空气质量监测点位布设现状及优化布点研究

杜增荣

(山西省忻州生态环境监测中心，山西 忻州 034000)

引 言

环境监测指对影响环境质量因素的代表值的测定[1]。进行环境监测，了解环境水平，是开展一切环境工作的前提。大气污染监测是测定大气中污染物的种类及其浓度。大气质量监测是对大气中主要污染物进行布点采样、分析，观察其在某地区时空分布和变化规律。目前，环境空气监测点位布设中采用的方法很多，且绝大多数主要从全国大多数平原城市的特点出发而制定的，关于山地区域空气质量监测点位布设的具体要求甚少。然而，山地城市有着与平原城市不一样的地形地貌和气象条件，固然不能简单地照搬照套绝大多数的环境空气质量监测点位布设方法和标准。为此，随着环境保护意识的加强，为了解决山地区域和平原地区数据可比性的问题，迫切需要针对山地区域的特点进行点位布设技术研究，以期为环境管理提供技术支撑的目标明确性，提高环保治理资金的使用效率。

1 国内外监测网络现状分析

环境监测工作最基本的是代表性，即监测数据可以代表、反应某地区某一类环境质量状况。监测点位的选择是体现代表性的重要步骤和关键环节，是完成监测目的和保证数据具有代表性的重要工序之一。目前，国内外在空气质量监测网络优化方面做了大量的研究。

1.1 国外监测网络设计概况

目前，美国、欧洲和日本等发达国家网络站点的布局都采取了一系列的优化技术来确定。美国已经建立了一个从地方、州以及国家层面，包括PAMS监测网、有毒气体监测网、NCore监测网、PM2.5监测网等，支持光化学烟雾、气溶胶形成等的全方位空气质量监测网络[2]。欧洲已经建立了涵盖大部分地区的跨国区域监测网络(EMEP)，其负责定期测量和报告空气污染物排放量、浓度和沉积情况，还计划涉足近地面O3的形成以及研究持久性有机污染物(POPs)；目前，EMEP已将关注度聚焦在乡村和背景区域的监测上[3]。日本正逐步发展并建立了覆盖全国范围的国家监测网络，实时监控日本大气环境主要污染物的浓度、转化和迁移过程。东南亚地区12个国家(包括中国)建立了覆盖整个东亚地区的跨边界空气质量监测网络等。

1.2 国内监测网络现状分析

进入21世纪以来，我国环境空气自动监测技术不断发展，全国各地环境监测站相继开展了大气环境监测优化布点研究，国家大气背景站及空气自动站等自动监测网逐步建成和完善，以应对日益严峻的大气污染形势。沈阳市环境监测中心站、太原市环境监测站等开展了数理统计方法，辽宁省环境监测中心站等利用综合布点方法及反馈控制理论，齐齐哈尔市环境监测站等利用大气扩散模型等优化监测点位布设。

近年来，北京、山西等利用基激光雷达扫描及天基卫星遥感反演等用于区域大气环境监测点位优化布设，为区域空气质量监测网络方向发展提供了基础。随着我国经济规模的迅速扩大和城市化的快速发展，污染物在城市间的输送转化以及机动车的持续迅猛增长，区域性复合型大气污染特征逐渐凸显，现有空气质量监测网络已不能满足研究大气复合污染的需要，且山地城市污染物扩散条件和城市功能区分布等也不尽相同，保证空气监测点位的代表性，监测数据代表性的增强，从而为区域性大气污染联防联控提供技术支撑是十分必要的。

2 空气质量监测网络设计方法

空气监测点位的选择实际上是一种抽样。从上世纪六七十年代开始，各国研究人员就对常规监测、交通监测、工业区监测等一系列不同目的的监测网络做了研究，以考虑选取的样本如何能够更好更全面地反映总体。目前，随着对大气污染研究认识的深入及科技的快速发展，为了设计出高效、代表性好、目的性强的空气质量监测网络，研究者开发了一系列的方法模型用于监测点位布设优化工作。这些方法可以归类反映相同污染物变化特征的监测点，较好的实现了监测数据的代表性、准确性、精密性和完整性。具体如图1所示[4]。

图1 常用的空气质量监测网络设计方法

其中，聚类分析在大气环境监测点位优化领域有广泛的应用，一般主要采用最长距离法和最短距离法，同时由于大气环境监测污染物的数据量往往很大，为有效解决评价标准边界模糊和监测误差对评价结果的影响，往往采用模糊聚类法。模糊聚类法以网格点的实测资料为基础，利用模糊优选模型，结合布点原则确定最优点位。由于影响优化布点的因素较多，利用模糊聚类法原理简单、计算量小，较为实用，易于推广。

