空氣質(zhì)量評價及影響因素分析

--PAGEII---PAGEI-摘要目前我國的大氣污染問題仍然嚴(yán)重，多種污染物的排放量居于全球首位。從全國的大氣污染情況來看，河北省位于全國前列。滄州市是河北省重要的工業(yè)城市之一，為使其經(jīng)濟平穩(wěn)快速的發(fā)展，做好大氣污染的防控工作是必經(jīng)之路。首先選取二氧化硫、二氧化氮和可吸入顆粒物為研究因子。這三種污染物的濃度數(shù)據(jù)都是通過中國空氣質(zhì)量在線監(jiān)測分析平臺獲取得到的。根據(jù)三種污染物的季度、月份和年份的濃度變化狀況，對空氣質(zhì)量進行了描述性統(tǒng)計分析，之后運用API指數(shù)評價、綜合污染指數(shù)評價和模糊綜合評價對滄州市空氣質(zhì)量進行了綜合性評價，得出滄州市整體空氣質(zhì)量在逐漸改善。接著選取氣溫、相對濕度、風(fēng)級作為影響空氣質(zhì)量的三個氣象因素，根據(jù)Spearman秩相關(guān)系數(shù)和灰色關(guān)聯(lián)度，分析了氣象因素對三種污染物的相關(guān)性。最后，對滄州市空氣質(zhì)量進行了時間序列預(yù)測，得出2019年各月份的預(yù)測值，根據(jù)已知的實際值，得出模型的總體相對誤差相對誤差較小，說明預(yù)測效果較好。關(guān)鍵詞：滄州市；空氣質(zhì)量評價；氣象影響因素；時間序列預(yù)測AbstractAtpresent,theproblemofairpollutioninChinaisstillserious,andthedischargeofmanypollutantsranksfirstintheworld.Fromthenationalairpollutionsituation,HebeiProvinceisintheforefrontofthecountry.HandanisoneoftheimportantindustrialcitiesinHebeiProvince.Inordertomakeitseconomydevelopsteadilyandrapidly,itisnecessarytodoagoodjobinairpollutionpreventionandcontrol.Firstly,thepollutionfactorsofairqualityinHandanCityareselected.Sulfurdioxide,nitrogendioxideandinhalableparticulatematteraretakenastheresearchobjectsinthispaper.TheconcentrationdataofthesethreepollutantsareobtainedthroughChinaAirQualityOnlineMonitoringandAnalysisPlatform.Accordingtotheseasonal,monthlyandannualconcentrationchangesofthethreepollutants,thedescriptivestatisticalanalysisofairqualitywascarriedout.Then,thecomprehensiveairqualityofHandanwasevaluatedbyAPIindexevaluation,comprehensivepollutionindexevaluationandfuzzycomprehensiveevaluation.ItwasconcludedthattheoverallairqualityofHandanwasgraduallyimproving.Then,temperature,relativehumidityandwindlevelareselectedasthethreemeteorologicalfactorsaffectingairquality.AccordingtoSpearmanrankcorrelationcoefficientandgreycorrelationdegree,thecorrelationofmeteorologicalfactorstothethreepollutantsisanalyzed.Finally,theairqualityofHandancityisforecastedbytimeseries,andtheforecastvaluesofeachmonthin2019areobtained.Accordingtotheknownactualvalues,therelativeerroroftheoverallrelativeerrorofthemodelissmaller,whichshowsthatthepredictioneffectisbetter.Keywords：Handan;airqualityassessment;meteorologicalinfluencingfactors;timeseriesforecasting目錄目錄24979摘要 I2220Abstract II11645第1章緒論 156951.1研究背景 1177731.2研究意義 1206641.3國內(nèi)外研究現(xiàn)狀 29415第2章滄州市空氣質(zhì)量評價 3177862.1綜合統(tǒng)計評價 3206552.1.12018季度數(shù)據(jù)分析 3233792.1.22017年和2018年年度數(shù)據(jù)分析 466722.1.32014年至2018年滄州市大氣環(huán)境質(zhì)量變化情況 6224132.2API評價 7125242.3綜合污染指數(shù)評價 7129232.4模糊綜合評價 10315472.4.1研究方法 1054692.4.2結(jié)果與分析 1250582.5本章小結(jié) 1429797第3章影響空氣質(zhì)量的氣象因素分析及指標(biāo)選取 15144603.1氣象因素分析 1535553.1.1風(fēng)的影響 15280573.1.2大氣湍流的影響 1581683.1.3大氣穩(wěn)定度的影響 152803.2氣象因素指標(biāo)的選取 16286363.3本章小結(jié) 1615494第4章氣象因素對污染物濃度影響的分析 17235114.1相關(guān)分析法 17157244.1.1理論介紹 17112024.1.2氣象因素對污染物濃度影響的相關(guān)分析 17292954.2灰色關(guān)聯(lián)分析法 18185734.2.1理論介紹 18271854.2.2氣象因素對污染物濃度影響的灰色關(guān)聯(lián)分析 19291784.3本章小結(jié) 2019056第5章滄州市空氣質(zhì)量預(yù)測 2140415.1滄州市空氣質(zhì)量的時間序列預(yù)測 21145905.1.1二氧化硫的時間序列預(yù)測 22249115.1.2二氧化氮的時間序列預(yù)測 2434545.1.3可吸入顆粒物的時間序列預(yù)測 2599175.2本章小結(jié) 276670結(jié)論 2831135參考文獻 29 第1章緒論--PAGEII---PAGEI-第1章緒論1.1研究背景為了進一步實現(xiàn)社會經(jīng)濟又好又快的可持續(xù)發(fā)展，就更加需要我們注重對環(huán)境的保護。