基于因子分析的烏魯木齊市冬季大氣降塵來(lái)源與時(shí)空變化特征

李建剛，李勇澤

新疆烏魯木齊市環(huán)境監(jiān)測(cè)中心站，新疆 烏魯木齊 830001

地表起塵和大氣降塵在大氣圈、陸地表面和海洋間的物理和生物化學(xué)交換過(guò)程中起著重要作用［1］。大氣降塵包括干沉降和濕沉降2種類型。干沉降是指顆粒物通過(guò)重力作用或者與地面上的其他物體碰撞而直接沉降至地面，而濕沉降則指氣溶膠等物質(zhì)隨降雨、降雪、霧等從大氣中降至地面［2］。城市大氣降塵可以反映沉降區(qū)域上空大氣顆粒物的背景特征和由于區(qū)域人類活動(dòng)與低空大氣環(huán)流相互疊加作用的影響［3］。

近年來(lái)對(duì)城市地區(qū)大氣降塵主要開展了降塵來(lái)源［3-4］、化學(xué)組成［5-7］、降塵通量時(shí)空變化［8-10］等方面的研究，發(fā)現(xiàn)大氣降塵來(lái)源廣泛，主要包括燃煤煙塵、工業(yè)粉塵、建筑揚(yáng)塵、風(fēng)沙塵、機(jī)動(dòng)車排放、道路二次揚(yáng)塵等。在不同功能區(qū)降塵中主要成分是地殼元素，絕對(duì)含量均較高，而污染元素(如 Cu、Zn、Pb、Ni、As等)的含量在工業(yè)混合區(qū)和鋼鐵工業(yè)區(qū)則相對(duì)較高，工業(yè)區(qū)降塵通量和降塵污染等級(jí)顯著高于其他功能區(qū)。在季節(jié)變化方面，北方城市春季降塵量高于其他季節(jié)，采暖期降塵量和Fe、Cu、Cr、As等元素濃度高于非采暖期，燃煤和區(qū)域氣象條件是影響降塵的重要內(nèi)在和外來(lái)因素。目前，基于不同功能區(qū)域內(nèi)監(jiān)測(cè)站點(diǎn)降塵通量差異及相關(guān)性，建立因子分析模型，開展城市大氣降塵主要源(區(qū))和降塵時(shí)空變化特征的研究鮮見報(bào)道。

地處西北內(nèi)陸的烏魯木齊市位于天山中段北麓，準(zhǔn)葛爾盆地南端，屬溫帶大陸性干旱氣候。由于特殊的氣候、地形特征和原煤為主的能源消費(fèi)結(jié)構(gòu)，冬季大氣污染嚴(yán)重，城市大氣降塵變化也表現(xiàn)出與其他城市不同的特點(diǎn)。系統(tǒng)分析和研究烏魯木齊市冬季大氣降塵的來(lái)源、時(shí)空變化特征，對(duì)于改善冬季空氣質(zhì)量，制定揚(yáng)塵污染防治措施，提升城市建設(shè)與管理水平都有著重要的科學(xué)參考價(jià)值和意義。該研究利用2000—2009年12個(gè)城區(qū)測(cè)站降塵通量數(shù)據(jù)，建立因子分析模型，研究冬季大氣降塵排放來(lái)源和城市不同功能區(qū)降塵通量差異，定量評(píng)價(jià)降塵通量的年際變化特征。

1 實(shí)驗(yàn)部分

1.1 樣品采集與數(shù)據(jù)

根據(jù)烏魯木齊市行政區(qū)劃和功能區(qū)特征，結(jié)合污染源分布與氣象要素，在4個(gè)主要城區(qū)的不同功能區(qū)域共布設(shè)了12個(gè)降塵監(jiān)測(cè)點(diǎn)，分別是長(zhǎng)江路、北門、南門、揚(yáng)子江路(日?qǐng)?bào)社)、市監(jiān)測(cè)站、區(qū)氣象局(建國(guó)路)、鐵招、收費(fèi)所、七紡、化工廠、輪胎廠、四宮等。

