（环境工程专业论文）环境温度和相对湿度对机动车排放纳米颗粒物数浓度的影响.pdf

摘要 机动车保有量的逐年增加，使机动车尾气已经成为很多城市空气的主要污染物来 源。机动车排放污染物，尤其是机动车排放的颗粒物，对人体健康有很大危害。机动车 排放的颗粒物约8 0 是超细颗粒物，即动力学直径d p 2 5 p m ) 转向了细粒 莲 子颗粒物( o p 2 5 p m ) 。细粒子颗粒物，尤其是超细颗粒物( d p 1 0 0 n m ) ，占机动车排 放颗粒物数浓度比例很大。下面是我国近几年为数不多的几篇有关机动车排放超细颗粒 物的研究。 张涛等【1 2 】利用颗粒物计数器( c p c ) 、颗粒物在线观测仪( t e o m l 4 0 0 a ) 、自动气象站 以及实时天气现象传感器( p w d 2 2 ) 获得了广州城区大气颗粒物中每分钟颗粒物数浓度、 平均半小时的p m 2 5 、风速、相对湿度、降雨量等气象因子以及大气能见度，研究了灰 霾天气与非灰霾天气下，颗粒物数浓度与p m 2 5 、相对湿度的相关性。结果表明：灰霾 天气下颗粒物数浓度与p m 2 5 、相对湿度的相关系数绝对值明显高于非灰霾天气下颗粒 物数浓度与这两者的相关系数绝对值。同时发现观测期内颗粒物数浓度与大气能见度、 相对湿度、风速呈负相关，与a m 2 5 、温度呈正相关。 占明锦等【1 3 1 用芬兰气象局提供的扫描迁移微粒测定仪( d m p s ，d i f f e r e n t i a lm o b i l i t y p a r t i c l es i z e r1 ，于2 0 0 5 年8 月至2 0 0 7 年5 月实时在线测量粒径在1 2 5 0 0 r i m 范围的细 第一章绪论 颗粒物数谱分布，研究了气团来源对青海省瓦里关地区颗粒物数谱分布的影响。结果表 明：气团来源对瓦里关地区颗粒物的数浓度及其谱分布有显著影响。 王嘉松等【1 4 】用底盘测功机和1 5 - 7 0 0 m 的扫描迁移微粒测定仪( s m p s ) 测了不同 类型的车在不同工况下超细颗粒物的粒径分布，研究表明：柴油车主要排放核模态 ( 3 0 n m d p 5 0 n m ) 和积聚模态颗粒物( 5 0 m d p 1 l n m 粒径在l1 - 5 0 n m m 和1 1 1 0 0 n r n 范围颗 ( 2 0 6 4 ) 【3 】 ( p i t t s b u r g h ) 粒物数浓度分别占总的数浓度的7 1 和9 0 。但是，小于5 0 n m 的颗粒物 仅占总体积浓度的3 ，而大于1 0 0 n m 的颗粒物的体积浓度占了很大比例， 达到8 7 。 j u n k e re ta 1 瑞士巴塞尔城市街道 1 8 4 2 1 r i m 粒径小于l o o n m 时颗粒物数浓度占粒 ( 2 0 0 0 ) t 1 7 】 ( b a s e l ) 径小于4 2 1 r i m 的颗粒物数浓度的 8 2 8 7 。 s h ie ta j 英国伯明翰城市街道 1 0 n m 粒径小于l o n m 的颗粒物贡献了总的 ( 2 0 0 1 ) t 1 8 】 ( b i r m i n g h a m ) 颗粒物数浓度的3 6 0 0 - 4 4 ，粒径在 3 - 7 m 范围的颗粒物占总颗粒物数的 3 7 。 c h a r r o na n d 伦敦马里波恩 城市街道 1 1 4 5 2 n m 粒径在1 1 1 0 0 n m 范围的颗粒物占了 h a r r i s o n ( m a r y l e b o n e ) 11 - 4 5 0 r i m 颗粒物数的7 1 - 9 5 ( 中位 ( 2 0 0 3 ) t 1 9 1 值8 8 7 ) 机动车排放颗粒物数浓度受气象条件，如风速、降雨量、温度和相对湿度的影响很 大。 1 ) 风速与机动车排放颗粒物的关系 c h a 玎0 n 等人【1 9 】在伦敦市中心繁忙的马里波恩( m a r y l e b o n e ) 路于1 9 9 8 年的4 月到 2 0 0 1 年的8 月测量了l1 - 4 5 2 n m 粒径范围的颗粒物数粒径分布，研究了颗粒物数粒径分 布与气象条件的关系，结果表明：粒径大于3 0 n m 的颗粒物数量随风速的增大而减小， 11 - 3 0 n m 的颗粒物不受风速的影响。 