（环境科学专业论文）区域大气环境数据的不确定性研究.pdf

山东师范人学硕十学位论文 ( 3 ) 基于对我国大气质量监测布点的发展现状，分析我国目前监测布点的 特征及存在的不足，结合平台中环境质量数据的来源，采用线性、最优、无偏的 插值方法髓西n g 法分析大气质量数据的空间不确定性； ( 4 ) 最后采用开发语言d e l p h i 及关系数据库，分析研究属性数据及空间不 确定性分析方法的算法，设计模块总体结构及程序实现流程，最终实现不确定性 分析模块功能，集成进整个平台中，为其它模块提供数据质量保障，并为区域大 气质量监测布点提供借鉴。 【关键字】：不确定性，大气环境数据，l ( r i 西n g 山东师范大学硕十学位论文 ( 2 ) t h i sp a p e ri n t r o d u c et l l ec o n c e p to fu n c e r t a i n t yi ns c i e n c eo fc a l c u l a t et om e f i e l d so fa t | 1 1 0 s p h e r i c 硎m n m e n t i l la l l u s i o nt on l es o u r c e s ，c l a s s i f i c a t i o n 锄d c h a r a c t 嘶s t i c so f 砌o s p h 甜c 锄v i r o 帆e i l t a ld a t at 1 1 ea u m o rs t u d yt h es o 眦e sa i l d c l a s s i f i c a t i o no nm eu n c e r t a i n t yo f 砌o s p h 甜ce n v i r o n m e n t a ld a t a a n dt h e i l ，“s p a p e rp u t sf o r w a r dr e 弱o n d b l e 锄df e 弱i b l em 砒o d st o 咖d ym eu n c e r t a i n t yp r o b l 锄 b a s e d0 nm e 锄a l y s i so fd a t ac h 嬲衙嘶s t i c si i lt l l e ”d a t a b a s ea n dd a t ai n t e 黟a t i o n p r o c e s s i i l gp l a t f o m ” ( 3 ) t h cp 印_ e r 锄a l y s e s l ef c i i n j r e s 锄dm es h o r t c o m i n g sa b o u tm ec u r r e n t l y m o i l i t o 曲gp o i n t si nc 王l i 】峨a i l du s 懿m ei n t e 印o l a t i o nm e c l l o do f 碰舀n g 州c hi s l i n e a r o p t i m a la n du 1 1 b i 硒e dt 0 锄a l y z et l l es p a t i a lu n c e r t a i n t i e so fe i l v i r o m n 髓t a ld a t a b 弱e do nt l l ea i l a l y s i so ft h es o u r c 懿o fd a t ai i lt l l ep l a t f o md a t a b 舔e ( 4 ) u s ed e l p h ia 1 1 dr e l a t i o n a ld a t a b 嬲es y s t e m st 0d e v e l 叩m em o d u l eo f u n c e f t a i n t y 姐a l y s i s ，a i l de v e l l t u a l l yi n t e 黟a t ei t i n t om es y s t e mo fd a t a b a s ea n d s y i l t h e s i sm 狮a g e m tt op r 0 “d e 勰s u r m c eo fd a t aq u a l i t yf o ro t h e rm o d u l 鹤 k e yw o r d s ：u n c 咖i i l 劬a t i i l o s p h 甜cd a t a ，蹦g i i l g 山东师范大学硕士学位论文 1 引言 1 1 论文研究背景及意义 大气是人类生存必不可少的物质基础之一，环境空气质量的优劣直接影响着 人类的生活质量和健康水平。2 0 0 8 年北京将举办奥运会，北京大气环境质量的 好坏是关系到北京能否成功举办奥运会的关键之一，改善空气质量、创办绿色奥 运是迫在眉睫的任务之一，为了控制和治理北京大气污染，必须研究周边地区的 污染物输送对北京的影响。为了更好的满足北京市大气质量管理及污染控制的需 要，北京市科学技术委员会和北京市环保局2 0 0 5 年9 月确定立项执行“北京与周 边地区大气污染物输送、转化及北京市空气质量目标研究项目”，本课题“数据库 和数据综合处理平台”( h b 2 0 0 5 0 4 一0 4 ) 为其子课题之一。