【Z市空气污染影响因素的实证分析案例4100字】

Z市空气污染影响因素的实证分析案例目录TOC\o"1-3"\h\u6710Z市空气污染影响因素的实证分析案例 1116511.1变量选取与参数估计 1281251.1.1变量选取原则 1145851.2.1变量选取 25991.2.2共线性诊断 230871自变量与因变量关系如下表4-1所示： 326488表4-1共线性检验 330441.2.3相关性检验 322950AQI与气压，降水，风速相关性检验如下表4-2所示： 3216941.3模型估算结果及分析 4138401.3.1GTWR回归结果 4233521.3.2各影响因素参数估计的趋势分析 63478气压，降水，风速参数估计值的趋势分析如下图4-5图4-6图4-7所示： 6228861.3.3各影响因素参数估计的时序分析 813289气压降水和风速地时序分析如下图4-8，图4-9，图4-10所示： 81.1变量选取与参数估计1.1.1变量选取原则在不同状况下下指标的选取标准不同，由于实际情况的制约，未能考虑到所有影响空气质量的所有指标，这样会导致测算结果的不精确，还影响到的主要气象影响因子对空气质量的显著性。为了防止这些问题的的影响，应该从郑州市实际情况出发，选择适当的指标筛选，避免样本量超出需要，也避免出现样本量过少，本文将考虑多项选取原则进行指标筛选。(1)可行性原则可行性原则主要用来衡量决策是否可行，针对郑州市的区域特性，从中国气象科学数据共享服务网络获取数据，对于残缺过多数据不予考虑，以此来实现数据的真实可靠性(2)主导性原则在选取郑州市空气质量指标时应考虑实际情况，做到有针对性、有目标和有侧重地选取具有代表性和不可或缺关系的与衡量空气质量密切的因子作为主因子。(3)可量化原则各变量的选取要以区域数据可获得性为基础，有针对性的选择可以用数据来衡量的变量，其对郑州市空气质量影响因素分析非常重要。1.2.1变量选取一个区域的大气污染级别由该区域内排放污染物的浓度，气象条件，工业生产和交通运输尾气等排放共同决定。其中气象条件可以很大层面上影响污染物扩散的通路，能对大气污染物的稀释和扩散起到了决定性的作用。气压：当近地表气压为低压时，以低压区域为核心周围的高压气团挤压中心，低压区域区气流便上升，这是气流上升的原因。大概率风速较大，此时大气呈中性状态或不稳定状态，有利于污染物向上扩散。当近地表气压为高压时，高压区域的气流向周围下降，此时风速小，出现逆温层，抑制污染物扩散。所以在稳定气压的控制下，大气污染加重。降水：降水强度越大对大气中污染气溶胶粒子的清除效率越高。降水能明显清除大气中PM2.5，这是因为降水强度越大，意味着降水粒子越多，降水粒子与气溶胶粒子碰撞效率越大[31]。风速：大气污染物稀释和扩散由风速决定。排放到空气中的污染物在风的作用下会被输送到其他地区。风速越大，一定时间内污染物被输送的距离越远，混入的空气越多，污染物浓度越低。当其他条件不变时，污染物浓度与风速成反比。风速越大，污染物浓度越低;相反，风速越低，污染物浓度越高。1.2.2共线性诊断自变量与因变量关系如下表4-1所示：表4-1共线性检验气压降水风速VIF1.253.312.091/VIF0.80.280.48平均VIF2.22基于变量独立性原则，本文使用spss24对各变量进行了多重共线性检验，结果如上图所示。各变量的VIF平均值为2.22,最大值为3.31,小于5，说明气压，降水和风速三个变量之间不存在多重共线性，模型构建良好。可以进一步对各变量进行相关性检验。1.2.3相关性检验AQI与气压，降水，风速相关性检验如下表4-2所示：表4-2相关性检验AQI气压hPa风速m/s降水mmAQI1气压hPa.791**1风速m/s-.373**-.302**1降水mm-.574**-.791**-.0491**，*分别表示在1%和5%水平上显著，可用于相关性，AQI与三个自变量的关系风速与AQI，气压均有关系。本文利用spss24对所选的3个变量进项相关性检验，结果如图所示。