空气质量指数AQI的统计分析.PDF

空气质量指数 AQI 的统计分析 ——统计学在环境保护中的应用 北京航空航天大学 黄乐乐、郑安迪、陈相托 摘要 利用空气质量指数(AQI)的观测数据，基于时间序列的谱分析对全国 72 个城 市的 AQI 序列的周期性进行了分析，得到了 AQI 数据的周期性；将各个城市的 AQI 序列看作函数型数据，基于函数型数据的聚类方法对城市进行了聚类分析； 以截止至2013 年五月的 GDP 为因变量，AQI 为协变量，进行了函数型回归分析， 发现对聚类后的一类城市该模型具有较高的解释能力。通过统计学方法的使用， 对 AQI 序列数据进行了分析，为治理空气污染提供参考性意见。 关键词：AQI ；周期性；函数型数据；聚类；函数型回归 1.引言 1.1 问题的提出 当前我国的空气污染形势十分严峻，对人们的健康造成了重大危害，带来了 巨大的经济损失。对空气污染现象进行研究，分析其具体作用机制及主要污染物 的排放等，采取相应措施改善空气质量，满足人民群众对环境的要求，是建设小 康社会和推进现代化进程中的一项重大任务。 目前，国家对空气质量已制定了相关标准和空气污染治理的阶段性目标。 2012年，中国环境与发展国际合作委员会发布的区域空气质量综合控制体系研究 报告指出，GB3095-2012对我国的环境空气质量提出了更加严格的要求，按此标 准进行评价，我国目前至少有2/3 的城市不能达标。随着我国小康社会的建设和 现代化进程的推进，我国绝大多数城市的空气质量需要在15～20 年内实现稳定 达标，即在2025 年使全国约80% 的城市达到标准要求。为此，需要在每个5 年 计划内使全国主要城市的PM10 和PM2.5平均浓度降低10%～15%。 关于空气质量的衡量，有空气污染指数 （Air Pollution Index, API ）和空气质量 指数 （Air Quality Index, AQI ）。空气质量指数（Air Quality Index, AQI ）是定量描述 空气质量状况的非线性无量纲指数。其数值越大、级别和类别越高、表征颜色越 深，说明空气污染状况越严重，对人体的健康危害也就越大。AQI分级计算参考 的标准是 GB 3095-2012《环境空气质量标准》（现行），参与评价的污染物为SO2 、 NO2 、PM10、PM2.5、O3、CO等六项，每小时发布一次。与API相比，AQI采用的标 准更严、污染物指标更多、发布频次更高，其评价结果也将更加接近公众的真实 感受。 目前全国各大城市的AQI 指数监测体系已经基本建立，可以做到每小时更新 一次。某些大城市可以详细到各个区观测站的数据也每小时进行更新。因此，大 量关于AQI 的历史数据已经被积累下来。如何利用这些数据对各个城市改善空气 质量提供有效建议，是个具有很强现实意义的研究问题。具体地讲，是否可以根 据AQI记录对各个城市进行分类，对属于同一类别的城市可采取相同或类似的措 施控制空气污染改善空气质量？AQI数据背后是否隐藏着某些并不明显但具有重 要价值的规律？空气污染和经济增长之间是否必然存在矛盾，能否从数据上给以 实证分析？ 1.2 研究现状 关于我国空气质量和空气质量指数，前人已做了大量研究，取得了一定成果。 李宏奇等[1]利用空气污染指数对空气质量进行评价。田良等[2]对 2001 至 2004 年我国主要城市空气污染的时空分布特征进行了研究，得到了很好的结论。张菊 等[3] 利用北京环境空气质量定点监测资料,研究了北京市城近郊区近 20 年来环 境空气质量的变化趋势及其影响因素，对各种具体污染物的变化趋势进行了描述， 并给出了空气污染源的变化。张铁男等[4]利用区域空气质量指数对珠三角区域 的空气质量状况进行了研究。许建明等[5]对北京及其远郊地区的区域空气质量 进行建模，得到了很好的预测结果。 1.3 主要研究内容 本文基于时间序列谱分析[6]和函数型数据分析的相关方法[7]，分析 AQI 数 据的周期性，各个城市 AQ