课题旨在通过制定区 等 域环境污染的数据统一记录、存储格式，收集华北地区( 北京、天津、山西、河 北、山东和内蒙古部分地区) 环境污染分布的常规观测资料和综合观测资料，参 与综合观测，制定综合观测获得观测数据后的数据质量保证体系，收集有关环境 规划、社会经济和重点大气污染源数据，结合气象、污染源等要素综合分析区域 环境污染的时空分布，充分利用“3 s ”技术和其他课题的成果，建立相关的数据库 和数据综合处理平台，为北京市环保局提供一套科学、可视、实用、灵活的区域 空气环境数据综合处理平台，为开展区域大气环境污染控制协作提供技术支持。 具体系统目标如下： ( 1 ) 实现大气污染源数据的管理； ( 2 ) 实现大气现状质量监测数据的管理； ( 3 ) 实现污染源与监测站点g i s 支持的空间分布管理； ( 4 ) 实现气象、下挚面、同化、模拟结果和其它相关数据的管理； ( 5 ) 建立不确定性分析、统计分析、空间分析、同化分析、趋势面分析、 时间序列分析、三维显示等模型及接口； ( 6 ) 实现数据的质量保证和质量控制； ( 7 ) 实现数据的备份与恢复； ( 8 ) 实现区域大气环境污染状况的分析与评估。 山东师范大学硕士学位论文 本平台系统总体结构见图1 1 。 图1 1 数据库及数据综合处理平台系统结构 平台包含的数据库多、数据量大，数据来源也比较广泛，在数据的收集、录 入、编辑、处理过程中会产生数据的误差，造成数据的不确定性，若用此数据进 行进一步的分析、研究，将会造成不确定性的进一步传播，从而造成分析、研究 结果的不准确性。为避免数据不确定性的传播，保证数据质量，因此，针对平台 中大气环境数据的来源及特征，应用合理有效的方法对其数据质量进行分析，根 据分析结果可以得出哪些数据存在误差，使用者可根据分析结果精度要求选择性 的删除或进一步整理存在不确定性的数据；同时针对目前我国常规空气质量监测 站点的分布特点及存在的缺陷，选取地质统计学的k 打西n g 插值方法对空气质量监 测数据进行空间不确定性分析；并采用面向对象的编程语言d e l p h i 7 0 实现数据不 确定性分析模块功能，为平台进行数据综合处理提供技术支持。 1 2 论文研究方法及技术路线 本文在考虑数据来源及特征的基础上，通过分析数据本身具有的固有特性和 规律，以及数据之间相互存在的关系，对个体数据的不确定性进行判断和整体数 据质量做出分析；此外，针对空气质量监测点分布特征，考虑到其数据代表性不 足等问题，选取最优插值方法分析研究空气质量监测数据的空间不确定性问题。 2 山东师范大学硕士学位论文 确度( c o 仃e c 恤1 鼹s ) 和准确度( a o c u r a c y ) 。从g i s 学科方面来讲，由于空间数据质 量所涉及的问题千差万别，人们不得不扩展误差和精度等传统概念的内涵。 误差不仅指统计意义下的偏差或错误，不仅仅是传统的三类测量误差，还包 括概念模糊或量化不确定性等。因此，“误差”可以向“不确定性”概念扩展。而“精 度”应向含义相近的词“确定度”、“适合度”、“可靠度”、“灵敏度”等扩展。 “不确定性”( u n c e n a i n t ) r ) 是一个比“误差”更广义、更抽象的概念。不确定 性可以看作一种广义的误差，即包含随机误差，也包含系统误差和粗差；还可包 含可度量和不可度量的误差，以及数值上和概念上的误差。 数据不确定性的来源十分复杂，不确定性遍历数据的获取、存储、更新、传 输、查询、分析等空间数据处理过程。由于客观世界的复杂性、人类认知的局限 性、数据获取方法与计算设备的水平以及对数据质量的限制、分析处理方法与模 型表达的多样性以及数据处理技术与方法的局限性造成了不确定性的普遍存在。 数据不确定性的产生可能与许多因素有关，如仪器、环境、观测者等。 可以把不确定性的主要来源分为如下四个方面【l 】： 客观世界本身的不确定性。例如，在环境领域中，不同性质的气体、水体 之间相互渗透，其界面是动态的、千变万化的，不存在明显的界线。土壤侵蚀、 雨水冲刷区的界线也是不明确的、逐渐过渡的。不同气候带之间不同属性的植被 分布也是渐变的，没有明确的界线。事实上，客观世界中，与环境相关的各类空 间实体间均不存在明显的界线。所谓的界线都是人为界定的，环境中具有明显的 不确定性。 人类认知过程的局限性及不确定性。与客观世界的复杂性相比，人类的认 知能力依然非常有限。为了满足生活的需要，人们试图尽可能的利用其能够理解 并熟练操作的技术来感知其身外的客观世界。由于客观世界中空间实体具有复杂 性和可变性，人们必须选择最为重要的空间特征来近似逼近真实实体。所有的属 性数据均是借助于某些理论、技术和方法来获取的。这些理论、技术和方法隐含 的或明确的指出了属性数据所需要的抽象和概括的必要水平。因此，对于空间实 体的属性而言，我们所描述的世界远远少于客观总体数据。 数据量测误差。是数据不确定性的重要来源之一，包含数据获取过程中引 入的系统误差、随机误差和粗差。 数据分析处理所引起的不确定性。