空气污染物相关性统计分析————————————————————————————————作者：————————————————————————————————日期:数理统计课程作业报告题目：郑州市主要空气污染物相关性分析课程:数理统计学院: 物流工程院专业：物流工程专业姓名：原上草学号: ６66６6６6666６82０15年12月２0 日目录４一、研究背景ﻩ二、污染物各月数据特征分析ﻩ4三、郑州与杭州空气质量比较分析 (6)四、多元线性回归模型ﻩ74.1PM2．5浓度相关性分析 (7)4．２建立模型ﻩ84.3求解模型 (8)4.4残差分析 (9)4．5模型预测 (9)五、总结ﻩ101１参考文献ﻩ12附件程序ﻩﻬ摘要本文选取了201４年12 月至201５年11月期间郑州市主要空气污染物浓度数据,首先分析了郑州市各个月空气中ＰM2.5、PM1０、CＯ、ＳO2和NＯ２的污染物浓度数据的特征值, 探讨了空气污染物浓度的时间变规律;然后对比了郑州市和杭州市AQI指标，分析空气污染物的空间变化规律;最后采用MATLＡＢ软件分析了PM2.5与其它主要空气污染物之间的相关性得到了y x x x x=-+++-的多元线性回归模型,用１２月份350.39*143.99*20.032*30.16*4的数据进行预测PM2.5浓度与真实值比较，结果表明该模型能较好的拟合PM2.５与其它污染物间相关性。
关键词:多元线性回归;特征分析;空气污染物；相关性一、研究背景随着城市社会经济快速发展、资源能源消耗和污染物排放总量的增长，城市的空气污染问题越来越突出,长期积累的环境风险开始出现。
在２0 1 2年2月,国家出台了新版《环境空气质量标准》(GB3095—2０１2)，调整了部分污染物浓度限值，并增设PM２．5和O３浓度限值，对环境监测环境管理和环境评价提出了新的要求。
城市环境空气质量的好坏与气象条件密切相关,研究和解决空气质量问题，通过分析各污染物浓度之间相关性，才可能准确掌握城市大气污染规律，对改善城市空气质量、提高人民健康水平有重要意义。
本文重点分析了郑州市ＰM2．5浓度与其他主要空气污染物浓度的相关性。
二、污染物数据特征分析郑州市属北温带大陆性季风气候,冷暖适中、四季分明，春季干旱少雨，夏季炎热多雨，秋季晴朗日照长,冬季寒冷少雪。
四季分明的特点在污染物的时空分布上也是表现的十分明显。
本文对郑州市最近１2个月空气中PM2.５、ＰＭ10、CＯ、ＳO2和ＮO２的污染物浓度特征值进行分析，主要污染物的变化情况如下所示：表一：PM２.5浓度特征值PM2.5日期均值标准差中位数众数2014年12月92.748.4954697612015年1月160.733370.24905148962015年2月13252.28698124742015年3月109.033342.50763110912015年4月85.2333329.5800482372015年5月90.632.4495590792015年6月75.332.8097721152015年7月59.3666717.2597562652015年8月58.5333323.0068660722015年9月65.633.1829361372015年10月68.241.3137657282015年11月98.6333374.137038570表二：ＰM10浓度特征值PM10日期均值标准差中位数众数2014年12月193.133371.513981821452015年1月229.866794.97712173492015年2月197.928663.97596188.52752015年3月198.665.180********2015年4月174.366770.322821671192015年5月157.833341.0398*******2015年6月144.160.525671482082015年7月124.366738.236531211212015年8月107.333340.71636105642015年9月126.233356.19234122742015年10月138.633362.56223117802015年11月149.5333103.1167139139表三：CO浓度特征值CO日期均值标准差中位数众数2014年12月 1.9213330.455681 1.85 1.382015年1月 2.1383330.712793 1.95 1.782015年2月 1.6878570.469136 1.7 1.942015年3月 1.5453330.360553 1.54 1.542015年4月 1.380.246833 1.36 1.362015年5月 1.5210.291289 1.43 1.372015年6月 1.2023330.272992 1.21 1.32015年7月0.9940.1584840.980.862015年8月 1.0956670.178712 1.13 1.172015年9月 1.2756670.278731 1.17 1.162015年10月 1.2733330.35569 1.23 1.212015年11月 2.1310.965741 1.91 