基于故障树模型的城市雾霾风险分析

吴伟强，王 欣

（浙江工业大学政治与公共管理学院，浙江杭州 310023）

基于故障树模型的城市雾霾风险分析

吴伟强，王 欣

（浙江工业大学政治与公共管理学院，浙江杭州 310023）

针对城市雾霾成因的复杂性以及预测其发生概率和规律缺乏精确值的现状，提出基于故障树模型的城市雾霾风险分析评估方法.通过对城市雾霾成因资料搜集与分析，建立以“城市雾霾”为顶事件的故障树.在对故障树进行定性分析基础上，得到引发城市雾霾风险发生的12个最小割集，确定了城市雾霾风险分析的主要模式.采用模糊综合评判分析方法对故障树进行定量分析，评估基本事件权重和顶事件发生概率，以更有效防治和应对雾霾天气，降低城市雾霾带来的风险危害性.

城市雾霾；故障树；定性分析；定量分析

近年来我国城市雾霾事件频发，其持续时间长、范围广，给人们的身心健康和社会经济的发展都带来巨大影响.据国家气象局资料显示，我国全年平均雾霾天数在2013年创52 a来新高，其中华北、华东地区尤为严重［1］.我国现已进入突发性环境污染事件高频期，治理工业时代经济飞速发展带来的后遗症——雾霾天气，迫在眉睫［2］.因此，研究城市雾霾的产生原因及其存在的风险因素，提出科学有效的治理措施，成为当前亟需解决的重要问题.

霾，也称灰霾（烟霞），是指由大量成分不明的烟尘、细微颗粒物等悬浮在空中凝结反应而形成的浑浊现象.霾的核心物质是空气中悬浮的灰尘颗粒，气象学上称为气溶胶颗粒.一般来说，雾和霾的区别主要取决于其水分含量［3］.空气中相对湿度小于80%时，大气能见度降低的主要原因是霾；相对湿度大于90%时，大气能见度降低的主要原因是雾；在80%～90%之间，属于雾霾混合物，但其主要影响因素是霾.霾的成分主要由灰尘、硫酸、硝酸等粒子组成，对波长较长的光散射较多，因而霾多呈现橙灰色或黄色［4］.由此可见，城市雾霾已经不仅仅是单纯的自然现象，而是一个包含由人类活动等多种因素构成的多层次复杂系统.

本文针对城市雾霾成因的复杂性以及预测其发生概率和规律缺乏精确值的现状，提出基于故障树模型的城市雾霾风险分析评估方法.①通过对搜集到的有关数据资料进行统计分析，确定城市雾霾形成的主要原因；②根据雾霾形成的相关因素建立故障树模型，并对城市雾霾风险故障树进行定性分析和基于模糊综合评判的定量分析.根据故障树的分析结果得到导致城市雾霾形成的易被忽视根源，实现对城市雾霾的风险评估，为实际生活中政府、社会和公众及时有效应对并改善雾霾天气提供理论依据.

