- 相关推荐
北京市大气可吸入颗粒物影响因素灰色关联度分析
引言
可吸入颗粒物大量存在于城市空气中，具有数目浓度高、停留时间长、输送距离远、污染范围广的特点，造成严重的环境污染，危害人体健康。城市空气中颗粒物含量的测定和研究已受到高度重视，因此，分析其空间特征及影响因素，对于制定更为有效的可吸入颗粒物污染控制政策具有重要的现实意义。北京属于暖温带半湿润半干旱季风气候，四季变化分明，夏季降水集中，冬季降水较少，逆温发生频率高，风向、风速、温度、湿度、降水量等气象要素都会影响空气质量水平[1]。颗粒物的浓度取决于源排放、化学转化、气象条件和地形地貌特征等[2][3]，其中气象条件是影响空气质量的客观因素。2012 年赵文慧[4]等对北京市城区2012 年夏季PM1.0 、PM3.0 、PM5.0 以及气象因子的空间分布，比较各气象因子对颗粒物浓度的影响大小。2012 年范新强[5]等对雾霾条件下气象因子中与PM10 浓度的关系进行了分析。2012 年北京天气与往年相比湿度大、雨水多的特点，考虑到各气象因子之间相互影响的复杂性，并相互关联，还有一些不很明确的因素，即有已明确的信息，也有不明确的信息，符合灰色系统[6 ]的特征。因此，通过利用灰色相关度理论[6 ]，对北京市冬季雾霾天气和晴天天气下可吸入颗粒物浓度与大气各因素相关程度进行分析，得到较为准确和有用的结论，以便为研究北京市天气可吸入颗粒物的影响奠定良好基础。
1 计算模型
1.1 灰色相关度计算模型
灰色关联分析法[6][7]是通过确定参考数列和若干比较数列之间的关联系数和关联度（两系统或两因素间关联性大小的量度），寻找系统中各因素的关系，来对该系统的发展变化态势进行定量比较，找出影响目标值的重要因素。
1.2 数据初始化处理
对于进行灰色相关度比较的系统中，各个相比较的因素之间必须具有可比性，尤其对于采用数学公式的方法进行计算的情况。为了提高计算的准确度和可信度，要求对各个比较的因素进行初始化处理，是各个因素之间的数量级相差不大，或者无量纲。一般通常采用无量纲化处理，无量纲化处理有很多方案，此处采用初值化方法进行初始数据的无量纲化。
1.3 计算步骤
使用邓式灰色相关度方法，对北京市天气因素与可吸入颗粒物进行相关度计算。计算步骤包括数据的无量纲化、差序列求解、最大最小值求解、相关系数求解以及相关度的计算等步骤。 具体的计算流程见。
2 算例
2.1 初始数据
据北京市气象局环境保护局公布的2012-2012 年北京市天气污染资料，对北京市冬季晴天和雾霾两种天气条件下，各种气候参数（气温，露点，湿度，风速）对颗粒物浓度的影响进行分析。选取典型的天气因素条件下的可吸入颗粒物浓度PM10 浓度数据[9][10]所示。
2.2 初始数据的初始化
利用初值化无量纲化公式（2），对北京市冬季晴天天气和雾霾天气条件下的气候因素和可吸入颗粒物浓度进行无量纲化。无量纲化后的数据。
按照可吸入颗粒物浓度大小顺序对对无量纲后的参量进行排序，比较无量纲后的各天气因素随可吸入颗粒物变大的发展趋势。
通过图可初步看出各影响因素对可吸入颗粒物浓度影响的变化趋势。由图2可以看出在北京市晴天天气条件下随着可吸入颗粒物浓度的不断增加，大气温度有下降的趋势，露点有一定的波动但总体为上升趋势，湿度为波动向下的趋势，而风速的影响为比较大的震荡，但总体为上升趋势。由图3 可以看出在雾霾天气条件下各天气因素与可吸入颗粒物浓度的变化趋势。与图2 的变化趋势相比，风速和露点变化趋势相似，但湿度与温度因素随可吸入颗粒物浓度的变化趋势有所变化。由图3 可见，湿度随可吸入颗粒物浓度的增加为波动上升的趋势，温度为波动上升趋势。从图2 和图3 无法准确得出各相关因素与可吸入颗粒物浓度变化的相关量以及相关性的排序，但可以得到北京市冬季晴天天气条件下和雾霾天气条件下，各天气因素对可吸入颗粒物浓度的影响是不同的。
2.3 相关系数的计算结果
利用中的相关系数公式，对北京市晴天和雾霾两种天气条件下天气因素与可吸入颗粒物浓度之间的相关系数进行计算。计算得到的天气因素与可吸入颗粒物浓度相关系数见所示。
2.4 邓氏灰色相关度计算结果
利用中的相关度计算公式，对北京市晴天和雾霾两种天气条件下天气因素与可吸入颗粒物浓度之间的相关度进行计算。计算得到的天气因素与可吸入颗粒物浓度相关度见所示。