h u s s e i n 等人口0 1 指出超细颗粒物u f ( d p o 4 r a m ) 比小的降雨( 降雨量 0 2 r a m ) 会导 致更大的颗粒物数。另外，在雨后( 1 小时后) 可以测到颗粒物数浓度的最大值。 3 ) 相对湿度和温度与机动车排放颗粒物数浓度的关系 通常情况下，相对湿度和温度成反比，相对湿度伴随着环境温度的降低而增加。温 度和相对湿度都对超细颗粒物( d p 1 0 0 n m ) 数浓度起着一定的作用【1 9 1 。 a b d u l k h a l e k t 8 】在控制实验的条件下，研究了环境温度和相对湿度对颗粒物的影响。 结果表明：在机动车将尾气排放到空气中后，随着温度的降低和相对湿度的增加，核模 态颗粒物的形成会增加。 s l l i 等人【2 2 】也在控制实验的条件下研究了柴油机动车尾气中超细颗粒物的形成。研 究指出：排气管外小于l o o n m 的颗粒物的形成与样品中所用的稀释条件有关，即温度和 相对湿度。高稀释比和高的相对湿度条件下，有利于纳米颗粒物的生成，特别是粒径小 于5 0 h m 的颗粒物。 c h a r r o n 等人【1 9 】在伦敦的马里波恩( m a r y l e b o n e ) 测量了粒径在11 - 4 5 2 n m 范围的颗 粒物数粒径分布，并分析了气象因素对不同粒径颗粒物分布的影响。结果表明：粒径在 11 - 3 0 h m 范围的颗粒物数浓度与大气温度呈负相关关系。 o l i v a r e s 等人【2 3 1 在瑞典的斯德哥尔摩市，研究了街道峡谷中颗粒物数浓度和环境温 度的影响关系。他们发现粒径大于7 n m 的颗粒物数浓度与环境温度和相对湿度有明显的 相关性，在相同的排放强度下，温度越低相对湿度越高，颗粒物数浓度越大。当温度从 1 5 降到1 5 时，颗粒物数浓度增加了两倍多。这个变化对小于4 0 n m 的颗粒物最明显。 相对湿度主要影响相关的核模态( o p 2 0 n m ) 和积聚模态( d p - - - ，2 0 0 n m ) 的颗粒物粒径 分布。 j a m r i s k a 等人阱】在澳大利亚的布里斯班( b d s b a n e ) 研究了环境温度和相对湿度分 别对两种交通道路( 能代表典型高速公路交通条件的i p s w i c hr d 和能代表典型的城市交 通条件t o ms t ) 的颗粒物数浓度( n o t - m ) 的影响。结果表明：在t o ms t ( 城市交通条 件) ，当温度大于1 6 9 c 时，环境温度对粒径在1 5 3 0 n m 颗粒物数浓度( 1 5 - 3 0 ) 的影 响非常明显；相对湿度强烈影响着1 5 8 8 0 ；在相对湿度为9 2 时，成为影响1 5 0 - 8 的主 要因素；当交通量小于0 6 6 c a r s ，风速小于0 8 7 m s ，并且相对湿度大于8 7 时，1 5 0 8 8 0 的值增加；当风速大于0 8 7 r r g s ，交通量在o 3 0 0 6 6 c a r s 范围，并且相对湿度达到7 8 以上时，颗粒物数浓度有更高的稀释或混合，此时，1 5 0 8 8 0 增加到最大值的7 5 。在 6 长安大学硕士学位论文 i p s w i c hr d ( 高速公路交通条件) ，交通量和风速是影响n 1 5 0 8 8 0 的主要因素，当交通量 大于0 6 6 c a r s 和风速小于1 2 9 m s 时，颗粒物数浓度有最大值( 高交通容量和相对低的 风速) 。总之，环境温度和相对湿度对机动车排放颗粒物数浓度有不同程度的影响，需 深入的定量分析和机理研究。 总之，国外已有一些的学者研究了气象条件对机动车排放颗粒物数浓度的问题，但 多数是定性研究，定量分析气象条件，尤其是相对湿度和环境温度，对机动车排放颗粒 物数浓度的影响研究较少。 