环境空气质量评价方法研究

陈微　俞丽丽

摘 要：环境空气质量评价对正确了解环境空气质量情况、科学预测其变化趋势具有重要意义。目前，环境空气质量评价方法正由单因素评价向多因素评价方向发展，其中还逐步引入了数学模型和地理信息系统（GIS）技术。本文比较了几种环境空气质量评价中应用较广和新出现的评价方法的优劣性，分析了这些方法在环境空气质量评价工作中的适用性。

关键词：空气质量 评价方法 数学模型 地理信息系统

中图分类号：X82 文献标识码：A 文章编号：1672-3791（2014）07（c）-0217-01

随着环境空气污染问题日益加重，越来越多的人们开始关注环境空气质量。通过环境空气质量评价，准确地预测空气污染程度和变化趋势，可以为管理者控制和改善环境空气质量提供技术支撑。

目前，环境空气质量评价方法可以分为单因素、单指标的简单评价和多因素、多指标的综合评价。本文主要介绍在环境空气质量评价中应用较广或新出现的评价方法在环境空气质量评价工作中的应用情况。

1 指数法

环境空气质量评价指数法是根据环境空气实测数据与标准值的大小进行比较从而判断环境空气质量的一种方法，可分为单因子指数法和综合指数法两种。

1.1 单因子指数法

单因子指数法又可分为指标对照法和概率统计法两种。单因子评价法仅对单个污染物浓度进行评价，评价结果简单直观，不能综合判断各污染物之间的相关性。

1.2 综合指数法

综合指数法通过数学运算得到综合污染指数，以表达环境空气的污染程度。常见的综合污染指数法包括环境空气污染指数法（API）和综合污染指数法。

API法计算过程简单，仅从各分指数中选取其中的最大值作为评价依据，忽略了其他污染物的作用，目前常用于空气质量日报和国家环境保护模范城市考核指标评价中。

综合污染指数法能直观反映各污染物间的比重，体现出主要污染物和次要污染物，目前主要用于环境质量报告书中评价环境空气质量的总体变化情况。

2 复杂数学模型评价法

2.1 模糊综合评价法

模糊综合评价法是一种定性、定量相结合的方法，其评价结果不仅能反映不同时间、空间环境空气质量状况和各污染因子的“贡献率”，而且能充分考虑各因子之间的相互联系。但其多采用线性加权模型，当污染因子权重较少，污染因素较多时，会使丢失部分有用信息，评价结果会出现失真、失效、均化、跳跃等现象。洪松[1]等运用模糊聚类分析方法对武汉市7城区大气质量进行了评价，结果显示整个城区大气环境质量属于轻度污染。

2.2 灰色系统法

灰色系统法通过部分已知信息，对系统行为和演化规律进行描述和判断。目前在环境空气质量评价中应用较多的主要有灰色聚类法和灰色关联法。

灰色聚类法根据不同级别，确定相应级别污染物的权重，避免只用一个权重进行分级的不合理处。徐卫国等[2]对传统聚类模型进行了改进，避免了零权重现象的缺陷，并用该模型对2004年杭州市环境空气质量进行了评价。

灰色关联法通过分析环境空气实测浓度与标准的关联度，从而确定环境质量评价等级[3]。

2.3 物元分析法

物元分析法将评价标准、评价指标及特征作为物元，对标准和实测数据进行归一化处理，计算出节域、权重及关联度，从而建立质量评价模型，取关联度最大值对应级别为评价级别。李祚泳[4]运用物元分析法对四川省16个主要城市环境质量进行了评价，并将其与BP人工神经网络法和模糊综合评判法进行比较，结果表明该方法与其它方法评价结果基本一致，实际可行。

2.4 人工神经网络（ANNS）评价法

人工神经网络（Artificial Neural Networks）评价法是通过学习和记忆，找出输入、输出变量之间的非线性关系的方法，具有运算速度快、自适应、容错能力强等优点。但缺点是当遇到协同性较差的数据时，评价结果会出现均化现象[5]。除了RBF网络法外，BP（Back Propagation）网络法也较多地运用于环境评价中。它的基本原理是引入最陡坡降法概念，把网络误差逐层逆向分摊给输入层，逐层调整，直至网络误差达到最小化。方莹[6]提出在不降低有效分类信息的前提下对监测数据进行简约，再进行BP（Back Propagation）网络运算，实验证明该方法可行有效。

3 展望

地理信息系统（Geographic Information System，GIS）以数据表示空间分布，数字和图形融为一体，支持数字思维与空间思维同时进行，比传统的地图分析和仅仅基于表格数据的分析方法有质的变化。对大范围环境空气进行评价时，其空间性和动态性的优势更为明显。李宏伟[7]等基于GIS技术和大气点源扩散高斯模型，研究SO2和NO2在特定大气条件下的扩散规律，实现了有害气体扩散的可视化表达，为自然环境影响评价探索了新途径和新方法。

4 结语

环境空气质量评价的方法各种各样，除了以上的方法之外，还有标度指标法[8]、双向指数法[9]、多边形面积法[10]等其它方法。环境空气质量评价的方法越来越多，在实际工作中可根据评价的要求，选择最适合的评价方法，为环境决策提供可靠依据。今后，随着GIS技术的完善，将GIS强大的空间分析能力与多因子数学模型综合评价相结合，必将成为环境空气质量评价方法研究的新趋势、新方向。

参考文献

[1] 洪松，王少平，吴胜军，等.武汉市2001-2005年大气环境质量模糊综合评价[J].环境科学与技术，2007，30（10）：58-59，111.

[2] 徐卫国，张清宇，郭慧，等.灰色聚类模型的改进及应用研究[J].数学的实践与认识，2006，36（6）：200-205.

[3] 张启义，王文涛.改进的灰色关联投影法在大气环境质量评价中的应用[J].环境工程，2007，25（5）：88-90.

[4] 李祚泳.城市综合环境质量的物元分析评价[J].环境科学，1996，16（5）：76-78，88.

[5] 薛巧英.水环境质量评价方法的比较分析[J].环境保护科学，2004，124（30）：64-67.

[6] 方瑩.基于粗糙集和BP神经网络的空气质量评价方法[J].河南科学，2010，28（4）：432-435.

[7] 李宏伟，张世全，孙庆珍.基于GIS的点源污染扩散模拟可视化研究[J].环境科学与管理，2007，32（10）：175-178.

[8] 李祚泳.大气环境质量评价的标度指数法[J].中国环境科学，1998，18（5）：433-436.

[9] 张松滨.环境质量评价中的双向指数法[J].贵州环保科技，2005，11（3）：13-17.

[10] 石辉，张志政，玉亚，等.环境质量综合评价的新方法——多边形面积法[J].地下水，2009，31（6）：98-176.