空气质量分析精品(七篇)

序论：写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感，挖掘那些隐藏在内心深处的真相，好投稿为您带来了七篇空气质量分析范文，愿它们成为您写作过程中的灵感催化剂，助力您的创作。

篇(1)

关键词 EXCEL；环境空气质量；AQI；自动计算

中图分类号X3 文献标识码A 文章编号 1674-6708（2014）121-0227-03

2013年1月1日起，京津冀、长三角、珠三角等重点区域以及直辖市和省会城市等共74个城市按照环境空气新标准《环境空气质量标准》（GB3095-2012）要求进行监测与评价。新标准增加了污染物监测项目，严格了部分污染物浓度限值。空气日报中，由包含六项污染物的空气质量指数（AQI）替换了原来包含三项污染物的空气污染指数（API），评价方法更加复杂，靠人工计算工作量非常大。一些软件虽有自动统计功能，但也存在局限性，例如本单位的软件尚不能统计AQI，上级环保部门数据库虽然功能较齐全，但只能进行整年或者整月的统计，而且必须是上报后的数据才能统计出结果，时效性欠佳。EXCEL 2003是一款简单易学且普及的软件，使用门槛低，无人员权限限制。前人曾探讨过应用EXCEL来计算评价单个AQI，但其在污染物浓度取值超出范围及存在两个以上首要污染物时存在漏洞，而且尚无对任意日期范围内自动统计及自动生成图表方面的研究。

本文介绍的EXCEL 2003软件的应用结果，只要在相应单元格中输入各项空气污染物浓度日均值，excel可自动批量计算每日空气质量指数，并显示空气质量级别及首要污染物、超标污染物；输入需要统计的起止日期，EXCEL便能自动统计给定日期范围内的有效天数，AQI最大值、最小值、均值及各级别空气质量的天数等信息，并自动生成空气质量各级别天数比例的饼状图；同时，输入统计时段，可自动生成一张包含各污染物最大日均值、平均值、特定百分位数、单项污染指数、最大日超标倍数、超标率等项目的评价表，方便且直观。

1原理

1.1空气质量指数（AQI）的计算

污染物项目P的空气质量分指数按式（1）计算：

环境空气质量指数及空气质量分指数的计算结果应全部进位取整数，不保留小数。空气质量指数的范围为0500，指数越大，级别越高，说明污染越严重。

1.2首要污染物及超标污染物的确定方法

AQI大于50时，IAQI最大的污染物为首要污染物，若IAQI最大的污染物为两项或两项以上时，并列为首要污染物。IAQI大于100的污染物为超标污染物。

1.3基本评价项目、评价标准及评价方法

基本评价项目包括二氧化硫（SO2）、二氧化氮（NO2）、一氧化碳（CO）、臭氧（O3）、可吸入颗粒物（PM10）、细颗粒物（PM2.5）共6项。各项目评价执行《环境空气质量标准》（GB3095-2012）中的二级标准。

污染物浓度评价结果符合GB3095-2012和HJ663-2013的规定，即为达标。其中，污染物年评价达标是指该污染物年平均浓度（CO和O3除外）和特定百分位数浓度（SO2、NO2日均值的第98百分位数，CO、PM10、PM2.5日均值的第95百分位数，O3的日最大8小时滑动平均值的第90百分位数）同时达标。

2 应用EXCEL的函数公式编制相关统计表

EXCEL工作簿包含“日报AQI”、“环境空气质量统计”和“主要污染物评价结果”三张EXCEL表格。我们设置白色背景的单元格为输入区域，深绿色背景的单元格为字段区域，浅绿色背景的表格为函数自动统计结果的区域。

2.1“日报AQ1”表格的制作

表格的第一、二行用来显示字段名，本表包含18列，A列至G列为输入区域，分别用于输入日期及六项基本空气污染物的日均值、H列至R列为自动计算输出区域，分别显示六项污染物的空气质量分指数IAQIn、AQI、空气质量级别、空气质量类别、首要污染物和超标污染物。见图1。

根据空气质量分指数IAQIn的计算方法，应用IF嵌套函数进行分段线性计算，同时应用ROUNDUP函数实现计算结果的进位取整，即可计算出相应污染物的质量分指数。以SO2为例说明空气质量分指数的计算方法，在H3单位格内输入公式：=ROUNDUP（IF（B3

这样，只要在B3单元格中输入一个SO2日均值浓度，H3单元格即自动显示SO2的质量分指数。NO2、PM10、PM2.5、CO、O3的空气质量分指数同理可得。

N3单元格利用MAX函数确定空气质量指数AQI，同时利用IF、AND函数排除分指数均为0时的异常情况，公式为：=IF（AND（H3=0，I3=0，J3=0，K3=0，L3=0，M3=0），””，MAX（H3，I3，J3，K3，L3，M3））。

O3单元格利用IF嵌套函数实现对空气质量级别的描述。公式为：=IF（N3=""，""，IF（N3

P3单元格利用IF嵌套函数实现对空气质量类别的描述。公式为：=IF（O3=""，""，IF（O3="一级"，"优"，IF（O3="二级"，"良"，IF（O3="三级"，"轻度污染"，IF（O3="四级"，"中度污染"，IF（O3="五级"，"重度污染"，"严重污染"））））））。

Q3单元格显示首要污染物。AQI为空值或小等于50时，不显示首要污染物。当有两种或两种以上首要污染物时，则能将所有首要污染物同时显示。公式为：=IF（N3=""，""，IF（N3

R3单元格显示超标污染物。AQI为空值或小等于100时，不显示超标污染物。公式为：=IF（N3=""，""，IF（N3100，"二氧化硫"，""））&（IF（I3>100，"二氧化氮"，""））&（IF（J3>100，"可吸入颗粒物"，""））&（IF（L3>100，"一氧化碳"，""））&（IF（M3>100，"臭氧日最大8小时值"，""））&（IF（K3>100，"细颗粒物"，""））））。

将A3至R3的公式自动向下填充（假定向下填充至第10000行）。

对手动输入的A列至G列进行数据有效性设置，可防止输入不合适的数据而扰乱后期的统计结果。

2.2 “环境空气质量统计”表格制作

如图2，在深绿色背景的单元格内输入需要统计的项目字段，预留B1、D1单元格，用来手动输入统计起止日期。B2至B17单元格及D3至D8单元格为自动计算输出区域，即显示给定日期范围内相应的统计数据。下面分别介绍：

B2单元格显示给定日期范围内AQI不为空值的天数，利用数组公式可实现：=SUMPRODUCT（（日报AQI！$A$3：$A$10000>=B1）*（日报AQI！$A$3：$A$10000

B3-B8单元格分别显示给定日期范围内不同质量类别的天数。以“优的天数”为例，B3的公式为：=SUMPRODUCT（（日报AQI！$A$3：$A$10000>=B1）*（日报AQI！$A$3：$A$10000

D3-D8单元格分别显示给定日期范围内不同质量类别的天数比例，以“优的天数比例”为例，D3的公式为：=B3/B2。

B9单元格显示给定日期范围内的AQI均值，保留整数。公式为：=ROUNDUP（AVERAGE（IF（（日报AQI！$A$3：$A$10000>=B1）*（日报AQI！$A$3：$A$10000