其中气压、降水和风速均与空气质量指数AQI具有显著相关性，所以3个变量均可纳入时空地理加权回归模型进行回归分析，1.3模型估算结果及分析1.3.1GTWR回归结果从GTWR的结果来看，本文选取郑州市9个监测站点的地理坐标作为投影坐标，采用根了ArcGis10.7对时空GTWR模型进行回归系数参数估计，结果如图所示。对AICc，R2以及调整后的R2进行综合判断，可以看出GTWR的调整后R2为98.5997%，说明GTWR的模型拟合度非常好。ＧＴＷＲ的Ｒ２为98.639％，且ＡＩＣｃ值最小，具有较好的模型拟合度。Ｒ2和调整Ｒ2都可以代表回归方程的拟合程度，结果越大说明方程拟合度越高；GTWR的Ｒ２为98.639％，较且AICc值最小，具有较好的模型拟合度。由表中数据可知，多重判断系数R2=0.98639，，AICc指修正的Akaike信息准则，越低的AICc值的模型拟合观测数据的结果越精准；Rss指模型的残差平方和，该值越小，说明模型越拟合观测数据；Bandwidth指模型中用于各个局部估计的带宽，控制模型平滑程度。GTWR模型参数如下表4-3所示：表4-3GTWR模型参数回归属性GTWRR20.98639调整R20.985997AICc629.592Bandwidth0.111093ResidualSquares1175.77Sigma3.2995Spatio-temporalDistanceRatio3.94327Trace_of_SMatrix23.5283表4-4GTWR模型回归结果时间地点气压降水风速202001惠济区-3.360710959-0.274235391-91.1850925岗李水库(对照点)202001金水区-2.950056649-0.221074666-89.36610369郑纺机202001中原区-3.151113402-0.212328044-90.77840272供水公司202001二七区-2.967321439-0.219797918-89.41227395河医大202001管城区-2.964895922-0.216049341-89.22544293烟厂202001金水区-2.929685447-0.223648654-89.28311696银行学校202001中原区-2.994313033-0.223174168-89.69396625市监测站202001管城区-3.057245818-0.212480552-89.6140448经开区管委202001管城区-2.997782363-0.225684925-89.42292207四十七中202012惠济区2.85653246-0.05381656936.29229284岗李水库(对照点)202012金水区2.628170514-0.16280246121.25897771郑纺机202012中原区2.741304282-0.04845124522.82350037供水公司202012二七区2.622833494-0.16195627723.20704587河医大202012管城区2.531520733-0.223494426.24171374烟厂202012金水区2.585911436-0.19793701127.05751153银行学校202012中原区2.683156265-0.11342426120.88974947市监测站202012管城区2.364324444-0.30274168528.51481048经开区管委202012管城区2.364142615-0.31023384628.74706807四十七中本文采用时空地理加权回归模型，考察了郑州市空气质量影响因素的空间特征，同时分析了趋势及时序，结果如下。（１）2020年各影响因素参数估计的空间分异。本文利用GTWR模型得到2020年郑州区域估计结果，因为表格过长，以附录形式出现，选取2020年各影响因素参数估计值以分析其空间分异，具体结果如上图所示。由图可以看出：第一，从郑州市空气质量来看，三个变量参数估计值有正有负，从气压维度分析，1到4月份为负值，其余月份全部是正数。