1 城市雾霾成因分析

许多学者对我国雾霾成因进行了研究.孟晓燕等［5］针对京津冀地区强雾霾天气频发成因进行探析，除了高浓度颗粒物PM10、PM2.5成为雾霾爆发的重要原因外，还包括地面风速、相对湿度、大气层结稳定等气象要素综合作用影响；周涛等［6］对北京市雾霾天气的成因展开研究，在周围省份影响和季节变化特征以外，认为人类活动对细颗粒物起主导作用，并且移动排放源已经成为北京城市污染重要源头；史军等［7］通过遥感监测、气候统计诊断和地理信息系统技术对华东地区雾霾成因进行分析，认为其主要原因是城市化进程加快而导致土地利用率变化、大气污染物排放增加，城市热岛效应日益显著，加上气象条件的变化和季节性影响，空气温度、湿度以及风速等综合作用，使得华东地区气溶胶厚度增强且二次气溶胶反应频率加快，雾霾天气加剧；孙亮［8］对灰霾天气成因危害做出具体研究，认为大气水平方向静风现象、垂直方向逆温现象、悬浮细颗粒物和气态污染物增加是灰霾天气的形成原因；段再明［9］就山西省工业特点对近年来频发的雾霾形成原因和化学成分进行深入研究，发现雾霾主要成分是大气气溶胶，而大气气溶胶污染源可以分为一次污染源和二次污染，一次污染源主要分为自然源、人为源与地球化学源，二次污染是空气中各种化学成分和颗粒物再次反应生成的二次气溶胶颗粒；潘本锋等［10］通过研究我国大中型城市秋冬季节雾霾天气污染特征与成因，指出气溶胶粒子浓度升高是影响大气能见度最重要的因素，城市细颗粒物主要来源包括工业排放、能源排放、生活排放、汽车尾气、生物质燃烧、道路扬尘及二次气溶胶生成等；张小曳等［11］通过分析雾和霾与气溶胶联系、维持机制问题时，认为气溶胶污染是雾霾主因，而二次气溶胶形成与变化受气象条件作用影响较大，导致我国霾呈区域性分布特点；刘晓红等［12］站在我国环境监管博弈机制的视角下对雾霾成因展开分析，认为主要是能源消耗、机动车污染、城市建设和跨区域传输等4个方面.

根据以上学者的论述和笔者自己调查研究发现，导致城市雾霾出现的原因众多，通过分类归纳，可以将其主要原因归结为以下3个方面：①气象原因；②自然原因；③人为原因.而这3个方面又包含许多子因素，彼此相互作用才引发雾霾天气.为全面分析雾霾灾害风险因素，并逐次延伸追问引起问题的真实原因，查明诱因基本事件，故引入故障树风险分析模型展开研究.

2 城市雾霾风险故障树的建立

故障树分析法（Fault Tree Analysis）简称FTA法，按树枝状逐级细化分析方法，将系统故障形成的原因由总体至部分逐一查找，常应用于对工业生产、复杂性动态系统或科研实验中的失效事件的可靠性分析，其目的在于检测基本故障，确定故障产生的原因及影响，评估发生概率.通常，把最不希望发生的事件称为顶事件，毋需再深究的事件称为底事件，通过中间事件和逻辑符号联成树形图，再以故障树为工具，分析系统发生故障的各种途径，计算各个可靠性特征量，进行系统安全性评价［13］.

本文根据雾霾形成原因的研究分析，采用演绎法来建造故障树.①确定以“城市雾霾”为故障树的顶事件，确立导致城市雾霾的气象原因、自然原因和人为原因这3个直接原因作为故障树的中间事件；②基于这3个直接原因作为故障树的次顶事件，运用同样的方法进行再分析，查找导致次顶事件发生的原因；③以此类推，直至不需要进一步分析为止.这样，建立的城市雾霾故障树见图1（见下页）.

由图可知，建立的城市雾霾风险故障树共包括17个底事件，其中各底事件代号的含义如表1所示（见下页）.

3 城市雾霾风险故障树的定性分析

对故障树进行定性分析，目的在于查明导致顶事件发生的所有可能性故障模式，即弄清楚系统出现某种最不希望发生事件有多少种可能性［14］.如果故障树某几个基本事件的集合同时发生会引起顶事件发生，那么这个集合就称为割集.下面运用布尔代数算法，求城市雾霾风险故障树的最小割集.

图1 城市雾霾风险分析故障树Fig.1 Urban fog-haze fault tree

表1 城市雾霾风险故障树各底事件符号意义Table 1 The symbol of basic event weight

也就是说，只有当这些割集内的基本事件同时发生时，才能够引发城市雾霾污染事件.通过割集分析可见，人为原因是导致城市出现雾霾的主要因素，其次是气象原因.因此，为了防止雾霾风险事件频发且日趋严重，相关部门应该格外重视人为因素的污染基本事件，制定相关防控措施.

4 城市雾霾风险故障树的定量分析

通过上述建立的故障树和对基本事件的分析，已经明确城市雾霾产生的实际原因，故障树的定量分析是指基本事件割集经过量化分析，以确定其权重和顶事件发生概率，得到城市雾霾治理的不足之处.