B10和B11单元格分别显示给定日期范围内AQI的最小值和最大值，以最小值为例，公式为：=MIN（IF（（日报AQI！$A$3：$A$10000>=B1）*（日报AQI！$A$3：$A$10000

B12-B17单元格分别显示给定日期范围内各首要污染物的天数。以“首要污染物为可吸入颗粒物的天数”为例，公式为：=SUM（N（（日报AQI！A$3：A$10000>=B1）*（日报AQI！A$3：A$10000

在C9：D17区域范围内，插入饼状图，源数据选取“=环境空气质量统计！C3：D8”，根据《环境空气质量指数（AQI）技术规定（试行）》（HJ633-2012）规定选择表征颜色，即生成给定日期范围内的不同空气质量级别天数比例的扇形图，简洁美观。

为了避免输入错误的日期格式，可在菜单栏“数据”-“有效性”中选择“允许日期”，进行相应的设置即可。

2.3 “主要污染物评价结果”表格制作

“主要污染物评价结果”表格主要统计指定日期范围内的各空气污染指标的大值日均值、平均浓度、特定百分位数、单项指数、日最大超标倍数、超标率等。首先，设计好表格格式，输入污染物指标名称及评价项目，标记上深绿色背景，然后在需要利用EXCEL公式自动计算的单元格范围标记上浅绿色背景，如图3。

下面以二氧化硫为例说明各评价项目的计算公式。

B4单元格计算最大日均值，公式为：=MAX（IF（（日报AQI！A3：A10000>=E2）*（日报AQI！A3：A10000

B5单元格计算平均浓度，公式为：=ROUND（AVERAGE（IF（（日报AQI！A3：A10000>=E2）*（日报AQI！A3：A10000

B6单元格计算特定百分位数，公式为：=ROUND（PERCENTILE（IF（（AQI计算！$A$3：$A$10000>=$E$2）*（AQI计算！$A$3：$A$10000

B7单元格计算单项指数，公式为：=ROUND（MAX（B5/0.06，B6/0.15），2）。

B8单元格计算最大日超标倍数，公式为：=IF（B4

B9单元格计算超标率，公式为：=ROUND（SUMPRODUCT（（AQI计算！$A$3：$A$10000>=E2）*（AQI计算！$A$3：$A$100000.15））/SUMPRODUCT（（AQI计算！$A$3：$A$10000>=E2）*（AQI计算！$A$3：$A$10000

3 数据验证

3.1 “日报AQI”批量计算结果的验证

将我市2013年1月1日-2013年12月31日监测的六项污染物日均值浓度复制到工作表“日报AQI”中，EXCEL自动计算得出分指数、空气质量指数、首要污染物、超标污染物等结果，与福建省环境监测数据管理信息系统中的统计结果完全一致。

3.2 “环境空气质量统计”表及“主要污染物评价结果”表的计算结果验证

在“环境空气质量统计”及“主要污染物评价结果”表格的空白单元格分别输入起始日期“2013-1-1”和终止日期“2013-12-31”，excel自动统计的结果与福建省环境监测数据管理信息系统中的统计结果一致。

4 结论

用EXCEL编制公式来自动计算空气污染指数及自动评价，只要电脑有EXCEL 2003以上版本就可以使用，不需要网络连接，没有权限限制，可以实时计算，成本忽略不计，而且随着评价方法的改变，更改公式也很容易，是环境分析人员日常统计的好帮手。

参考文献

[1]GB 3095-2012环境空气质量标准[S].

[2]HJ 633-2012环境空气质量指数（AQI）技术规定（试行）[S].

篇(2)

【关键词】绿植改善 室内环境 空气质量

一、引言

随着房屋的不断建设，越来越有必要多进行室内空气检测，以确定室内空气污染的实际情况。然后，才能对症下药进行有效的治理。但国内空气质量检测服务相关产业还并不成熟甚至空白，仅销售昂贵的仪器，造成绝大多数家庭因无法承担且长久来看意义并不是特别大而只是尽可能的多通风，仅以自己感官上的是否可以入住为主，这样往往并不科学有着巨大的健康隐患。室内的空气质量分析与调查是不可或缺的。而且秋季室内寒冷，冬季空气较为干燥等问题一直对人们造成困扰，而分析后的空气如何有效改善也是今后的研究方向。

二、绿植对教室空气质量分析

1.调查问卷分析（共得数据48份）

图一 第一天空气清新度

图二 第二天空气清新度

图一为第一天在教室没有绿植的情况下对约48人在课堂上的{查与分析结果。2人觉得空气质量很清新，1人觉得空气清新，33人感觉空气质量一般，10人觉得空气很闷，2人觉得空气闷。总体上给人空气质量偏差的感觉。当所有的人离开，关闭所有门窗，放20绿萝，等了一天，又对第一次调查后的人数再次进行调查问卷以检测摆放绿植一天后给人的直观感受的差异对比。在同一间教室的约47人进行的一项问卷调查显示，如图二所示。其中16人感觉空气质量清新，29人感觉空气质量一般，2人感觉空气闷。通过比较植物的问卷显示分析后，可以清楚地看到觉得清新的空气的人数上升，觉得空气闷的感觉的数量是0，空气感到闷的人数也减少了很多。

三、改进方向

这些植物都是绿色的，如果可以用各种颜色的植物也可以给心情带来积极的影响。植物有丰富的颜色、叶色、果色和颜色，创造了丰富多彩的分支，美化和丰富了城市景观。可以不同季节性的植物颜色的外观与季节的显示让人们感受到流动的旋律的色彩，感受生活的节奏，带给人们不同的心理效应，引起了联想的各种各样。在植物景观设计中，植物色彩设计已成为一项重要的设计内容。早在公元前发现对人类健康的颜色效果，医学的古希腊的父亲，希波克拉提斯曾说：“色彩是人类的身体和心灵之间的桥梁”。在中国医学界早已在临床治疗和康复护理的色彩理论的应用，提出了“色彩疗法”，即通过看颜色病人眼观，产生刺激，促进疾病和心理康复，起到治疗的作用，与五种彩叶植物可以减轻视觉疲劳的人。

四、总结

放一些绿色植物，如吊兰、杜鹃花，在室内（本实验中使用的绿萝）增加甲醛的吸收和增加小植物和其他的大植物，可以增加室内湿度，改善室内环境，因为绿色植物通过根部吸收的水，除了少数用来维持生命，其余部分将被释放到空气中。因此，买一些绿色植物和花放在冬天的房间，放一些植物在教室，有助于改善空气，还可以提高学生的情绪和改善视觉疲劳，同时改善空气环境，使课堂更加人性化，也能达到增加空气湿度的目的。但要注意的是，房间不应该放太多的绿植，因为绿植会呼吸，会吸入氧气，释放二氧化碳。当天气寒冷时，许多人选择关闭窗户，造成室内空气不流通，花卉放置过多会增加室内空气中的二氧化碳浓度，影响健康。

【参考文献】

[1]杨晓敏.高校教室环境品质实测与评价[D].衡阳：南华大学，2013

篇(3)