由于数据总是受到不同类型不确定性的 4 山东师范人学硕十学位论文 影响，而这些不确定性又通过空间分析而传播，因此，在g i s 的空间分析中，如 网络分析、空间统计分析、叠置分析、缓冲区分析和不确定性的可视化分析等的 结论不精确。 总之，数据的不确定性问题是不可避免的，在运用这些不确定性数据进行分 析时，将会使若干不确定性得到累积，数据不确定性可能传播甚至通过积累而变 得更大，从而将会导致分析结果的不准确，可能会进一步导致决策的失误。 1 3 2 数据不确定性分类 从地理信息系统( g i s ) 对数据定义的方面来讲，主要包括空间数据和属性数 据。空间数据主要是描述空间实体位置、形状、大小及实体间关系的数据；而属 性数据包括各个地理单元中的社会、经济和其它专题数据，是对地理单元专题内 容的广泛、深刻的描述。因此，可以将数据的不确定性分为两个方面，即属性不 确定性和位置不确定性【2 1 。本文主要根据g l s 中对数据不确定性的分类阐述有关 不确定性的分类问题。 1 3 2 1 属性不确定性 属性不确定性是在采集、描述和分析真实世界中客观实体的过程中，实体属 性的量测或分析值围绕其属性 x 山东师范大学硕十学位论文 由此可见，属性不确定性来源有多种，主要来自属性的定义，数据源、数据 建模和分析过程中引入的不确定性等。其中，数据源的不确定性又源于数据采集 过程中的量测、人为判断和假设等。 1 3 2 2 空间不确定性 空间不确定性主要是指位置不确定性，有时也称为几何不确定性。它是指被 描述的物体的坐标数据与其地面上真实位置的接近程度，位置不确定性常用坐标 数据的精度来表示，如数学基础精度、平面精度、接边精度、分辨率等，是比较 常用的位置不确定性指标。 目前，对位置不确定性的研究主要有以下几个方面：误差来源分析，对点误 差的统计特征，直线与折线的误差描述与度量，曲线误差的描述与度量，曲线数 字化的平差模型，位置不确定性的传播，位置不确定性的可视化表达，位置不确 定性与空间决策的关系，数据质量的控制与抽样检验等【3 1 。 1 4 国内外研究综述 2 0 世纪7 0 年代初，在电子测量和计量学的文献中已提出了不确定性问题【7 1 。 由于不可避免的误差来源，使数据与真值间存在差异，认为数据具有不确定性， 其实质仍然是指数据的误差。所谓不确定性是指一种广义的误差，它包含数值和 概念的误差，也包含可度量和不可度量误差。数值误差总是可度量的，而概念误 差一般难以度量。测量误差被定义为观测值与真值之差，是数值上可度量的误差。 从这个意义看，不确定性表示的误差范围要广，故定义为广义误差。 近年来地理信息系统( g i s ) 的应用同益广泛，已经从测绘、地理等地学学 科扩展到环境、交通、规划、农林等学科领域，并与遥感等技术集成。伴随着 g i s 应用范围越来越广泛，对g i s 中的数据质量提出越来越高的要求，因此，数 据的不确定性问题也逐渐从早期的电子测量和计量学进入到g i s 数据质量的研究 中，数据不确定性问题逐步得到重视。 g i s 数据误差问题真正受到重视是从8 0 年代开始的。1 9 8 8 年1 2 月，由美国地 理信息分析中心( n c g i a ) 主持召开了来自大学、研究所和g i s 公司等部门的五十 多位专家学者参加的“空间数据库精度研讨会”，该会议是空间数据质量和精度分 析系统研究的里程碑，其宗旨就是为g i s 空间数据误差研究拟定方向和立题。会 6 山东师范大学硕士学位论文 属性不确定性。 ( 3 ) 时域不确定性。时域不确定性是指在描述地理现象时，时间描述上的 差错，数据的时间精度涉及数据的现势性，大多数采用元数据管理的方法。 ( 4 ) 逻辑不一致性和数据不完整性。逻辑上的不一致性指数据结构内部的 不一致性，尤其是指拓扑逻辑上的不一致。 ( 5 ) 数据不确定性的传播。g i s 数据在输入、存贮，投影变换，格式变换， 编辑，数据重组，数据处理，数据分析与分数，数据制图及输出过程中，都能产 生误差或不确定性，这些不确定性还能随着数据流的过程传递，积累增强和放大， 少数可能相互抵消，但误差的累计可能性大。在数据格式转换过程中，误差是普 遍存在的。空间分析中的误差传播是近年来的一个研究热点，并取得了一定的进 展。例如在空间叠加的误差传播建模、缓冲区分析、线状目标简化之误差传递。 ( 6 ) 模型的不确定性。模型的不确定性不仅包括初始值和统计估计过程的 不确定性，而且包括特殊模型形式和总体结构选择的不确定性，表现为选择不同 的模型对同样的初始条件模拟，将得到不同的结果。 ( 7 ) 空间数据不确定性管理。空间数据不确定性管理是指在空间数据库中， 确立定量和定性指标，对数据中所包含的不确定性状况进行区分、记录和管理。 具体地说，就是区分空间数据不确定性的来源，根据其特点找出相应的不确定性 指标，来对空间数据的不确定性进行分别表示和管理。 目前为止，g i s 数据质量的研究主要集中在位置数据的误差上，而对属性数 据不确定性的研究较少。实际上，在以属性数据分析为主的许多g i s 应用领域中， 例如土壤化学、环境科学和农林科学，属性数据质量的重要性远远大于位置数据。 1 4 1 属性不确定性研究进展 由于正确使用不确定性在g i s 决策支持中具有避免利用错误信息导致决策失 误和度量信息支持度的作用【5 】，故在许多侧重于属性分析的领域中，例如土地评 估学、土壤化学、环境科学和农林科学等学科，属性的不确定性带来的影响较之 位置不确定性更大【】，属性数据的不确定问题将直接影响g i s 分析决策结果的准 确性和可靠性。