昆明市空气质量影响因素的灰色关联分析

童 彦，施 玉，朱海燕（曲靖师范学院生物资源与环境科学学院，云南曲靖 655011）

昆明市空气质量影响因素的灰色关联分析

童 彦，施 玉，朱海燕
（曲靖师范学院生物资源与环境科学学院，云南曲靖 655011）

应用灰色关联分析方法，对昆明市2007—2012年空气质量数据与空气质量影响因素数据进行关联度计算，定量识别影响空气质量的主要因素。结果表明：PM10与7项空气质量影响因素的关联度均＞0.8，属高关联；SO2排放总量与SO2浓度的关联最大，其余影响因素与SO2浓度的关联程度分别属于高关联与较高关联；与NO2浓度关联最密切的为城区人口、SO2排放总量、人均公园绿地面积和建成区面积；要总体提高昆明市空气质量可以优先从减少城区人口、增加人均公园绿地面积和减少SO2排放总量等方面做起。

空气质量；影响因素；灰色关联分析；昆明市

0 引言

随着城市化进程的加快，城市人口增加，工业快速增长。与此同时，人民生活水平也迅速提高，而空气质量的好坏也逐渐成为公众关注的热点问题［1-2］。因此如何定量计算城市空气质量与其影响因素之间的关联程度，对于改善城市空气质量具有一定的参考价值。

昆明地处我国西南部，位于东经102°10＇～103°40＇，北纬24°23＇～26°22＇。地势北部高，南部低，由北向南呈阶梯状逐渐降低，中部隆起，东西两侧较低。气候属低纬度亚热带-高原山地季风气候，全年温差较小，干湿季分明。作为滇中城市群的核心圈，昆明工业形成了以机械、冶金、烟草加工等为主的体系，是云南省的工业基地和西南地区重要的工业城市。昆明经济高速发展的同时，环境污染物排放增多，必将限制经济的可持续发展。因此如何定量识别影响空气质量的主要因素对昆明经济的全面协调可持续发展具有重要意义。本文拟采用灰色关联分析法，从经济、社会和生态三方面对影响昆明空气质量的因素进行计算，定量识别影响空气质量的主要因素。

1 研究方法与数据来源

1.1 研究方法

本文采用的研究方法为灰色关联分析法，该方法从思想方法上来看，属于几何处理的范畴，其实质是对反映各因素变化特征的数据序列进行几何比较，确定影响系统发展的优势因素［3］。

1.1.1 确定分析序列并进行无纲量化处理

建立因变量参考数列X0（k），自变量比较数列Xi（k）（i＝1，2，3，……n），即因变量参考数列：X0（k）＝｛X0（1）X0（2）X0（3）……X0（k）｝；自变量比较数列Xi（k）＝｛Xi（1）Xi（2）Xi（3）… … Xi（k）｝。

1.1.2 求出差序列、最大差、最小差

1.1.3 计算关联系数

式中：ρ为分辨系数，一般取ρ＝0.5（i＝1，2，3，……n）。

1.1.4 计算关联度

1.1.5 关联度排序

对各比较数列与参考数列的关联度从大到小排序，关联度越大，说明比较数列与参考数列变化的态势越一致。

1.2 数据来源

昆明市多年空气质量数据与空气质量影响因素数据均来源于《云南统计年鉴》（2007—2013年）。在获取以上基础数据后建立昆明市历年空气质量数据与空气质量影响因素数据库，并按灰色关联分析法的建模步骤对影响空气质量的众多因素进行计算，定量识别影响空气质量的主要因素。

2 讨论与分析

2.1 分析序列的确定与无量纲化处理

按灰色关联分析法的建模步骤，用PM10（Y1）、SO2（Y2）和NO2（Y3）的年平均浓度表征空气质量，分别作为系统的因变量参考序列X0（k）；从经济、社会和生态三方面将工业产值（X1）、城区人口（X2）、建成区面积（X3）、人均公园绿地面积（X4）、汽车拥有量（X5）、建城区绿化覆盖率（X7）和SO2排放总量（X7）作为空气质量影响因素Xi（k）的自变量比较数列。同时将昆明市2006—2012年上述各空气质量影响因素和3类空气污染物浓度的原始数据用均值化法进行无量纲化处理。

2.2 数据分析过程

按照灰色关联分析的计算步骤，将上述7大空气质量影响因素与3类空气污染物浓度经均值化法进行无量纲化处理后的数据代入上述灰色关联分析模型，计算得出7个影响因素分别与3类空气污染物浓度，即PM10（Y1）、SO2（Y2）和NO2（Y3）的影响程度，结果见表1。

表1 空气质量影响因素与空气污染物浓度的灰色关联分析

2.3 空气质量影响因素分析

从表1可知，总体上选取的7大空气质量影响因素与 3类空气污染物浓度的关联度均＞0.6，属较高关联水平［4］，表明上述7项空气质量影响因素对空气质量的影响显著。根据关联度，将各影响因素对 3类空气污染物PM10（Y1）、SO2（Y2）和NO2（Y3）的影响程度进行灰色关联度排序，结论如下：

