主成分分析和GIS技术在沈阳大气环境时空特征研究中的应用.pdf

* 北京市教育委员会科技资助项目 JC005013201001 。 主成分分析和 GIS 技术在沈阳大气环境 时空特征研究中的应用 * 朱瑞娟马民涛卢萌萌 北京工业大学 环境与能源工程学院，北京 100124 摘要 在广泛收集整理相关资料和数据基础上， 运用主成分分析法和 GIS SuperMap 技术对沈阳市 20022010 年大气 污染物 SO2、 NO2、 PM10年均值和 8 个环境监测站点 20022010 年的 SO 2、 NO2、 PM10年均值进行分析， 结果表明 在时 间变化方面， 大气主要污染物的年均值在逐年下降， 大气质量在近 9 年间逐渐转好， 20072009 年污染指数的月平均 值变化曲线清晰呈现出两头高中间低的“U” 字型变化趋势; 在空间变化方面， 从市中区到近郊区再到远郊区有逐渐减 弱的趋势， 市中心的太原街、 小河沿的环境质量逐年转好， 但市郊区的环境质量在逐年下降。 关键词 沈阳市;大气环境质量;主成分分析;GIS SuperMap Deskpro;时空特征 APPLICATION OF PRINCIPAL COMPONENT ANALYSIS AND GIS IN STUDY ON SPATIAL AND TEMPORAL CHARACTERISTICS OF AIR ENVIRONMENT IN SHENYANG CITY Zhu RuijuanMa MintaoLu Mengmeng School of Environment and Energy Engineering，Beijing University of Technology，Bejing 100124，China AbstractCollecting relevant ination and data，using the combined of principal component analysis and GIS SuperMap technology，it was analyzed 2002 － 2010 annual average of air pollutants SO2，NO2，PM10and eight environmental monitoring sites in Shenyang city． The results showed that with the time going by the average annual concentration of major pollutants in the atmosphere was decreasing year by year，in the past 9 years，air quality gradually turning better， 2007 － 2009 the average monthly pollution index curves clearly showed the“U”shaped trend;the spatial variation in the area from the city to suburban areas the trend waning year by year，the environmental quality of Taiyuan Street and Xiaoheyan was turning better year by year，and the environmental quality of the outskirts was declining． KeywordsShenyang city; air quality; principal component analysis; GIS SuperMap Deskpro; spatial and temporal characteristics 0引言 从建国初期至 20 世纪 90 年代末， 以资源消耗、 环境损害为代价的粗放型经济增长模式使得沈阳市 环境污染和生态破坏日益加剧。因大气污染严重， 沈 阳市 1988 年曾被列为世界十大污染城市之一; 从 1992 年至 2002 年的连续 10 年里为中度污染城市。 自 2003 年以来， 经沈阳市各相关部门的努力， 沈阳市 已进入到轻微污染和基本清洁城市的行列， 空气质量 已实现了历史性的转折。 本文在 SPSS 19. 0 平台基础上， 对沈阳市 2002 2010 年大气污染物 SO2、 NO2、 PM10年均值和 2002 2010 年的环境监测站点大气环境质量相关数据进行 主成分分析， 探索及揭示沈阳市大气环境质量变化的 时空特征和规律。 1大气环境质量变化的时间特征 1. 1大气年际变化特征定量描述 在系统收集 20022010 年大气环境质量相关数 据 ［1- 3］ 基 础 上，本 文 选 取 SO2、NO2、PM10年 均 值 mg/m3 3 项数据作为变量，在 SPSS 19. 0 中实施主 成分分析， 结果见表 1。 经过计算相关系数矩阵， 得到相关系数矩阵的特 征值与累计贡献率， 见表 2。 