1 3 研究内容 本论文的内容主要有以下几个部分： ( 1 ) 论述机动车排放纳米颗粒物数浓度有关研究及成果； ( 2 ) 论述机动车排放颗粒物数浓度理论基础和本文所用的研究方法； ( 3 ) 分析机动车排放纳米颗粒物数浓度的特征及其与环境温度、相对湿度、风速和 交通量的关系； ( 4 ) 分析环境温度和相对湿度对机动车排放纳米颗粒物的影响。 研究思路：本文取2 0 0 2 年6 月1 日2 0 0 3 年1 月3 1 日，8 个月在斯德哥尔摩市的h g 交通 干道大气环境监测点和离该街道6 0 0 m 远处的r g 背景浓度监测点观测的颗粒物数浓度， 以及同步观测的h g 街道的交通量、环境温度、相对湿度和风速数据，分析环境温度和 相对湿度对机动车排放的粒径在2 0 4 0 0 r i m 范围的纳米颗粒物数浓度的影响。 首先，将h g 街道和r g 街道得到的1 6 个粒径等级的颗粒物数谱分布，再次划分为4 个粒径段，1 1 1 1 2 0 3 2 r i m ，3 2 5 0 r i m ，5 0 1 2 6 r i m ，1 2 6 4 0 0 r i m ： 其次，对总的颗粒物数浓度( 2 0 4 0 0 n m ) 、分类颗粒物数浓度、环境温度、相对湿 度、风速和交通量做初步统计，比较它们的日变化特征以及小时变化特征，观察环境温 度和相对湿度与颗粒物数浓度的关系； 最后，用相关性分析、因子分析和分类回归树分析法逐步分析环境温度和相对湿度 对颗粒物数浓度的影响。 具体步骤见图1 1 。 7 第一章 绪论 获取数据 颗粒物数浓度 交通量 街道监测点( h g ) 背景监测点( r g ) 气象耋，孟瑟芋霞嚣i 于对湿卜一气象观测站 度、风速、降雨量) ， 0 5 “佣” 整理数据卜一一剔除无用数据 描述数据 分析数据 初步统计 一周的日变化 特征 平均小时变化 特征 相关性分析 因子分析 回归树分析 纳米颗粒物粒 径划分 基于对数谱分布计算 各分类颗粒物数浓度 观察颗粒物数浓度平均粒径分布特征 对环境温度、相对湿度、交通量、风速和颗粒物 数浓度做描述统计 观察颗粒物数浓度一周的f j 变化特征，与交通量、风 速、环境温度和相对湿度口变化特征作比较 观察颗粒物数浓度平均小时变化特征，与交通量、风 速、环境温度和相对湿度平均小时变化特征作比较 分析在h g 街道环境温度和相对湿度与颗粒物数浓度之 间的线性关系，间接分析环境温度和相对湿度对颗粒 物数浓度的影响 分析环境温度、相对湿度、交通量、风速和颗粒物数浓 间的多元线性关系，分析环境温度和相对湿度对总颗粒 物数浓度和分类颗粒物数浓度的影响 通过回归树预测分析，进一步分析环境温度和相对湿 度对颗粒物数浓度的影响 图1 1 环境温度和湿度对颗粒物数浓度的影响分析流程图 8 长安大学硕士学位论文 第二章理论基础及研究方法 2 1 机动车排放颗粒物的分类 大气中颗粒物的粒径范围跨度很大，约为4 5 个数量级。根据颗粒物在大气中的转 化机理、去除技术、化学组成、光学性质以及在呼吸道中的沉淀模式等差异，一般将粒 径小于2 5 p r n 的颗粒物称为“细粒子”，将粒径大于2 5 1 a m 的粒子称为“粗粒子”。早期， 对机动车排放颗粒物的研究主要集中在粗粒子的质量浓度，如p m l o ，随着对颗粒物的 深入研究，重点逐渐转向了细粒子，如p m 2 5 和纳米颗粒物。 由于机动车排放颗粒物的粒径大部分小于o 1 l x r n 。为研究方便，常将空气动力学直 径卸 0 1 l a m 的颗粒物称为超细颗粒物( u l t r a f m ep a r t i c l e ) ，简称u f 。 颗粒物粒径大小与其来源和形成过程有着密切的联系，所以对颗粒物有了不同的划 分，即用模态来区分不同粒径的颗粒物。w h i t b y t 2 5 1 将颗粒物分成了四个模态( 见图2 1 ) ： 核模态、爱根核模态、积聚模态和粗粒子模态。 核模态( n u c l e im o d e ) ：粒径小于0 0 1 t t m 的颗粒物称为核模态颗粒物，也为瞬态。一 核( t r a n s i e n t n u c l e i ) 模态颗粒物。 爱根核模态( a i t k e nn u c l e im o d e ) ：将粒径在0 0 1 0 1 l x m 之间的颗粒物称为爱根核 模态颗粒物。