采樣時(shí)間為2000年1月至2009年12月，降塵監(jiān)測(cè)以1個(gè)月為監(jiān)測(cè)周期。采樣及分析嚴(yán)格按照《環(huán)境監(jiān)測(cè)技術(shù)規(guī)范》和《空氣和廢氣監(jiān)測(cè)分析方法》中規(guī)定的自然降塵量和可燃物分析方法。

研究選取2000—2009年冬季采暖期(11月、12月、1月、2月、3月)各月的降塵數(shù)據(jù)。

1.2 數(shù)據(jù)損失與異常值剔除

由于大氣降塵監(jiān)測(cè)周期長(zhǎng)、環(huán)節(jié)多等因素均會(huì)影響降塵監(jiān)測(cè)的準(zhǔn)確性，出現(xiàn)數(shù)據(jù)損失情況。如果某監(jiān)測(cè)點(diǎn)月降塵量明顯低于評(píng)價(jià)標(biāo)準(zhǔn)或異常高于歷年同比數(shù)據(jù)，則當(dāng)月數(shù)據(jù)無(wú)效［11］。該文采用分位數(shù)(箱線圖)法［12］和格拉布斯法(Grubbs)［13］對(duì)所有觀測(cè)數(shù)據(jù)嚴(yán)格進(jìn)行了檢驗(yàn)，未發(fā)現(xiàn)顯著異常的降塵數(shù)據(jù)。

1.3 因子分析方法

因子分析是一種多元統(tǒng)計(jì)分析方法，基本思想是以多變量之間的相關(guān)關(guān)系為基礎(chǔ)，在多變量中尋找相互獨(dú)立的變量組合，構(gòu)成少數(shù)幾個(gè)獨(dú)立的公共因子，對(duì)原有變量進(jìn)行濃縮，起到數(shù)據(jù)降維的作用［14-16］。

1.3.1 建立大氣降塵原始樣本矩陣

根據(jù)近10年冬季采暖期12個(gè)監(jiān)測(cè)點(diǎn)的觀測(cè)數(shù)據(jù)，建立觀測(cè)樣本矩陣X，則

式中：n為大氣降塵的樣本數(shù)，n=50;m為每個(gè)樣本觀測(cè)的指標(biāo)數(shù)，m=12;xij(i=1，2，…，n;j=1，2，…，m)為大氣降塵指標(biāo)的具體取值。

1.3.2 原始數(shù)據(jù)標(biāo)準(zhǔn)化

為避免數(shù)量間過(guò)大差異，將各指標(biāo)觀測(cè)值進(jìn)行標(biāo)準(zhǔn)化處理。采用觀測(cè)值減去其均值再除以標(biāo)準(zhǔn)差的方法，見式(2)，標(biāo)準(zhǔn)化后的矩陣記為xij'。

1.3.3 計(jì)算

計(jì)算樣本相關(guān)系數(shù)矩陣R及其特征值λj和相應(yīng)的單位特征向量Uij。特征值λj(j=1，2，…，m)等于主成分的方差，即Var(Yj)=λj。解R的特征方程|R－ λI|=0，且有 λ1≥λ2≥…λm≥0;對(duì)每個(gè)λj，通過(guò)求解方程組RUj=λjUj，得到對(duì)應(yīng)的單位特征向量Uj(分量Uij，i=1，2，…，n;j=1，2，…，m，記為U)。