011 环境工程 2012 年 8 月第 30 卷第 4 期 表 1原始数据及标准化后的数据 年份 SO2/ mg m － 3 NO2/ mg m － 3 PM10/ mg m － 3 ZSO2ZNO2ZPM10 20020. 0480. 0420. 154－1. 91002 1. 486321. 84432 20030. 0540. 0380. 139－0. 29844 0. 114330. 93229 20040. 0520. 0350. 137－0. 83563 －0. 91466 0. 81069 20050. 0540. 0360. 118－0. 29844 －0. 57166 －0. 34454 20060. 0580. 0430. 1170. 775951. 82932－0. 40535 20070. 0540. 0360. 119－0. 29844 －0. 57166 －0. 28374 20080. 0590. 0370. 1181. 04454－0. 22866 －0. 34454 20090. 0590. 0370. 1101. 04454－0. 22866 －0. 83096 20100. 0580. 0350. 1010. 77595－0. 91466 －1. 37817 注 表中数据 ZSO2、 ZPM10、ZNO2为标准化后的数据。 表 2矩阵特征值与累计贡献率 成分 初始特征值提取平方和载入 合计方差 /累积 /合计方差 /累积 / 12. 03867. 91867. 9182. 03867. 91867. 918 20. 85428. 48296. 4010. 85428. 48296. 401 由相关系数矩阵计算特征值， 以及各个主成分的 贡献率与累计贡献率分析可知， 第一、 第二累计贡献率 已高达 96. 401 。由此， 前两个因子可以反映原始数 据的大部分信息。提取前 2 个因子作为公共因子， 分 别为 F1、 F2。 进一步通过计算得到初始因子载荷矩阵见表 3。 表 3因子载荷矩阵 F1F2 SO2 －0. 9020. 374 NO2 0. 5440. 837 PM10 0. 963－0. 123 由表 3 可知 SO2、 PM10这两个变量在第一主成分 F1 上的载荷很高， 分别为 － 0. 902、 0. 963， 全年 SO2的 排放主要来自于冬季， 采暖期间燃煤用量比较大， 排入 大气的 SO2增多， 致使 SO2成为冬季大气中的最主要 污染物; 空气中 PM10的排放主要来自于工业生产中燃 料的燃烧、 地表扬尘和汽车尾气，PM10一直是沈阳空 气污染的首要污染物; NO2在第二主成分 F2 上的载荷 很高， 为 0. 837， 近年来随着汽车数量的增长， 汽车尾气 的排放也随之升高， NO2也逐渐成为大气中的主要污 染物之一。 用主成分载荷矩阵中的数据 F1、 F2 除以主成分 相对应的特征值开平方根便得到两个主成分中每个指 标所对应的系数矩阵 A1、 A2。具体操作步骤为 将初 始因子载荷矩阵中的两列数据输入到数据编辑窗口 变量 F1、 F2 ， 然后利用“转换→计算变量” ， 在计算 变量对话框中输入“A1 F1/SQR 2. 038 ” ， 即可得到 特征向量 A1。同理 A2 F2/SQR 0. 854 可得到特征 向量 A2。将得到的特征向量与标准化后的数据相乘 就可以得出各主成分表达式 Z1、 Z2［4］。 Z1 － 0. 632ZSO2 0. 381ZNO2 0. 675ZPM10 1 Z2 0. 405ZSO2 0. 906ZNO2－ 0. 133ZPM10 2 以两个主成分对应的方差贡献率为权数计算综合 分值， 即用第一主成分 F1 中每个指标所对应系数－ 0. 632、 0. 381、 0. 675 乘上第一主成分 F1 所对应贡献 率 0. 6792 再除以所提取两个主成分两个贡献率之和 0. 964 ， 然后加上第二主成分 F1 中每个指标所对应 系数 0. 405、 0. 906、 －0. 133 乘上第二主成分 F2 所对 应贡献率 0. 2848 再除以所提取两个主成分的两个贡 献率之和 0. 964 ， 即可得到综合得分模型 ［5］ Z － 0. 326ZSO2 0. 536ZNO2 0. 436ZPM10 3 由式 3 计算出近 9 年大气主要污染物的综合得 分， 见表 4。 表 4主成分因子总得分 年份Z排名 20022. 2234581 20030. 5650512 20040. 1356184 2005－0. 359346 20060. 5508233 2007－0. 332835 2008－0. 61337 2009－0. 825388 2010－1. 34419 主成分因子总得分值 Z 反映了 SO2、 NO2、 PM10年 均大气污染的综合强度， Z 分值越小表明其污染程度 越小， 环境质量越好。由表 7 的分析可知 沈阳市大气 污染形势在 20022019 年是在略有波动的背景下， 呈 现了逐年降低趋势， 大气环境质量逐年好转。 1. 2年内月变化特征 根据沈阳市监测站 20072009 年的监测污染指 数日平均值， 计算出污染指数月平均值， 绘制出 2007、 2008、 2009 的月平均值， 如图 1 所示。 