基于主成分分析南京空气污染各成分的关系(共5页).doc

《基于主成分分析南京空气污染各成分的关系(共5页).doc》由会员分享，可在线阅读，更多相关《基于主成分分析南京空气污染各成分的关系(共5页).doc（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上基于主成分分析南京空气污染各成分的关系贺永平（东南大学机械工程学院工业工程系，南京）摘要：本文根据从南京9个空气环境监测站所得到的空气污染物数据，在空气各成分的相关性指标中，运用主成分分析法，对各个监测样本各个特征性指标进行分类分析后。结果表明占总方差的79.038%的三个因子来反映空气污染的总体程度，这三个因子归类分别为(1)NO2、O3、O32和SO2。(2)AQI和O3。(3)PM10和CO。有主成分分析法我们可以准确的探讨出空气各污染指数准确的内在关系，为当下我们的环境治理提供一些参考和帮助。关键字：空气污染；主成分分析；可吸入颗粒。Analyze the r

2、elationship between the components of air pollution in Nanjing based on principal component. heyongping(College of mechanical Engineering, South East University, Nanjing, )Abstract: According to the data of air pollutants in ambient air from Nanjing nine stations obtained in the relevant indicators

3、of each component in the air, using principal component analysis, classification analysis of the characteristics of various monitoring indicators after each sample. The results show that 79.038% of the total variance of the three factors to reflect the overall level of air pollution, these three fac

4、tors were categorized as (1) NO2, O3, O32 and SO2. (2) AQI and O3. (3) PM10 and CO. We have a principal component analysis can accurately investigate the air pollution index accurately all the intrinsic relationship and help provide some reference to our current environmental governanceKeywords: Air

5、 Pollution;principal component analysis;Respirable particulate.1数据本文所提供的数据可以详见南京空气检测站，原始数据见文末附录。2主成份分析法（Principal Component Analysis, PCA）主成份分析法也称主分量分析或矩阵数据分析,通过变量变换的方法把相关的变量变为若干不相关的综合指标变量.6图1 主成份分析法示意图若某研究对象有两项指标1和2,从总体(1,2)中抽取了N个样品,它们散布在椭圆平面内(见图1),指标1与2有相关性.1和2分别是椭圆的长轴和短轴,12,故1与2互不相关.其中1是点(1,2)在长轴

6、上的投影坐标,2是该点在短轴上的投影坐标.从图1可以看出点的N个观测值的波动大部分可以归结为1轴上投影点的波动,而2轴上投影点的波动较小若1作为一个综台指标,则1可较好地反映出N个观测值的变化情况,2的作用次要综合指标1称为主成份,找出主成份的工作称为主成份分析7。可见,主成份分析即选择恰当的投影方向,将高维空间的点投影到低维空间上,且使低维空间上的投影尽可能多地保存原空间的信息,就是要使低维空间上投影的方差尽可能地大8。3 主成份分析法的应用3.1 原始数据的处理和标准化由于原始数据矩庞大,如对全部指标进行分析,将而导致主次要成因相混淆;若仅选其中部分指标,又可能会影响分析结果的代表性和完整

7、性.此外,为了克服不同变量数值差异过大而造成的主成份分析误差,按照主成份分析法要求,应对原始数据矩阵进行标准化,进而得到进行主成份分析的变量的相关系数矩阵,见表1 AQIPM2.5PM10CONO2O3O32SO2相关AQI1.000.180-.149.523-.676-.082.172-.493PM2.5.1801.000-.069.395-.313.461.491-.250PM10-.149-.0691.000.258.253.221.198.139CO.523.395.2581.000-.238-.012.103-.097NO2-.676-.313.253-.2381.000-.314-