由于核模态颗粒物是瞬态的，一般将核模态和爱根核模态合在一起来描述， 下面提到的核模态是核模态和爱根核模态的总称。核模态颗粒物主要来源于燃烧过程中 二7 ： 热蒸汽凝结而形成的新颗粒物。核模态颗粒物在大气中扩散很快，此外，核模态颗粒物 极易通过被其他物质吸附或其本身聚合增长的方式转化为积聚模态颗粒物。所以，大气 中的核模态颗粒物很不稳定。 积聚模态( a c c u m u l a t i o mm o d e ) ：将粒径在0 1 2 5 1 m a 之间的颗粒物称为积聚模态 颗粒物。积聚模态颗粒物的来源主要是核模态颗粒物的聚合增长和蒸汽在背景颗粒物上 的凝结。积聚模态与核模态不同，核模态颗粒物可以通过聚合转化为积聚模态颗粒物， 但是积聚模态和粗粒子模颗粒物之间却不会互相转化，积聚模态颗粒物只能通过雨除冲 刷的方式去除，导致粒径在o 1 2 5 1 a m 范围的积聚模态颗粒物在大气中的去除效率最低， 大部分都积聚在大气中，所以取名为积聚模态。 粗粒子模态( c o a r s ep a r t i c l em o d e ) ：将粒径大于2 5 1 m a 的颗粒物称为粗粒子模态 颗粒物。粗粒子模态颗粒物多是由机械过程产生的，含有风沙尘、海盐溅沫、火山灰和 植物颗粒物等。粗粒子模沉积速率很大，去除效率高。 9 第二章 理论基础和研究方法 颗粒物还可以根据形成地点和形成机理分成一次颗粒物和二次颗粒物。对机动车来 说，一次颗粒物由发动机直接产生，主要包括粒径在o 0 5 - l p m 范围的碳结块。二次颗 粒物是机动车管道排出的热尾气，经冷却、浓缩后在空气中形成的大量的小颗粒物，它 们具有挥发性，主要由碳氢化合物和水合硫酸组成，它们通常小于5 0 n m 。 甲 气体向低挥发 性蒸汽转化 0 0 0 10 0 1 瞬态核或 爱根核范围 0 111 01 0 0 颗粒物直径，m 一一一一1 - 一一 细粒子 图2 1 大气颗粒物分布的理想化模型 的 围一一 长安大学硕士学位论文 2 2 机动车排放颗粒物的危害 机动车排放的颗粒物直接参与大气中云的形成和湿沉降( 雨、雪、冰和雾等) 过程， 当太阳光通过大气时，颗粒物能够散射或吸收太阳光，使大气能见度降低。我国部分城 市群区域霾现象频发，并有增加的趋势。霾天气时颗粒物浓度明显增加，其中细颗粒物 浓度增加更大。 机动车排放颗粒物不仅对空气造成了严重污染，还可沿呼吸道进入人们体内，危害 人体健康。机动车排放颗粒物主要出现在道路两侧和交通密集的地方。司机、乘客、交 警、居住于道路两侧的居民以及行走于道路两侧的人们都是机动车排放颗粒物的直接受 害者。他们在无形中被动呼吸着带有毒性的颗粒物。 机动车排放颗粒物对人体健康的影响主要与颗粒物的化学组成以及颗粒物的粒径 有关。 2 2 1 机动车排放颗粒物的化学组成 机动车排放颗粒物的毒性与其化学组分密切联系。在机动车排放颗粒物的化学组分 中有许多物质对人体有致癌危害。机动车排放的颗粒物的化学成分可分为有机组分和无 机组分。有机组分包括有机碳( o r g a n i cc a r b o n ，o c ) 和元素碳( e l e m e n t a lc a r b o n ，e c ) 。 o c 是指有机颗粒物中的碳元素。机动车排放的有机颗粒物是指可溶性的有机部分 ( s o l u b l eo r g a n i cf r a c t i o n ，s o f ) ，即机动车发动机中的挥发燃料和润滑油部分，主要 包括一些多环芳烃( p a h s ) 。e c 是包括颗粒物中以单质形态存在的碳和少量的高分子 量难溶有机物中的碳。在机动车排放的颗粒物中，e c 一般被有机物包括在内部，因此 很难区分开有机碳和元素碳。s a r d a r 等人【2 6 】指出道路环境中o c 占超细颗粒物的 3 2 6 9 ，e c 占到1 3 4 。 机动车排放颗粒物中的无机组分主要包括水溶性离子组分和水不溶组分，其中水溶 性离子组分主要包括s 0 4 2 。、n 0 3 和n h 4 + ，水不溶组分主要来源于燃料和润滑油中的金 属成分，还有少量来源于燃油添加剂和机动车后处理设备中催化剂中的金属灰。