由于某些城市日趨嚴(yán)重的大氣污染問題，人們對空氣質(zhì)量的關(guān)注度也越來越高。大氣中的污染物隨時隨地都在影響著人們的生活。并且這些大氣污染物還會在地表凝聚，這樣就會帶來二次污染。例如過多的二氧化碳不僅會造成地表溫度的升高，還會使海平面持續(xù)上升。霧霾會使地面的光照強度大幅度降低，嚴(yán)重影響動植物的正常生長?；剂系娜紵a(chǎn)生大量的二氧化硫，會與雨水混合形成酸雨，極大危害著工農(nóng)業(yè)的生產(chǎn)工作。就滄州市的大氣污染情況來看，形勢仍然嚴(yán)峻，霧霾天氣時常出現(xiàn)，污染物超標(biāo)情況也經(jīng)常發(fā)生。滄州市眾多鋼鐵廠排放出大量的二氧化硫、氮氧化物、煙塵和粉塵是環(huán)境污染的主要來源，所以對鋼鐵行業(yè)污染治理是工作的重點。1.2研究意義從健康角度出發(fā)，減少空氣中污染物的濃度是非常必要的。根據(jù)世界衛(wèi)生組織的最近報告，世界范圍內(nèi)有多個地區(qū)的空氣污染仍然十分嚴(yán)重。全球各地的調(diào)查表明，空氣污染正在嚴(yán)重威脅著人類的健康，據(jù)統(tǒng)計全球每年約有700萬人死于空氣污染，而世界上90%的人們都在呼吸著含有高濃度污染物的空氣。我國在快速推進工業(yè)化進程的同時也不可避免地帶來了日益顯現(xiàn)的空氣污染問題，并且在我國還存在較為嚴(yán)重的區(qū)域性污染現(xiàn)象，在華北、西北和西南等地尤為明顯。無論是在國家還是城市的發(fā)展中，能夠協(xié)調(diào)好空氣環(huán)境與社會經(jīng)濟之間的關(guān)系是非常重要的。通過對邯鄲空氣質(zhì)量問題的探討，可以了解滄州市的近幾年的污染狀況、氣象因素對大氣污染的影響以及未來的變化走向，從而進一步提出相應(yīng)的改善措施。1.3國內(nèi)外研究現(xiàn)狀Buckley等通過一氧化碳、二氧化硫、二氧化氮等污染物，研究了美國紐約州最大的五個城市的空氣質(zhì)量隨時間的變化趨勢，得出在測試地的全部污染物濃度均有明顯的下降趨勢[1]。Hamilton等依據(jù)EKC曲線研究了與OECD國家二氧化碳的排放有關(guān)的因素[2]。Meinardi等進行了環(huán)境空氣質(zhì)量與機動車數(shù)量之間的相關(guān)分析[3]。Kleanthous等研究了在干燥的地中海塞浦路斯島，微粒對空氣質(zhì)量的影響情況[4]。伊元榮等以灰色聚類法為根據(jù)，以多個污染因子為聚類指標(biāo)，對烏魯木齊市2000年至2005年的空氣質(zhì)量進行等級評價[5]。張云海等運用灰色聚類評價法對2008年沈陽經(jīng)濟區(qū)的空氣質(zhì)量進行了綜合評價[6]。張菊等探究了影響北京市周邊郊區(qū)空氣質(zhì)量的主要因素，并對空氣質(zhì)量的變化趨勢進行了分析[7]。趙海霞等根據(jù)江蘇省1990至2002年的社會經(jīng)濟及環(huán)境統(tǒng)計混合截面數(shù)據(jù)，分析了影響大氣污染的主要因素[8]。于慧指出地形、氣候和城市建設(shè)是影響大氣質(zhì)量的主要因素[9]。秦莉等采用模糊綜合評判模型對北京市各年份空氣質(zhì)量情況進行了綜合評價，并研究了主要污染物的時間變化趨勢[10]。尹起范等探討了二氧化碳的濃度、季節(jié)的變化規(guī)律以及各種氣象條件之間的關(guān)系[11]。董志龍等研究了蘭州市空氣質(zhì)量的影響因素[12]。魏毅對烏市2001至2007年的空氣質(zhì)量和能消情況進行了分析[13]。張金玲等通過因子分析法對應(yīng)分析法，對2015年北京市氣象數(shù)據(jù)、AQI數(shù)據(jù)以及主要污染物進行了分析，得出相應(yīng)的評價并提出合理的解決方案[14]。姜新華等對呼和浩特市城區(qū)空氣質(zhì)量主要影響因素的進行了主成分分析，并對氣象因素進行了方差分析[15]。劉林瑤等運用污染損害指數(shù)法對2014年蘇州市環(huán)境空氣質(zhì)量變化特征進行了分析[16]。第2章滄州市空氣質(zhì)量評價本章根據(jù)二氧化硫、二氧化氮和可吸入顆粒物濃度的季度、月份和年份數(shù)據(jù)，對大氣污染情況進行了描述性統(tǒng)計分析。結(jié)合《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》等有關(guān)文件，進一步對年度污染數(shù)據(jù)進行了API指數(shù)評價、綜合污染指數(shù)和模糊綜合評價分析。2.1綜合統(tǒng)計評價2.1.12018季度數(shù)據(jù)分析滄州市2018年四個季度二氧化硫、二氧化氮和可吸入顆粒物的監(jiān)測數(shù)據(jù)見表2-1，并作出柱狀圖，見圖2-1?？梢缘贸?018年四個季度的空氣污染的最嚴(yán)重是第四季度，主要原因是冬季的室內(nèi)取暖。而由于第三季度為秋季，雨水豐富，能夠充分凈化空氣，從而使得第三季度的污染情況最輕。表2-1滄州市2018年四個季度污染物監(jiān)測數(shù)據(jù)(單位：mg/m3)年份污染指標(biāo)一季度二季度三季度四季度平均值2018年二氧化硫0.1050.0480.0390.0720.066二氧化氮0.1390.0930.0970.1790.127可吸入顆粒物0.4890.3520.2470.5190.402圖2-1滄州市2018年大氣污染物季度濃度比較2.1.22017年和2018年年度數(shù)據(jù)分析滄州市2017年和2018年二氧化硫、二氧化氮和可吸入顆粒物月平均濃度的監(jiān)測數(shù)據(jù)見表2-2，由此分別作出三種污染物變化趨勢圖，見圖2-2、2-3和2-4，并進行2017年和2018年污染情況的比較分析。