因此，在侧重属性分析的领域中研究属性数据的不确定性，保证 数据的质量具有重要的意义。目前，属性不确定性的研究正 山东师范大学硕士学位论文 当的成果。 史文中【1 2 】提出，传统的概率论可用来分析由属性随机误差造成的不确定性； 随机的属性不确定性可以利用概率论和空间统计学研究，不能精确描述的属性不 确定性可以考虑用模糊集、粗集和云理论：各种研究属性不确定性的理论和方法 不是相互孤立的，应该综合使用；粗糙集理论是一种智能决策分析工具，被广泛 研究并应用于不精确、不确定、不完全信息的分类和知识获取【l l 】。邸凯昌等将粗 糙集理论和方法应用于g i s 属性处理和分析，归纳出了适用于g i s 属性分析和知 识发现的粗糙集理论和方法，包括g i s 数据库属性表的一致性分析、属性的重要 性、属性依赖、属性表简化、最小决策和分类算法生成等。 一 刘春、史文中【1 3 】基于一般抽样原理，建立了基于简单随机抽样和分层抽样的 属性数据缺陷率度量数学模型，基于该统计模型，以某工业开发区的农村土地利 用现状数据为例，探讨了土地利用属性数据的质量抽样方案、质量度量和质量分 析的具体思路。刘文宝【1 4 】等讨论了属性不确定性在g i s 分析中的传播，建立了基 于模糊逻辑的不确定性传播模型，把任意位置的属性值满足属性值条件的程度作 为隶属度，对n 层单属性专题图进行逻辑操作，得到具有n 种属性的新专题层， g i s 属性数据分析中的算术模型，是派生新属性数据的另一类模型，如地价评估计 算模型。 以上讨论，其前提是已经检验出属性数据中的缺陷，如何度量空间数据的属 性数据整体质量水平。 1 4 2 位置不确定性研究进展 空间数据的位置不确定性研究主要集中在数据源的不确定性研究，g i s 中点、 线、面的不确定性模型研究，不确定性的可视化研究等方面。其中数据源的不确 定性研究包括地图数字化误差，遥感影像数据的不确定性等方面；g i s 中点、线、 面实体的不确定性研究是目前研究的热点，很多学者从g i s 中最简单的点不确定 性入手，希望最终分析和认识g i s 中的不确定性问题。 近年来，空间数据位置不确定性成了研究热点，并取得了一些成果：点位不 确定性常用一系列误差区间来度量，李大军【6 】提出了一维随机点的嫡误差区间、 二维随机点的嫡误差椭圆、三维随机点的嫡误差椭球等指标。t v e i t e 【1 0 1 等认为线 9 山东师范大学硕士学位论文 测点的优选，证明这种方法具有较好的客观性和应用性；窦素珍等旧运用模糊聚 类与模糊识别理论模型用于山东省肥城等市的城市大气环境监测优化布点，经计 算最后优选出最佳优化监测点位，优化出的监测点位可以代表全市建成区范围内 的污染水平，同时也能反映不同功能区的污染物分布特征、污染状况和分布规律， 具有可比性和代表性；吴雷【1 8 】将聚类分析方法用于克拉玛依市大气监测网的优化 布点，说明聚类分析法不仅原理简单、计算量小，而且较为实用，宜于推广。 1 4 4 地统计学在环境科学领域的应用进展 由于地统计学是以区域化变量为核心和理论基础，以多孔介质空间结构的变 异函数为基本工具，研究那些分布于空间中并显示出一定结构性和随机性的自然 现象的一种数学地质方法，在优化采样方案、处理不规则采样及最优化插值计算 等方面有明显的优点，因此在地学、矿业、石油、农林、环境、生态及医学等方 面都有成功应用的实例。下面主要介绍一下近年来其在环境科学领域的应用进 展。 目前为止，地统计学主要在土壤环境、水环境等环境科学领域有一些应用， 结果表明，地质统计学方法是污染物空间分布状况精确估值的有效方法。 由于地质统计学方法能够有效刻画土壤多孔介质的空间变异性，因此，借助 其可以很好地估计土壤中污染物的分布情况。近些年，国外学者成功地将其研究 方法运用于土壤污染物分布空间变异性的研究中。p 配g o i l z a l d 2 5 1 等对其研究地 块内重金属的空间变异性进行了比较，指出了半变异函数和克立格图研究该类问 题的特点，并对比了不同克立格法的优缺点，c a n l e 【2 6 】等运用4 种克立格法对市区 土壤中铅残留量的空间分布进行了分析，并指出多指标克立格法所做估计的精度 是最高的。此外，g 0 0 v r t s ，j 啪g 和m c g 慨“2 7 之9 】等都使用地质统计学分析方法 估计受污染土壤中重金属的含量。地质统计学被引入中国后，许多学者也将地质 统计学的理论和方法应用到土壤理化性质和土壤污染的研究中。如白红掣删、朱 益斟3 1 。2 1 、刘付程【3 3 - 3 4 1 、苏俐3 5 】等人在借鉴国内外经验的基础上，运用地质统计 学对研究区域土壤n ，p 养分和一些微量元素含量的空间变异性进行了分析研究； 李毅【3 7 】等使用普通克立格法对土壤含水量等特性的空间变异性进行了研究，郭 旭东【3 8 】等人则在研究河北遵化地区土壤养分空间变异性的工作中将地质统计学 山东师范大学硕+ 学位论文 方法与地理信息系统相结合，使得大尺度的环境科学研究中地质统计学分析方法 的应用更加便利和准确。 