由图 1 可知 20072009 年三年的污染指数月平 111 环境工程 2012 年 8 月第 30 卷第 4 期 图 1各年污染指数月平均值 均值的变化曲线大体呈现两头高中间低的“U” 字型变 化趋势。其中， 2007 年污染指数月平均最大值出现在 1 月， 为 134. 35; 2008 年最大值出现在 3 月， 为 105. 61， 同年 1 月份的污染指数排在第二位， 为 102. 06; 2009 年 最大值出现在 1 月， 为 105. 83。11 月3 月这五个月 内， 各区的污染指数都比其他月份高， 而造成 U 型大气 污染的主因是东北地区从每年 11 月到次年的 3 月在 采暖期， 燃煤用量很大， 排入大气的 SO2增多; 加之沈 阳市冬季逆温现象严重， 污染物不易扩散， 导致各区污 染物浓度值较高 ［6］。 2沈阳市大气环境质量空间变化特征 2. 1定量描述 沈阳市区分为中心城区 和平区、 沈河区、 大东区、 皇姑区、 铁西区 ， 近郊区 于洪区、 东陵区 ， 远郊区 苏家屯区、 新城子区 。8 个环境监测站点分别为 文 艺路、 太原街、 小河沿、 炮校、 北陵、 二毛、 张士、 东软。 从 20022010 年环境监测站点大气环境质量相 关数据中， 选取 2005、 2007、 2009、 2010 年各监测点的 SO2、 NO2、 PM10年均值作为变量， 以 2005 年具体数据为 例在 SPSS 19. 0 中实施主成分分析 ［7］。 首先对原始数据进行标准化处理， 得到的标准化 数据见表 5。 表 5原始数据及标准化后的数据 监测点 PM10/ mgm － 3 SO2/ mgm － 3 NO2/ mgm － 3 ZPM10ZSO2ZNO2 二毛0. 1410. 0560. 0301. 37370. 03539－1. 02148 太原街0. 1020. 0640. 052－0. 583350. 790421. 74438 小河沿0. 1230. 0480. 0360. 47044－0. 71963－0. 26716 文艺路0. 1350. 0770. 0401. 072612. 017340. 23573 北陵0. 1250. 0560. 0430. 570810. 035390. 61289 炮校0. 0990. 0440. 043－0. 73389－1. 097150. 61289 张士0. 0860. 0510. 028－1. 38624－0. 4365－1. 27293 东软0. 0980. 0490. 033－0. 78407－0. 62526－0. 64432 注 表中数据 ZSO2、 ZPM10、ZNO2为标准化后的数据。 经过计算相关系数矩阵得到相关系数矩阵的特征 值与累计贡献率见表 6。 表 6矩阵特征值与累计贡献率 成分 初始特征值提取平方和载入 合计方差 /累积 /合计方差 /累积 / 11. 57252. 39552. 3951. 57252. 39552. 395 21. 01733. 88686. 2811. 01733. 88686. 281 30. 41213. 719100. 000 由 表 6 可 知 第 一、 第 二 累 计 贡 献 率 已 高 达 86. 281 ， 因此， 前两个因子可以反映原始数据的大部 分信息。提取前 2 个因子作为公共因子， 分别为 F1、 F2。SO2、 PM10这两个变量在第一主成分 F1 上的载荷 很高， NO2在第二主成分 F2 上的载荷很高， 故采用这 三种污染物在主成分 F1、 F2 上的综合得分来表示沈 阳市八个监测站点环境质量的好坏。 利用 1． 1 的方法计算出 2005、 2007、 2009、 2010 年 8 个环境监测站点主要污染物的主成分综合得分， 见 表 7。 表 72007、 2009、 2010 年主成分综合得分 监测点F 2005排名F 2007 排名F 2009 排名F 2010 排名 二毛－0. 38145－0. 197551. 05151620. 5325243 太原街1. 25050310. 39650131. 10287810. 76562 小河沿－0. 4039460. 38025640. 12423340. 3531814 文艺路1. 15242521. 54380810. 86652631. 0478691 北陵0. 43354430. 6781882－0. 5053460. 3494875 炮校－0. 229684－0. 520316－1. 636598－1. 993118 张士－1. 084968－0. 778397－0. 13955－0. 690257 东软－0. 736497－1. 502558－0. 863737－0. 365316 由表 7 可得 污染物因子的总得分越大， 排名越靠 前， 表示该地污染程度越严重， 环境质量越坏。相反分 值越小， 污染程度排名越靠后， 表示该地污染程度越 轻， 环境质量越好。 2. 2基于 GIS Supermap Deskpro 技术对沈阳市环境监 测站点的时空动态演变分析 运用利用上述统计分析结果， 通过 SuperMap GIS 平台对沈阳市内 8 个环境监测站点进行大气环境质量 变化空间分析， 如图 2 所示。 