[关键词] 空气质量 短期评价

1 引言

《环境空气质量标准》（GB3095-1996）中对二氧化硫、二氧化氮、可吸入颗粒物等空气质量评价项目年平均和日平均的浓度限值有明确规定，但没有各项目月平均和季平均的浓度限值，长期以来对月份、季度、半年等阶段的空气质量评价只能用项目浓度值、日均值超标率进行变化比较，而不能对空气质量级别、空气质量达标评价，也无法计算综合污染指数，确定主要污染物。在空气质量月报、季报及半年的质量分析中，能否用年平均标准进行评价一直是争论的的焦点。《福建省环境质量评价方法技术规定》课题在对多年全省空气质量监测数据分析的基础上，重点对2005年全省23个城市空气质量监测项目浓度值进行了月、季、年的比对分析。结果表明，我省空气质量相对较稳定，季度、半年的均值和年度均值较为接近，多数城市差别小于10％，季度、半年的空气质量评价参照年度空气质量评价是可靠的；但多数城市主要污染项目月均值与年均值相对误差总体上大于季度、半年的相对误差，仅少数城市二氧化硫、二氧化氮相对误差范围差别小于10％，约半数城市可吸入颗粒物的城市差别小于10％，因此，月份等短期空气质量评价用年平均标准可靠程度较差。

2 数据分析

以2005年全省23个城市空气质量监测数据为基础，分别计算各城市二氧化硫、二氧化氮、可吸入颗粒物的月、季度和半年监测数据与相应的年均值的相对误差和相对误差的频率分布[1]。考虑到采样误差和分析误差，确定月、季度和半年监测数据与年均值相对误差范围在-10％～10％以内，则表明月、季度和半年监测结果与与年均值无明显差异。

2.1 月监测数据与年均值比较

2005年全省23个城市空气质量月监测数据与年均值误差分布见表1、表2，由表1、表2可知，不同月份监测数据与年均值相对误差变化较大，多数城市冬季月监测数据高于年均值、夏季月均值低于年均值,差别相对大，全省各项目平均月监测数据基本是1、3、4、11、12月高于年均值，2、5、6、7、8、9月低于年均值；二氧化硫、二氧化氮平均月监测数据与年均值相对误差有8个月大于 -10％～10％范围。

就相对误差范围在-10％～10％的城市比例而言，二氧化硫、二氧化氮的比例低于可吸入颗粒物，一年12个月中，二氧化硫、二氧化氮相对误差范围在-10％～10％的城市比例仅在40％左右，可吸入颗粒物的城市比例在50％左右；相对误差范围在-20％～20％以内，二氧化硫、二氧化氮的城市比例基本在50％左右，可吸入颗粒物的城市比例基本大于60％；相对误差范围在-30％～30％以内，二氧化硫、二氧化氮的城市比例基本大于60％，可吸入颗粒物的城市比例基本大于80％。

2.2 季度监测数据与年均值比较

2005年全省23个城市空气质量季度监测数据与年均值误差分布见图1、图2、图3。由图可知，季度监测数据与相应的年均值的相对误差的频率分布基本呈正态分布。误差范围在-10％～10％的城市比例高于月监测数据，一年四个季度，二氧化硫、二氧化氮在50％左右，可吸入颗粒物大于60％；相对误差范围在-20％～20％以内，二氧化硫、二氧化氮的城市比例基本大于60％，可吸入颗粒物的城市比例基本大于80％；相对误差范围在-30％～30％以内，二氧化硫、二氧化氮的城市比例基本大于80％，可吸入颗粒物的城市比例均大于90％。

从全省平均监测值看，第一季度、第四季度略高于年均值，第二、三季度略低于年均值。

2.3 半年监测数据与年均值比较

2005年全省23个城市空气质量半年监测数据与年均值误差分布见表3，由表3可知，监测数据与相应的年均值的相对误差与季度的频率分布基本基本相似，区别较大的是误差范围在-10％～10％的城市比例高于季度和月的相对误差，上、下半年二氧化硫、二氧化氮的城市比例均大于55％，可吸入颗粒物大于80％；相对误差范围在-20％～20％以内，二氧化硫、二氧化氮的城市比例基本大于70％，可吸入颗粒物的城市比例基本大于90％；相对误差范围在-30％～30％以内，二氧化硫、二氧化氮的城市比例基本大于80％，可吸入颗粒物的城市比例则达100％。

3 结论

3.1我省空气质量相对较稳定，季度、半年的监测数据和年度均值较为接近，多数城市相对误差范围差别小于10％，因此，季度、半年的阶段性空气质量评价参照年平均标准进行评价是可靠的。

3.2 由于月监测数据与年均值相对误差总体上大于季度、半年的相对误差，仅少数城市二氧化硫、二氧化氮相对误差范围差别小于10％，约半数城市可吸入颗粒物的城市差别小于10％，多数城市相对误差范围差别在30％左右，因此，每月空气质量评价参照年平均标准进行评价可靠程度较差。

参考文献

篇(4)

关键词：二氧化硫；氮氧化物；总悬浮颗粒物；空气污染指数；空气质量指数

1 引言

随着人们环保意识的加强，已逐步意识到环境空气对人体健康的影响。空气中含有的污染物质危害很大，二氧化硫形成工业烟雾，高浓度时使人呼吸困难，是著名的伦敦烟雾事件的元凶；进入大气层后，在云中形成酸雨，对建筑、森林、湖泊、土壤危害大；易形成悬浮颗粒物，又称气溶胶，随着人的呼吸进入肺部，对肺有直接的损伤作用。氮氧化物刺激人的眼、鼻、喉和肺，增加病毒感染的发病率，例如引起导致支气管炎和肺炎的流行性感冒，诱发肺细胞癌变；形成城市的烟雾，影响能见度；破坏树叶的组织，抑制植物生长；在空中形成硝酸小滴，产生酸雨。城市大气颗粒物含有各种有机污染物， 与呼吸器官疾病发病率甚至死亡率等诸多不利健康效应之间关系密切。总悬浮颗粒物(TSP)沉积在绿色植物叶面，干扰植物吸收阳光、CO2，放出O2和水分的过程，从而影响植物的健康和生长。杀伤微生物，引起食物链的改变，进而影响整个生态系统；遮挡阳光而可能改变气候，这也会影响生态系统。

通过室内空气质量评价可掌握室内空气质量状况及变化趋势，展开室内污染的预测工作，评价室内空气污染对健康的影响，弄清污染源( 如各种装修材料、建筑涂料等)与室内空气质量的关系，为建筑设计、卫生防疫、控制污染提供依据。江苏城市职业学院有3个校区，分别是定淮门校区，定淮门东校区，应天校区。本文正是基于校园空气质量的重要性，在3个校区都现场采集空气样后带回实验室进行化学分析，对二氧化硫、 氮氧化物、总悬浮颗粒物这3项污染物进行了大量监测采样及分析在取得监测样本数据后，选择相关评价方法对所调查的空气环境质量做出分析评价。