8、.525.605O3-.082.461.221-.012-.3141.000.963-.324O32.172.491.198.103-.525.9631.000-.478SO2-.493-.250.139-.097.605-.324-.4781.000数据解读：O32表示每八小时测一次得到的，其余数据表示每一小时测得的数据（包括O3）4空气污染物主成分分析结果计算主成份分析的计算结果中,新变量所代表的方差(即对应的特征值)贡献率和由原变量变换为新变量的线性变换系数(即对应的特征向量)就成为我们进行综合分析的重点.在主成份分析中一般要求少数新变量的累积方差贡献率应大于65%.下列表2、表3和表4

9、分别给出了原始数据的公因子方差、各个主成份的解释的总方差和主成份的计算结果. 表2 公因子方差初始提取AQI1.000.863PM2.51.000.461PM101.000.711CO1.000.900NO21.000.815O31.000.964O321.000.965SO21.000.644表3 各成分解释的总方差成份初始特征值提取平方和载入合计方差的 %累积 %合计方差的 %累积 %13.23140.38640.3863.23140.38640.38621.77322.15762.5431.77322.15762.54331.32016.49579.0381.32016.49579.03

10、84.85310.65889.6965.4275.34095.0366.2222.77797.8137.1752.18199.9948.000.006100.000提取方法：主成份分析。 在表4成分矩阵中我们看出，与第一主成分密切相关的是NO2、O3、O32和SO2。它们与第一主成分的相关性绝对值都超过了65%，这说明了第一主成分反映了南京空气污染气体排放严重，这些气体在空气中都比较稳定，容易长时间聚集，使得空气严重恶化。而再看与第二主成分密切相关的是AQI和O3，AQI反映的是空气整体的质量水平，是其他检测数据的整体体现，说明南京空气中的O3是其主要污染物，而O3本身和其他空气相比比较重，最

11、容易在地面积淀，所以对空气的污染影响最大。 表4 成份矩阵成份123AQI.585-.700.177PM2.5.637.142.188PM10-.005.501.678CO.400-.318.799NO2-.798.366.212O3.686.692-.121O32.840.500-.092SO2-.714.217.294最后我们看与第三主成分密切相关的是PM10和CO，PM10是空气中的可吸入颗粒，PM10和CO主要也是由工厂和汽车尾气排放，而结合南京的周边环境和周边工厂分布可知道，这些主要颗粒也是因为周边工厂大量排放污染气体所致。 从表3的方差贡献率可以看出，第一主成分的方差贡献率为40.

12、386%，远远大于第二、三主成分的22.157%和16.495%，所以可以得出南京空气污染物最严重的是第一主成分的NO2、O3和SO2，其次是PM10和CO。5结论城市空气污染物系统是一个有众多因子构成的复杂系统，其综合评价的指标也多如牛毛。而在空气污染的综合评价中运用主成分分析法，可以在损失比较小的情况下，得出影响空气质量的主要指标。同时可以对多个观测地点进行统计最后比较分析，而这也是主成分分析法的一大优点。而对南京9个监测点的污染物的统计比较，再进行主成分分析后得到南京的空气污染严重，且主要是南京的有毒气体大量排放，导致空气质量严重下滑。所以南京市可以加大对工业废气的排放的监控和限制私家车

13、数量的过度膨胀。参考文献(References)1汪应洛.系统工程M.北京：机械工业出版社.2009.54-60.2中国环监总站3刘永,郭怀成. 城市大气污染物浓度预测方法研究J.安全与环境学报.2004(04).4赵仲莲,戚登臣,杨德保,王洪峰.兰州市三种主要空气污染物(SO2,NO2,PM10)的统计预报方法J.甘肃科技.2006(12)附录：监测点AQIPM2.5/1hPM10/1hCO/1hNO2/1hO3/1hO3/8hSO2/1h迈皋桥3232243622.975900170草场门3042384302.52992242山西路3151944063.249671179中华门32004332.561081255瑞金路3082384063.42612613941玄武湖3312563792.7971086663浦口2961503141.9598311644奥体中心3233084202.89235667328仙林大学城3692313533.32320163专心-专注-专业