在环境领域应用比较多的是因子分析中的主成分分析法(PCA)，即用较少的综合指标来代替原来较多的指标，降低了数据分析的复杂度和难度。

环境监测是通过采集部分样品来表征全体环境污染信息，然而在实际工作中，往往可能有些站点的代表区域有所重叠。相关分析法就是对不同监测点位监测数据进行相关性分析，得到相关系数(一般选择R2>0.75)，使不同的站点代表不同的监测区域，从而进行较为准确的定量判断决策。相关性分析方法的原理及操作都十分简便，但实际上阈值不易确定，且往往带有很大的主观性，且有时监测数据浓度较大值往往会掩盖较小值的变化特征，因此在实践操作中需要特别注意。

环境监测点位优化工作中多数情况是针对多项污染物的优化，使用物元分析法对多种污染物进行综合评价，为解决环境监测多指标优化分析问题提供了可能，但是在多指标权值分配上更多是依靠对环境污染现状的评价。

BP网络具有自组织、自学习和自适应能力，且算法简洁，运算速度快，能够较好的处理多因素间非线性权值分配问题，因此，此方法具有普适性和实用性。然而，BP网络虽然只需要各级标准值样本训练BP网络，选出的测点有较好的客观性和代表性，且对监测样品较少的案例解析结果也较好，但是人工神经网络也存在拓扑结构选择的问题[5]。

Shannon信息指数法能够较好的处理多因素间非线性权值分配问题，但是对监测数据较大的情况，处理过程复杂，计算量大，因此在实际应用中需要特别注意。

多目标规划是运筹学的一个重要分支，可以实现兼顾环境、社会、经济等多个领域目标下的大气环境监测点位优化工作的目标。

综合法考虑了各种影响大气环境质量的因素，可以弥补其他环境条件资料的不足，但是该法要求原始大气监测网的密度不能太低，否则很难解释大气污染的时空特征及其变化规律。

3 空气质量监测网络优化布点

3.1 方法的选择

本研究综合考虑各种方法的分析处理过程和适用性，选择聚类分析法对网格监测数据进行点位布设的优化分析，以试着解决山地区域和平原地区数据可比性的问题。

3.2 遵循的基本原则

目前我国的环境质量监测网络是由政府部门组织建设的，即政府是实施环境监测管理的重要措施和组织形式。环境监测网络是将原相互独立的监测点(或断面)，组成能按统一的技术规则运行的系统。空气质量监测网络优化布点的基本原则如下：

1) 目的性。也就是说，根据不同的监测目的而选择不同的点位，没有明确目的的网络不可能是有效运行的网络[6]。即任何类型、空间尺度的网络和点位的设计和优化必须以一定的监测目的和功能属性为依据，坚持目的性原则。

2) 层次性。由于不同级别网络的监测点位分布精度和幅度不同，而我国不同地区自然环境、经济条件等差异较大，故需要根据辖区环境管理需要和能力确定空气质量监测网络。

3) 代表性。网络是由一定数量的点位组成的，为了保证网络监测能真正、客观、科学地评价区域空气质量，组成网络的点位必须具有明确的代表性，才能保证网络目的的实现。

4) 完整性。主要指地理空间和时间的完整性。也就是说，为了全面的反应监测区各污染物浓度变化及大气环境质量，网络布点必须能全面地代表监测区域空气质量的区域特征，能完整地表征整个评价时段内(如年度)的空气质量特征。

5) 可行性。受经济和能力水平等主要制约因素的限制，网络设计的科学性必须建立在可行性的基础上。如有的省组建的空气质量监测网只能包括地级城市，而有的地势地形较好、经济比较发达的的省市，其空气质量自动监测网覆盖面较全。也就是说，目的性、代表性、完整性只能是有限的，将需要和可行完美结合才是成功而科学的设计和优化。

6) 行政区划。我国的环境质量监测网络基本性质是带有较强行政职能的业务协作体系。为了满足我国行政管理的要求，除了结合自然环境条件、经济条件等因素，需要考虑在区域的每个行政市布设一个及以上的监测点，以为在国家层面上管理大气环境质量提供基础支撑。

3.3 优化布点的程序

利用模糊优选模型，结合空气质量监测网络优化布点的基本原则，空气质量监测网络优化的基本程序分为以下六个步骤，如图2所示。

图2 空气质量监测网络优化的基本程序

其中，现状调查的基本内容应包括区域近5年至10年的气象特征，人口分布情况，区域的地理地形特征、土地利用状况，城市功能区分布，污染源评估，历史空气质量状况，区域经济、社会和城市建设发展规划等。监测网格一般在城市区为2 km×2 km，郊区可以为4 km×4 km，且监测结果应绘制成浓度网格分布图。而且，由于影响条件的不断变化，应每年进行一次网络目标的审核，审查代表性和完整性等。

4 结论

综上所述，进行环境监测，是开展一切环境工作的前提。目前，环境空气监测点位布设中采用的方法很多，且绝大多数主要从全国大多数平原城市的特点出发而制定的。然而，随着环境保护意识的加强，为了解决山地区域和平原地区数据可比性的问题，迫切需要针对山地区域的特点进行点位布设技术研究，以期为环境管理提供技术支撑的目标明确性，提高环保治理资金的使用效率。