1.3.4 建立因子分析模型

Uij是隨機(jī)向量X的相關(guān)矩陣的特征值所對(duì)應(yīng)的特征向量的分量，特征向量之間彼此正交，構(gòu)造因子模型，見式(5)。

式中:aij為因子載荷系數(shù);εi(i=1，2，…，n)為特殊因子，表示原有變量不能被因子解釋的部分，只對(duì)向量X'的分量Xi'(i=1，2，…，n)起作用，在建模中可忽略。此時(shí)主成分Y經(jīng)過(guò)變換成為樣本的公共因子F(Fj=Yj/)，特征向量分量Uij轉(zhuǎn)換為因子載荷aij(aij=Uij)。為了對(duì)樣本原始信息進(jìn)行簡(jiǎn)化，需要選取能最大限度保留原有信息的幾個(gè)主因子，從而達(dá)到降維的目的。通常選取累計(jì)方差貢獻(xiàn)率大于0.85時(shí)的特征值個(gè)數(shù)為因子個(gè)數(shù)［15］。公共因子Fj的方差貢獻(xiàn)率為ej=，累計(jì)方差貢獻(xiàn)率為。

1.3.5 因子載荷矩陣變換

實(shí)際分析中為了對(duì)因子的實(shí)際含義有比較清楚的認(rèn)識(shí)，可通過(guò)因子旋轉(zhuǎn)的方式改變坐標(biāo)軸，重新分配各個(gè)因子解釋原始變量方差的比例，得到新的較為理想的因子載荷矩陣，使因子更易于理解。因子旋轉(zhuǎn)方式包括正交旋轉(zhuǎn)和斜交旋轉(zhuǎn)，該文采用方差極大正交旋轉(zhuǎn)方法。

1.3.6 因子得分及綜合評(píng)價(jià)

因子得分是公共因子F1，F(xiàn)2，…，F(xiàn)m在每一個(gè)樣品點(diǎn)上的得分，可以用來(lái)對(duì)樣品分類或評(píng)價(jià)。由R·b=Aj'求出因子得分系數(shù)矩陣b，其中R為原始變量標(biāo)準(zhǔn)化后的相關(guān)系數(shù)矩陣，Aj'為因子載荷矩陣，即第1，2，3，…，m個(gè)變量在第j個(gè)因子上的因子載荷。因子得分函數(shù)Fj見式(6)，綜合得分見式(7)。因子分析通過(guò)SPSS軟件完成(SPSS 17.0)。

2 結(jié)果與討論

2.1 因子分析可行性檢驗(yàn)

首先檢驗(yàn)原始變量之間是否適合利用因子分析提取因子(見表1)。經(jīng)巴特利特球度檢驗(yàn)，烏魯木齊市冬季大氣降塵Bartlett檢驗(yàn)統(tǒng)計(jì)量值為433.108(P＜0.001)，說(shuō)明冬季大氣降塵樣本相關(guān)系數(shù)矩陣與單位陣有顯著差異。同時(shí)，KMO為0.777，根據(jù)Kaiser給出的KOM度量標(biāo)準(zhǔn)可知原有變量適合進(jìn)行因子分析［15］。

表1 KMO和Bartlett檢驗(yàn)

2.2 主因子確定

根據(jù)前n個(gè)特征值之和在全部特征值之和中所占的比例(即累積方差貢獻(xiàn)率)大于或等于85%的原則來(lái)確定主因子個(gè)數(shù)。由表2和表3可得，前5個(gè)因子累積方差貢獻(xiàn)為87.3%，即提供了12個(gè)大氣降塵點(diǎn)原數(shù)據(jù)總方差87.3%的信息，所提取的主因子包含了原數(shù)據(jù)足夠的信息。

從表3可知，旋轉(zhuǎn)前后5個(gè)因子總的累積貢獻(xiàn)率沒(méi)有變化，即總的信息量沒(méi)有損失，但主因子1的方差貢獻(xiàn)明顯降低，從55.6%下降到28.9%，其余4個(gè)主因子的方差貢獻(xiàn)顯著增加，可能說(shuō)明烏魯木齊市大氣降塵來(lái)源較多，并不僅僅受某一類源(區(qū))的影響。旋轉(zhuǎn)后主因子1和主因子2方差貢獻(xiàn)居前2位，說(shuō)明它們可能是大氣降塵最重要的源(區(qū))。主因子3、4、5的作用將結(jié)合因子載荷矩陣進(jìn)行具體說(shuō)明。