基本事件权重是其对导致顶事件发生的作用能力，一般由其自身概率和故障树结构来确定数量值.目前，对城市雾霾成因因子的数理统计还不完善，因此，根据所构建的故障树进行模糊综合评判，确定各基本事件权重［15］.计算由顶事件展开，按照故障树结构图依次向下延伸，直至所有基本事件权重计算结束.计算公式如下：

P（ei）为事件的权重，事件ei是事件ej的下级事件.t为事件ei的直接子事件数量.计算结果见表2.

表2 雾霾风险故障树基本事件权重Table 2 The evaluation of the basic event weight for Faul Tree

一般来说，对于给定故障树，若已知其结构函数和底事件（即系统基本故障事件的发生概率），应用容斥原理中对事件和事件积的概率计算公式，即能够定量地评定故障树顶事件T出现的概率［16］.已经通过模糊综合评判的计算确定了城市雾霾故障树17个基本事件的权重，则可以通过布尔代数运算法则，展开对顶事件T的概率求解.

（1）当有n个独立事件

积的概率

由此，结合杭州市空气质量监测数据展开对故障树模型的有效性检验．①确定故障树模型综合评价集合A，子集就可以表示为A＝｛A1，A2，A3｝＝｛自然原因，气象原因，人为原因｝；各子因素集合可表示为A1＝｛x1，x2，x3，x4，x5，x6｝＝｛土壤扬尘，海盐扬尘，花粉传播，火山喷发，森林燃烧，沙尘暴｝；A2＝｛x7，x8，x9，x10，x11｝＝｛气温，湿度，风力，水平静风，垂直逆温｝；A3＝｛x12，x13，x14，x15，x16，x17｝＝｛工厂三废，二次气溶胶，燃煤，交通排放，生活污染，楼群密集｝；②在模糊故障树中，通过专家评判法对城市雾霾3方面原因进行权重分配：B＝（b1，b2，b3）＝（0.4，0.1，0.5）；③求出基于各子因素集合的综合因素评价矩阵Q，结合杭州市环保局提供的PM2.5数据，布尔代数运算出平均空气污染指数，预测空气质量情况．

（0.525，0.375，0.477 5，0.46，0.39，0.4）．

以综合因素评价矩阵作为参考系数，引入杭州市朝晖五区监测站点2014.7～2014.12平均PM2.5数据（见表3），计算求得该地域全年平均污染指数，通过参照空气质量指数标准，评测该地区空气质量实际情况和风险隐患.

表3 杭州市朝晖五区监测站点2014.7－2014.12平均PM2.5数据／（μg·m－3）Table 3 Monthly mean PM2.5 data of Hangzhou Zhaohui Monitoring station

表4 空气质量指数标准对应表Table 4 The standard of air quality index

查表4可知，杭州市朝晖5区地域在2014下半年平均空气质量处于中度污染状况，空气质量指数为四级，易感人群出行需要做好相关防护措施.相较于2013年严重的雾霾天气，2014年稍有改善，与杭州市环保局实际监测情况相符①以上数据资料均来源于杭州市环保局工作汇报材料..

5 结论与建议

通过上述研究表明，在城市雾霾风险分析中引入故障树模型的概念是可行的.城市雾霾风险是由包含气象因素、自然因素和人为因素3类共同作用下导致的多层次复杂系统，其诱因主要和人类社会活动密切相关，特别是能源活动、工业排放等所占影响权重较为显著，是城市雾霾产生的重要原因.因此，文章主要围绕雾霾产生的人为因素展开，提出了严控污染源头，推动清洁能源开发使用；建立科学监测预警机制和加强环保宣传教育等建议，以期实现对雾霾风险的有效防控.

