主要城市废气中主要污染物排放情况(2013年)剖析.docxVIP

我国主要城市废气中主要污染物排放情况摘要近几年来环境问题成为全社会极为关注的热点,空气污染是其中最热门的话题，同时也是最重要的民生问题。本文针对这个现状，搜集了全国有代表性的31个城市的主要大气污染物的排放情况，先利用主成分分析评价了31个城市的综合空气质量，然后又分别用最短距离法和离差平方和法进行聚类分析，最终结果为北京、天津、石家庄等城市的空气质量较差；而海口、拉萨、南宁等城市的空气较好。特别需要说明的是北京的空气污染与其它城市相比有很大的不同，在最短距离法中被单独聚为一类且与其它类相距较远，这与北京目前空气现状是相吻合的。在本文的最后还根据实际情况对模型的优缺点做了评价，并指出了需要改进的地方。关键词：大气污染；主成分分析；聚类分析1、数据资料本文的原始数据取自《中国统计年鉴，2014》，表1我国主要城市废气中主要污染物排放情况地区工业二氧化硫工业氮氧化物工业烟(粉)尘生活二氧化硫生活氮氧化物生活烟尘 北京520417592727182349671363828258 天津207793250646627668959522118400 石 家庄17646920030199806956428026635 太原88880960183700333396673826727呼和浩特961901316654882242576653763 沈阳130672833486042514389515415276 长春572469519072970734415457919 哈 尔滨659878551582323500122298580792 上海1728672623466717442947234746451 南京1106651096936525617504001000 杭州820216728340243633335135 合肥41483703114238727101303188 福州7604372284434831279169547 南昌40756185971141364158254 济南8111872969471172608736298355 郑州106123134120338281197517809150 武汉962229561220020572014161001 长沙21173159511954523661532946 广州655895716416660663276214 南宁330453479720950874810684631 海口179886114911175 重庆4944152479051798425326144874401 成都52040444112145248912109661 贵阳7060330450242333549317535530 昆明10284268213573665263970328 拉萨930201653867840199 西安691033491715893238311095114012 兰州721487991540109741319501088 西宁718395328052765712914194793 银川923698432127170569712373016乌鲁木齐7421611380352441669114254920用表示工业二氧化硫排放量，表示工业二氧化硫排放量，表示工业烟(粉)尘排放量，表示生活二氧化硫排放量，表示生活氮氧化物排放量，表示生活烟尘排放量。2、主成分分析2.1主成分分析的步骤（1）计算相关系数矩阵有（2）计算特征值和特征向量。计算相关系数矩阵R的特征值，以及对应的特征向量由特征值组成m个新的指标变量：其中：是第一主成分，是第二主成分，，是第m主成分。（3）计算特征值的信息贡献率和累积贡献率。为主成分的信息贡献率，同时有为主成分的累积贡献率。（4）根据累积贡献率选取几个主成分作为新的评价指标。2.2 主成分分析构建评价指标定性地考虑反应各个城市空气质量的6个评价指标，不难看出某些指标可能存在较强的相关性，比如汽车的尾气中既含有二氧化硫也含有氮氧化物， 这两个指标之间可能存在相关性。为了验证这个想法用MATLAB计算指标之间的相关系数矩阵的特征值以及贡献率，如下表所示：表2主成分分析结果序号特征值贡献率/%累积贡献率/%12.30 38.27 38.27 21.57 26.20 64.47 31.44 23.95 88.42 40.48 7.99 96.41 50.22 3.59 100.00 60.00 0.00 100.00 从结果中我们可以看出某些指标之间确实存在很强的相关性，比如生活烟尘对空气质量的贡献率接近0，这说明空气烟尘的值几乎可以由前面5个变量的值完全确定，这也是意料之中的结果。如果直接用这些指标进行综合评价，必然造成信息重叠，影响评价的客观性，因此可以考虑用主成分分析的方法来