由于地统计学能够同时处理空间结构信息和随机信息，因此成为研究水环境 污染物迁移参数离散性和不确定性问题的一种比较好的方法。从7 0 年代起，一些 外国学者就将地统计学方法运用到地下水水位预测和污染物迁移扩散参数的估 计工作中。如w b l d t 等 3 9 】提出用多重标准决策和地质统计方法来优化地下水监测 网点的位置和数目，g r a b o w 等【柏】利用克立格插值方法来研究监测点数目的多少 与污染物质量和浓度方差等信息的得失关系，大大减少了监测工作量，有效提高 了监测效率。在我国，宋儒【4 l 】、郭占荣【4 2 】、陶月赞【4 3 】等借鉴国外的研究经验，通 过对地下水水位估值分析，提出了地质统计学方法在地下水动态监测网优化设计 中的基本思路和实现方法，可以有效提高监测效率。近几年，杜国明m 】等还将地 统计方法运用在珠江河道地形空间数据内插中，证明克里金插值方法是一种更为 理想的插值方法。 此外，不少学者也开始将地统计学方法运用在气象数据分析及大气污染物分 布研究等大气环境方面。常文渊【4 5 】等分别用距离平方反比法、三次b 样条和克里 格( k 五百n 曲法对两种气象要素场数据进行插值计算，证明克里金方法的误差较 小，是一种最优的插值方法。李伟掣倒使用k 一西n g 插值方法对已经过质量控制 和均一化的1 9 5 1 年1 月2 0 0 4 年1 2 月中国全部基本、基准站气温资料逐月进行空 间插值，结果表明：插值前、后的气温空间分布、气温变化趋势都非常一致，取 得了较好的效果。孟健、马小明【4 7 1 就使用指示克立格法分析了某市大气s 0 2 浓度 的空间变异特征，指出该方法是研究城市大气污染空间分析、插值的有力工具。 由以上研究综述可以得出，近年来国内外关于不确定性问题的研究主要集中 在g i s 领域，而对于大气环境数据的不确定性问题研究很少；此外，我国大气监 测布点网络优化的研究方法主要运用不同的数学方法来进行研究，一般都是从现 有城市监测布点中优化选取代表性的监测点，并且通过分析优选出的各监测点污 染物浓度值之间的相关系数来确定优化效果，并没有针对目前我国监测点覆盖面 不全面、监测数据代表性不足等问题提出合理可行的方法来分析和解决。 针对上面所述问题，本文在国内外众多学者的研究基础上将不确定性概念及 理论引入到对区域大气环境数据的研究中，并选取数理统计方法研究大气质量数 据本身的属性不确定性问题，同时选用地统计学方法重点研究大气质量监测点的 1 2 山东师范大学硕十学位论文 空间不确定性问题。 2 区域大气环境数据不确定性分析 2 1 区域大气环境数据分类 大气环境是指生物赖以生存的空气的物理、化学和生物学特性。大气的物理 特性主要包括空气的温度、湿度、风速、气压和降水，这一切均由太阳辐射这一 原动力引起；化学特性则主要为空气的化学组成：包括大气对流层中占9 9 9 6 的氮、氧、氢3 种气体，及占o 0 3 的二氧化碳，还有一些微量杂质及含量变化 较大的水汽。随着人类生活或工农业生产活动的加剧，人为排出的二氧化硫、一 氧化碳、氮氧化物与氟化物等有害气体在大气中的浓度逐渐增加，改变了原有空 气的组成，并引起污染，造成全球气候发生变化，破坏了生态平衡。 大气环境数据可分为污染源数据、空气质量数据及气象数据。其中按排放形 式污染源可分为点源、面源、线源( 移动源) ：点源是指固定地点、具有固定的 排气装置、烟气有一定的排放高度且排放量较大的污染源；线源即移动源，是指 沿着一定的路径在运动状态下排放污染物的污染源；面源主要是指在固定或不固 定的地点、有或没有排气装置、排放高度较低、排放量较小且较分散的污染源， 如饮食业的废气排放、密集而低矮的居民住宅烟囱群等。环境质量数据可分为常 规观测和综合观测数据，常规观测数据是评估环境空气质量、制定大气污染控制 策略的基础，主要以监测常规大气污染物为主，如t s p 、s 0 2 、n o x 、p m l o 等； 综合观测数据是指在固定地点设置监测点采集到的多个高度层的大气数据，包括 几种常规监测因子及气象因子，如s 0 2 、n 0 2 、p m l o 、p m 2 5 、0 3 、v o c s 、气温、 气压、风向、风速、相对湿度等。气象数据主要包括地面观测资料( 逐日常规的 气温、气压、云量、降水、风向、风速、相对湿度、露点温度等) ，及太阳辐射 观测资料。 大气环境数据分类及主要监测因子情况见表2 1 。 1 3 山东师范大学硕士学位论文 表2 一l 大气环境数据分类情况 环境数据分类说明主要监测因子 固定地点、具有同定的排气装 点源置、烟气有一定的排放高度，排 t s p 、p m l o 、s 0 2 、n o x 、 放量较大 c o 等 沿着一定的路径在运动状态下 污染源数据线源n o 、c o 、c h 等 排放污染物的污染源 同定或不固定地点、有或没有排 面源气装置、排放高度较低、排放量 t s p 、p m l o 、s 0 2 、n o x 、 c o 、v o c s 、n h 3 等 较小且较分散 t s p 、s 0 2 、n o x 、p m l o 、 常规观测数据大气环境质量数据 c o 等 环境质量数据 s 0 2 、n 0 2 、p m i o 、p m 2 5 、 综合观测数据多高度层、多指标数据 0 3 、v o c s 、气温、气压、 风向、风速、相对湿度 气温、气压、云量、降水、 气象数据反映大气物理特性的数据风向、风速、相对湿度、 露点温度等 2 2 区域大气环境数据来源 2 2 1 污染源数据 获取污染源数据、建立大气污染源排放清单是一项复杂而艰巨的工作，需要 很多部门的支持和配合。