这些金 属成分主要是砧、z n 、p b 和t i 等金属【6 】。众所周知，p b 是重金属中毒性较大的一种， 一旦进入人体，很难将其排出。王伯光等人【2 7 1 研究了广州市交通干道附近和珠江隧道内 大气颗粒物( p m l 0 、p m 2 5 ) 中金属元素的组成及含量，在大气颗粒物中主要检出k 、n a 、 c a 、m g 、a i 、f e 、p b 、z n 、c u 、c d 、c r 、m n 、n i 、s r 、t i 和v 等1 6 种金属元素。 在机动车排放的颗粒物中，含有o c 、e c 和金属灰的颗粒物在颗粒物数浓度中占 很大比例，并且都出现在超细颗粒物范围( 见图2 2 ) ，很容易落入人体肺部，引起肺 第二章理论基础和研究方法 炎等疾病。 浓 度 颗粒物， 矿物质 盐 j 0 0 0 10 0 1o 111 0 粒径，u mm 1m ，p m 图2 2 机动车排放颗粒物不同组分的粒径范围 2 2 2 机动车排放颗粒物粒径对人体健康的影响 机动车排放纳米颗粒物对人体健康的影响主要与人体呼吸道有关。人体呼吸道由三 个区组成( 见图2 3 ) ：胸腔外呼吸道区、气管支气管区和肺泡区。胸腔外的呼吸道主 要包括咽腔和喉两部分。人体呼吸气管分为两根，这两根为主支气管，每一根主支气管 通入一叶肺。主支气管又分出很多细支气管，细支气管的终端为肺泡，在肺里，主支气 管又进一步分为越来越小的支气管，最后分成细支气管。颗粒物就是通过鼻咽和口咽这 两个咽腔进入体内，而后通过喉下至气管，最后进入肺部，从而引起肺部疾病。 机动车排放颗粒物对呼吸道的影响与颗粒物的粒径有关，因为机动车排放颗粒物的 粒径与人体支气管的直径有着密切的联系，是决定颗粒物能否在肺部渗透或转化的关键 因素。 h e w i t t i 勰i 等研究了呼吸道与颗粒物粒径的关系( 见图2 4 ) ，沉积在呼吸道的颗粒物 粒径在o 0 0 1 1 t m 1 0 0 出m 之间，其中沉积在支气管的颗粒物主要是核模态颗粒物 ( 功魍0 o l p m ) ，沉积在肺泡的颗粒物主要是爱根核模( 0 o l p m 1l n m ) ；当颗粒物的表面积在8 0 0 11 0 0 p a n 2 c m 3 时，气体在背景颗粒物上凝结。 2 4 研究方法 为了了解环境温度和相对湿度对机动车排放纳米颗粒物数浓度的影响，本论文采用 统计学的方法进行分析。 对数据的统计方法有两种，一是参数方法，二是非参数方法。参数方法是基于分布 的统计方法，它能够对数据总体分布进行假定，并用t - 检验、f 检验、x 2 检验和最大似 然法检验等参数检验进行验证的方法；但实际中有很多数据，并不能随便给出其假定分 布，亦或这些数据已被严重污染，这时再用假定推断的做法就会出现错误，所以就有了 非参数方法。非参数方法是不基于分布的统计方法。 本文在分析环境温度和相对湿度对机动车排放纳米颗粒物数浓度的影响时，用到了 以下参数：颗粒物数的粒径分布和颗粒物数浓度( b l - 0 2 ) ；交通参数：交通量； 气象参数：风速、相对湿度和环境温度。对于这些参数，尤其是风速、相对湿度和环 境温度，我们不能随便给出它们的分布，所以对这些数据的分析，我们采用非参数统计 第二章理论基础和研究方法 法。 非参数统计法有以下优点：非参数统计方法要求的假定条件比较少，因而它的适 用范围比较广泛；多数非参数统计方法要求的运算比较简单，可以迅速完成计算取得 结果，因而比较节约时间；大多数非参数统计方法在直观上比较容易理解，不需要太 多的数学基础知识和统计学知识；大多数非参数统计方法可用来分析由等级构成的数 据资料，而对计量水准较低的数据资料，参数统计方法却不适用。 在发表的研究中用到气象条件对污染物影响的非参数统计方法主要有：s p e a r m a n 秩相关分析法、因子分析法、分类回归树法。本文采用这三种方法进行统计分析。 2 4 1 相关分析 相关分析是研究不同变量间密切程度的一种十分常用的统计方法。相关系数是描述 两个变量间的线性关系程度和方向的统计量。 s p s s 在分析变量间关系方面提供了三种方法t 相关分析、偏相关分析和距离分析。 