（1）严控污染源头，推动清洁能源开发使用.我国经济增长方式以能源消耗为主要特征，化石能源中的煤炭和石油占能源消费的90%左右，尤其是煤炭占70%左右［17］.但是在未来几十年内，我国以煤炭为主的能源消费方式很难转变，这就要求严格监管污染型企业，完善排放清单编制和责任追究机制，确保污染物处理达标后才可排放；产能低、污染重的企业厂矿则实行关停战略.其次，清洁能源作为燃煤替代品对于缓解雾霾天气也尤为重要.目前我国非化石能源仅占我国能源消费总量的11.5%左右，预计到2020年也只占约15%，仍具有较大需求空间［18］.清洁能源（如风能、太阳能、热能等）替代传统型煤炭燃烧并非简单的跨越，使用成本增加，市场运行机制尚不成熟.政府需出台具体财政扶持政策，建立稳定的能源供应体系，培育清洁能源高新技术企业同时，鼓励生产企业投入使用.

（2）科学监测预警，完善信息发布平台.对于污染因子的监测和预警工作，是采取雾霾风险防控行动的前提.我国地域间差别较大，空气质量和雾霾成分来源也各有不同，因此，应急预案中对于空气污染重要指标和敏感指标的选定，因地而异，才能有针对性做好雾霾的预警防护工作.其次，信息发布平台对于应急预警工作至关重要.当前信息发布渠道混乱，内容科学可靠性有待提高.建立以信息收集、传递、反馈为一体的综合性预警发布平台，以网络化方式形成区域信息推送与共享，才能有效发挥预警信息的价值.

（3）科普环保教育，增强公众雾霾风险认知与自我保护能力.雾霾灾害已成为现阶段无法回避的环境污染问题，短期内难以根治.所以，群众环保意识觉醒是实现雾霾风险防控的基础.政府及相关社会组织重视环保宣传教育，通过相关文件、教育影片、报纸电视互联网等媒介科普雾霾的来源、危害以及如何防灾和自我保护等，引起群众对环境问题和自身健康的关注.只有群众形成危机意识，能够科学有效开展自我保护活动，才能降低雾霾带来的风险损害.

［1］ 石云峰.雾霾背后的数据［J］.科学通报，2013（1）：23-26.

SHI Y F.The data of Fog-haze［J］.Chin Sci Bull，2013（1）：23-26.

［2］ CHAN C K，YA0X.Air pollution in mega cities in China［J］.Atmosph Environ，2008（1）：1-42.

［3］ 吴兑.再论都市霾与雾的区别［J］.气象，2006，32（4）：9-14.

WU D.More discussions on the differences between haze and fog in City［J］.Meteor Month，2006，32（4）：9-14.

［4］ 中国气象局.地面气象观测规范［M］.北京：气象出版社，2003：23-24.

China Meterological Administration.Surface meteorological observation criterion［M］.Beijing：China Meteorological Press，2003：23-24.

［5］ 孟晓燕，余予，张志富，等.2013年1月京津冀地区强雾霾频发成因初探［J］.环境科学与技术，2014，37（1）：190-194.

MENG X Y，YU Y，ZHANG Z F，et al.Preliminary study of the dense fog and haze events'formation over Beijing-Tianjinand-Hebei Region in January of 2013［J］.Environ Sci Tech，2014，37（1）：190-194.

［6］ 周涛，汝小龙.北京市雾霾天气成因及治理措施研究［J］.华北电力大学学报：社会科学版，2012，14（2）：12-16.

ZHOU T，RU X L.Study on the causes and control measures of the haze in Beijing City［J］.J North China Electr Pow Univ：Soc Sci Edi，2012，14（2）：12-16.

［7］ 史军，崔林丽，贺千山，等.华东雾和霾日数的变化特征及成因分析［J］.地理学报，2010，65（5）：533-542.

SHI J，CUI L L，HE Q S，et al.The changes and causes of fog and haze days in Eastern China［J］.Geogr Sin，2010，65（5）：533-542.

［8］ 孙亮.灰霾天气成因危害及控制治理［J］.环境科学与管理，2012，37（10）：71-75.

SUN L.Hazard and treatment of haze weather［J］.Environ Sci Manag，2012，37（10）：71-75.

［9］ 段再明.解析山西雾霾天气的成因［J］.太原理工大学学报，2011，42（5）：539-541.

DUAN Z M.Study on the impact of high-altitude on combustion characteristics of fire［J］.J Taiyuan Univ Tech，2011，42 （5）：539-541.

