各主要城市空气质量比较探究.docVIP

各主要城市空气质量比较探究【摘要】为研究2009年全国各主要城市的空气质量情况，根据国家统计局《中国统计年鉴2010》官方数据，以市为研究单元，运用spss17.0软件进行系统聚类，画出聚合系数随分类数变化图，对31组样本的5个指标（变量）分析了全国各主要城市空气质量，并进行分类，可为环境整治和环境规划等宏观环境决策提供科学依据。 【关键词】系统聚类；空气质量；比较；分类数；聚合系数；spss 随着人们生活水平日益提高，人们越来越关注健康水平，而空气质量与健康密切相关。据世界卫生组织有关资料显示：估计室外空气污染每年造成世界上130万人死亡。通过降低空气污染程度，我们可以帮助各国减轻由呼吸系统感染、心脏病和肺癌带来的全球疾病负担。城市空气污染的程度越低，人们的呼吸系统（长、短期）和心血管健康状况就会越好。空气污染是影响健康的一个主要环境风险。空气污染是影响健康的一个主要环境风险[1]。 1.系统聚类原理与分析过程 聚类分析将样本或变量进行分类，使同类对象间的相似性比其他类对象的相似性更强，其目的在于使类间对象的同质性最大化和类与类间对象的异质性最大化。系统聚类的基本原理是首先将m个样本分类，在样本距离的基础上和定义类与类的距离，然后每次合并最短距离的两类，之后再重新计算类与类之间的距离，再将距离最小的两类进行合并，直到所以所有的样本归为一类为止。 选取2009年空气质量的5个指标（变量）为：可吸入颗粒物X1（单位：毫克/立方米）、二氧化硫x2（单位：毫克/立方米）、二氧化氮x3（单位：毫克/立方米）、空气质量达到及好于二级的天数x4（单位：天）、空气质量达到二级以上天数占全年比重x5（单位：%），有关统计数据来源于《中国统计年鉴2010》。 系统聚类有两种：对样品聚类（Q型聚类）和对变量聚类（R型聚类）。本文采用Q型聚类。最长距离法克服了最短距离法链接聚合的缺陷，两类合并以后与其他类的距离是原来两个类中的距离最大者，加大了合并后的类与其他类的距离[2]。鉴于此，本文运用SPSS17.0软件中的Hierachical Cluster方法对样本用最长距离法（最远邻元素）、平方欧式距离、Z Scores标准化（按照变量），得到结果如表1。 表1 数据信息汇总表（Case Processing Summary）a 图1 聚合系数随分类数变化曲线图 2.聚类结果分析 2.1 表1显示进行系统聚类分析的有效样品31个，无缺失值。 2.2 根据聚类的凝聚过程表（Agglomeration Schedule），用Excel画出聚合系数随分类数变化曲线（如图1），可以看出，当分类数为4时，曲线变得比较平和，这个分类数也符合我们分类的目的。 2.3 图2是反映聚类全过程的树状图。从图中可以看出：分为4类时类间距离比较大，说明各类的特点比较突出，对各类比较容易定义。 2.4 确定分类后，调用Aggregate过程，计算并比较各类均值，见表2[3]。 2.5 表2说明，我国各主要城市空气质量受地区经济发展不平衡等影响，城市间空气质量存在差异。其中，海口、拉萨、福州3个城市空气质量优良，全年未达到二级标准的天数均值只占全年的1.461%，名列全国前茅；南宁、呼和浩特、南昌等城市次之。与国家《环境空气质量标准》（GB3095-1996）及其2000年修改单中的二级标准相比，国内主要城市除太原、兰州、乌鲁木齐的二氧化硫含量超过国家标准外，其余均在标准之内。 图2 树状聚类图 表231个城市分类及各项空气质量平均比重情况表 各主要城市空气质 各主要城市分类情况 海口、拉萨、福州 0.051 0.010 0.026 359.667 98.539 南宁、呼和浩特、南昌、贵阳、长春、长 沙、上海、杭州、广州、昆明 0.077 0.042 0.042 344.800 94.466 天津、重庆、西安、石家庄、银川、沈阳、郑州、合肥、哈尔滨、武汉、南京、成都、北京、济南、西宁 0.109 0.045 0.041 308.867 84.621 太原、兰州、乌鲁木齐 0.132 0.076 0.044 264.667 72.511 Y0 0.20 0.060 0.080 - - 注：Y0为国家《环境空气质量标准》（GB3095-1996）及其2000年修改单中的二级标准，单位为mg/m3。 3.结语 从以上分析可以看出，系统聚类分析方法及其在全国各主要城市空气质量中的应用，能有效地判断空气质量的类别，从而确定环境空气污染的主要区域。这对于国家和地方在重点污染物排放控制、重点污染区域空气环境的治理等政策的制订