PM10（Y1）：r（人均公园绿地面积）＞r（城区人口）＞r（建成区面积）＞r（建城区绿化覆盖率）＞r（工业产值）＞r（汽车拥有量）＞r（SO2排放总量）。上述7项空气质量影响因素对可吸入颗粒物PM10的关联度均＞0.8，属高关联。说明PM10的浓度与7项空气质量影响因素的相对变化几乎一致，耦合作用极强［4］。因此，要减少空气可吸入颗粒物浓度可以从增加人均公园绿地面积，减少城区人口等方面着手。

SO2（Y2）：r（SO2排放总量）＞r（城区人口）＞r（人均公园绿地面积）＞r（建成区面积）＞r（建城区绿化覆盖率）＞r（工业产值）＞r（汽车拥有量）。其中，SO2排放总量与城区人口对空气SO2浓度的关联度均＞0.8，属高关联［4］。说明SO2排放总量与城区人口对空气SO2浓度的耦合作用极强。其余5项影响因素对SO2浓度的关联度均值在0.6212～0.7917，属于较高关联水平，耦合作用较强。这表明，要减少空气SO2浓度首先要减少SO2排放总量。

NO2（Y3）：r（城区人口）＞r（SO2排放总量）＞r（人均公园绿地面积）＞r（建成区面积）＞r（工业产值）＞r（建城区绿化覆盖率）＞r（汽车拥有量）。其中，城区人口、SO2排放总量、人均公园绿地面积和建成区面积对NO2浓度的关联度均＞0.8，说明上述4项影响因素对NO2浓度的耦合作用极强，两系统的相对变化几乎一致。其余3项影响因素与NO2浓度的关联度均在0.7～0.8，属较高关联。这表明，减少空气NO2浓度可以从减少城区人口、增加人均公园绿地面积等方面做起。

城区人口、人均公园绿地面积、SO2排放总量和建成区面积位于关联序的前4位，关联度r均＞0.8，属高关联，其余3项影响因素与空气质量的关联度均在0.7～0.8，属较高关联。

3 结论

（1）可吸入颗粒物PM10与7项空气质量影响因素的关联度均＞0.8，属高关联。

（2）SO2排放总量与城区人口对空气SO2浓度的关联度均 ＞0.8，属高关联。其余5项影响因素对SO2浓度的关联度均值在0.6212～0.7917，属于较高关联水平。

（3）NO2浓度与城区人口、SO2排放总量、人均公园绿地面积和建成区面积的关联度均＞0.8，属高关联。其余3项影响因素与NO2浓度属较高关联。

（4）整体分析各影响因素对空气质量的综合影响可以得出，要总体提高昆明市空气质量可以优先从减少城区人口、增加人均公园绿地面积和减少SO2排放总量等方面做起。

［1］章开平，徐军亮，赵西平，等.基于灰色关联的洛阳市空气质量影响因素分析［J］.河南科技大学学报（自然科学版），2012，33（1）：100-104.

［2］鲁亚斌，郭荣芳，周云，等.昆明空气污染物等级与天气背景的关系［J］.云南环境科学，2004，23（4）：34-36.

［3］徐建华.现代地理学中的数学方法（第2版）［M］.北京：高等教育出版社，2002：338-341.

［4］罗上华，马蔚纯，王祥荣，等.城市环境保护规划与生态建设指标体系实证［J］.生态学报，2003，23（1）：45-55.

GrayCorrelationAnalysisofFactorsAffectingAirQualityinKunming

TONGYan，SHIYu，ZHUHai-yan
（CollegeofBiologyandEnvironmentScience，QujingNormalUniversity，QujingYunnan655011，China）

Graycorrelationanalysiswasadoptedtocalculatetherelationshipbetweenairqualitydataandthefactorsaffectingtheairqualityfrom2007to2012inKunming.Themainfactorsaffectingtheairqualitywereidentified.TheresultsshowedthatPM10impliedahighcorrelationof0.8withsevenfactors.ThetotalSO2emissions weresignificantlyassociatedwiththehighestconcentrationofSO2.Inaddition，therestofthefactorsshowedhigh associationwiththeconcentrationofSO2.TheconcentrationofNO2washighlycorrelatedtothetotalpopulationof theurbanarea，thetotalemissionofSO2，percapitaareaofparkandgreenland，andthebuilt-upland.Inorder toimprovetheairqualityofKunming，reducingtheurbanpopulation，increasingpercapitaareaofparkandgreen land，andreducingthetotalSO2emissionscouldbeimplemented.

airquality；influencefactor；graycorrelationanalysis；KunmingCity

X82

A

1673-9655（2015）03-0046-03

2014-09-29

云南省教育厅科学研究基金（2012Y415）与曲靖师范学院校级优质课程（YZKC201412）共同资助。作者简介：童彦（1983-），女，硕士，四川越西人，讲师，主要从事资源与环境经济学和科研工作。