校园空气质量监测与综合评价

刘丽丹，温静雅，刘建华

(1.东北电力大学化学工程学院，吉林，吉林 132012;2.华北电力大学 资源与环境研究院，北京 102206)

众所周知，高校的教室及校园是大学生在校内学习和活动的外界环境，校园作为一个特定外在环境，其人口密集程度大，所处环境状况复杂，其环境质量好坏不仅是直接关系到师生的身心健康，更是威胁到这一代人日后的成长发展。然而近年来，随着我国经济的高速发展，各地区院校的发展进程也不断加快，校园环境质量状况日益恶劣[1]。

而当前关于环境质量监测方面的研究大都倾向于天气质量及城市概况交通的空气品质问题分析，关于校园环境质量的研究相对较少[2]。因此，本文通过对校园环境进行及时的环境监测与评价可掌握校园空气质量状况及变化趋势，展开校园空气污染的预测工作，评价校园空气污染对健康的影响，弄清污染源与空气质量的关系，提出相应改进措施，对控制校园区域污染是很有必要的[3]。

1 大气环境质量现状监测

监测区域属暖温带半湿润半干旱大陆性季风气候，全年主导风向为北风或偏北风，日风向变化显著，年平均风速为2.4 m/s，年平均气温11.8℃，最高气温为41.3℃，年极端最低气温为－27.4℃，年平均气压为101130 pa，年平均降水为571.9 mm，年平均相对湿度为57%。

1.1 监测点位的布设

整个校园可以依照功能区域划分为三部分:主楼办公区，中部学习区，东部生活区。主楼办公区校园外为京藏高速公路，主要建筑为主楼B、C、D、E、F五座及大礼堂;中部学习区包括教学楼一、二、三、四及图书馆，体育场及一、二食堂;东部生活区毗邻校内河流花园，主要建筑是教学楼五，学生公寓及综合楼。校区西面及北面被主要交通干道包围，而东面和南面则多为人行道。因此，监测点布设以功能区布点为主，辅以网格布点，依主导风向设四个具有代表性的监测点位，分为主楼北草坪、一号办学区、第四广场和二号公寓区，分布如图1。

1.2 监测项目、方法及标准

依校园性质并综合环境监测的特点和项目与环境质量评价因子的规定，确定重叠度最大的四项监测指标为:二氧化氮、二氧化硫、可吸入颗粒物及降尘。监测时间为2011年4月，采样时段为早八点到晚八点，每隔整点进行采样。根据环境空气质量功能区的分类和标准分级，学校属于二类区，遵循国家二级标准，分析方法及监测指标浓度限值见表1[4]。

图1 监测点分布图

表1 监测方法及浓度限值/(mg/m－3)

2.3 监测结果与讨论

各监测点监测结果如表2。

表2 各监测点污染物

以上监测结果可以看出，二氧化氮、二氧化硫及可吸入颗粒物，所有监测浓度值均未超标，达到甚至远优于国家二级标准。从监测点空间分布上看，二氧化氮、二氧化硫及可吸入颗粒物日平均值高的点主要是在办公区和广场。主要原因是此两区临近交通道路，人流量及车流量较大，且有锅炉工厂及小型建筑工地等，从而监测结果偏高[5]。

在表2中可以看出监测点3部分时段降尘平均浓度超标，故此对降尘监测结果进行进一步分析，如表3。

表3 大气中降尘监测统计结果

在监测期间内，所监测区降尘的浓度变化范围为6.736到12.358吨/平方公里.月之间。其中监测点2浓度值最低，平均值仅为7.434吨/平方公里.月，而监测点3的平均值已达到11.380吨/平方公里.月，各时段平均浓度存在不同程度超标，最大超标倍数达到1.114，超标率为62.5%，且降尘在各监测时段内权重均为最大，说明降尘是主要污染物质。而从监测点分布上，可以看出办公区比生活区降尘浓度高，污染较为严重，原因在于生活区林被植物较多，绿化优于办公区，而办公区毗邻公路，在初春扬沙所导致的强沙尘天气中，部分监测数值略偏高。

3 大气环境质量现状综合评价

由于大气环境质量的好坏及评定等级的划分，其界限是模糊的，没有一个确定的等级边界。因此，若用模糊理论中的隶属函数概念来表征大气质量，就容易得到接近客观实际的结果。故此应用综合评判模糊数学方法，描述大气质量评价参数的模糊性及评定等级的模糊性两者间的关系，通过模糊变换，综合所得到模糊信息，做出大气环境质量评价。