如所示，通过计算得到，在晴天天气情况下，气温、露点、湿度、和风速对北京市颗粒物浓度的关联度排序为气温>露点>湿度>风速。在晴天天气情况下，温度因素发挥的较大作用。如所示，在雾霾天气下对北京市颗粒物浓度的关联度排序为湿度>露点>气温>风速。在雾霾天气情况下，湿度因素发挥的较大作用。但从数值的角度看，无论是晴天天气条件下还是雾霾天气条件下各因素对可吸入颗粒物的影响因子都在0.6~0.8 之间，都是影响北京市可吸入颗粒物浓度的重要的天气因素。分析结果与赵文慧[4]采用典型相关分析(CCA)对2012 年北京城区夏季PM1.0 、PM3.0 、PM5.0 与气象因子的空间分布进行分析的结果基本一致。这也也证实了灰色相关度模型的可信性。由此可见，虽然2012 年气候有其湿度较大的特殊性，但其并没有改变气象因子的空间分布。而在雾霾天气下，更加凸显了湿度因素发挥的较大作用。
3 结果分析
在排放源稳定不变的情况下，影响颗粒物在大气环境中浓度主要原因是颗粒物的扩散强度，其中影响颗粒物扩散强度的天气因素有温度，湿度，风速，日照时间，与天气状况有关。
通过利用邓式灰色相关度，得到在不同的天气条件下，各个不同因素对大气颗粒物浓度变化的影响不同。
在晴天天气条件下，气温的影响对大气中颗粒物浓度的影响是最大的，气温温度越高，大气中颗粒物的浓度越大。这是因为温度越高，空气中的温度梯度越大，空气的稳定度越大，大气扩散系数越小，细颗粒容易集中和团聚，导致颗粒物浓度增大。
在雾霾天气条件下，湿度对大气中颗粒物浓度的影响较大。因为在雾霾条件下，湿度的大小是大气扩散系数的主要因素，空气湿度越大，颗粒物的表面的粘性力越大，在大气中扩散的阻力变大，导致颗粒不容易扩散，还可能团聚成较大的粒子。
4 结论
大气的因素影响颗粒物的浓度分布主要是大气扩散条件的影响，通过计算得到气温、露点、湿度以及风速四个因素对大气中颗粒物的浓度都有具有较大的影响。通过对冬季两种天气条件下的各个因素对大气中的颗粒物浓度的相关度分析，可以得到：
（1）不同的天气条件下，各个因素对大气中颗粒物浓度的影响不同；
（2）晴天条件下，温度对颗粒物浓度的影响最大，雾霾天气条件下，湿度对颗粒物浓度的影响最大；
（3）随着空气湿度的增大，雾霾天气出现频率增大，在雾霾天气下，风速一般都比较小，对大气的扩散的影响也是最小的；
（4）通过分析得到选取的温度，湿度，风速，以及露点对大气中颗粒物浓度相关度相差不大，可以得到这四个因素都是影响大气中颗粒物浓度的重要因素。
通过对北京市可吸入颗粒物污染的程度与影响因子的相关评价研究,能够客观反映出北京市空气可吸入颗粒物污染水平,以及不同条件下受气象因素影响程度的差异性与相关性,从而有利于城市空气质量控制与预测,为揭示城市空气污染机理，并根据其中不同天气条件下差异性，为提出相应的规划、缓减对策等提供科学依据。
中国硕士论文网提供大量免费硕士毕业论文,如有业务需求请咨询网站客服人员！
[参考文献] (References)
[1] 陈添.气象条件对北京市空气质量的影响[J].环境保护,2006,5B:46-47.
[2] 李宗恺,潘云仙,孙润桥.空气污染气象学原理及应用[M].北京:气象出版社,1985.85-92.
[3] CHOW J C, WATSON J G. PM10 and PM2. 5 composition in California’s San Joaquin Valley[J]. AerosolScience and Technology.1993 18:105-128.
[4] 赵文慧,宫辉力,赵文吉,唐涛.北京市可吸入颗粒物的空间分布特征及与气象因子的CCA 分析[J]. 地理与地理信息科学 2012:1(25),71:74.
[5] Fan Xinqiang, Sun Zhaobo, Su Mingfeng. A New Method to Discern Haze using Meteorological Parametersand Air Pollution Factors,[J]. ICISE2012.2012:4650-4656.
[6] 邓聚龙.灰色系统基本方法[M].武汉:华中理工大学出版社,1987.
[7] 刘思峰,党耀国,方志耕.灰色系统理论及其应用[M].北京:科学出版社,2004.
[8] 周秀文.灰色相关度的研究与应用[D].吉林大学.2007.
[9] 北京市环境保护局.
[10] 天气记录网.
【北京市大气可吸入颗粒物影响因素灰色关联度分析】相关文章：
内部审计外包影响因素分析06-06
影响粮食产量的相关因素分析04-18
影响大学生职业价值评价的因素分析04-17
A股新股上市首日超额收益的影响因素分析06-05
影响上市公司高管薪酬相关因素分析04-29
浅论影响电子文献服务的因素及对策06-12
浅探巷道快速掘进影响因素05-31
混凝土强度的影响因素及提高其强度的措施08-10
商标翻译中的文化因素分析论文05-03
关于影响英汉称呼语系统差异的因素探析04-13