相关分析：在相关分析中也提供了三种方法，包括p e a r s o n 相关( 简单相关) 、 s p e a r m a n 等级相关和k e n d a l l 相关。 针对本文研究数据的特点及目的，本文采用相关分析和偏相关分析考察环境温度和 颗粒物数浓度之间以及相对湿度与颗粒物数浓度之间的关系。使用p e a r s o n 相关( 简单 相关) 和s p e a r m a n 等级相关进行相关分析，通过分析交通量、风速、环境温度和相对湿 度与颗粒物数浓度之间的相关性，间接分析环境温度和相对湿度与颗粒物数浓度之间的 关系。根据有关研究知，颗粒物数浓度与交通量、风速、环境温度和相对湿度之间都有 密切关系，在控制交通量、风速和相对湿度下做环境温度与颗粒物数浓度之间的偏相关， 或在控制交通量、风速和环境温度下做相对湿度与颗粒物数浓度之间的偏相关，可以更 清晰的看出环境温度和相对湿度与颗粒物数浓度之间的关系。下面对所用方法的具体原 理进行介绍。 p e a r s o n 相关：p e a r s o n 相关即简单相关，是最常用的考察两变量线性关系的相关方 法。使用简单相关，一般是在知道两个变量呈正态分布，或是两变量线性相关时使用。 p e a r s o n 相关系数计算公式如下： 勺2 窆；b ，歹) i = l 1 6 ( 2 1 ) 长安大学硕士学位论文 表示变量x 和变量y 之间的相关系数，工表示变量x 的平均值，y 表示变量y 的 平均值。 s p e a r m a n 秩相关：s p e a r m a n 秩相关是根据等级资料研究两个变量间相关关系的方 法。它是依据两列成对等级的各对等级数之差来进行计算的，所以又称为“等级差数法”。 等级相关分析是分析x ，y 两变量的等级间是否相关的一种非参数方法。它先按x ，y 两变 量的大小次序，分别由小到大编上等级( 序值) ，再考查两个等级系列间是否相关。相 关程度大小用等级相关系数表示。s p e a r m a n 等级相关对数据条件的要求没有积差相关系 数严格，只要两个变量的观测值是成对的等级评定资料，或者是由连续变量观测资料转 化得到的等级资料，不论两个变量的总体分布形态、样本容量的大小如何，都可以用 s p e a r m a n 等级相关来进行研究。 s p e a r m a n 等级相关系数的计算，和一般相关系数计算类似，只是不直接采用原始数 据( 而，y 1 ) ，而是采用数据的秩，用两变量的秩( ，m ) 代替( 置，y 1 ) ，于是s p e a r m a n 秩相关系数( 见式2 2 ，2 3 ) 的可以简化为： 一客 6 刃 。1 一南 q 2 ) d ? = 似，一1 ，) 2 ( 2 3 ) i = 1i = 1 偏相关分析：偏相关分析是当两个变量同时与第三个变量相关，为了更好分析两个 变量之间的相关程度，将第三个变量的影响剔除，只分析另外两个变量之间的相关程度 的过程。假设有三个变量x 、y 、z ，z 和y 都与z 相关，剔除变量z 的影响后，变量x 和y 的偏相关系数( 式2 4 ) 可以表示为： 数。 一钐乞名 一丽 ( 2 4 ) k ，k 表示变量x ，y 分别与z 的简单相关系数；表示变量x 与y 的简单相关系 2 4 2 因子分析法 因子分析法是多元素统计分析方法的一种，属受体模型。布利福德( b l i 娲r d ) 等 人最早采用因子分析法研究和分析了美国3 0 个城市的气溶胶来源，得到了汽车排放、 第二章理论基础和研究方法 燃料燃烧和工业污染等7 个污染源，并对其中4 个污染源作了较为细致地解释。1 9 7 6 年霍普克( h o p k e ) 、1 9 7 7 1 9 7 8 年凯茨( c a t z ) 及1 9 8 0 年以后相继有人应用因子分析 法研究城市气溶胶、沙漠边缘气溶胶和极地气溶胶。所用的变量由只是污染物的环境浓 度扩充为包括气象条件等非浓度数据，使它成为鉴别污染源的有力工具。m i l a nj a m r i s k a ( 2 0 0 7 ) 1 2 4 用因子分析法在环境温度和湿度对机动车排放尾气影响方面做了定量的分 析。