2 采样及分析方法

2.1 采样方案

采样时间为2010年4月，监测点主要分布在江苏城市职业学院3个校区校园中，具有一定代表性，能够反映监测范围内空气质量特征的地点，包括门卫、学生宿舍、食堂、教学楼、实验中心等5个点，采样主要用空气采样器(流量为0~1L／min )、TSP采样器进行现场监测采样，合理保存样品后送往实验室进行分析，并取得最后监测数据。每个监测点按空间大小不同设2~4个采样点，均按小时平均浓度监测，最终数据取其各采样点数据的平均值。上午7点到晚上8点的数据代表白天测量值，其余数据代表夜晚测量值。

2.2 分析方法

根据校园环境的特点、实验的可行性和代表性，本文主要对各监测点二氧化硫、氮氧化物、总悬浮颗粒物污染物进行了监测分析，所用监测分析方法见表1。

表1室内主要污染物监测方法

污染物监测方法依据

二氧化硫四氯化钾吸收――盐酸副玫瑰苯胺分光光度法GB/T16128-1995

氮氧化物改进的Saltzman法GB12373-90,GB15435

总悬浮颗粒物重量法

3 评价方法及指标

3.1 评价方法

为了全面、综合地评价校园室内空气的质量状况，本文主要采用空气污染指数法和空气质量指数法对校园空气质量进行综合评价。我国目前采用的空气污染指数(API)分为5个等级，API值小于等于50，说明空气质量为优，相当于国家空气质量一级标准，符合自然保护区、风景名胜区和其它需要特殊保护地区的空气质量要求；API值大于50且小于等于100，表明空气质量良好，相当于达到国家质量二级标准；API值大于100且小于等于200，表明空气质量为轻度污染，相当于国家空气质量三级标准；API值大于200表明空气质量差，称之为中度污染，为国家空气质量四级标准；API大于300表明空气质量极差，已严重污染。

根据我国空气污染特点和污染防治重点，目前计入空气污染指数的项目暂定为：二氧化硫、氮氧化物和总悬浮颗粒物。随着环境保护工作的深入和监测技术水平的提高，将调整增加其他污染项目，以便更为客观地反映污染状况。

某种污染物的污染分指数(Ii)按下式计算：

Ii=(ci-ci,j)(ci,j+1-ci,j)(Ii,j+1-Ii,j)+Ii,j.

式中：ci，Ii分别为第i种污染物的浓度值和污染分指数值；

ci，Ii,j分别为第i种污染物在j转折点的极限浓度值和污染分指数值(查表 )；

ci,j+1，Ii,j+1分别为第i种污染物在j+1转折点的浓度极限值和污染分指数值，

API＝max(I1,I2…Ii,…In)

空气质量指数AQI是一种反映和评价空气质量的方法，就是将常规监测的几种空气污染物的浓度简化成为单一的概念性数值形式、并分级表征空气质量状况与空气污染的程度，其结果简明直观、使用方便，适用于表示城市的短期空气质量状况和变化趋势。

API=imaxiav.

imax为质量分指数的最大值;

iav为质量分指数的平均值。

3.2 评价指标

国家通过大量的现场调研，确定室内污染物的种类、发生率及平均的污染水平，了解暴露――效应关系，确定可接受的效应水平，最终确定了适合我国国情的室内空气质量标准 (GB／T18883-2002 )，因此室内污染物的评价都以此标准为评价指标，但因该标准中未规定TSP的标准值，而校园又属于文教区，即环境空气质量功能区中的二类功能区，所以对于污染物TSP的质量标准应执行《环境空气质量标准》(GB3095-1996)中的二级标准。

4监测结果与分析

4.1 监测结果

各监测点测得样本数据，见表2，经过计算处理后，用空气污染指数法API对各污染物和监测点空气质量状况评价，目前计入空气污染指数的污染物项目暂定为：二氧化硫、氮氧化物和总悬浮颗粒物。该指数所对应的污染物即为该区域的首要污染物。当污染指数API值小于50时，不报告首要污染物。而此次监测的污染物浓度，经计算API值均为51~100之间，空气质量状况均为良，可正常活动，首要污染物均为TSP。

表2 各监测点污染物监测结果

校区监测地点SO2浓度て骄值/mg・m-3

白天夜晚

NOX浓度て骄值/mg・m-3

白天夜晚

TSP浓度て骄值/mg・m-3

白天夜晚

门卫0.040 80.040 20.0430.0410.1490.141

应天学生宿舍0.020 10.020 10.0230.0230.0990.099

校区食堂0.050 70.042 20.0410.0310.1440.131

教学楼0.019 00.011 00.0120.0080.0360.031

实验中心0.020 80.020 80.0310.0310.1310.131

门卫0.050 70.050 10.0500.0460.1520.151

定淮门学生宿舍0.007 00.007 00.0060.0060.0440.044

东校区食堂0.050 20.050 20.0390.0390.1410.141

教学楼0.011 00.011 00.0090.0090.0330.033

实验中心0.015 80.015 80.0280.0280.1210.121

门卫0.051 20.051 10.0520.0490.1510.144

定淮门食堂0.050 70.040 70.0410.0350.1440.133

校区教学楼0.031 00.031 00.0220.0220.0640.064

实验中心0.01080.01080.0210.0210.1190.119

各监测点测得样本数据经过计算处理后，用空气质量指数法对各污染物和监测点空气质量状况评价的结果如下表3所示。表中各空气质量分指数的大小说明了每种污染物对各监测点的污染程度，其值越大则污染程度越重。而空气质量指数AQI则说明所有污染物同时存在时各监测点的总体空气质量状况，其值越小空气质量状况越好。

表3 空气质量监测结果及评价

校区监测地点ISO2INOXITSPAQI空气质量状况

门卫0.0690.1730.990.63轻度污染

应天学生宿舍0.0300.0830.330.22基本达到清洁

校区食堂0.1800.2400.560.42未污染

教学楼0.0320.090.670.42未污染

实验中心0.0400.0490.880.53未污染

门卫0.0790.1830.980.65轻度污染

定淮门学生宿舍0.020.0730.230.16基本达到清洁

东校区食堂0.180.240.560.43未污染

教学楼0.0280.070.550.34基本达到清洁

实验中心0.030.0390.760.46未污染

门卫0.0750.1780.150.64轻度污染

定淮门食堂0.180.240.560.43未污染

校区教学楼0.0320.090.670.42未污染

实验中心0.030.0380.780.47未污染

4.2 试验结果分析

4.2.1 各监测点污染物浓度比较

从表2中可以看出，SO2各测点的日平均浓度在0.007~0.0512mg/m3之间，各测点的日平均浓度均达到《环境空气质量标准》(GB3095-1996)中的二级标准要求。氮氧化物各测点的日平均浓度在0.006~0.052mg/m3之间，各测点的日平均浓度均符合一级标准要求。总悬浮颗粒物各测点日平均浓度值在0.033~0.152mg/m3之间，各测点的日平均浓度均达到二级标准要求。

（1）应天校区SO2浓度值的变化趋势是：食堂>门卫>实验中心>学生宿舍>教学楼，氮氧化物浓度值的变化趋势是：门卫>食堂>实验中心>学生宿舍>教学楼，总悬浮颗粒物浓度值的变化趋势是：门卫>食堂>实验中心>学生宿舍>教学楼。

(2)定淮门东校区SO2浓度值的变化趋势是：门卫>食堂>实验中心> 教学楼>学生宿舍，氮氧化物浓度值的变化趋势是：门卫>食堂>实验中心>教学楼>学生宿舍，总悬浮颗粒物浓度值的变化趋势是：门卫>食堂>实验中心>学生宿舍>教学楼。