表2-2滄州市2017、2018年各月份污染物監(jiān)測數(shù)據(jù)(單位：mg/m3)月份2017年2018年1月0.0890.0790.2850.0420.0600.1822月0.0820.0650.2040.0470.0440.1693月0.0400.0550.1210.0160.0350.1384月0.0430.0510.1540.0170.0330.1405月0.0310.0420.1330.0160.0310.1136月0.0220.0410.1290.0150.0290.0997月0.0110.0280.1080.0090.0230.0778月0.0180.0360.1100.0110.0280.0789月0.0240.0450.1360.0190.0460.09210月0.0100.0490.1230.0240.0610.12811月0.0230.0590.1560.0190.0600.20712月0.0470.0660.1780.0290.0580.184年平均值0.0370.0510.1530.0220.0420.134由GB3095—2012《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》可知，我國環(huán)境空氣質(zhì)量分為兩級，一、二類區(qū)分別執(zhí)行一、二級標(biāo)準(zhǔn)。為分析滄州市2018年二氧化硫、二氧化氮和可吸入顆粒物這三種大氣污染物的超標(biāo)情況，下面給出這三種污染物濃度限值見表2-3。（1）二氧化硫由圖2-2可知，滄州市2018年二氧化硫的年平均濃度值是0.022mg/m3，雖然滿足了國家二級標(biāo)準(zhǔn)，但是有10%的國家一級標(biāo)準(zhǔn)超過率。2018年的冬季日均值最高，其中2月份污染濃度最高，達(dá)到0.047mg/m3，在7月份二氧化硫的濃度達(dá)到了最低值，為0.009mg/m3。與2017年二氧化硫濃度相比，2018年除8月份外均有所降低，尤其是春冬兩季有明顯下降。圖2-2滄州市2017年與2018年二氧化硫月份濃度變化圖（2）二氧化氮由圖2-3可知，滄州市2018年二氧化氮的年平均濃度值是0.042mg/m3，超過國家一級標(biāo)準(zhǔn)（與二級標(biāo)準(zhǔn)相同），超過率為5%。2018年的秋季日均值最高，其中10月份污染濃度最高，達(dá)到0.061mg/m3，7月份濃度最低，為0.023mg/m3。2018年二氧化氮濃度只有在10月有明顯高于2017年，9月和11月與2017年基本持平，其他月份均有所降低。圖2-3滄州市2017年與2018年二氧化氮月份濃度變化圖可吸入顆粒物圖2-4滄州市2017年與2018年可吸入顆粒物月份濃度變化圖由圖2-4可知，滄州市2018年可吸入顆粒物的年平均濃度值是0.134mg/m3，遠(yuǎn)超過國家二級標(biāo)準(zhǔn)，超過率為91.4%，遠(yuǎn)遠(yuǎn)超過國家一級標(biāo)準(zhǔn)，超過率為235%。2018年的冬季日均值最高，為0.178mg/m3。其中11月份污染濃度最高，達(dá)到0.207mg/m3，7月份濃度最低，為0.077mg/m3（超過國家二級標(biāo)準(zhǔn)）。2018年可吸入顆粒物濃度只有在11月有明顯高于2017年，3月、4月、10月和12月與2017年基本持平，其他月份均有所降低。表2-3環(huán)境空氣污染物濃度限值污染物名稱取值時間濃度限值單位一級標(biāo)準(zhǔn)二級標(biāo)準(zhǔn)二氧化硫年平均0.020.06mg/m324小時平均0.050.15二氧化氮年平均0.040.04mg/m324小時平均0.080.08顆粒物（粒徑小于等于10μm)年平均0.040.07mg/m324小時平均0.050.152.1.32014年至2018年滄州市大氣環(huán)境質(zhì)量變化情況滄州市2014年至2018年二氧化硫、二氧化氮和可吸入顆粒物年平均濃度的監(jiān)測數(shù)據(jù)見表2-4，由表作出大氣環(huán)境質(zhì)量變化圖，見圖2-5。由圖2-5可知，二氧化硫濃度逐年遞減，并在2018年達(dá)到最低值，為0.022mg/m3。二氧化氮濃度在小范圍內(nèi)上下波動，在2018年達(dá)到最低值，為0.042mg/m3。從圖可以明顯看出，這五年的空氣首要污染物是可吸入顆粒物，但是總體呈現(xiàn)下降的趨勢。表2-4滄州市2014年至2018年污染物年平均濃度值(單位：mg/m3)污染指標(biāo)2014年2015年2016年2017年2018年二氧化硫0.0560.0460.0420.0370.022二氧化氮0.0500.0470.0540.0510.042可吸入顆粒物0.1880.1670.1510.1530.134圖2-5滄州市2014年至2018年大氣環(huán)境質(zhì)量變化圖2.2API評價空氣污染指數(shù)(簡稱API)是指將大氣污染物的濃度值化簡為單一的指數(shù)形式，然后以數(shù)值大小為依據(jù)對空氣污染情況和空氣質(zhì)量狀況進行分級。在我國，把空氣污染指數(shù)分為七個等級，根據(jù)我國城市空氣質(zhì)量日報API分級標(biāo)準(zhǔn)[17]，可以得到每個等級的API數(shù)值范圍、空氣質(zhì)量級別和空氣質(zhì)量狀況?？諝馕廴局笖?shù)越大，空氣質(zhì)量級別就越高，說明空氣污染越嚴(yán)重，對人體健康的危害也就越大。下面給出API分級限值，如表2-5所示。表2-5空氣污染指數(shù)對應(yīng)的污染物濃度限值污染指數(shù)污染物濃度API（日均值）（日均值）（日均值）（小時均值）（小時均值）500.0500.0800.05050.1201000.1500.1200.150100.2002000.8000.2800.350600.4003001.6000.5650.420900.8004002.1000.7500.5001201.0005002.6200.9400.6001501.200計算空氣污染指數(shù)的具體步驟：（1）基本計算公式：設(shè)為某一污染物的污染指數(shù)，為該污染物的濃度。則：（2-1）式中，與是在API分級限值表中值的兩個臨近值，為API分級限值表大于的限值，為小于的限值。同理，與是在API分級限值表中值的兩個臨近值，為大于的限值，為小于的限值。（2）計算全市API求某污染物每一測點的日均值（2-2）式中，為測點逐時污染物濃度，為測點的日測試次數(shù)。求某一污染物的全市日均值（2-3）式中，為全市的監(jiān)測點個數(shù)。