气排放、能源消耗以及一次性气体溶胶。李国璋等（2010）利用我国1998-2007 年的相关数据通过环境污染治理成本法和数据包络分析方法测算了环境污染造成的经济损失占 GDP 的比重和全要素能源效率。然后在初步评判两者直接的相关关系后，使用逐项回归法选择变量，并构建最佳计量评价模型，最后得出工业产业结构、全要素能源利用率和能源消费结构是造成我国环境污染的主要影响因素。综合来看，对空气污染有影响的因素主要有：经济与人口因素、地理气候因素、能源使用状况、工业结构因素、相关环保措施等。

剩余内容已隐藏，请支付后下载全文，论文总字数：23978字