(3)定淮门校区SO2浓度值的变化趋势是：门卫>食堂> 教学楼>实验中心，氮氧化物浓度值的变化趋势是：门卫>食堂> 教学楼>实验中心，总悬浮颗粒物浓度值的变化趋势是：门卫>食堂>实验中心>教学楼。

3个校区SO2、氮氧化物、总悬浮颗粒物白天夜晚变化趋势均是白天浓度高于夜晚浓度。由于食堂使用燃料，会排放出一定量的污染物，以及门卫靠近繁华道路，汽车尾气的排放等因素，所以不同校区不同监测点的监测结果体现了一致性，即门卫和食堂监测点的SO2、氮氧化物、总悬浮颗粒物的浓度均是校区中浓度最高处。而教学楼和学生宿舍这2个监测点浓度最低。定淮门东校区，教学楼、实验中心、宿舍离交通干线较远，而且校区植被绿化覆盖率很高，所以3个校区中定淮门东校区，这3个监测点的污染物浓度监测值最低，而应天校区的宿舍区靠近马路，所以污染物浓度检测值相对其他校区而言较高。但是各个监测点的环境污染指数值均为51~100之间，空气质量状况均为良，可正常活动，首要污染物均为TSP。可吸入颗粒物污染不容忽视。

4.2.2 各监测点环境质量指数因素分析结果

分析表3可以得出以下结论，各个校区均是门卫的监测点污染最为严重，已是轻度污染，其余监测点都是未污染。虽为未污染，但分析ITSP值，大多都是高于ISO2，INOx，而各空气质量分指数的大小说明了每种污染物对各监测点的污染程度，其值越大则污染程度越重，所以用AQI进一步验证API，结论相同，就是3个校区内均是可吸入颗粒物污染严重。而实验中心的空气质量分指数虽很低，但由于应天校区实验室内各种仪器、 挥发性药品的大量存在，定淮门校区和定淮门东校区的计算机实验中心，大量计算机的使用，使得实验中心的总悬浮颗粒物浓度较高，因此实验中心的环境改善不容忽视。而冬季，门窗紧闭，宿舍空间小，更易造成TSP污染加重，所以要特别注意通风，改善宿舍办公室教学楼的TSP 污染情况。

5 结语

在所有监测点取得样本中， 对校园的空气质量综合评价结果讨论后 ， 得出3个校区SO2、氮氧化物、可吸入颗粒物白天夜晚变化趋势均是白天浓度高于夜晚浓度。3个校区应天校区的空气质量略次于定淮门校区和定淮门东校区。3个校区空气质量状况均为良，可正常活动，首要污染物均为TSP。AQI分析结果与API分析结果一致，就是3个校区内均是可吸入颗粒物污染严重。3个校区，均是门卫和食堂污染较为严重，AQI分析结果显示门卫属于轻度污染区域。

参考文献：

黄玉凯.室内空气污染的来源、危害及控制.现代科学仪器，2002(4):3~9.

央 德,苏广和. 室内空气质量对人体健康的影响.北京:中国环境科学出版社，2005.

张 虎. 改善室内空气品质的对策与措施.住宅科技，2003(11 ):44~46.

吴忠标,赵伟荣.室内空气污染及净化技术.北京:化学工业出版社，2004.

中国标准出版社第二编辑室.大气质量分析方法国家标准汇编.北京:中国标准出版社，2002.

Comprehensive Evaluation of Atmosphere Quality in Jiangsu City College

Dai Zhaoxia1,2,Chen Hairong2,WangShihe1

（1.School of Civil Engineering,Southeast University,Nanjing 211100,China;

2.Department of City Science,Jiangsu City College,Nanjing 210017,China）

篇(5)

Abstract： According to the monitoring data of satellite remote sensing， meteorological observation and the environmental air automatic station， the dust particles carried by northern sandstorm is an important source of air pollution of Jiangsu province in spring， and the dust weather tends to decrease year by year.

关键词： 沙尘天气；监测数据；空气质量

Key words： dust weather；monitoring data；air quality

中图分类号：P425.5+5 文献标识码：A 文章编号：1006-4311（2013）22-0082-02

0 引言

沙尘天气是沙尘暴、扬沙和浮尘天气的统称，它是一种由大风将地面沙尘吹（卷）起、或被高空气流带到下游地区而造成的一种大气混浊现象。根据能见度和风速可分为浮尘、扬沙、沙尘暴、强沙尘暴、特强沙尘暴五个等级。能见度≦1000m的沙尘天气就是沙尘暴。沙尘微粒的启动，即起沙，是沙尘暴发生发展的首要环节，也是关键环节。地表能否起沙，近地面沙尘浓度及其输送特征如何，决定了沙尘暴能否形成。江苏省沙尘天气多发生在春季，利用卫星遥感数据、气象观测资料和我省环境空气自动站的监测数据表明春季中国北方的沙尘暴所含的沙尘粒子在冷空气的引导下可能进入江苏，对环境空气中可吸入颗粒物浓度将会产生较大的影响。

1 北方沙尘天气影响我省的空气质量分析案例

2010年江苏省经历了一次明显的沙尘天气，据分析沙尘推进方向基本是从江苏西北部到东南方向扩展蔓延。从图中很明显看出沙尘天气影响江苏各市依次由北方地区扩展到长江流域及其以南地区，以致覆盖整个江苏的过程。受沙尘天气影响，我省空气质量显著下降，可吸入颗粒物小时浓度值迅速上升到0.40mg/m3至0.99mg/m3之间。

3月19日至3月22日江苏主要城市可吸入颗粒物浓度变化图见图1。

从图1可看出沙尘推进方向基本是从江苏西北部到东南方向蔓延（峰值依次从徐州，连云港，淮安，南京，苏州显示），沙尘天气影响到各区域时，其可吸入颗粒物浓度基本稳定在较高的位置，随时间的推移其影响逐渐减弱，或受到气象因素的影响，如降雨、大风等，其可吸入颗粒物浓度也随之变小，最后达到稳定。

2 沙尘天气监测技术

沙尘暴的收集主要分为地面和空中收集，主要运用沙尘暴卫星遥感监测技术和沙尘暴激光雷达遥感监测技术。

2.1 地面观测：在沙尘暴源地区和主要移动路径上，在现有选择固定站点进行监测；现有气象观测网中，选择一些进行激光雷达观测；利用地面多波段太阳光度计开展大气光学厚度和谱分别观测；近地层气溶胶观测网；大气理化特性监测等观测方法。

2.2 卫星观测：开展卫星遥感与常规大气探测的综合分析，获取沙尘天气起沙扬沙输送过程中高分辨率的大气动力结构信息；利用卫星遥感获取沙尘灾害发生几起移动的前兆性强信号；获取沙尘暴源区及输送路径上的沙尘物理化学特性信息；卫星-地基气溶胶辐射性综合观测网。空中通过卫星遥感监测，主要拍摄卫星云图，监测沙尘源地及移动路径。我国主要利用静止气象卫星红外通道遥感监测中国沙尘暴。