將各污染物的市日均值作為分別代入公式（2-1），所得數(shù)值為各污染物的API分指數(shù)。取其中的最大值為該市的空氣污染指數(shù)。（3）全市主要污染物的選取最大的API分指數(shù)所對應(yīng)的污染物為全市的首要大氣污染物。（2-4）由監(jiān)測數(shù)據(jù)和API計算公式，計算得到滄州市2014年至2018年的三項污染物的API分指數(shù)，選取其中最大的分指數(shù)，即可吸入顆粒物的API指數(shù)作為滄州市的空氣污染指數(shù)API，說明2014年至2018年滄州市的首要污染物均為可吸入顆粒物。并根據(jù)對應(yīng)的空氣質(zhì)量類別，給出空氣質(zhì)量狀況，如表2-6所示?？煽闯?，2018年空氣質(zhì)量為良，2014年至2017年空氣質(zhì)量均為輕微污染。同時，由于API值0-50對應(yīng)環(huán)境空氣質(zhì)量的一級標(biāo)準(zhǔn)，50-100對應(yīng)環(huán)境空氣質(zhì)量的二級標(biāo)準(zhǔn)，所可見只有2018年的大氣污染滿足了二級標(biāo)準(zhǔn)。表2-6滄州市各年度空氣質(zhì)量API指數(shù)評價結(jié)果污染指標(biāo)2014年2015年2016年2017年2018年二氧化硫5346423722二氧化氮3129343226可吸入顆粒物11910910110292API指數(shù)11910910110292空氣質(zhì)量狀況輕微污染輕微污染輕微污染輕微污染良排序542312.3綜合污染指數(shù)評價空氣污染綜合指數(shù)公式[18]：（2-5）式中，為空氣污染綜合指數(shù)，為污染物的分指數(shù)，為污染物的年平均濃度值，為污染物的年平均的二級標(biāo)準(zhǔn)濃度限值，為大氣污染物的項目數(shù)。空氣綜合污染指數(shù)分級標(biāo)準(zhǔn)表見表2-7。表2-7空氣綜合污染指數(shù)分級標(biāo)準(zhǔn)空氣質(zhì)量狀況清潔輕污染中度污染較重污染嚴(yán)重污染綜合污染指數(shù)把滄州市2014年至2018年的三種污染物年平均濃度值及其年平均的二級標(biāo)準(zhǔn)濃度限值代入公式（2-5），進而得到滄州市各年空氣質(zhì)量的綜合污染指數(shù)，并對它們進行排序，結(jié)合表2-7，給出2014年至2018年滄州市的空氣質(zhì)量狀況，結(jié)果如表2-8所示。由表2-8可知，滄州市在2014年的空氣質(zhì)量是最差的，其綜合污染指數(shù)為4.8690，但空氣污染指數(shù)逐年下降，2018年空氣質(zhì)量有十分顯著的改善，綜合污染指數(shù)降到3.3310，空氣質(zhì)量狀況也從一直的中度污染變?yōu)檩p污染。根據(jù)滄州市空氣綜合指數(shù)的排序可知，2014年到2018年滄州市的空氣質(zhì)量整體穩(wěn)步好轉(zhuǎn)。表2-8滄州市各年度空氣質(zhì)量綜合污染指數(shù)評價結(jié)果年度（年）二氧化硫分指數(shù)二氧化氮分指數(shù)可吸入顆粒物分指數(shù)空氣污染綜合指數(shù)空氣質(zhì)量狀況排序20140.93331.25002.68574.8690中度污染520150.76671.17502.38574.3274中度污染420160.70001.35002.15714.2071中度污染320170.61671.27502.18574.0774中度污染220180.36671.05001.91433.3310輕污染12.4模糊綜合評價模糊綜合評價法可以對事物進行科學(xué)定量評價，它是以模糊數(shù)學(xué)的隸屬度理論為基礎(chǔ)，對各因素影響進行量化處理，其可以比較綜合的評價受多種指標(biāo)影響的對象。因為該法得出的結(jié)果簡單明了，分析結(jié)果也比較系統(tǒng)全面，所以經(jīng)常用它來解決難以量化的非確定性問題[19]。2.4.1研究方法進行模糊綜合評價法時，通常采用如下步驟：（1）選取評價指標(biāo)，（2）確定評價等級（3）確立模糊關(guān)系矩陣根據(jù)評價指標(biāo)，量化評價對象，得到隸屬度，確立模糊關(guān)系矩陣：（2-6）本文采用降半階梯形隸屬度函數(shù)確定基于各級標(biāo)準(zhǔn)的每一指標(biāo)的隸屬函數(shù)，從而得到關(guān)系矩陣。下面解釋隸屬度的計算過程[20]：第Ⅰ級，即時，（2-7）第Ⅱ、Ⅲ、Ⅳ級，即時，（2-8）第Ⅴ級，即時，（2-9）上面各式中，代表污染的等級；代表第個評價因子的監(jiān)測值；代表第個評價因子的第級標(biāo)準(zhǔn)；為第個評價因子對第級的隸屬度。（4）確定評價因子的權(quán)重集采用超標(biāo)倍數(shù)法計算各污染因子的權(quán)重系數(shù)[21]，這種方法常用在主因素突出賦權(quán)法中，并進行歸一化處理，計算公式為：，其中為第個污染因子的各級評價標(biāo)準(zhǔn)均值；為第個污染因子的第級標(biāo)準(zhǔn)值；為第個污染因子的監(jiān)測值；為第個污染因子的權(quán)重；（5）評價結(jié)果根據(jù)因子權(quán)重集和隸屬度模糊矩陣，得出模糊綜合判別模型，然后根據(jù)最大隸屬原則，確定評判級別。（2-10）2.4.2結(jié)果與分析（1）建立評價指標(biāo)集選取二氧化硫、二氧化氮和可吸入顆粒物作為影響滄州市空氣質(zhì)量的三個評價指標(biāo)，因此，有。（2）建立評價集為了使評價結(jié)果更具備說服力，本文根據(jù)2012年中華人民共和國環(huán)境保護部頒布的GB3095—2012《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》，并考慮了邯鄲地區(qū)空氣污染的實際情況，在原有空氣質(zhì)量的兩級評價標(biāo)準(zhǔn)上進行擴展[22]，并細(xì)微調(diào)整了某些標(biāo)準(zhǔn)限值，最終得到如下評價集：，見表2-9。表2-9環(huán)境空氣質(zhì)量等級及對應(yīng)的污染物項目濃度限值(單位：mg/m3)評價指標(biāo)Ⅰ級優(yōu)Ⅱ級良Ⅲ級輕度污染Ⅳ級中度污染Ⅴ級重度污染0.020.060.100.140.180.020.040.060.080.100.040.070.140.210.32（3）建立模糊關(guān)系矩陣根據(jù)隸屬度的計算公式分別計算出各評價指標(biāo)對每級評價標(biāo)準(zhǔn)的隸屬度，進而建立模糊關(guān)系矩陣，具體見表2-10。