首先要建立各级环保部门辖区内各种污染物的名录，然 后进行污染源调查，注意对各个污染单位的工艺生产、规模、污染性质、排污规 律、排污量、污染治理情况及对周围环境的污染影响等进行深入的调查了解，确 定污染物排放方式和规律、污染物排放强度、污染物流失原因等。 要保证污染源数据的完整准确，在调查过程中需要严格的程序和多种方法的 结合，大气污染源数据的获取方式主要有以下几种方法： 1 ) 来自各地区环保部门用于排污收费记录的大气污染源数据； 2 ) 直接来自各排污企业的污染源调查登记表； 3 ) 实地调查统计：对于有组织排放的大气污染物( 如烟囱排放的s 0 2 、n 0 x 、 烟尘等) ，可根据实测的废气量和污染物浓度，根据公式计算某种污染物的排放 1 4 山东师范大学硕七学位论文 量。 4 ) 物料衡算法：对于一些无法实测的污染源，可采用公式方法计算污染物 的排放量，公式为 g 投入= g 产品+ g 漉失 式中g 投入一投入物料总和； g 产品一所得产品量总和； g 产品一物料和产品流失总量。 2 2 2 环境质量数据 1 ) 常规监测数据 大气质量常规观测数据主要来自城市监测网络中的各个常规观测站点，同时 根据监测站点等级不同，分为国控、省控、市控。 如北京所设置的几个常规监测点为定陵、古城、奥体中心、农战馆、东四、 前门、天坛等；济南市的常规监测站点为济南化工厂、市监测站、省种子仓库、 机床二厂、科干所、开发区、农科所、长清区委党校。来自各监测站点的空气质 量常规观测数据是评估环境空气质量、制定大气污染控制策略的基础。 我国空气质量监测网络起步于2 0 世纪7 0 年代中期，经过8 0 年代中后期以 城市监测站为基础的大规模建设并在9 0 年代初通过二次调整和优化后，初步建 立了一个由1 0 3 个城市空气监测站组成的全国空气质量监测网络，监测项目主要 是s 0 2 、n o x 和t s p 。从2 0 0 0 年开始，为配合空气质量日报和预报工作，监测 项目由s 0 2 、n o x 和t s p 改为s 0 2 、n 0 2 和p m l o 。近年来，国家对空气质量监 测网络的建设高度重视，加大了投入力度，至2 0 0 6 年底，全国地级以上城市已 经建成空气自动监测系统9 0 0 多套，部分省区和重点城市开展了监测站点的联网 工作【2 2 1 。 2 ) 综合观测数据 综合观测数据主要来自综合观测站，如北京的3 2 5 m 塔和天津的2 5 5 m 塔。 2 2 3 污染气象数据 气象数据主要来自各省市气象部门，包括地面常规观测因子及探空数据。 1 5 山东师范大学硕士学位论文 2 3 区域大气环境数据不确定性的表现、特征和来源 2 3 1 属性不确定性 大气数据的获取、采集、整理、录入过程中，由于一系列客观及主观因素的 影响，不可避免的存在监测误差、随机误差、关键数据缺乏以及数据代表性不足 等因素而具有不确定性。 对于大气环境质量数据而言，其不确定性产生的原因很多，但概况起来主要 有以下几个方面： 1 ) 监测仪器引起的不确定性 大气环境数据都是通过监测仪器获得的，由于每一种监测仪器具有一定限度 的精度，因此使观测值的精度受到了限制。在仪器设备正常工作、正确操作的前 提下，通常可以达到精度范围，但也有设备标称精度高于实际精度的情况。设备 仪器在工作不正常的情况下将导致粗差和系统误差。如对环境质量数据而言，监 测所得数据应该在一个合理的范围内，但在实际获得的环境质量数据中存在一系 列超出合理范围、不符合要求的数据，即存在数据的监测误差，从而造成数据的 不确定性。 2 ) 测量人员引起的不确定性 由于测量者的感觉器官的鉴别能力有一定的局限性，所以在仪器的安置、校 准、读取数据等方面不可避免的会产生误差；同时，测量人员的工作态度和技术 水平会造成观测数据的质量问题。 3 ) 环境因素引起的不确定性 环境中诸如大气折射、风力、温度、湿度等因素对监测仪器的测量精度、准 确度都有不同程度的影响，这些作用也是多方面的，将会影响到仪器的灵敏度、 测量人员的判断及读取能力等，由此也将会引起测量数据的随机误差，从而造成 数据的不确定性。如对于环境质量数据中的时间系列数据，由于监测仪器在监测 过程中受到外界因素干扰( 如温度等) 或监测仪器自身的不稳定，所测得数据有 可能与实际数据产生很大的偏离，产生异常数据，即所谓的“飞点”。 4 ) 数据记录、储存过程中引起的不确定性 大气环境质量数据一般来自各个省市环保部门和气象部门，各观测站点所使 1 6 山东师范大学硕十学位论文 ( 3 ) 监测手段单一。主要集中监测近地面大气的空气质量情况，缺乏流动观 测和立体观测的技术手段。 ( 4 ) 监测数据质量不高。严格意义的质量保证和质量控制技术体系尚未真正 形成，质量考核的手段不多，机制不健全，难以保证监测数据的高质量。 