表2 初始特征值與方差貢獻(xiàn)率

表3 提取特征值與方差貢獻(xiàn)

2.3 因子意義的解釋與大氣降塵來(lái)源

因子意義的解釋是因子分析的重要問(wèn)題之一，需要借助于因子載荷矩陣來(lái)完成。確定因子載荷的方法有主成分法、主軸因子法、極大似然法等。不管何種方法確定的初始因子載荷矩陣都不是惟一的，其因子的意義往往含糊不清［14］。采用因子旋轉(zhuǎn)的方法能得到更明確、更具實(shí)際意義的公共因子，使因子變量更具有可解釋性，命名清晰性高，要優(yōu)于主成分分析。因子載荷陣也是變量與公共因子之間的相關(guān)系數(shù)陣。變量與某一個(gè)因子的載荷絕對(duì)值越大，表明該因子與變量關(guān)系越緊密［15］。

主因子1中載荷較高的組分是化工廠、七紡、北門和輪胎廠監(jiān)測(cè)點(diǎn)，載荷值分別是0.869、0.805、0.753和0.650。除北門外，其余3個(gè)測(cè)點(diǎn)都位于城市北郊工業(yè)區(qū)，主要代表了工業(yè)粉塵和燃煤煙塵因子(見表4)。主因子1提供了全市大氣降塵數(shù)據(jù)總方差28.9%的信息，是影響冬季降塵通量最重要的因子。

表4 旋轉(zhuǎn)后因子載荷矩陣(方差極大正交旋轉(zhuǎn))

主因子2主要包括揚(yáng)子江路、南門和長(zhǎng)江路口，載荷值分別是0.798、0.780和0.658，均處于交通干線附近，主要反映了道路揚(yáng)塵、機(jī)動(dòng)車尾氣及干線附近區(qū)域燃煤塵對(duì)大氣降塵的貢獻(xiàn)(見表4)。它提供了降塵數(shù)據(jù)總方差22.0%的信息，是僅次于工業(yè)區(qū)、對(duì)冬季降塵量影響最大的因子。

主因子3中氣象局、鐵招測(cè)點(diǎn)的載荷最高，分別是0.742和0.644。這2個(gè)測(cè)點(diǎn)均屬居住區(qū)，可定義為居住區(qū)采暖燃煤因子(見表4)。主因子3提供了降塵總方差15.5%的信息，說(shuō)明冬季采暖燃煤是影響大氣降塵重要的因子之一。

主因子4中收費(fèi)所測(cè)點(diǎn)的載荷值明顯高于其他測(cè)點(diǎn)，達(dá)到0.948，而該測(cè)點(diǎn)位于城市南郊，受到交通運(yùn)輸、工業(yè)排放和燃煤供熱等多重影響和作用，是大氣降塵來(lái)源的一個(gè)“微縮”(見表4)。

主因子5中四宮測(cè)點(diǎn)載荷值達(dá)到0.969，而其余測(cè)點(diǎn)的載荷都小于0.20。四宮測(cè)點(diǎn)位于城市西北郊，受人為源排放影響很小，屬于大氣降塵的清潔對(duì)照點(diǎn)，主要反映大氣降塵的區(qū)域本底(見表4)，對(duì)全市大氣降塵的影響只有9.7%。

由于冬季嚴(yán)寒，城市建筑施工已全部停止，可以排除建筑揚(yáng)塵的影響;同時(shí)冬季地面積雪覆蓋，土層凍結(jié)，不會(huì)產(chǎn)生土壤揚(yáng)塵和外來(lái)輸送的沙塵，因此冬季大氣降塵變化受人為活動(dòng)影響明顯。從上述5個(gè)主因子的解釋可知，烏魯木齊市冬季大氣降塵主要來(lái)自燃煤煙塵、工業(yè)粉塵、道路揚(yáng)塵和機(jī)動(dòng)車尾氣等排放源，城郊工業(yè)區(qū)、交通干線、居住區(qū)為全市冬季大氣降塵量較大的區(qū)域。旋轉(zhuǎn)后的因子載荷矩陣能夠較清晰地表征出烏魯木齊市冬季大氣降塵的主要污染排放源和功能區(qū)分布特征，與本市顆粒物濃度的空間分布也較符合。說(shuō)明在沒(méi)有或不利用降塵化學(xué)組分信息的情況下，基于不同功能區(qū)大氣降塵通量相關(guān)性和差異，利用因子分析方法，可以基本判斷大氣降塵的來(lái)源。