表2-10模糊關(guān)系矩陣年度（年）2014（0.1,0.9,0,0,0）（0,0.5,0.5,0,0）（0,0,0.314,0.686,0）2015（0.35,0.65,0,0,0）（0,0.65,0.35,0,0）（0,0,0.614,0.386,0）2016（0.45,0.55,0,0,0）（0,0.3,0.7,0,0）（0,0,0.843,0.157,0）2017（0.575,0.425,0,0,0）（0,0.45,0.55,0,0）（0,0,0.814,0.186,0）2018（0.95,0.05,0,0,0）（0,0.9,0.1,0,0）（0,0.086,0.914,0,0）（4）建立污染因子的權(quán)重集各污染因子的權(quán)重值表征著其對空氣質(zhì)量的相對影響程度，將會對模糊綜合評價結(jié)果產(chǎn)生直接影響，因此合理確定各評價指標(biāo)的權(quán)重是非常重要的。本文采用超標(biāo)倍數(shù)法，然后歸一化的方法進行賦權(quán)，是因為這種賦權(quán)方法不僅能突出空氣質(zhì)量評價中的主要污染物，還可以對各個污染物標(biāo)準(zhǔn)值之間的差異有所體現(xiàn)，具體數(shù)據(jù)見表2-11。由表可得，2014年至2018年是滄州市大氣中的主要污染因子。表2-11各污染因子的權(quán)重集年度（年）2014（0.215,0.321,0.464）2015（0.199,0.338,0.463）2016（0.184,0.393,0.423）2017（0.168,0.386,0.446）2018（0.124,0.393,0.483）（5）模糊綜合評價結(jié)果根據(jù)公式（2-10），得到。根據(jù)最大隸屬度原則，取中的最大值，即為滄州市空氣質(zhì)量的模糊綜合評價結(jié)果，見表2-12。2014年為Ⅱ級，2015年至2018年為Ⅲ級，這與API評價與綜合污染指數(shù)評價得出的空氣質(zhì)量級別結(jié)果相反。原因分析如下：2014年隸屬向量中最大的是Ⅱ級為0.354，次之為Ⅳ級0.318，再者為Ⅲ級0.306，這三者相差甚少，但由于使用最大隸度原則，便損失了這一重要信息，導(dǎo)致評價結(jié)果的失誤。表2-12滄州市各年度空氣質(zhì)量模糊綜合評價結(jié)果年度（年）綜合評價矩陣空氣質(zhì)量級別2014（0.022,0.354,0.306,0.318,0）Ⅱ2015（0.07,0.349,0.402,0.179,0）Ⅲ2016（0.083,0.219,0.632,0.066,0）Ⅲ2017（0.097,0.245,0.575,0.083,0）Ⅲ2018（0.118,0.401,0.481,0,0）Ⅲ2.5本章小結(jié)本章運用了多種空氣質(zhì)量的統(tǒng)計評價方法對滄州市2014年至2018年的空氣質(zhì)量進行了評價，包括綜合統(tǒng)計評價、API指數(shù)評價法、綜合指數(shù)評價法和模糊綜合指數(shù)評價法，并將API指數(shù)評價法和綜合指數(shù)評價法的結(jié)果匯總，如表2-13所示。表2-13不同評價方法的結(jié)果匯總年度（年）排序API指數(shù)法排綜合指數(shù)法201455201544201623201732201811綜合API指數(shù)評價法和綜合指數(shù)評價法的結(jié)果，可發(fā)現(xiàn)滄州市整體空氣質(zhì)量在逐漸改善。--PAGE8---PAGE9-第3章影響空氣質(zhì)量的氣象因素分析及指標(biāo)選取3.1氣象因素分析影響大氣污染的氣象因素有許多，如空氣濕度、氣溫、氣壓、大氣湍流、風(fēng)、能見度與太陽輻射等[23]。但是由于各個氣象因素之間會產(chǎn)生相互作用，會導(dǎo)致實際情況更加復(fù)雜。本文基于各因素對大氣污染物的擴散能力，選取風(fēng)、大氣湍流和大氣穩(wěn)定度進行對大氣污染物的影響分析。3.1.1風(fēng)的影響被排放到大氣的污染物會隨風(fēng)飄移，可見是風(fēng)向決定了污染物的流動方向。當(dāng)一股濃煙從煙囪中排出，如果有微風(fēng)經(jīng)過，煙霧很可能會四處彌漫。但如果換作疾風(fēng)，煙霧就會迅速消散，這反映了風(fēng)速在一定程度上可以決定污染物的稀釋能力，且風(fēng)速與污染物的稀釋能力關(guān)系為正相關(guān)，如果風(fēng)速變大，污染物的稀釋程度也會隨之增強，最終污染物的濃度也會變低。同理，如果污染物長時間的處于無風(fēng)或微風(fēng)狀態(tài)，擴散能力便會大大降低，就會導(dǎo)致污染物濃度持續(xù)升高[24]。3.1.2大氣湍流的影響當(dāng)污染物從煙囪里排放出時，煙流會在大氣湍流作用下向四面擴散，最終消失在空氣中。大氣湍流是使污染物沿三維空間的方向漫延，而風(fēng)的擴散作用僅僅是在長度的延伸。大氣湍流是大氣污染物的主要擴散動力，并且污染物的擴散能力與大氣湍流的強度成正比[25]。3.1.3大氣穩(wěn)定度的影響大氣的穩(wěn)定度與對空氣對流的產(chǎn)生有關(guān)，從而影響大氣污染物的擴散效果。如果大氣狀態(tài)不穩(wěn)定，則上空與下空的大氣會產(chǎn)生溫差，從而產(chǎn)生密度差，這便會出現(xiàn)強烈的空氣對流，有利于污染物的擴散。反之，如果大氣狀態(tài)較為穩(wěn)定，會出現(xiàn)逆溫層，而它對空氣對流造成阻礙，不利于污染物的擴散。當(dāng)大氣污染物因不易擴散而大量積累時，大氣的污染物濃度會隨之增加，當(dāng)某些地區(qū)的大氣污染物濃度處于特別高的水平時，就會造成大氣污染事件，嚴(yán)重危害人類健康。一般來說，逆溫層的出現(xiàn)與季節(jié)有關(guān)，在夏季偏弱，在冬季則較強。同時大霧天氣的出現(xiàn)也與逆溫層有著很大的關(guān)系[26]。此外，降雨和降雪也和大氣污染有著密切關(guān)系。雖然雨雪對空氣污染物有沖刷作用，但是不干凈的雨水將會與二氧化硫等大氣污染物混合相溶，這便會形成酸雨，從而造成二次污染。3.2氣象因素指標(biāo)的選取根據(jù)數(shù)據(jù)的可得性，選取氣溫、相對濕度、風(fēng)級作為影響滄州市空氣質(zhì)量的三個氣象因素，通過中國空氣質(zhì)量在線監(jiān)測分析平臺獲取數(shù)據(jù)。3.3本章小結(jié)本章首先從氣象因素對大氣污染物的擴散效應(yīng)出發(fā)，闡述了風(fēng)、大氣湍流和大氣穩(wěn)定度對空氣質(zhì)量的影響。