张家港市2011～2020年大气污染变化特征及变化趋势分析

陈祝军，李 静，费 勇，于颖慧

(1.江苏省张家港市疾病预防控制中心，江苏 张家港 215600；2.重庆工业职业技术学院，重庆 401120； 3.张家港市环境保护局，江苏 张家港 215600)

前 言

城市空气质量受到越来越多的人关注，张家港市作为沿海和长江两大经济开发带交汇处的新兴港口工业城市，在城市不断高速发展的同时，常伴随环境污染问题。随着人们对空气污染防治越来越重视，而且关注的焦点逐渐由粗颗粒逐渐转化为细颗粒，如：PM2.5、PM10以及其他化合成分(如：SO2、CO、NO2、O3等)。本文运用R/S 分析法对张家港市大气污染进行分析并预测未来张家港市的大气

污染变化趋势，探讨近年来张家港市实施的空气污染防治措施的治理效果，为相关政府行政部门研究和制定张家港市大气污染的防治对策等提供科学支持。

重标极差分析法(Rescaled Range Analysis，R/S分析法)，是一种通过时间序列来呈现的统计检验方法，对数据变化的持续性(反持续性)给予证明，并对持续性(反持续性)成分的强度进行定量比较[1]，同时对数据未来的发展趋势进行预测。在城市气候效应[2～4]、经济发展预测[5～7]、沙尘暴预测[8]、水质变化[9～11]等方面进行科学预报时，具有重要意义。R/S 分析法已成为时间序列分析中比相关分析更常用的工具。

1 材料与方法

1.1 资料数据来源

空气污染指数(API)是根据空气环境质量标准和各项污染物的生态环境效应及其对人体健康的影响来确定污染指数的分级数值及相应的污染物浓度限值[12]。本文采用的数据来源于空气质量在线监测分析平台(https://www.aqistudy.cn/)2011年1月1日到2020年4月30日空气环境质量中的可吸入颗粒物(PM2.5、PM10)、二氧化硫(SO2)、一氧化碳(CO)、二氧化氮(NO2)以及臭氧(O3-8h)的API数据。

1.2 研究方法

时间序列是指将某种现象某一个统计指标在不同时间上的各个数值，按时间先后顺序排列而形成的序列。时间序列法是被广泛应用的定量预测方法之一[13]。目前，我国专家学者在研究时间序列分形特征时，多数采用重标极差分析(R/S)、谱分析、周期图回归法和相关分析法。R/S 分析具有一定的精确性和准确性，能够揭示出时间序列分型结构特征，是可行且有效的研究方法，其研究结果对于认识大气污染特点、进行大气污染监测和预报具有重要的参考价值。

考虑一个时间序列{ξt=x1,x2,...,xn}。

对于任意正整数 k≥1，其均值系列为

(1)

累积偏差Ftk为

(2)

极值Rk为

RK=maxFtk-minFtk，1≤t≤k

(3)

标准差Sk为

(4)

(5)

则表明该时间序列存在霍斯特(Hurst)现象，式(5)中的H称为Hurst指数。式(5)也表示log(R/S)与log(k)之间存在线性相关关系。H值可根据计算出的(lnk， ln(R/S))值，在双对数坐标系(lnk，ln(R/S))中用最小二乘法拟合式(5)得到[14]。当0

2 结果与分析

2.1 总体情况

2011年1月～2020年4月，张家港市大气空气污染物PM2.5、PM10、SO2、CO、NO2及O3-8hAPI指数平均为49μg/m3，83μg/m3，21μg/m3，83μg/m3，36μg/m3，92μg/m3。各年平均值如表 1 所示。

由于模型中已将车头及轮胎化简，为减小仿真误差，需将其质量及摩擦力附加在模型中[4-5]。摩擦力和惯性力产生于碰撞瞬间、运输车状态发生改变的时刻，故可以统一换算成阻力。后轮与地面的阻力F1和前方牵引销处的阻力F2可表示为

表1 张家港市2011～2020年空气环境质量API指数年平均值Tab.1 Annual average value of air environmental quality API index in Zhangjiagang from 2011 to 2020 (μg/m3)

将所获的API指数年平均值数据输入Excel软件作空气污染API指数变化曲线图(如图 1 所示)。

图1 张家港市2011～2020年空气 污染API 指数变化趋势图Fig.1 The variation trend of API in Zhangjiagang from 2011 to 2020

