统计软件大气中主要污染物数据分析

1、大气中主要污染物年日均值分析（2000-2008年） 邹静 2110514001一、 数据介绍：大气污染主要指介入大气中的物质、能量和生物等超过大气环境容许量，直接或间接影响人类的生活、生产和圣体健康等带来不良影响的现象。所以对大气污染物进行分析是非常必要的事情。 本次分析的数据是从2000年到2008年污染物年日均值的情况，地点是北京，其中包括二氧化硫、二氧化氮和可吸入颗粒物，对变量进行分析，以了解这9年中污染物的变化及相互之间的影响。单位：毫克/立方米年 份二氧化硫二氧化氮可吸入颗粒物20000.0710.0710.16220010.0640.0710.16520020.0670.0760

2、.16620030.0610.0720.14120040.0550.0710.14920050.0500.0660.14220060.0530.0660.16120070.0470.0660.14820080.0360.0490.122二、 数据整理：这里我们利用SPSS中的tables对数据进行整理，使得数据从直观上可以规整一些。Table 1大气中主要污染物年日均值2000-2008年份200020012002200320042005200620072008MeanMeanMeanMeanMeanMeanMeanMeanMeanMean二氧化硫.071.064.067.061.055.05

3、0.053.047.036二氧化氮.071.071.076.072.071.066.066.066.049可吸入颗粒物.162.165.166.141.149.142.161.148.122我们可以更简单明了的得到一些结论，比如二氧化氮在2008年的含量较每年降低了很多、二氧化硫的含量也在逐年的减少我们可以得知，空气污染中可吸入颗粒物所占得比例是最大的，其次是二氧化氮，再次是二氧化硫。这说明可吸入颗粒物污染相当严重。二氧化硫及二氧化氮的问题也非常值得人们关注。 （在这9年中每年都是可吸入颗粒物所占的比例最大。在2000年，二氧化硫和二氧化氮占的比例几乎相等，聃在以后的8年中，两者的差距有开始拉

4、大，并且在2007年它们的差距最大。这说明在这9年的过程中二氧化硫的变化量要比二氧化氮的变化量打很多，所以我们应该想出办法，加大对二氧化氮的治理。此外，我们还可以得到，在这9年中的过程中二氧化硫的含量基本上是在逐年的减少，这说明我们的所采取的措施是极为有效的。同时从侧面反映，我们应该加大力度对可吸入颗粒物和二氧化氮的治理力度。 通过对二氧化硫作条形图，我们可以看出，二氧化硫的含量的大致趋势是在逐年递减，最为明显的是在2008年。空气中氮氧化物的一个来源是汽车尾气的排放，在2008年，北京市施行了单双号限行政策，大大减少了道路上的车辆流动，同时降低了汽车尾气的排放，从而提高了空气质量。 下面通过

5、对二氧化硫的数据具体分析来得到相应的结论：从直方图中我们可以看出，二氧化氮在前8年中的变化不大，只有在2008年有很明显的减少。由于氮氧化物对眼睛和呼吸道粘膜刺激较轻，但是进入人体后，主要对肺组织产生强烈的刺激及腐蚀作用，引起肺水肿等疾病，所以对二氧化氮及二氧化硫的治理是非常必要的。我们应该采取更多的措施来治理它们。 我们进一步对二氧化氮分析：Descriptive StatisticsMeanStd. DeviationN二氧化氮.06756.0077329大气中主要污染物年日均值2000-20082004.002.7399 二氧化氮在这9年中的均值是0.06756，从2005年开始低于平均

6、值，但是2005、2006、2007年三年都与均值基本相同，只有2008年才有明显的变化，而且二氧化氮的变化方差是0.007732，比较小，也就是这9年中的变化不明显。 下面更具体的分析二氧化氮随时间的变化：ANOVAbModelSum of SquaresdfMean SquareFSig.1Regression.0001.0009.665.017aResidual.0007.000Total.0008a. Predictors: (Constant), 大气中主要污染物年日均值2000-2008b. Dependent Variable: 二氧化氮 从图中我们可以看出，F统计量的观测值为9