2.3 激光雷达观测：国外对沙尘暴的研究从20世纪三十年代就开始了，从沙尘暴的时空分布、成因、结构、监测和防治对策等方面建立激光雷达监测网络，用于实施监测和预报沙尘活动情况。激光雷达是一种新型的地基或空基大气遥感仪器，其具有探测距离大、精度高与可连续观测等优点，在观测研究大气垂直分布情况等方面具有广泛应用。图2显示了2010年3月19日至2010年3月22日通过激光雷达观测沙尘影响空气质量变化的过程，从而可以看出沙尘运动轨迹。

从大气环流形势和沙尘轨迹进行分析看出沙尘暴天气受蒙古国及内蒙古中西部影响显著，所处的中纬度是盛行西风的地带，也是极锋活跃的地带，在冬春季节易有大风天气出现。由于内蒙古大部地区干燥少雨，植被稀疏，地表，一旦有大风，极易形成沙尘天气。内蒙古地区沙尘天气的分布趋势为东部少、西部多，南部少、北部多，往年平均发生沙尘暴10～25天。

3 沙尘天气变化趋势

内蒙古2000-2011年春季沙尘天气过程，平均每年为8.4次，比历史平均少0.7次。截至目前，今年全区范围内沙尘暴只出现2次，分别是2月27-28日和3月9日，去年同期则是6次，2011年是10次，2010年是13次。无论是次数、规模或危害程度今年均明显减少。

近年雨水较多，尤其今年入春以来，雨雪天气不断，气候条件好于往期。同时，近几年政府主导的畜牧方式转变，植树造林工作的开展，使得植被明显改善，植被覆盖的增加是减少沙尘天气的主要贡献力量。近年来，按照建设中国北方最重要生态屏障的战略目标，内蒙古相继启动实施了天然林保护、三北防护林、退耕还林、京津风沙源治理、退牧还草等重点生态建设工程。目前自治区五大沙漠周边重点治理区域的沙漠扩展现象得到遏制，沙漠面积相对稳定；五大沙地林草盖度均有提高，沙地向内收缩。

参考文献：

[1]马超飞，马建文，韩秀珍等.沙尘暴运移路径及影响范围遥感监测[J].自然灾害学报，2001，10（4）：222-227.

篇(6)

1中国环境检测和治理技术现状

1.1环境检测和监管有待加强

据了解，城市污染物项目众多，各个种类的污染物监管方式也五花八门，然而中国现在的相关监管水平还难以达到高标准，监管方式单一，缺乏和忽视对部分污染物的及时高效的监管处置。

1.2监管信息不精确

目前中国的监测方式还处于较低阶段，多领域的手段和技能尚不成熟，导致得到的相关数据不精确，因此所得结果不具有可信力，难以作为城市治理的基础数据。

1.3部分检测技术还待提升

目前我国的环境监测的主要技术包括：一是无线传感器网络技术。这一技术的应用，有效地提高了环境监测工作的时效性、针对性，促进了环境各项工作效率与准确性的提升。工作人员只需向基站相应的工作指令，基站会将相应的数据信息传回到控制中心。此外，控制中心人员也可以直接访问基站的数据库，从中提取有价值的信息。这两种方式都节约了信息数据获取的效率，精简了不必要的工作流程，提高了环境监测与治理的工作效率。二是物理、化学技术。物理科学技术、高分子化学技术的发展，使得物理化学技术在环境监测与治理中得以有效应用，促进了环境工作技术的提升。其中应用效果最好的物理化学技术为DOAS技术，这项技术主要应用在空气环境监测中。利用这项技术可有效检测出空气中各项气体的浓度，通过对比空气质量标准判断当前空气质量与空气污染程度，从而制定相应的治理措施。此外，物理化学技术中的动态模压法检测技术常被用于水体质量检测中，利用这项技术对相应水体的表层进行检测，以此分析该部分水体的污染状况。三是生物技术。环境技术人员将生物领域的细胞学、微生物学与生物学等内容与环境工程、计算机、化学等综合一起，有效的生物技术，被广泛应用于环境监测与治理中。主要的生物技术为PCR技术与生物大分子标记技术：PCR技术与其它应用技术相比，具备良好的准确性、快速性与简便性，有效地提升了环境监测的准确性与工作效率。生物大分子标记技术利于分析生物与环境的关系，从而引出相应的环境问题。因此，这项技术可对环境的问题进行明确警示，环境人员则根据生态相关性对其进行有效预防与治理，降低问题发生的几率并提高解决问题的能力。所以生物大分子技术具有较强的实用性。虽然目前这些技术有一定的优势，但随着社会的发展，人工智能技术在环境监测中需要进一步创新与应用。

2在测量环境参数中，改变评测结果的可能

2.1物样品质的作用

物样品质高低影响环境评测的数据。各异的物样容器甚至不一样的运输、保存流程都会改变物样的品质。此外，需要布置采集点，且采样方式对应特定环境，即使其它因素相同，环境要素的异样也会影响布置方式。

2.2联系的物件如科学仪器也会改变监测结果

监测信息一般需要昂贵的高级设备对物样作专业比对。监测仪器是用于观察整体环境影响因子而准备的设备，它以相关因数的因子数作标准，判定出环境优劣和变化方向。

3当前环境监测与治理中的主要应用技术

3.1环境监测与治理中的信息技术

就当前环境监测与治理技术的总体发展情况来看，应用到的主要信息技术有PLC技术与无线传感器网络技术。信息技术的应用提高了环境监测与治理的安全性与准确性，极大程度上促进了环境工作质量与水平的提升。其中PLC技术的耐热性、防尘性及抗震性等性能极好，适合应用于条件较为恶劣的监测环境中，有效降低了环境监测人员工作的困难程度，并提升了工作的安全性。PLC技术可以应用在水环境监测如水质、水位、水速，及对降水情况远距离监控，这对有关部门积极制定旱、涝灾害的处理措施具有重要作用。要加强环境监测与治理中的信息技术提升，需要建设水、固、气各领域形成全面的监控网。这同时侧面反映了环境监测行业的规模是巨大的。据中国产业信息网数据，监测行业“十二五”增速19%，预计“十三五”复合增速16%。按照16%的增速估计，2019年市场空间超过400亿元。

3.2环境监测与治理中的3S技术

3S技术即将GIS（地理信息系统）、RS（遥感技术）、GPS（全球定位系统）三项技术整合应用到环境监测与治理工作中，对相应的环境进行高精度、高效率的监测工作。3S技术的应用不仅有利于提高环境监测工作的效率与精准度，也利于促进工作的整体性与连续性。这是因为使用该技术不仅可以对环境指标进行有效的监督与测量，还会利用3S技术综合系统对所获得的数据进行有效的分析与评价，通过调用相应的模型进行有效对比，从而得出较为精准的环境质量分析报告。如将3S技术应用到水环境监测中，可有效得出水生生态环境现状、水资源质量及水域变化等情况的分析报告。这对工作人员制定有效的治理措施，提高环境治理综合效果具有重要作用。

