论文部分内容阅读
随着工业化、城市化进程的加快，环境问题越来越严重。如何更客观评价空气质量优劣，对于预防空气污染具有重要意义。空气质量是一个综合概念，对城市空气质量的评价不能仅限于空气质量数据本身，还应充分考虑各个城市的自然禀赋和社会经济情况。因此，本文从空气污染物、经济社会和自然环境多角度考虑，尝试基于数据整合构建一种城市空气质量综合评价体系。
鉴于采集到的空气质量数据和气象数据的存储平台、数据粒度与传统调查数据不同，无法与社会经济数据直接建模分析。因此本文提出了一种混合函数型主成分模型用以解决异源数据整合问题。并对中国主要城市空气质量数据和气象数据进行应用。研究结果表明：中国城市空气污染物浓度呈季节性周期变化。除臭氧外，均呈现春夏季污染轻，秋冬季节污染加重的特点；各气象指标也呈现较明显的季节变化趋势；利用该模型提取空气质量数据联合变异特征第一主成分的方差贡献率为95.1%，风速、降水量和气温第一主成分的方差贡献率分别为98.8%、87.73%和95.42%。说明该模型能够有效提取数据信息，可以用第一主成分得分代替空气污染状况和气象水平，达到配合后续空气质量综合评价计算要求。
提取6大类空气污染物主要变化特征作为污染物指数，气象指标主要变化特征作为气象因子。在此基础上，加入从经济、社会和自然因素等3方面选取相关指标构建评价指标体系，并对中国73个主要城市的空气质量水平进行综合评价。结果表明：指标体系中降水量的影响最大；从时间纬度看，中国空气质量状况随时间不断改善，向好发展；珠三角地区空气质量排名靠前，京津冀地区各城市空气质量排名靠后；同时所在地区自然条件对空气质量影响明显，并且以高能耗重工业为主要经济来源的城市空气质量比主要依靠旅游业等第三产业的地区差。
基于上述研究结果，根据中国城市空气污染物的时空分布特征及综合评价结果有针对性地提出了空气质量改善建议，希望为中国城市制定空气污染治理政策提供借鉴。
鉴于采集到的空气质量数据和气象数据的存储平台、数据粒度与传统调查数据不同，无法与社会经济数据直接建模分析。因此本文提出了一种混合函数型主成分模型用以解决异源数据整合问题。并对中国主要城市空气质量数据和气象数据进行应用。研究结果表明：中国城市空气污染物浓度呈季节性周期变化。除臭氧外，均呈现春夏季污染轻，秋冬季节污染加重的特点；各气象指标也呈现较明显的季节变化趋势；利用该模型提取空气质量数据联合变异特征第一主成分的方差贡献率为95.1%，风速、降水量和气温第一主成分的方差贡献率分别为98.8%、87.73%和95.42%。说明该模型能够有效提取数据信息，可以用第一主成分得分代替空气污染状况和气象水平，达到配合后续空气质量综合评价计算要求。
提取6大类空气污染物主要变化特征作为污染物指数，气象指标主要变化特征作为气象因子。在此基础上，加入从经济、社会和自然因素等3方面选取相关指标构建评价指标体系，并对中国73个主要城市的空气质量水平进行综合评价。结果表明：指标体系中降水量的影响最大；从时间纬度看，中国空气质量状况随时间不断改善，向好发展；珠三角地区空气质量排名靠前，京津冀地区各城市空气质量排名靠后；同时所在地区自然条件对空气质量影响明显，并且以高能耗重工业为主要经济来源的城市空气质量比主要依靠旅游业等第三产业的地区差。
基于上述研究结果，根据中国城市空气污染物的时空分布特征及综合评价结果有针对性地提出了空气质量改善建议，希望为中国城市制定空气污染治理政策提供借鉴。