［10］潘本锋，汪巍，李亮，等.我国大中型城市秋冬季节雾霾天气污染特征与成因分析［J］.环境与持续发展，2013（1）：33-36.

PAN B F，WANG W，LI L，et al.Analysis of the reason of formation and the characteristic of pollution about fog or haze at key cities in autumn and winter in China［J］.Environ Sust Devel，2013（1）：33-36.

［11］张小曳，孙俊英，王亚强，等.我国雾霾成因及其治理的思考［J］.科学通报，2013，58（13）：1178-1187.

ZHANG X Y，SUN J Y，WANG Y Q，et al.Factors contributing to haze and fog in China［J］.Chin Sci Bull，2013，58（13）：1178-1187.

［12］刘晓红，隗斌贤.雾霾成因、监管博弈及其机制创新［J］.中共浙江省委党校学报，2014（13）：75-81.

LIU X H，WEI B X.The causes of haze，supervision game and innovation mechanism［J］.J Zhejiang Party School C.P.C，2014（13）：75-81.

［13］朱继洲.故障树原理和应用［M］.西安：西安交通大学出版社，1989：1-2.

ZHU J Z.The principle and application of fault tree［M］.Xi'an：Xi'an Jiao Tong University Press，1989：1-2.

［14］史定华，王松瑞.故障树分析技术方法和理论［M］.北京：北京师范大学出版社，1994：39-42.

SHI D H，WANG S R.The analysis method and theory of fault tree［M］.Beijing：Beijing Normal University Press，1994：39-42.

［15］冯领香，冯振环.基于故障树法的防震减灾系统脆弱性评估［J］.世界地震工程，2013，29（1）：34-37.

FENG L X，FENG Z H.Evaluation of earthquake disaster prevention and reduction system vulnerability based on fault tree method［J］.World Earthq Engin，2013，29（1）：34-37.

［16］赵艳萍，贡文伟.模糊故障树分析及其应用研究［J］.中国安全科学学报，2001，11（6）：31-35.

ZHA0Y P，GONG W W.Fuzzy fault tree analysis and its application［J］.China Safety Sci J，2001，11（6）：31-35.

［17］张仁寿，李运南，吴俭峰.科技创新对广东低碳经济发展的驱动影响研究［J］.广州大学学报：自然科学版，2015，14 （4）：81-90.

ZHANG R S，LI Y N，WU J F.Research on scientific and technological innovation driven low carbon economic development in Guangdong［J］.J Guangzhou Univ：Nat Sci Edi，2015，14（4）：81-90.

［18］朱成章.我国防止雾霾污染的对策与建议［J］.中外能源，2013，18（6）：1-4.

ZHU C Z.Recommended measures for controlling haze pollution in China［J］.Sino-Global Energy，2013，18（6）：1-4.

The risk analysis of urban fog-haze based on Fault Tree

WU Wei-qiang，WANG Xin
（College of Politics and Public Administration，Zhejiang University of Technology，Hangzhou 310023，China）

This paper focuses on the complicated causes of urban pollution haze，and the inexact predicted value of the accident probability and its corresponding rules.We propose the fault tree analysis with the top-event of the urban fog-haze risk assessment methodology.Through the information gathering and analysis of pollution haze in urban areas，we propose the fault tree analysis with the top-event of the urban fog-haze risk assessment methodology.In the qualitative analysis of fault tree，we obtain 12 minimum cut sets，and finally determine the main risk model of urban fog-haze.The proposed method with fuzzy comprehensive evaluation for fault tree quantitative analysis was introduced in this paper.This method is focused on the evaluation of the basic event weight and the probability of the top events，which is more effective for preventing the fog-haze weather，and greatly reduces the risk of perniciousness caused by urban fog-haze.

urban fog-haze；fault tree；qualitative analysis；quantitative analysis

X 22

A

【责任编辑：陈 钢】

1671-4229（2015）05-0076-07

2015－05－13；

2015－06－17

2014年度浙江省大学生科技创新活动计划（新苗人才计划）资助项目（2014R403079）

吴伟强（1963－），男，教授.E-mail：772539075＠qq.com