3.3全面完善环境法规和治理规范

环保部门应加大环境审计的力度，完善相关的环境检测和治理规范，监测是方式，改变是目标。有关部门需要按照污染物排放标准和环保要求程度等扩充法规规范，确保当环境监测查出污染物的排放超标违规时，即以相关法律举措依法处置污染源头。全面完善环境法规和治理规范要结合环境监测数据来进行。生态环境部对环境监测数据提了三字要求——“真”“准”“全”，即真实、准确、全面。在顶层设计层面，新环保法及两高关于环境犯罪的司法解释中对“篡改、伪造监测数据”作出了明确规定，轻则惩处，重可入刑。地方政府如出现干预环境监测机构和人员的情况，将被“留痕记录”。更为值得注意的是，环境监测机构及其负责人对其监测数据的真实性和准确性负责。采样与分析人员、审核与授权签字人分别对原始监测数据、监测报告的真实性终身负责。近几年来，环境监测相关标准频繁落地，如2018年出台了大气PM2.5网格化监测系列的点位布设、技术要求和检测方法、系统质保质控与运行、系统安装和验收技术指南；污染源源强核算系列的钢铁、水泥、制浆造纸等技术指南；土壤和沉积物11种元素的测定碱熔-电感耦合等离子体发射光谱法等。

篇(7)

关键词：皖北地区； 大气环境质量； 灰色聚类； 评价

中图分类号： P185 文献标识码： A

引言

用于环境质量评定的方法很多, 常用的环境质量评价方法有综合指数方法、分级评分法、数理统计方法等。灰色系统理论的方法是邓聚龙教授在80 年代初提出并发展的. 它是把一般系统论、信息论、控制论的观点和方法延伸到社会、经济、生态等抽象系统, 结合数学方法发展的一套关于解决信息不完备系统(即所谓的灰色系统) 的理论和方法, 具有模型简单明了、概念清晰、宜于应用且结论可靠的特点。[9]本文在调查和分析皖北地区大气环境质量现状的基础上，利用灰色系统相关理论对皖北地区大气环境质量进行了综合评价，为后期治理皖北地区大气环境提供依据。

1.研究区概况

皖北地区包括安徽省淮河以北的县市以及跨淮的县市，包括安徽省的宿州、淮北、亳州、阜阳、蚌埠、淮南六市的全部行政区域以及沿淮的滁洲市所辖的凤阳县和六安市所辖的寿县。面积3914900公顷；人口2880万。

2006年，安徽省工业增加值比2005年增长了27.1％，高于同期全国平均水平，低于同期中部6省29.3% 的平均水平；与2005年相比，工业COD排放量增加了4.4％，工业SO2排放量增加了0.8%，其中，工业COD排放量增加幅度在中部6省中最高。“十二五”期间，安徽省环保系统将以改善空气质量为目标，把皖北地区的淮南、淮北、蚌埠等出现酸雨污染的地区作为重点区域，把二氧化硫、氮氧化物、颗粒物、挥发性有机物等作为重点防控污染物，把火电、钢铁、有色、石化、水泥、化工等作为重点监管行业，建立统一监测、统一监管、统一评估、统一协调的区域联防联控工作机制。

2．灰色聚类评价法原理

灰色聚类是将聚类对象对不同聚类指标所拥有的白化数，按n 个灰类进行归纳整理, 从而决定或判断聚类对象属于哪一类灰色统计方法。 聚类对象为所研究的对象, 是要进行分析的所有研究对象的集合。[2]

本研究中大气环境质量灰色聚类分析的基本步骤可分为以下五步:

(1) 确定聚类白化数dij；

记i=1，2，…，n为聚类对象；j=1，2，…，m为聚类指标；k=1，2，…，K为聚类灰数，即灰类。dij为第i个聚类对象对于第j个聚类指标的样本值，D是以dij为元素的样本矩阵。

(2) 确定灰色类的白化函数fik：参照国家规定的大气环境质量分级标准本文将大气环境质量分为三级，即有三个灰类。为使每一级别的白化函数与所有级别都存在隶属关系，对灰色聚类法中的白化函数的“降半梯形”的结构改进后可采用下列三种基本图形（见图1）[3]。

图1 白化权函数fjk

(3) 标定聚类权：采用超标加权法确定每个测点中各污染物的权重，即利用区域大气环境中污染物指标的实测浓度与其标准值区间的比值来计算，以突出各测点中主

要污染物在评价中的影响程度，计算公式为：

= /且 =1=

其中，为第k个测点中第j个污染物的归一化权重。为第j种污染物并将其取为第j种污染物各级标准的平均值。

(4) 确定聚类系数：=，表示第i个聚类对象对于第j个灰类的聚类系数，它反映了聚类样本对灰类的关联程度。构造聚类向量。

(5) 聚类评价：灰色聚类是根据聚类系数的大小来判断所属的类别。在聚类系数矩阵A的行向量中,聚类系数最大者所对应的灰类即是该评价对象所属的类别。将各个对象同属的灰类进行归类,便是灰色聚类的结果,也是评价的结果。

3．皖北地区大气环境质量评价

为了认识皖北地区主要城市大气污染现状，本文利用灰色聚类方法对宿州、淮北、亳州、阜阳、蚌埠和淮南等六个地级市的大气环境质量进行评价。

3.1聚类样本、聚类指标的确定及灰类的划分

对皖北地区六个地级市的三项污染指标的监测资料进行收集，监测数据列于表1所

示，为皖北地区各类大气污染物年平均浓度。

表1 皖北地区的大气污染物年平均浓度(mg/m3)

地区 可吸入颗粒物

(PM10) 二氧化硫

(SO2) 二氧化氮

(NO2) 空气质量达到及

好于二级的天数

淮 北 市 0.068 0.027 0.021 363

亳 州 市 0.062 0.034 0.046 365

宿 州 市 0.091 0.038 0.033 338

蚌 埠 市 0.092 0.02 0.022 332

阜 阳 市 0.089 0.028 0.028 354

淮 南 市 0.095 0.078 0.035 318

注：数据来源于《2007年安徽统计年鉴》

以皖北地区的宿州、淮北、亳州、阜阳、蚌埠和淮南为聚类对象，2008年监测的PM10、SO2、NO2三个评价因子为聚类指标，采用GB3095-96国家空气质量标准的一级、二级、三级标准三个灰类为聚类灰数。表2为大气环境灰类的划分标准。

表2大气环境灰度划分标准(mg/m3)

污染物 灰度

1 2 3

PM10 0.05 0.10 0.15

SO2 0.02 0.06 0.10

NO2 0.04 0.04 0.08

3.2 聚类白化数的无纲化处理

无量纲化，也称作数据的标准化、规格化，是一种通过数学变换来消除原始变量量纲影响的方法。在多指标综合评价中涉及到两类基本变量：一类是各评价指标的实际值，另一个是各指标的评价值。由于各指标所代表的物理涵义不同，因此存在着量纲上的差 异。这种异量纲性是影响对事物整体评价的主要因素。指标的无量纲化处理是解决这一问题的主要手段。