因子分析法的主要优点是：不需要事先设想污染源的结构和数目，这样一来，它 就有可能处理二次气溶胶；不需要假设由一个源所排放出来的所有元素在它们到达采 样点之前一直保持等同相关；因子分析方法中不仅包括有浓度参数，还可以包括非浓 度参数，如粒径的大小、气象条件( 相对湿度、温度、风向和混合层高度等) 等。 已有一些研究证明，因子分析法适用于分析气象条件对污染物的影响分析，所以本 文采用因子分析法对各影响变量( 交通量以及气象条件) 和颗粒物数浓度做多元素统计 分析。 因子分析法分为两种类型：l o 一型因子分析和q 一型因子分析。前者是研究变量之 间的相关关系，从变量的相关系数矩阵出发，找出对所有变量起控制作用的主要因子。 所以，i l 型因子分析又称为主因子分析。q 一型因子分析是研究样品之间的相关关系， 从样品的相似矩阵出发，找出对所有样品之间起控制作用的主要因素。所以，q 一型因 子分析又称为主因素分析。这两种类型的因子分析虽然是从两种不同的原始数据出发， 但其运算过程却是相同的，可以根据研究目的和要求的不同，选用不同的方法。本文主 要是利用交通量、环境温度、相对湿度和风速与颗粒物数浓度之间的相关关系，找出对 颗粒物数浓度起控制作用的主要因子，间接得出环境温度和相对湿度对颗粒物数浓度的 影响，所以本文选用r - 型因子分析。 因子分析法是把许多相关的因子经过处理和简化，使因子个数减少。集中化简后， 由少数几个独立的因子能尽可能多地综合反映出原来因子所反映的信息。 构造因子变量的方法有很多，如主成分分析、主轴因子法、极大似然法、最小二乘 法等。基于主成分模型的主成分分析法是应用最多的因子分析方法，本文应用该方法进 行分析。 主成分分析的数学模型如下，主要是通过坐标变换的手段，将p 个相关变量x i 作 线性转换，转换为不相关的变量凡。 蜀= a l l f l4 - a 1 0 咆+ + 口l m + e l x 2 = a 2 1 f 14 - a 2 0 呸+ + 口2 鼎+ e 2 长安大学硕士学位论文 曷= 唧l 局+ 唧如+ + a p m f m + e p 其中蜀墨代表有i p 个实测变量； 凡，凡代表有m 个公共因子；a l l 代表第f 个实测变量在第个因 子毋上的载荷，即实测变量弼与因子乃上的相关系数啊，它反映了依赖于因子毋 的程度，也反映了x 。在因子毋上的相对重要性。 2 4 3c 剐良t 分析法 c a r t 3 1 】算 法( c l a s s i f i c a t i o na n dr e g r e s s i o nt r e e ) ，又称分类回归树算法，是b r e i m a n 于1 9 8 4 年提出的。d e a t ha n df a b r i c i u s ( 2 0 0 0 ) 3 2 】描述了c a r t 作为简单的工具描述 复杂的环境影响的应用，m i l a nj a m r i s k a ( 2 0 0 7 ) 【2 4 1 用c a r t 在环境温度和湿度对机动 车排放尾气影响方面做了定量的分析。与古典的线性回归相比，这个非参数选择更简单 的表示了数据中非线性关系的相互影响。 c a r t 是分类数据挖掘算法的一种。数据挖掘指从大量数据中获取有效的、新颖的、 二 潜在有用的、最终可理解的模式的非平凡过程。c a r t 是描述给定预测向量值x 后，变 量】，条件分布的一个灵活的方法。该模型使用二叉树将预测空间递归划分为若干子集， 】，在这些子集的分布是连续均匀的。树中的叶节点对应着划分的不同区域，划分是由与 每个内部节点相关的分支规, 贝l j ( s p i t t i n gr u l e s ) 确定的。通过从树根到叶节点移动，一个 预测样本被赋予惟一的叶节点，从而确定y 在该节点上的条件分布。 。 擎 变量】，可能存在多个，在多个变量】，下的c a r t 的基本形状见图2 5 。c a r t 过程 首先给定预测向量值兄然后确定最能解释z 的独立变量( k ) 的二分裂，这个分裂将 数据分成了两个相同性质的组，这就是树的第一个二分支。此时的两个组可以看成是独 立的，而后又一次被一个解释变量( 娩或玛) 分裂。依此类推，会产生一颗很大的树。 