3.1 确定模糊评价因子和评价分级标准

在对北京市历年大气环境资料的收集与整理研究之后，取4种重要大气污染物为评价因子，构成评价因素集合:

评判集为:V={Ⅰ级，Ⅱ级，Ⅲ级}，它们分别对应国家Ⅰ/Ⅱ/Ⅲ级环境标准，选取评级标准依据环境空气质量标准GB3095－1996及其修改版:

表4 评分分级标准值(mg/m3)(GB3095－1996)及修改版

3.2 隶属度函数

根据以往经验，结合北京市大气环境质量评价的实际情况，选用较为简便的降半梯形分布。

以下第i个污染的在第j级的降半梯形模糊分布对应的函数表达式Vij，各项监测指标的具体各级表达式，参见表5。

表5 各监测指标具体各级隶属函数(kj)

3.3 生成隶属矩阵

将各监测点监测项目实测数据代入相应的隶属函数，计算隶属度得到相应的隶属度矩阵R，i个评价因子隶属于j个不同级别的隶属度组成隶属度矩阵R。

3.4 评价因子权重计算

权重是指某个因子所占有的比重。计算权重的思想是基于各单项因子超出标准值越高，其加权越大，对环境空气质量影响就越强。

本文采用超标倍数赋权法，并将权值归一化，这样既可突出环境质量评价中主要污染物的作用，又考虑了不同污染物标准值的差异，计算较简便，其计算公式为:

3.5 模糊评价

利用已经求取的模糊关系矩阵R和权重系数模糊子集A，根据模糊数学原理，从而确定模糊评价子集B为:

此式即为模糊综合评判模型，符号“°”表示模糊矩阵合成算子，即算子，其可避免丢失过多的信息，突出考虑诸多污染因子的综合作用，使计算结果更符合实际情况。

根据最大隶属原则，选择评判集B中最大的bi作为对某样本的评判依据。表明大气环境质量对应于集合V上各个不同级别的隶属度。各监测点监测项目的模糊评价结果见表6。

表6 各监测点模糊评价结果

由表6可知，各监测点的大气环境质量对国家环境空气质量标准的一、二、三级隶属度分别为(0.279，0.721，0)，(0.912，0.078，0)，(0.334，0.558，0.108)，(0.992，0.008，0)。根据最大隶属度原则，可知监测点 1 和监测点3的大气环境质量综合评价结果为国家二级标准，监测点2及监测点4为国家一级标准。其中:监测点3对国家三级的隶属度为0.108，说明监测点3的大气环境质量劣于国家二级标准，但总体达到国家二级;监测点1对三级的隶属度为0，达到了二级标准并优于二级，但总体未满足国家一级标准;监测点2、4对三级隶属为0，对二级标准的隶属度也较小，空气环境质量较好。故此，总体来看，校园的空气环境质量达到了国家二级标准。

4 结 论

论文在研究的基础上，取得了以下结论:(1)在空气质量监测区域内，监测点3部分时段降尘平均浓度超标，最大超标倍数达到1.114，其他各监测项目均未有超标值存在，且降尘在各监测时段内权重均为最大，说明降尘是主要污染物质;(2)所监测时期内，各监测项目在交通高峰期或车流量较大时，浓度变化较为明显，且各监测项目浓度变化随监测点分布规律为3＞1＞2＞4。结合各监测点的地理位置可知，道路交通对各点的监测项目浓度具有较为严重的影响，而各点绿化状况的不同也对监测结果有成不同程度的影响;(3)作为综合评价，模糊综合评价通过引入超倍加权计算每个评价因子的权重，兼顾了单一指标评价与全局综合评价，较好地解决了单一评价模型无法获得综合指标评价结果。且模糊综合评价对于空气质量具有严格的评价标准，对空气现状的信息表达更为全面、完善。

[1]奚旦立，孙裕生，刘秀英.环境监测[M].北京:高等教育出版社，2007:45－49.

[2]熊德琪，李琼.城市空气质量模糊评价新方法[J].中国环境监测，2000，16(3):39－41.

[3]樊智军.模糊数学法在大同矿区空气环境质量评价中的应用[J].能源环境保护，2003，2(17):57－61.

[4]于连生.环境模糊系统及其应用[M].吉林:吉林大学出版社，1992.

[5]熊德琪.改进的大气环境质量评价方法及应用[J].环境工程，2000，18(2):61－63.