1.33表四:NO2浓度特征值NO2日期均值标准差众数众数2014年12月61.617.3850564672015年1月74.1666719.8697171702015年2月51.7142917.9281451.5722015年3月57.7666714.6097858702015年4月50.312.9412851422015年5月45.5666710.0222545542015年6月43.6666712.4078842462015年7月40.29.67264238352015年8月43.3666712.2759542312015年9月53.717.051252492015年10月62.4333317.6194762542015年11月61.621.982725672表五：SO2浓度特征值SO2日期均值标准差众数众数2014年12月74.9333331.6595872382015年1月74.1666733.93826661322015年2月57.6428623.7700553.5602015年3月40.418.240602015年4月29.711.4109630172015年5月25.933339.1721826122015年6月17.133339.51396615132015年7月7.333333 5.153208542015年8月7 3.286335652015年9月14.7 6.4712181572015年10月33.0333314.7681731162015年11月30.717.699622439为了方便于直观的分析空气污染物浓度与时间之间的变化规律,将以上表格数据中主要污染浓度的月平均值作折线图如下：图１:污染物浓度月平均值从图1中可以看出郑州市主要空气污染物浓度在十二月至来年二月份左右达到最大,然后污染物浓度开始下降，到六月至八月份降到最低。
郑州市区雾霾天气情况随季节变化比较明显,在冬季，气象条件将更加不利于污染物扩散。
进一步分析PM2.5和P Ｍ１０的变化趋势可预测郑州市雾霾天气大多发生在每年的十二月份至来年的二月份，而每年六月份至八月份雾霾天气出现次数较少。
三、郑州与杭州空气质量比较分析本文分别选取了郑州市和杭州市最近12个月的空气污染浓度数据,以AQI 为指标,将空气污染程度划分为优、良、轻度污染、中度污染、重度污染和严重污染六个等级,下图是对两城市空气质量等级的天数进行比较:图2:郑州市与杭州市空气质量等级由上图可以看出杭州市空气质量等级主要是优和良，占总天数77.3%，中重度污染占比3.2％,郑州市空气质量优良的比例是36．６%不及杭州市的一半,中重度以上污染占比3０.1%。
杭州市空气质量等级明显优于郑州市，对于两城市空气质量的差别进行分析得出两方面的主要影响因素，一人为因素影响：郑州市能源消耗以燃煤为主，占整个能源消耗量的73%。
其中,相当一部分单位的燃煤排放没有达到国家标准,然而即使排放全部达标，因燃煤基数过大，也将对大气环境造成极大危害。
二气候地理因素影响:通过百度地图可以看出郑州位于秦岭501001502002502014…2015…2015…2015…2015…2015…2015…2015…2015…2015…2015…2015…pm2.5pm10CO NO2SO2郑州市各月空气污染物浓月份121231237323158023076132空气质量等级郑州市杭州市以北，属于北温带大陆性季风气候,天气干燥少雨，本地产生的污染物不易扩散,且容易受到北方气流影响，冬季冷空气带来大量污染物被阻隔在秦岭一带，污染物停滞在华北平原,造成郑州空气污染越发严重。
杭州位于秦岭以南属于亚热带季风气候,降水充沛,受东南季风影响,从海上吹来的温湿气流给杭州带来了新鲜的空气的同时也使杭州本地产生的污染更容易扩散。
图3:郑州市与杭州市地理位置关系郑州市空气污染的预防与控制也可以从两个方面讨论:一方面对于本地产生的污染问题,可以提高能源利用率、发展新型清洁能源严查排放不达标车辆、提倡步行与骑行等来减少污染物的产生。
另一方面对于北方气流带来的污染物可以通过与周边省市进行联防联控,减少空气流通带来的污染。
四、空气污染物浓度相关性分析4.1 PM２.5浓度相关性分析PＭ２.５指环境空气中空气动力学当量直径小于等于 2.5 微米的颗粒物。
它能较长时间悬浮于空气中，其在空气中含量浓度越高，就代表空气污染越严重。
本文对郑州市最近１２个月天气数据分析,研究空气中PＭ2.5浓度与PM10、ＣO、ＮO2、和SO２浓度是否相关。
其散点图如下所示:图4:PM2.5与PM1０相关性图5：PM2.5与ＣO相关性图6：PM2.5与ＮＯ2相关性 图7:ＰM ２.5与S Ｏ２相关性 由图4-７可知P Ｍ2.5浓度随着PM1０、CO 、ＮO2、和ＳO ２浓度增加而增加,成线性相关。
4.2建立多元线性回归模型对ＰM2.5浓度与PM １0、C Ｏ、N Ｏ2、和SO2浓度进行多元线性回归,设PM2.5浓度为y ，则01234*1*2*3*4+y x x x x βββββε=++++其中: x １、x2、x ３、x4是回归变量代表ＰM1０、CO 、NO ２、和ＳＯ2浓度,01234,,,,βββββ是回归系数,ε是随机误差应大致服从均值为０的正态分布。
4.3求解模型直接利用ｍa ｔlab 工具箱中的命令regr ｅss 求解，使用格式为:[ｂ,bi ｎｔ,ｒ,rint,st ａts]=ｒe ｇres ｓ(y,x,0.05)其中ｙ为pm2.5浓度,置信度水平设为０.05。