2.4 因子得分與大氣降塵變化趨勢(shì)

利用回歸法(regression)計(jì)算出因子得分系數(shù)矩陣(見表5)，據(jù)此可列出各主因子得分函數(shù)：

表5 因子得分系數(shù)矩陣

由因子意義的解釋可知，每個(gè)主因子都代表了一類大氣降塵的源(區(qū))信息，即大氣降塵的排放源或城市功能區(qū)降塵通量的差異。因此，可以利用各因子得分函數(shù)及在此基礎(chǔ)上加權(quán)計(jì)算得到的綜合得分來(lái)評(píng)價(jià)烏魯木齊市大氣降塵時(shí)空變化特征。選定影響主城區(qū)大氣降塵的最主要4個(gè)因子變量的方差貢獻(xiàn)率作為權(quán)數(shù)，計(jì)算綜合得分：

由圖1可知，2000—2009年烏魯木齊市城/郊區(qū)(不含背景點(diǎn))大氣降塵的綜合得分呈下降趨勢(shì)(Spearman秩相關(guān)系數(shù)為－0.612，P＜0.1，負(fù)值表示小于平均值的情況)，前5年(2000—2004年)大氣降塵綜合得分總體高于后5年(2005—2009年)。若不考慮交通道路區(qū)域，城/郊區(qū)大氣降塵綜合得分呈明顯下降趨勢(shì)(Spearman秩相關(guān)系數(shù)為 －0.685，P＜0.05)。這些城/郊區(qū)的大氣降塵監(jiān)測(cè)點(diǎn)都位于4個(gè)主要行政區(qū)內(nèi)，說(shuō)明烏魯木齊市主城區(qū)大氣降塵通量逐年在減少。

圖1 近10年樣品綜合得分

在各因子得分(圖2)中，2000—2004年因子F1得分總體高于2005—2009年，說(shuō)明城郊(工業(yè))排放對(duì)大氣降塵的貢獻(xiàn)總體在減少，可能與2005年后城郊工業(yè)企業(yè)(七防、輪胎廠、化工廠)陸續(xù)關(guān)閉、轉(zhuǎn)產(chǎn)有關(guān)。因子F2代表了交通道路干線區(qū)域降塵的情況，得分呈波動(dòng)狀態(tài)，2000—2004年得分與2005—2009年得分相比變化較小。因子F3得分變化趨勢(shì)與因子F1相似，2000—2004年得分總體高于2005—2009年，表明2005年后居住區(qū)采暖燃煤排放對(duì)大氣降塵的貢獻(xiàn)可能在下降。因子F42000—2004年得分呈明顯下降趨勢(shì)(Spearman秩相關(guān)系數(shù)為 －0.900，P＜0.05)，而2005—2009年得分較為穩(wěn)定，說(shuō)明2005年后混合區(qū)工業(yè)、交通、居住采暖燃煤排放對(duì)大氣降塵通量總的影響變化較小。因子F5反映了烏魯木齊市大氣降塵的背景信息，2000—2004年該因子得分保持穩(wěn)定，而2005—2009年呈顯著增加趨勢(shì)(Spearman秩相關(guān)系數(shù)為1.000，P＜0.01)，可能說(shuō)明2005年以來(lái)背景點(diǎn)受到了人為活動(dòng)的影響，這與烏魯木齊市城市北擴(kuò)、城建區(qū)面積逐年增加有關(guān)。