要想充分说明区域大气环境质量现状，就要求大气环境监测数据具有代表 性，才能为环境管理提供可靠的依据，而大气环境监测站点的合理分布并使其优 化是保证大气环境监测数据具有代表性的关键技术和环节。 2 4 不确定性分析的主要技术 2 4 1d e l p h i 与数据库系统开发 2 4 1 1d e l p h i 简介 d e l p l l i 是一种完全可视化的编程工具，是著名的b o d 锄d 公司开发的可视化 软件开发环境，拥有世界上最快的编译器，并提供了丰富的组件集、强大的代码 自动生成功能和丰富的数据库管理工具等，它采用高度结构化的0 b i e c tp a s c a l 语言，具有结构清晰、高效优化的特点。在d e l 中可以轻松自如地建立起数 据库与应用程序界面的联系，并提供了多种方法用来处理数据库中的数据。 d e l p l l i 的主要特点体现在以下几个方面： ( 1 ) d e l p l l i 为3 2 位应用程序，可以开发出功能强大的应用程序； ( 2 ) d e l p h i 的编译器是目前世界上最快的3 2 位本地代码( 源代码) 编译器， 使用这种编译器产生的运行文件e x e 是独立的，不需要链接运行时的解释器 d l l ： ( 3 ) d e l p h i 可充分发挥w i n d o w s 9 5 9 8 2 0 0 0 ) ( p 和w i n d o ，s n t 的强大功能； ( 4 ) d e l p h i 提供了多种3 2 位可视化组件库； ( 5 ) d e l p h i 是一种面向对象的程序设计语言，因此可做到可视窗体的继承； ( 6 ) d e l p h i 采用3 层数据管理模式( 数据层、对象层、应用程序层) ，把诸 如数据模型、业务规则、窗体、对象等集中存储在对象存储库中； ( 7 ) 应用程序可通过在d e l p t l i 中使用b o r l 觚d 公司提供的数据引擎( b d e ) 功能，可以毫无障碍的使用多种数据库，无论是大型数据库还是p c 机中的数据 1 8 山东师范大学硕士学位论文 库； ( 8 ) d e l l 加中的数据感知功能可使用户在开发应用程序时就可看到数据库 的动态变化； ( 9 ) 使用d e l p l l i 提供的数据库浏览器，则可使用户在d e l p h i 的集成开发环 境中很方便的浏览、修改、索引数据库； ( 1 0 ) 为了便于维护程序，d e l p l l i 将数据访问与业务规则从程序中分离出来， 集中存储在数据模型对象中。当业务规则需要修改时，只需在数据模型级进行修 改。程序运行调用这些数据模型时，修改的结果会自动反映在应用程序中。 2 4 1 2d e l p h i 数据库组件 d e l p l l i 提供了大量的组件用于开发数据库应用程序，其创建方法与开发非数 据库应用程序一样，开发人员可以在设计过程中或程序运行过程中设置组件的各 种属性，以达到开发的目的。d e l p h i 的数据库组件可分为数据访问组件、数据源 组件和数据控制组件三种【2 0 】。 1 ) 数据访问组件 数据访问组件负责从数据库中获得用户需要的数据，并提供给数据源组件。 ( 1 ) b d e 组件页包含了使用b d e ( b o 订锄dd a t a b 鹤ee n 酉n e ) 的数据库访问组 件，包括的常用的数据库访问组件有1 r a b l e 、t q u e f y 和t s t o r e p r o c 等。 ( 2 ) a d o 组件页包含了使用a d o ( a c t i v e xd a t ao b j e c t s ) 的数据库访问组件。 a d o 是m i c f o s o r 基于组件的数据库编程接口标准。程序员通过a d o 就可以使 用一致的方式来访问各种数据源。这些数据源可以是传统的关系数据库，也可以 是e x c e l 文件、e m a i l 等等。 2 ) 数据源组件 数据源组件( t d a t a s o u r c e ) 是数据访问组件和数据控制组件之间联系的桥梁。 使用t d a t a s o u r c e 组件对象可以命名数据集中的数据，可在数据感知组件上显示、 导航和编辑。数据源组件一般是必不可少的，除非应用程序不需要在界面上显示 和处理数据，而只是在后台进行数据的处理。 3 ) 数据控制组件 数据控制组件主要用于设计用户界面，对数据库中的数据进行浏览、编辑、 插入、删除等操作。常用的数据控制组件包括t d b g r i d 、t d b e d i t 、t d b c h a r t 1 9 山东师范大学硕十学位论文 等。 数据库控件的体系结构如图2 1 所示： 图2 1 数据库控件的体系结构【2 1 1 2 4 1 3s q l 介绍 结构化查询语言s q l ( s t m c t u l 谢q u e 巧l 觚g u a g e ) 是关系数据库的标准语 言。该语言功能丰富、使用方式灵活、语言简洁易学，是一种介于关系代数与关 系演算之间的语言，其主要功能包括数据定义、数据操纵和数据控制3 个方面【2 1 1 。 