其次，由數(shù)據(jù)的可得性，選取了三個影響滄州市空氣質(zhì)量的氣象指標(biāo)，分別是氣溫、相對濕度和風(fēng)級。第4章氣象因素對污染物濃度影響的分析4.1相關(guān)分析法4.1.1理論介紹Spearman秩相關(guān)是用等級相關(guān)系數(shù)rs來表征變量之間的直線相關(guān)關(guān)系的相關(guān)性，其基本思想是將對觀察值分別由小到大編秩，表示的秩，表示的秩，表示變量秩排列的一致性情況。根據(jù)Spearman等級相關(guān)系數(shù)，可以得知兩個變量的相關(guān)程度與相關(guān)方向：若其趨于1，則說明這兩個變量正相關(guān)性較強；若其趨于-1，則說明這兩個變量負(fù)相關(guān)性較強；若其趨于0，則說明這兩個變量正相關(guān)性較弱[27]。4.1.2氣象因素對污染物濃度影響的相關(guān)分析通過對數(shù)據(jù)的采集，得到滄州市2018年4月至12月份的氣溫、平均相對濕度和風(fēng)級的監(jiān)測數(shù)據(jù)及三種污染物的月平均濃度值見表4-1。表4-12018年4月份至12月份的氣象因素與污染因子的原始數(shù)據(jù)2018年月份二氧化硫月均值（mg/m3）二氧化氮月均值（mg/m3）可吸入顆粒物月均值（mg/m3）氣溫（°C）平均相對濕度（%）風(fēng)級4月0.0170.0330.140165725月0.0160.0310.113216016月0.0150.0290.099275117月0.0090.0230.077287318月0.0110.0280.078277619月0.0190.0460.0922162110月0.0240.0610.1281451111月0.0190.0600.207768112月0.0290.0580.1845791將表4-1中數(shù)據(jù)導(dǎo)入Spss中進行雙變量相關(guān)性分析，選擇Spearman秩相關(guān)系數(shù)，得到氣象因素與污染因子的Spearman等級相關(guān)系數(shù)，見表4-2。表4-2氣象因素與污染因子的等級相關(guān)系數(shù)氣溫濕度風(fēng)級二氧化硫相關(guān)系數(shù)二氧化氮相關(guān)系數(shù)可吸入顆粒物相關(guān)系數(shù)由表4-2可知，三種污染因子與氣溫在置信度（雙側(cè)）為0.01時均是負(fù)相關(guān)的，呈現(xiàn)顯著負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)分別為-0.924，-0.899和-0.924。滄州市夏季空氣質(zhì)量良好，冬季大量的取暖煤爐和民用煤爐釋放二氧化硫和排放粉塵，從而提高了污染物濃度，使得空氣質(zhì)量下降。三種污染因子與濕度相關(guān)性較小，相關(guān)系數(shù)分別為為-0.034，-0.201和-0.084，二氧化氮與濕度的相關(guān)性相對較大。只有可吸入顆粒物與風(fēng)級有較小的相關(guān)性，相關(guān)系數(shù)為0.274，二氧化硫、二氧化氮與可吸入顆粒物均無相關(guān)性。4.2灰色關(guān)聯(lián)分析法由于根據(jù)Spearman秩相關(guān)系數(shù)做出的相關(guān)分析只能說明變量之間的線性相關(guān)性，對于存在非線性相關(guān)的變量間的相關(guān)關(guān)系的分析，接下來采用灰色關(guān)聯(lián)分析方法進行進一步的研究。4.2.1理論介紹關(guān)聯(lián)程度是指兩系統(tǒng)間的因素隨時間等對象而變化的關(guān)聯(lián)性大小的量度。若兩個因素同步變化程度較高，則兩個因素的關(guān)聯(lián)程度較高；反之，則較低?；疑P(guān)聯(lián)分析方法可以定量地表示各個因素之間的關(guān)聯(lián)程度，進而得出灰色系統(tǒng)的主要特征[28]。計算步驟如下[29]：（1）確定分析數(shù)列參考序列是指反映系統(tǒng)行為特征的數(shù)據(jù)序列，比較序列是指影響系統(tǒng)行為的因素組成的數(shù)據(jù)序列。設(shè)參考序列（又稱母序列）為，比較序列（又稱子序列）為。（2）變量的無量綱化在計算關(guān)聯(lián)系數(shù)時，對單位不同，初值不一的序列要進行無量綱化處理，將變量化為無單位的相對數(shù)值，方法是把該序列的所有數(shù)據(jù)均除以第一數(shù)據(jù)。（3）計算關(guān)聯(lián)系數(shù)關(guān)聯(lián)系數(shù)可以表示各時刻比較序列與參考序列間的關(guān)聯(lián)程度。比較序列對比較序列在時刻的關(guān)聯(lián)系數(shù)定義為：（4-1）式中，和分別是兩級最小差和最大差，稱為分辨系數(shù)，并且越大分辨率越大，一般采用。（4）計算關(guān)聯(lián)度關(guān)聯(lián)度是關(guān)聯(lián)系數(shù)的時間平均值，能在總體上反映序列間的關(guān)聯(lián)程度：（4-2）（5）優(yōu)勢分析當(dāng)參考序列（母因素）不止一個，比較序列（子因素）也不止一個時，需要進行優(yōu)勢分析。設(shè)有m個參考序列，記為，有個比較序列，記為，則這個比較序列對每一個參考序列都有個關(guān)聯(lián)度，記表示比較序列對參考序列的關(guān)聯(lián)度，可得到關(guān)聯(lián)度矩陣。根據(jù)矩陣的各元素的大小，可分析判斷出哪些因素是優(yōu)勢因素（起著主要影響）；當(dāng)某一列元素大于其他列元素時，稱此列對應(yīng)的因素為優(yōu)勢子因素[30]。4.2.2氣象因素對污染物濃度影響的灰色關(guān)聯(lián)分析（1）確定參考序列和比較序列，污染因子二氧化硫、二氧化氮和可吸入顆粒物為參考序列，氣象因素氣溫、平均相對濕度和風(fēng)級為比較序列。（2）將序列的所有數(shù)據(jù)分別除以第一數(shù)據(jù)的方法進行無量綱化處理。（3）利用Matlab計算出灰色關(guān)聯(lián)度，最終結(jié)果如表4-3所示。表4-3氣象因素與污染因子的灰色關(guān)聯(lián)度氣溫平均相對濕度風(fēng)級二氧化硫0.56290.77220.6558二氧化氮0.55580.70270.5837可吸入顆粒物0.52880.72000.7144由表4-3可知，對三種污染因子的影響由大到小的氣象因素分別是平均相對濕度、風(fēng)級、氣溫?？