3.2.1 污染物浓度值的无量纲化处理

第i类聚类对象(i＝1，2，3)对于第k个聚类指标(k＝1，2，3，4，5)所拥有的白化数的表达式：

式中，Cki为原始的白化数，C0i为取表1中的灰类2的各污染物浓度值。处理后的白化数构成聚类白化数矩阵：

PM10 SO2 NO2

0.680 0.450 0.525 淮北市

0.620 0.567 1.150 亳州市

0.910 0.633 0.825 宿州市

0.920 0.333 0.550 蚌埠市

0.890 0.467 0.700 阜阳市

0.950 1.300 0.875 淮南市

3.2.2 大气环境质量灰类的无量纲化处理

大气环境质量灰类无量纲化处理的表达式：

式中，rij代表第i个污染物因子第j个灰类的灰数。对表2中各污染物的3个灰类无量纲化处理，rij计算结果如表3所示。

表3大气环境质量灰度的无量纲化处理

污染物 灰度

1 2 3

PM10 0.50 1.0 1.5

SO2 0.33 1.0 1.67

NO2 1.0 1.0 2.0

3.3白化函数的厘定

大气环境质量的3个等级用3个灰类来描述，每一个等级都有一个浓度范围的界限，这个界限是一个灰数，灰数是一个区间的范围，不是一个确切的值，在这个确定范围内的任何一个白化值，其白化系数为1；而在范围外的值，对某级的标准，则有个亲疏程度。这种亲疏关系可用白化函数的数学关系式来表达，根据表3可构造3种污染物的3白化函数如下：

灰类1的PM10，SO2，NO2的白化函数依次为：

111

f11(x) = f21(x) = f31(x) =

000

灰类2的PM10，SO2，NO2的白化函数依次为：

x

f12(x) =1 f22(x) =1 f32(x) =1

2-x

灰类3的PM10，SO2，NO2的白化函数依次为：

000

f13(x) =2x-2 f23(x) = f33(x) = x-1

111

3.4聚类权计算

3种污染因子分别对3个灰类权值表达式：

（i=1,2,3， j=1,2,3）

计算结果如表4所示：

表4大气环境质量灰度的权值

污染物 权值

灰度1 灰度2 灰度3

PM10 0.167 0.333 0.500

SO2 0.110 0.333 0.557

NO2 0.250 0.250 0.500

3.5灰色聚类系数及灰色聚类矩阵计算与结果分析

聚类系数εki反映了聚类对象i对灰类k的隶属程度。

灰色聚类是根据聚类系数大小来判断各城市所属的类别，其方法是将各个城市对各个灰类的聚类系数组成聚类行向量σi=[σi1，σi2，σi3]，在行向量中聚类系数最大的所对应的灰类既是这个城市所属的类别，并把各个城市灰类进行归纳，便于灰色聚类结果。同时，我们还以安徽省大气污染平均水平为对照点进行了指数评价，.两种指标的评价结果见表5所示。

表5 皖北地区大气环境质量评价一览表

地区 灰色聚类向量 判断结果 指数法

评价结果

σi1 σi2 σi3

淮 北 市 0.447 0.430 0 1级 2.286

亳 州 市 0.411 0.410 0.075 1级 3.158

宿 州 市 0.340 0.674 0 2级 3.260

蚌 埠 市 0.386 0.531 0 2级 2.403

阜 阳 市 0.374 0.578 0 2级 2.785

淮 南 市 0.267 0.734 0.249 2级 4.581

从评价结果可以看出：(1)皖北地区大气环境质量总体状况良好，除了淮北和亳州两地的大气质量为一级外，其余四个地区大气质量皆为二级。根据灰色聚类向量的大小可以判断，在这四个大气质量为二级的地市中，蚌埠的大气质量最好，而宿州和淮南的大气环境质量最差。因此，开展皖北大气环境治理，应重点放在大气环境质量最差的宿州和淮南两个地区。（2）对比两种评价方法得到的评价结果，基本吻合。说明利用灰色聚类方法评价大气环境质量是可行的，能够准确评价出大气环境的实际状况。另外，综合指数法仅对各评价区的大气环境质量相对好坏程度进行了比较，却未能考虑大气质量分级界限的模糊性，截然将其进行分级，丢失模糊信息，不能客观地反映大气质量的实际情况。而灰色系统中的灰类白化权函数并不局限于在相邻等级间将边界模糊化，而是表示关于等级的信息覆盖，因此在信息利用率和精度上均有较大的提高。

4．结论与讨论

本文主要利用灰色聚类分析方法和综合指数法，对皖北地区大气环境质量进行综合的评定。以丰富该法在环境质量评价领域的应用。本文先通过综合指数法对大气环境做出评价，然后通过灰色聚类分析方法先确定污染物浓度值的无量纲化处理，然后确定大气环境质量灰类的无量纲化处理，再通过确定白化函数，计算聚类权，从而计算出灰色聚类系数及灰色聚类矩阵，做出对皖北地区大气环境质量的评价。从评价的结果可以看出，皖北地区的大气质量总体状况良好，除了淮北和亳州两地的大气质量为一级外，其余四个地区大气质量皆为二级。根据灰色聚类向量的大小可以判断，在这四个大气质量为二级的地市中，蚌埠的大气质量最好，而宿州和淮南的大气环境质量最差。因此，开展皖北大气环境治理，应重点放在大气环境质量最差的宿州和淮南两个地区。而且，通过两种评价方法的比较发现，灰色系统中的灰类白化函数并不局限于在相邻等级间将边界模糊化，而是表示关于等级的信息覆盖，因此在信息利用率和精度上均有较大的提高。

由于资料有限，本文只考虑了3种污染指标，如果再增加更多的指标，其评价结果将更能反映出皖北地区大气污染现状。

参考文献

[1]安景文,韩朝,关红,徐向阳.灰色聚类关联分析法在大气环境质量评价中的应用.数量经济技术经济研究.1999,12:69-71.

[2]邓聚龙.灰色系统基本方法[M].华中学院出版社,1987.

[3]肖井坤,殷佩海.大气环境质量评定的灰色聚类模式.大连海事大学学报.2000,26(1):84-91.

[4]刑爱国,胡厚田,王仰让.大气环境质量评价的灰色聚类法.环境保护科学.1999,94:29-31.

[5]郑永红,姚淑萍,吕红.等斜率灰色聚类法在大气环境质量评价中的应用.环境保护.1995,6:20-22.

[6]朱庆峰,廖秀丽,陈新庚,等.用灰色聚类法对荔湾湖水质富营养化程度的评价[J].中国环境监测,2004,20(2):47-50.

[7]杨昆,孙世群.淮南市大气环境质量的模糊综合评价.合肥学院学报.2007,17(2):90-93.

[8]赵晨霞.灰色聚类法在鞍钢大气环境质量评价中的应用.辽宁城乡环境科技.1994,19(5)40-43.

[9]朱庆峰,张淑娟.灰色聚类法在大气环境质量评价中的应用.广州环境科学.2004,19(2):40-44.

[10] 张云海,马雁军,孙财涛,刘庆婺.灰色聚类评价在经济区大气环境质量评价中的应用.环境科学与技术.2010,33(6E):426-428.

[11]柳培文,钱明.灰色系统聚类法在大气环境质量综合评价应用中的修正.重庆环境科学.1999,21(6):7-9.

[12]谭春英,谢恒星,林建宏,张晓杰.灰色系统理论在烟台市大气环境质量分析和预测中的应用.安徽农业科学.2006,34(20):5161-5162,5170.