7、.665，F值不是很大，对应的P值为0.017，如果显著性水平为0.05，由于概率值P小于显著性水平q,则应该拒绝原假设，即不同的年份对二氧化氮产生了不同的影响，但是影响不是特别大，并且影响不是很明显。 下面我们对二氧化氮随着时间的变化作回归分析：CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant)4.3761.3863.158.016大气中主要污染物年日均值2000-2008-.002.001-.762-3.109.017a. Dependen

8、t Variable: 二氧化氮 从图表中我们可以得到：即二氧化氮随着年份的变化的方程为：y=4.376-0.002x。虽然回归直线所显示的是二氧化氮随着年份的变化呈下降趋势，但是我们知道，这个变化不是很明显，所以在下面的图中我进行了对它们的二次拟合，这个二次拟合很贴切的说明了二氧化氮随着年份的变化。（3）可吸入颗粒物： 直方图： 从直方图中我们可以大略的看出，可吸入颗粒物随着年份的变化是先减少后增多再减少。在2003年有显著的减少，基本保持到2005年，但是在2006年又显著的增多，这一原因有待我们去探索。但是在2007、2008年它又逐渐的减少，原因可能是，今年来我市严格控制燃煤锅炉和污染

9、严重的项目审批以及工业污染源达标排放，大力推行种草种树等取得的成绩。在今后，我们要保持并且采取更多的措施来降低可吸入颗粒物的含量。下面对其所均值分析：Descriptive StatisticsMeanStd. DeviationN可吸入颗粒物.15067.0144749大气中主要污染物年日均值2000-20082004.002.7399 可吸入颗粒物的均值是0.15067，方差是0.014474，由方差我们可以看出，可吸入颗粒物在这9年中的变化还是比较明显的。 下面我们对可吸入颗粒物随着年份的变化作具体分析：ANOVAbModelSum of SquaresdfMean SquareFSig

10、.1Regression.0011.0016.495.038aResidual.0017.000Total.0028a. Predictors: (Constant), 大气中主要污染物年日均值2000-2008b. Dependent Variable: 可吸入颗粒物 由表中我们可以看出，F统计量的观测值为6.695，F值不是很大，对应的P值为0.038，如果显著性水平为0.05，由于概率值P小于显著性水平q,则应该拒绝原假设，即不同的年份对二氧化氮产生了不同的影响，但是影响不是特别大，并且影响不是很明显。 我们再对可吸入颗粒物和年份做回归分析：CoefficientsaModelUnsta

11、ndardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant)7.4992.8832.601.035大气中主要污染物年日均值2000-2008-.004.001-.694-2.549.038a. Dependent Variable: 可吸入颗粒物。所以可吸入颗粒物随着年份变化的方程为：y=7.499-0.004x。但是我们通过观察散点图及回归直线，一次的拟合并不是很好，所以图中的红色曲线为二次拟合，蓝色曲线为三次拟合，通过观察，可以看出，三次拟合比较贴切散点。3、三个污染物之间的关系： 下面我们分别通过散点图来观察三种污染物之间是否有一定的关系。通过上表我们可以看出，可吸入颗粒物和二氧化氮、可吸入颗粒物和二氧化硫之间并没有很大的关系。但是我们可以看出二氧化硫大致的会随着二氧化氮的增加而增加，经过分析，原因可能是氮氧化物会同时被排放出来。三、总结：大气中的污染物，二氧化硫在这9年中在稳定的减少，情景很是乐观，但是我们仍然可以采取更多的措施及方法来减少二氧化硫的排放；而二氧化氮的含量在这9年中并没有明显的变化，只有在2008年有明显的减少，所以我们应该思考是否需要改变方法，考虑其他的途径来减少二氧化氮的含量；可吸入颗粒物在近三年中有明显的减少，这说明我们现有的政策是非常有效的。大气中污