说明这个时间段对AQI的影响为负；从岗李水库到四十七中，影响程度先下降再提高；从降水和风速维度分析，1到5月参数估计值为负，其余月份全部是正数。说明这个时间段对AQI的影响为负，从岗李水库到四十七中影响程度逐渐减小。本章基于郑州市空气质量影响因素的研究，选取气压，降水和风速三个气象影响因素，使用GTWR模型对3个变量指标进行时空地理加权回归分析，并绘制影响因素回归系数空分布图，GTWR模型结果显示，风速对郑州市空气质量带来的影响程度最大，其对9个监测站程度最大的是岗里水库（91.1851).最小的是市监测站(20.8897）；降水对市监测站的影响程度最小，仅（0.1134），其对9个监测站影响程度最大的是经开区管委(-0.3027)，气压对四十七中的影响程度最小，仅（2.3641），其对9个监测站影响程度最大的是岗李水库(-3.3607)。对气压估计值分析，1，2，3，4月抑制了AQI的增长，5，6，7，8，9，10，11，12月对AQI的增长起了促进作用。对降水估计值进行分析，1到5对AQI增长起了促进作用。其余月份则对AQI的增长作用较小甚至起了负作用。降水能对大气中较小的颗粒物有明显的清洗作用，这能提高空气质量。由图中可以看出，日降水量集中在0到30范围。AQI变化率出现负值证实降水对改善空气质量有正面作用。图中AQI变化率多集中在负值区域内，这表明降水对空气净化作用明显，可有效改善空气污染。对风速分析，1至5月风速与AQI有强相关作用，风速对污染物的扩散和稀释起到了重要作用。风速大小对空气质量影响极其复杂，一方面使某区域污染变严重，另一方面又可以改变污染物集散程度，使污染变轻。郑州市风速大多处于1到2m/s左右，当风速慢慢增大后，空气质量指数逐渐降低，当风速大于2m/s后，空气质量评级为良。所以当风力到达一定强度以后，区域内的污染物浓度就会在风的作用下稀释，，降低污染物浓度，有利于当地的环境安全。对气压分析，空气质量指数较高位主要分布在高气压状态下，当气压逐渐降低时，AQI指数慢慢下降。1.3.2各影响因素参数估计的趋势分析气压，降水，风速参数估计值的趋势分析如下图4-5图4-6图4-7所示：图4-5风速图4-6降水图4-7气压影响因素估计参数的趋势分析。为进一步研究郑州市空气质量影响因素的空间特征，本文采用Arcgis10.7的趋势分析工具绘制了郑州市空气质量影响因素的参数估计值为高度的三维透视图，并将点（北和西）投影于地图平面两个方向的平面上，x，y轴为底面，底面是郑州。以多项式进行拟合得到趋势线，用来分析郑州市空气质量影响因素的全局趋势。由风速趋势图可以看出来，从水平Ｘ方向（经度）来看，气象影响因素对郑州市空气质量影响表达不同特征。风速对郑州市空气质量的影响自西向东呈增加趋势。其中，风速对空气质量指数的影响程度强于降水和气压；而降水对郑州市空气质量的影响自西向东递减，与降水相比，风速对郑州市的影响程度更强；降水和气压对郑州市空气质量的影响呈倒“Ｕ”形，风速对郑州市空气质量的影响呈正“Ｕ”形，不过风速和降水的“Ｕ”形特征不显著，这3个因素对郑州市空气质量影响的地域差异变化具有敏感性，但只有气压敏感性表现较高。第二，从水平Ｙ方向（维度）来看，所有的影响因素都表达为“Ｕ“形或倒“Ｕ”形特点。这里面，风速对空气质量的影响呈正Ｕ形，影响程度自北向南先逐渐减少再逐渐递增，中部地区的影响程度最小。参考郑州市行政区划图，南北敏感度高，受到风速影响程度大，中部敏感度低；而气压和降水对郑州市空气质量的影响表达形式是倒“Ｕ”形，自北向南先逐渐增加再逐渐减少。中部地区的影响程度达到最大。南北敏感度低，意味着郑州市南北气压和降水变化程度大对应的空气质量变动较小。郑州中部敏感度高，中部地区气压和降水稍有波动即可对空气质量指数造成大的影响。1.3.3各影响因素参数估计的时序分析气压降水和风速地时序分析如下图4-8，图4-9，图4-10所示：图4-8气压月均值图4-9降水月均值，图4-10风速月均值（３）讨论各影响因素参数估计参数值的时序波动。进一步分析各气压降水风速影响因素参数估计的时序波动，本文变量从2020年气压降水和风速对郑州市空气质量影响的平均参数估计，结果