由图 2 可知 条形柱状体高度越高， 表明环境污 染程度越低， 环境质量越好; 高度越低， 表明污染程度 越严重， 环境质量越坏。2005 年太原街、 文艺路污染 比较严重， 北陵、 二毛、 炮校污染程度有所缓解， 小河 沿、 东软、 张士污染程度最轻。2007 年文艺路、 北陵 污染比较严重， 太原街、 小河沿、 二毛污染程度有所缓 211 环境工程 2012 年 8 月第 30 卷第 4 期 图 22005、 2007、 2009、 2010 年监测点的 环境质量排名示意 解， 炮校、 东软、 张士污染程度最轻。2009 年太原街、 二毛污染程度最重， 文艺路、 小河沿、 张士污染程度次 之， 东软、 炮校污染程度最轻。2010 年太原街、 文艺 路污染程度最重， 二毛、 小河沿、 北陵污染程度次之， 东软、 张士、 炮校污染程度最轻。在这 6 年时间里虽 然有波动， 但起伏不大; 由此可知 沈阳市大气污染程 度在空间上呈现出从市中心区至近郊区再到远郊区 逐渐减弱的特征; 原因可能是市中区人口密集、 车流 量大， 排放汽车尾气对大气产生了严重污染， 炮校、 张 士、 东软相对人口密度小、 车流量较小， 汽车尾气对大 气的污染程度相对较轻。 在从时间与空间动态组合方面看， 20052010 年大气污染程度在总体呈现出下降趋势的基础上， 市 中区的大气污染程度逐步减轻， 郊区大气的污染程度 呈现出相对逐步上升的特征。这反映出随城市的扩 大， 沈阳市的工业区由市中区向郊区逐步转移， 城市 拓展区变化增加强的结果。 3结论 大气环境质量在年际变化方面呈现出波动中总 体逐年下降趋势的特征; 反映了沈阳市大气环境质量 在近 9 年间逐渐转好的事实。在年内变化方面呈现 出的特征为 20072009 年三年内呈现两头高中间低 的“U” 字型变化趋势， 主要是东北取暖期燃煤所致。 在大气环境质量时、 空动态变化方面呈现出的总体下 降趋势背景下， 郊区相对逐步上升的特征; 反映了城 市近年扩张、 城市拓展区变化增强， 工业污染向拓展 区迁移的事实。 参考文献 ［1］国家统计局． 中国环境统计年鉴［M］． 北京中国统计出版 社，2003- 2010． ［2］沈阳市统计局． 沈阳统计年鉴［M］． 北京中国统计出版社， 2002- 2010． ［3］辽宁省环保局． 辽宁省环境状况公报［M］． 沈阳 辽宁省环保 局，2002- 2009． ［4］张文霖． 主成分分析在 SPSS 中的操作应用［J］． 市场研究， 2005 12 31- 34． ［5］陈胜可． SPSS 统计分析从入门到精通［M］． 北京 清华大学出 版社，2010． ［6］刘玉彻，王连仲，杨柳， 等． 沈阳 2007 年城市热岛研究［J］． 环境科学与技术，2011，34 6 96- 101． ［7］刘莎莎． 哈尔滨市大气环境质量现状研究与预测［D］． 哈尔 滨 哈尔滨工业大学，200835- 40． 作者通信处朱瑞娟100124北京市朝阳区平乐园 100 号北京工 业大学环能学院 E- mailruijuanzhu emails． bjut． edu． cn 2011 － 11 － 21 櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅 收稿 上接第 92 页 2 采用先进的分选工艺与设备， 实现钢渣中金 属铁与其他连生体的充分解离是实现钢渣优化分选、 最大限度回收资源的有效方法。 3 钢渣微粉用于水泥和混凝土做掺合料， 是钢 渣应用的趋势和发展方向。 参考文献 ［1］王少宁， 龙跃， 张玉柱， 等． 钢渣处理方法的比较分析及综合利 用［J］． 炼钢，2010 4 75- 76． ［2］朱桂林． 发展循环经济， 科学选择钢渣处理工艺及综合利用途 径实现钢铁渣 “零” 排放［J］． 中国废钢铁， 2005 6 10- 15． ［3］冷光荣， 朱美善． 钢渣处理方法探讨与展望［J］． 江西冶金， 2005 4 44- 46． ［4］甄云璞， 苍大强， 宗燕兵， 等． 钢渣在建筑材料中的易磨性和稳 定性研究［J］． 环境工程， 2009， 27 6 105- 106． ［5］孙宝云． 用于水泥和混凝土中的钢渣粉［J］． 四川建材， 2005 3 34- 36． ［6］李云峰， 王玲， 林晖． 掺钢渣粉混凝土工作性和力学性能研究 ［J］． 混凝土， 2008 9 38- 39． ［7］刘天成， 杨华明． 超细钢渣及高性能混凝土掺和料的最新进展 ［J］． 金属矿山， 2006 9 8- 13． ［8］孙家瑛， 黄成华． 矿渣钢渣复合超量替代水泥的高性能混凝土 性能研究［J］． 新型建筑材料， 2004 7 13- 15． ［9］凌庆璋． 钢渣粉用作混凝土高效掺合料［J］． 江苏建材， 2005 1 11- 15. 作者通信处范永平100088北京市海淀区西土城路 33 号环保院 E- mailwangshen54321 126． com 2011 － 10 － 21 收稿 311 环境工程 2012 年 8 月第 30 卷第 4 期