梢娖骄鄬穸仁沁@三種污染因子的首要影響因素?？諝庵械钠骄鄬穸入S著降水量的增多而增加，使得污染物濃度降低，空氣質(zhì)量上升。其中風(fēng)級對可吸入顆粒物的影響遠(yuǎn)大于對二氧化硫和二氧化氮的影響，這與Spearman秩相關(guān)分析的結(jié)果一致，說明風(fēng)級的大小對可吸入顆粒物的擴散作用更強，風(fēng)速越大，可吸入顆粒物的擴散越快，導(dǎo)致其濃度越低。4.3本章小結(jié)本章利用Spearman秩相關(guān)系數(shù)和灰色關(guān)聯(lián)度對三種氣象因素與三種污染因子之間的相關(guān)性進行了分析。由于氣象因素與污染因子的相關(guān)性存在非線性相關(guān)，因此由灰色關(guān)聯(lián)分析得出的結(jié)果更為準(zhǔn)確?？梢缘贸銎骄鄬穸仁沁@三種污染因子的首要影響因素，是因為空氣中的平均相對濕度主要由降水量所決定，而降水越多，大氣污染物濃度就越低，空氣質(zhì)量也就隨之變好。同時發(fā)現(xiàn)風(fēng)級對可吸入顆粒物的影響遠(yuǎn)大于對二氧化硫和二氧化氮的影響，這與Spearman秩相關(guān)分析的結(jié)果一致，這說明了相對于二氧化硫和二氧化氮來說，風(fēng)級的大小對可吸入顆粒物的擴散作用更強。第5章滄州市空氣質(zhì)量預(yù)測第5章滄州市空氣質(zhì)量預(yù)測5.1滄州市空氣質(zhì)量的時間序列預(yù)測理論上講，歷史數(shù)據(jù)越多，時間序列的預(yù)測就會越穩(wěn)定。本文選擇滄州市2013年12月至2018年12月的二氧化硫、二氧化氮和可吸入顆粒物的月平均濃度值作為歷史數(shù)據(jù)，來預(yù)測2019年1月至2019年12月這三種污染物的濃度月平均值。原始數(shù)據(jù)見表5-1。表5-1部分原始數(shù)據(jù)（單位：）月份二氧化硫二氧化氮可吸入顆粒物2013年12月132893082014年1月118712802014年2月78632322014年3月65682182014年4月43601752014年5月51531742014年6月34361412018年56月1327892018年7月821692018年8月1026702018年9月1742842018年10月22551182018年1112月2957173首先，在創(chuàng)建預(yù)測模型時，需要定義數(shù)據(jù)的時間序列和標(biāo)記。其次，做出時間序列圖。二氧化硫、二氧化氮和可吸入顆粒物的時序圖如圖5-1所示，可以看出，三組數(shù)據(jù)在12月份數(shù)值比較大，8月份數(shù)值比較小，三個序列都有著很強的季節(jié)特征。由圖5-1可以初步判定這三個序列均是不平穩(wěn)的。并且根據(jù)三種污染物的濃度月平均值的自相關(guān)和偏自相關(guān)圖（圖略），可知三組數(shù)據(jù)的自相關(guān)函數(shù)和偏自相關(guān)函數(shù)沒有衰減到0，得到這三個序列是非平穩(wěn)序列。圖5-1二氧化硫、二氧化氮和可吸入顆粒物的時序圖根據(jù)模型的各個統(tǒng)計量值，來判斷擬合效果?？蓻Q系數(shù)越高，平穩(wěn)R方值越高，正態(tài)化的BIC值越小，說明模型擬合的效果越好。楊-博克斯Q（18）統(tǒng)計量是對模型中殘差誤差的隨機檢驗，當(dāng)其顯著性小于0.05時說明殘差誤差不是隨機的。5.1.1二氧化硫的時間序列預(yù)測在SPSS中，對于時間序列的預(yù)測，共有三大類預(yù)測方法，分別是專家建模器、指數(shù)平滑法和ARIMA模型。本文采用的是專家建模器，選擇所有模型，并考慮季節(jié)性因素，選擇年份和月份為自變量，二氧化硫濃度值為因變量，得出二氧化硫的預(yù)測模型為溫特斯乘性。模型的統(tǒng)計量如表5-2所示。其中，平穩(wěn)的R方為0.630，R方（可決系數(shù)）為0.905，說明模型可以解釋原來序列中的90.5%的信息。正態(tài)化的BIC值為4.655，值是很小的。楊-博克斯Q（18）統(tǒng)計量的值為24.434，是顯著的，同時沒有離群值的出現(xiàn)，這些都說明模型擬合效果比較理想。表5-2二氧化硫預(yù)測模型的統(tǒng)計量模型模型擬合統(tǒng)計量楊-博克斯Q（18）離群值平穩(wěn)R方R方正態(tài)化BIC統(tǒng)計量顯著性溫特斯乘性.630.9054.65524.434.0580選擇95%的置信區(qū)間寬度，其預(yù)測結(jié)果如圖5-2所示，其具體預(yù)測值見表5-3。圖5-2二氧化硫的簡單季節(jié)性模型擬合效果和預(yù)測圖表5-3溫特斯乘性模型預(yù)測的二氧化硫的2019年月濃度值（單位：）模型1月2月3月4月...8月9月10月11月12月二氧化硫預(yù)測38271814...8891224UCL57463733...2828323868LCL208-1-5...-12-13-13-14-20把2019年1月至4月的溫特斯乘性模型預(yù)測的二氧化硫濃度值與已知的實際數(shù)值進行誤差比對，并計算出各個月份的相對誤差，見表5-4。溫特斯乘性模型總體的平均相對誤差為23.803%。表5-4二氧化硫濃度預(yù)測值與實際值誤差比對年份預(yù)測值實際值相對誤差2019年1月383411.76%2019年2月272128.57%表5-4（續(xù)表）年份預(yù)測值實際值相對誤差2019年3月181428.57%2019年4月141926.31%5.1.2二氧化氮的時間序列預(yù)測同理，專家建模器給出的二氧化硫的預(yù)測模型為簡單季節(jié)性，模型統(tǒng)計量如表5-5所示。其中，平穩(wěn)的R方為0.654，R方（可決系數(shù)）為0.866，說明模型可以解釋原來序列中的86.6%的信息。正態(tài)化的BIC值為3.708，值是很小的。楊-博克斯Q（18）統(tǒng)計量的值為9.639，是顯著的，同時沒有離群值的出現(xiàn)，這些都說明模型擬合效果比較理想。選擇95%的置信區(qū)間寬度，其預(yù)測結(jié)果如圖5-3所示，其具體的預(yù)測值見表5-6。