表2 2s o l 命令动词 s q l 功能 命令动词 数据定义( 数据模式定义、删除、修改) 数据操纵( 数据查询和维护) 数据控制( 数据存取控制授权和收权) c r e a r e ，d r o p ，a l t e r s e l e c t ，d n s e r t ，u p d 舰，d e l e t e g ra n t ，r e v o k e 2 4 2 地统计学方法 地统计学( g e o s t a t i s t i c ) ，也称地质统计学，起源于2 0 世纪6 0 年代，是地质 部门在探矿和采矿时采用的一种先进的空间变异分析方法，其要点是根据地面不 同选点钻井所获得的不同深度的数据资料，寻求数据信息与采样点的位置和采样 深度的统计来对矿产进行空间结构分析与数量估计，早期主要应用于研究地质学 现象的空间结构和进行空间估值。其创始人m a r h e r o n 将其简单定义为：随机函数 在自然现象勘察及估计中的应用。从中可以看出，地统计学主要是利用随机函数 对不确定的现象进行探索分析，并结合采样点提供的信息对未知点进行估计和模 拟。地统计学最初主要用于采矿业和石油勘探中，但随着传统统计学方法在空间 山东师范人学硕十学位论文 数据分析上的无能为力，越来越多涉及到空间分析的学科求助耋霎薹霎蓁冀萎蒸 豁髫i 墨镰；滞垤基层薹劳兰薹丽名噱毽慧。豁旨罄i 到琵翮醐；给鐾薏增 蓁罂辑登曩叠羹；聪蝥劐羹i 萋竺雍表形式存放蓁琮姜蚕畏参塾；增型菇鏊 型强 拿蠢剥番够麦羹辇静勃g 引冀塞藕! i 童； 酷型需罂夸譬孓。剥键蛭蛤薹羹罨雾即大气环境质量薮据筐往赫麓磊笨 商二 题，并最终实现模块功能，集成到整个平台中。 3 2 1 大气环境质量监测数据库 大气环境质量数据的属性数据主要是指环境质量监测数据，针对数据库中所 存储数据的特征，分析数据自身规律及各污染物间相互关系，选择可行的方法对 环境质量监测数据进行不确定性分析。 数据库中大气环境质量监测数据表的表结构如表3 1 所示。 表3 - l 大气环境质量监测c s j d b 】【o p e n 】2 8 x 山东师范大学硕士学位论文 7 ( j 1 1 ) = 0 ， = o c o + c i ( 差丢) ，0 口 ( 2 ) 指数模型( e x p o n 饥t i a l ) 厂( j | 1 ) ：c 。+ c l 【l e ) 【p ( 一生) ， o 口 ( 3 ) 高斯模型( g 肌s s i a l l ) f o ， = o 厂( j 1 1 ) = 一生 【c o + c l ( 卜p4 2 ) ，j j l o ( 4 ) 线性模型( l n e a r ) y ( j 1 1 ) = c 。+ c i 皇，j i l o 口 ( 5 ) 纯块金模型( h o l ee 既c t ) y ( ) = c o ， 0 式中吼为块金值，c o + c 为基台值，口为变差距离。 3 ) 碰百n g 估值方法 克里金方法也称空间局部估计或空间局部插值法，它是一种最好的线性无偏 估计方法，即b l u e ( b e s tl i n e a ru n b i a s e de s t i m a t o r ) 方法，其实质上是利用区 域化变量的原始数据和半变异函数的结构特点，对未采样的区域化变量的取值进 行线性无偏最优估计。它是根据待估样点有限邻域内若干已测定的样点数据，认 真考虑了样点的形状、大小和空间相互位置关系，它们与待估样点间的空间位置 关系，以及变异函数提供的结构信息后，对待估样点进行的一种线性无偏最优估 计。对于一种估值方法，要求是无偏估值，即没有系统误差，同时要求误差方差 最小，同时给出每个估值的误差方差，用以表示其不确定性。 与传统的估计方法相比，克里金法的优点在于它最大限度地利用了空间取样 所提供的各种信息，在估计未知样点的数值时，它不仅考虑了落在该样点的数据， 而且还考虑了邻近样点的数据，不仅考虑了待估样点与邻近已知样点的空间位置 关系，而且还考虑了各邻近样点彼此之间的位置关系。同时，它还利用了已有观 囊茜莉酌 釜毓笛睦新i 5 = ；并 嚣喔壤蓓峪冀彰蓁结羹，选编硝耕斟纠剥z 引掣乳誊鬈苍俚建殛霎；占1 扪妻 蠢旨鑫珑篓舅奠蓁薹舔静菲羹鲤；彰彰爱釉曼冀萧琶曼霾型倦；型醚萎财酣魏 蘸瞥匿墓雾蕃盔膳。嵯堕堤惭嘲系仅烟囊酐称魏塑。参誊医量需曜蕉鉴雪；朋| 缈 儡鹄膳鋈霪昼丕氪不宴飘苫徊姜羹囊蔼名牺妻单誊薹甥”海翳臻强泡遵蓁圳蒜 罄尹喧乓? 薹l 孝羹萋蓁雾蓁羹蓁蓁冀雾羹鬟霎霎 薹! 孽，! 耋薹羹奏 直1 叠娄骂夏霆碰羹锕强荟京基蒜蠹荔萎霎喜；霪耋耍墅鬟妻藉警参鼐警霎委 篓雨翻i 翻珀嚣雾自晰h 簟奏蘸倒喏m 剪小韵臻镱衙* 薹骈蓁霎离替揉羊喜i 薹。藿；。i 缪之绳仟磕冥雾錾祥褪羹藕确 藿酲骶妇| 蓁等曩翁静敲荔擒第篙不左在酱羹霎蠹爵纠睁酉孽蕾重驹隅神塑 殖媸鹾艄二霎鹞酯墨蕴蓁釉蒯燮孺羹匣邕竖琴型嚣釜鍪n 乏叠剐乎疗母殴卜蕾 贬笋l 茛霜奏薹名硒i 计蠹杀灯幺委霞雩； l i j 型妻刑蓊萌曩蓁釜妄器骓厚孓 岳象个套降输i 兽佩f 确稀薹剡髫雾璃霪原理谷估钎蓁鸶鼯；琰器两萎嘉霪确 型萋善篓塞一j j 冀萎习彩啦积爹星需爨瞠崩肄蓁菪艮阮蓁；薹旨瑟詈耸薹l 蓁 囊二薹髫荔羹萋妻；2 量一：囊；琴薹垂萝墅毒羹霎萋摹蠢霎囊蕈三鋈誊要塞薹 囊蓁琴鑫醪 x 山东师范大学硕士学位论文 2