由图 1 可知， 张家港市2011～2020年PM2.5、PM10、O3-8h和SO2API指数总体呈现先增高，后降低的趋势，而NO2、CO API指数波动较小。其中：PM2.5、PM10API指数在2014年达到峰值后逐年降低，SO2API指数在2013年达到峰值后逐年降低。O3-8hAPI指数从2011年到2014年呈逐年上升趋势，2014～2020年变化趋于平缓。2011年张家港市十二五规划颁布，在大气污染上要建立全防全治的防治体系，加快能源结构调整，大力推广清洁能源，减低大气中二氧化硫和烟尘排放量，以公共绿地为核心，加快绿色生态建设，以保证生态环境质量，注重防止建筑扬尘和地面扬尘。十二五结束后，在2016年5月31日，张家港市环保局和市环境科学会共同又将挥发性有机物定为张家港市大气污染治理的重点。通过一系列的治理，张家港市大气API指数得到较好的改善。

2.2 变异系数分析

变异系数是标准差和平均数的比值，是衡量资料中各观测值变异程度的另一个统计量。变异系数表示了数据的离散程度或相对变化程度，可以消除单位和(或)平均数不同对两个或多个资料变异程度比较的影响。2011～2020年间，大气API各项指数月度均值冬春季高，夏秋季低，总体分布呈V字型。大气中PM2.5、PM10、SO2、CO、NO2及O3-8hAPI指数变异系数分别在0.56～0.82、0.44～0.65、0.38～0.62、0.34～0.66、0.37～0.50、0.38～0.64之间，如图2所示。2013年PM2.5、PM10、CO、NO2API指数变异系数最大，为0.82、0.65、0.62、0.52；2015年SO2API指数变异系数最大，为0.62；2017年O3-8hAPI指数变异系数最大，为0.64. 由此可以推测，PM2.5、PM10、SO2、CO、NO2及O3-8h的API指数分别在2013年、2015年、2017年变化程度最大，说明该时间段张家港市大气环境受工业生产、交通等人为活动污染较大。

图2 张家港市2011～2020年空气环境 质量API指数变异系数柱状图Fig.2 Variation efficient of API in Zhangjiagang from 2011 to 2020

2.3 R/S 分析结果

根据上述 R/S 分析方法的计算步骤，结合张家港市空气环境污染的具体特征，将张家港市空气环境中的PM2.5、PM10、SO2、CO、NO2及O3-8h等6个指数值代入公式，进行了计算与分析，每项指数经计算获得的结果如表2所示。

表2 张家港市空气环境污染评价指数的 ln(k)， ln(R/S)值Tab.2 The ln(K)and ln(R/S) values of air pollution evaluation index in Zhangjiagang

续表2

通过对张家港市空气环境污染指标监测数据的R/S 分析，并根据表 2 计算得到的张家港市空气环境污染 6个指数9年来的ln(k)，ln(R/S)值，在双对数坐标中画出ln(k)，ln(R/S)的散点图，用最小二乘法拟合,得到的结果如图3 所示。

图3 张家港市2012～2020年空气环境质量指数R/S分析结果Fig.3 R/S analysis results of API in Zhangjiagang from 2011 to 2020

3 结 论

通过对张家港市空气环境中6个API指数的时间序列进行R/S分析，初步得出以下结论。

3.1 张家港市空气环境中6个污染指标在时间序列上具有较强的Hurst效应，即存在较强的持续性。R/S 分析预测张家港市未来空气环境中PM2.5、PM10、SO2、CO、NO2及O3-8h等污染指标变化趋势与过去相同，即总体将呈现减轻趋势。

3.2 张家港市近年来采取的一系列污染控制措施有密切联系，包括加强扬尘污染、工业污染、机动车污染等治理，张家港市空气污染状况有明显的改善。

3.3 为了从根本上解决张家港市的大气污染问题，还需要进一步加强环境管理，构建城市污染控制体系，尽快调整不合理工业布局和能源结构，严格控制环境污染，构建产业结构调整和能源结构优化体系，加强机动车尾气排放检查，构建绿色低碳交通体系，同时加快城市绿化建设进度，提高绿化覆盖率，改善生态环境质量。