表5-5二氧化氮預(yù)測模型的統(tǒng)計量模型模型擬合統(tǒng)計量楊-博克斯Q（18）離群值平穩(wěn)R方R方正態(tài)化BIC統(tǒng)計量顯著性簡單季節(jié)性.654.8663.7089.639.8850圖5-3二氧化氮的簡單季節(jié)性模型擬合效果和預(yù)測圖表5-6簡單季節(jié)性模型預(yù)測的二氧化氮的2019年月濃度值（單位：）模型1月2月3月4月...8月9月10月11月12月二氧化氮預(yù)測58404035...2028434861UCL70555753...4555707791LCL46262316...-52151931把2019年1月至4月的簡單季節(jié)性模型預(yù)測的二氧化氮濃度值與已知的實際數(shù)值進行誤差比對，并計算出各個月份的相對誤差，見表5-7。簡單季節(jié)性模型總體的平均相對誤差為13.645%。表5-7二氧化氮濃度預(yù)測值與實際值誤差比對年份預(yù)測值實際值相對誤差2019年1月58626.45%2019年2月40412.44%2019年3月403225.00%2019年4月352920.69%5.1.3可吸入顆粒物的時間序列預(yù)測專家建模器給出的可吸入顆粒物的預(yù)測模型為溫特斯加性，模型統(tǒng)計量見表5-8。其中，平穩(wěn)的R方為0.668，R方（可決系數(shù)）為0.762，說明模型可以解釋原來序列中的76.2%的信息。正態(tài)化的BIC值為6.954，且沒有出現(xiàn)離群值。但是楊-博克斯Q（18）統(tǒng)計量的值為34.192，是不顯著的，模型擬合效果不是特別理想。表5-8可吸入顆粒物預(yù)測模型的統(tǒng)計量模型模型擬合統(tǒng)計量楊-博克斯Q（18）離群值平穩(wěn)R方R方正態(tài)化BIC統(tǒng)計量顯著性溫特斯加性.668.7626.95434.192.0030選擇95%的置信區(qū)間寬度，其預(yù)測結(jié)果如圖5-4所示，其具體的預(yù)測值如表5-9所示。圖5-4可吸入顆粒物的簡單季節(jié)性模型擬合效果和預(yù)測圖表5-9溫特斯加性模型預(yù)測的可吸入顆粒物的2019年月濃度值（單位：）模型1月2月3月4月...8月9月10月11月12月可吸入顆粒物預(yù)測190136119114...6071101132197UCL248195178173...121132162194259LCL131776054...0103971135把2019年1月至4月的溫特斯加性模型預(yù)測的可吸入顆粒物濃度值與已知的實際數(shù)值進行誤差比對，并計算出各個月份的相對誤差，見表5-10。溫特斯加性模型總體的平均相對誤差為14.985%。表5-10可吸入顆粒物濃度預(yù)測值與實際值誤差比對年份預(yù)測值實際值相對誤差2019年1月19022515.56%2019年2月13621737.33%2019年3月1191222.46%2019年4月1141094.59%5.2本章小結(jié)本章運用時間序列預(yù)測方法預(yù)測了2019年度二氧化硫、二氧化氮和可吸入顆粒物每個月份的月均值濃度，并且將其與真實值進行比較，從得出的各個月份相對誤差以及模型的總體相對誤差，可以發(fā)現(xiàn)誤差比較小，說明預(yù)測效果較好。預(yù)測得出的三個不同的模型也具有明顯的季節(jié)性特征，并將三個污染物的2019年各月份的預(yù)測數(shù)值與往年同期月份的濃度值對應(yīng)地進行比較，可知污染物的濃度值均有所下降，可以得出滄州市空氣質(zhì)量有逐漸好轉(zhuǎn)的趨勢。依據(jù)時間序列預(yù)測方法對滄州市未來的空氣質(zhì)量進行預(yù)測，這可以幫助政府有關(guān)部門制定相應(yīng)的控制污染排放的政策，也為月污染治理資金的流向提供了較好的參考價值。將大氣污染比較嚴(yán)重的月份作為重點控制對象，可以適當(dāng)增加污染治理資金的投入。同時把預(yù)測結(jié)果反饋給污染嚴(yán)重的企業(yè)，如鋼鐵冶煉廠，可以加快企業(yè)有關(guān)污染物排放方面的技改進度。結(jié)論本文將常規(guī)污染因子二氧化硫、二氧化氮、可吸入顆粒物作為研究滄州市空氣質(zhì)量的三個因子，對三個污染因子按照季節(jié)、月份和年份的變化情況及達(dá)標(biāo)狀況進行了分析，并采用三種空氣污染評價方法對滄州市空氣質(zhì)量進行綜合評價。隨后對滄州市空氣質(zhì)量氣象影響因素進行相關(guān)分析和灰色關(guān)聯(lián)分析。最后對三種污染因子建立時間序列模型，進行時間序列預(yù)測，得出以下結(jié)論：（1）滄州市城區(qū)空氣質(zhì)量2014污染較嚴(yán)重，但逐年有所好轉(zhuǎn)，這說明滄州市至少在2014年就已經(jīng)開始注重空氣的環(huán)境保護問題，使大氣污染狀況有所改善，2016年達(dá)到較好，2018年至今保持良好。（2）根據(jù)灰色關(guān)聯(lián)法得到滄州市空氣質(zhì)量的首要氣象影響因素為可見平均相對濕度?？諝庵械钠骄鄬穸入S著降水量的增多而增加，使得污染物濃度降低，空氣質(zhì)量上升。其中風(fēng)級對可吸入顆粒物的影響遠(yuǎn)大于對二氧化硫和二氧化氮的影響，這與Spearman秩相關(guān)分析的結(jié)果一致，說明風(fēng)級對可吸入顆粒物的擴散作用更強。（3）利用SPSS時間預(yù)測分析的專家建模器，分別得到三個時間序列的擬合模型和預(yù)測結(jié)果，通過將預(yù)測值與實際值的誤差對比，得出模型預(yù)測效果比較好。二氧化硫、二氧化氮與可吸入顆粒物2019年各月份的預(yù)測濃度值分別與往年相同月份實際數(shù)值進行比對，可以發(fā)現(xiàn)，三種污染物濃度均有所下降，說明滄州市大氣污染情況總體呈好轉(zhuǎn)趨勢。本文在前人的基礎(chǔ)上對滄州市的空氣質(zhì)量及影響因素進行了研究，但受到多種條件的限制，研究仍存在許多不足之處。如受數(shù)據(jù)收集的限制，對各功能區(qū)和監(jiān)測點未進行分析，且對影響因素的研究只研究了氣象因素，氣象因素也只考慮了三個因素，其他因素并未考慮。改進大氣監(jiān)測技術(shù)、增加監(jiān)測數(shù)據(jù)可進一步提高研究的精度。接下來還可以再對影響空氣質(zhì)量的其他因素進行進一步研究，并且可以用其他方法對空氣質(zhì)量進行預(yù)測分析。參考文獻BuckleySM,MitchellMJ.ImprovementsinUrbanAirQuality:CaseStudiesfromNewYorkState,USA[J].WaterAir&SoilPollution,2011,214(1):93-106.HamiltonC,TurtonH.Determinantsofemissionsgrowt