图2 5c a r t 的基本形状 1 9 第二章理论基础和研究方法 在分类和回归树中，对分类和连续计算的准确估计用到了不同的公式( 分类和回归 型问题) 。对于分类因变量，根据分类器的分类正确率衡量分类型问题的准确性；对于 连续因变量，根据预测平均误差的平方衡量回归的准确性。 除了测量精度外，对分类和回归中节点的不纯度也采取了不同的措施。在分类问题 中采取的措施有：基尼措施、广义卡方措施和广义g 方措施。基尼措施是分类问题中 测量纯度时用的最多的一个措施。在回归问题中，自动使用最小方差测量纯度。 2 0 长安大学硕士学位论文 第三章机动车排放颗粒物数浓度特征 本论文以瑞典斯德哥尔摩市中心的h g 街道的常规机动车颗粒物数浓度观测值和同 步观测的气象条件、交通量，分析机动车排放颗粒物数浓度与环境温度和相对湿度的关 系。 3 1 实验部分 3 1 1 监测点 本文用到了两个颗粒物数浓度的监测点【3 3 1 。 ( 1 ) 第一个监测点：h g 街道。h g 街道位于瑞典斯德哥尔摩市中心，是一条总宽 为2 4 m 的四车道交通峡谷街道，街道两侧为高2 4 m 的建筑物，街道峡谷的高宽比为1 ：1 ， 为十分对称的街道峡谷，街道方向为东西向( 北偏东7 5 0 ) 。监测点设在路面3 m 以上。 ( 2 ) 第二个监测点：r g 街道。r g 街道为斯德哥尔摩市的城市空气质量背景监测 点，位于h g 街道6 0 0 m 远处。监测点设在建筑物的屋顶上( 高于街道2 5 m 处) 。 环境温度，风速和相对湿度取自于离h g 街道5 0 0 m 处的气象观测站。h g 街道、 r g 街道及其监测点的位置见图3 1 。 。特露竣腾 黪 礴 熊弧塞矿 鎏黪”驾铂蝴 一嘭藏 。“ ( a ) 二* m t 删氯 一 蒜 罄磊 第三章机动车排放颗粒物数浓度特征 n o 柏 。 眨 ( b )( c ) 图3 1 ( 8 ) h g 街道和r g 街道位置示意图( b ) h g 街道峡谷形状实图( c ) h g 街道南北监测点的位置示意图。 3 1 2 监测设备 监测过程中用到了以下设备： 扫描迁移颗粒粒径分析仪 s m p s ( s c a n n i n gm o b i lp a r t i c l es i z e r ) 用来对颗粒物按粒径进行分类并测量 蚀极 分类颗粒物的数浓度，它是由一个微 纠、隧空 分动态分析器d m a ( d i f f e r e n t i a lm o b i l i t y a n a l y s e r ) 与一个颗粒物计数器c p c ( c o n d e n s a t i o np a r t i c l ec o u n t e r ) 组成。 d m a ：d m a 的工作过程分为两步， 首先将粗颗粒物收集至悬浮颗粒物采 样器中以将其除去；然后将细颗粒物 预拄物样品 外簿筒 中心轴 高压 图3 2d m a 结构图 或超细颗粒物划分成不同粒径等级。细颗粒物等级的划分( 如在颗粒物的分布中选择一 个明确的分数) 发生在d m a 内外电极环之间的静电电场中。当内电极环为正极时，样 品中带负电的颗粒物就会通过自由粒子空气进入内电极环。因为小颗粒比大颗粒的漂移 速度大( 它们具有一个更高的“流动”) ，在内电极环里，微粒粒径只有达到一定的尺寸才 能进入下一个检测系统。颗粒物粒径分布可以通过逐步改变d m a 的电压来测量。见图 3 2 。 c p c ：d m a 将颗粒物分为了1 6 个粒径等级，计算这1 6 个等级的颗粒物数量时需 要用到c p c 。本文所用c p c 的型号为3 0 1 0 。c p c 测量颗粒物数浓度的范围很广，一个 蜚曩迢。夏一一兹 长安大学硕士学位论文 连续流c p c 可以测到1 0 - 51 0 7 p a r t i c l e s c m 3 之间的范围甚至于更小的范围( 小于1 0 弓 p a r t i c l e s c m 3 ) 。c p c 主要利用单一频率的单色激光( 通常为7 8 0 n m 激光) 对通过的颗 粒物进行探测。尽管这个波长范围太短，探测不到更小粒径的颗粒物( 7 0 0 r