桂林市区空气质量影响因素的统计学分析与对策

胡斌+童琳+何洁献

【摘要】本文对桂林市区空气质量影响因素进行研究，利用多元统计方法分析了影响大气PM2.5的污染因素与气象因素，并根据结论提供了相应治理对策。

【关键词】空气质量；影响因素；回归分析

【基金项目】桂林电子科技大学大学生创新性实验项目（10595152）。

【中图分类号】R197.3 【文献标识码】B 【文章编号】2095-3089（2017）10-0287-02

桂林市是世界著名的风景旅游城市和历史文化名城，作为全国重点旅游城市以优美环境吸引着八方游客。然而随着城市人口、工业、交通运输等行业的迅速发展，城市规模发生变化，市区空气质量也明显受到影响。本文通过收集桂林市区近年日空气PM2.5监测数据，利用多元统计方法，对影响大气污染因素与气象因素进行分析，该结果可为空气质量治理决策提供依据。

一、PM2.5的时间分布特征

我们从桂林市环保部门获取了2016年全年气象数据。其中，数据指标包括PM2.5、PM10、SO2、NO2、O3、风速、风向、气温、湿度、气压、雨量这些变量的日均浓度值，监测数据的地理指标为桂林市空气监测站。将监测站点PM2.5浓度日均值随时间变化的时序图描绘出来如下图所示。

通过观察图1初步得到以下结论：不考虑2月份情况，PM2.5的浓度日均值大体呈现U型的分布特征，两侧高，中间矮，这意味着春季和冬季空气质量相对较差，而夏季与秋季则相对较好；PM2.5日均浓度峰值在0.22mg/m3附近；PM2.5日均值浓度在2月份、5月份都出现了持续低浓度情况。

二、PM2.5的影响因素

对PM2.5的影响因素主要考虑两方面：一方面是影响PM2.5的大气污染物；另一方面是影响PM2.5的气象学因子。下面尝试用多元统计方法对PM2.5与大气污染物及各气象因子进行分析，首先探索它们之间是否存在相关关系。

1.相关性分析

首先分析PM2.5数值与大气主要污染物SO2、NO2、O3以及各气象因子之间的相关性。通过相关分析，PM2.5浓度与SO2、NO2、O3的相关系数分别是：0.675、0.733、0.140；与风速、风向、气温、湿度、气压、雨量的相关系数分别为：-0.442、-0.080、-0.354、-0.311、-0.125、-0.168。从P值来看，除了PM2.5浓度与风向的P值为0.064大于0.05显著性水平之外，其他的P值均小于0.05，说明風向与PM2.5浓度不相关，剩余的因素都与PM2.5浓度有显著的相关性。考虑到存在多重共线性问题，接下来选择逐步回归分析PM2.5与以上因素关系。

2.逐步回归分析

首先分析所有变量在逐步回归分析过程中移进和移出的情况。可以看到在所有解释变量中，移去的变量有风速与风向，输入变量有雨量、风速、O3、气温、气压、SO2、风向、湿度、NO2共九个变量，根据上述变量建立线性回归方程，得到回归系数如下：

从图2可以看到风速、风向的sig值均大于0.05，说明它们的影响不显著，故将其剔除。利用剩余变量继续回归分析的步骤，最后得到回归模型如下：

结论：PM2.5与NO2、O3、SO2成正比关系，对PM2.5影响最大是NO2；PM2.5浓度与气温、气压、雨量这三种气象因子成反比关系，与湿度这个气象因子成正比关系。

三、研究结论与建议

根据对PM2.5时间分布特征与影响因素分析结果，本文建议：1.桂林市政府相关部门在空气质量治理工作中，应重点查明市区污染因子NO2、O3、SO2的排放源企业，特别是确认在春秋冬季节人为因素的来源，进而出台采取措施对相关企业进行控制或改进，有效降低污染因子浓度；2.另一方面建议在桂林市的民众们出行时，特别是在冬季节，记得戴上口罩，以减少呼吸道等疾病的发生。如果周末外出放松，可以选择PM2.5值较低的区域，例如尧山景区附近等。

参考文献

[1]王晴晴，马永亮，谭吉华等.北京市冬季PM2.5中水溶性重金属污染特征[J].中国环境科学，2014，（09）：2204-2210.

[2]王占山，李云婷，陈添，张大伟，孙峰，潘丽波.2013年北京市PM2.5的时空分布[J].地理学报，2015，（01）：110-120.endprint