圖2 2000—2009年各主因子得分

清潔區(qū)大氣污染表征了區(qū)域環(huán)境的影響，是全面評(píng)價(jià)城市大氣環(huán)境質(zhì)量變化的基礎(chǔ)［17］，2005—2009年清潔點(diǎn)因子F5得分逐年顯著增加，且明顯大于2000—2004年。在此背景下，城郊降塵因子F1、居住區(qū)降塵因子F3、混合區(qū)因子F4得分卻比前5年總體都在下降，充分說(shuō)明冬季燃煤排放、工業(yè)源對(duì)大氣降塵的貢獻(xiàn)在減少，相關(guān)的大氣污染控制取得了一定效果。

3 結(jié)論

1)烏魯木齊市冬季大氣降塵的主要來(lái)源為燃煤煙塵、工業(yè)粉塵、道路揚(yáng)塵及機(jī)動(dòng)車尾氣。工業(yè)區(qū)、交通干線和居住區(qū)為全市冬季大氣降塵量較大的區(qū)域。

2)2000—2009年烏魯木齊市主城區(qū)冬季大氣降塵通量呈下降趨勢(shì)。工業(yè)排放、居住區(qū)燃煤對(duì)大氣降塵的貢獻(xiàn)總體在減少，與近年來(lái)工業(yè)企業(yè)關(guān)閉、轉(zhuǎn)產(chǎn)及燃煤設(shè)施污染物治理有關(guān)。冬季城區(qū)交通道路干線區(qū)域降塵通量呈波動(dòng)狀態(tài)，變化較小。

3)烏魯木齊市清潔點(diǎn)大氣降塵通量前5年保持穩(wěn)定，而后5年呈顯著增加趨勢(shì)，可能與2005年以來(lái)城市北擴(kuò)、城建區(qū)面積逐年增加，清潔點(diǎn)區(qū)域受到人為活動(dòng)影響有關(guān)。

4)在不利用降塵化學(xué)組分信息的情況下，基于不同功能區(qū)大氣降塵通量相關(guān)性和差異，通過(guò)因子分析方法，可以較清晰地表征出烏魯木齊市大氣降塵的主要污染來(lái)源和功能區(qū)分布。

［1］王贊紅．大氣降塵監(jiān)測(cè)研究［J］．干旱區(qū)資源與環(huán)境，2003，17(1)：54-59．

［2］Jan W E，Claus B，Geert D，et al．Review of Deposition Monitoring Methods［J］．Tellus，1994(46B)：79-93．

［3］倪劉建，張甘霖，阮心玲，等．南京市不同功能區(qū)大氣降塵的沉降通量及污染特征［J］．中國(guó)環(huán)境科學(xué)，2007，27(1)：2-6．

［4］楊麗萍，陳發(fā)虎．蘭州市大氣降塵污染物來(lái)源研究［J］．環(huán)境科學(xué)學(xué)報(bào)，2002，22(4)：499-502．

［5］邢小茹，薛生國(guó)，張乃英，等．鞍山市大氣塵和金屬元素沉降通量及污染特征［J］．中國(guó)環(huán)境監(jiān)測(cè)，2010，26(2)：11-15．

［6］Lu X W，Li L Y，Wang L J，et al．Contamination assessment of mercury and arsenic in roadway dust from Baoji，China［J］．Atmospheric Environment，2009，43：2 489-2 496．

［7］楊麗萍，陳發(fā)虎，張成君．蘭州市大氣降塵的化學(xué)特性(自然科學(xué)版)［J］．蘭州大學(xué)學(xué)報(bào)，2002，38(5)：115-120．

［8］郭婧，徐謙，荊紅衛(wèi)，等．北京市近年來(lái)大氣降塵變化規(guī)律及趨勢(shì)［J］．中國(guó)環(huán)境監(jiān)測(cè)，2006，22(4)：49-51．

［9］藺昕，李曉軍，胡濤，等．北方典型城市降塵時(shí)空分布特征及影響因素分析［J］．生態(tài)環(huán)境，2008，17(1)：143-146．

［10］陳圓圓，孫小靜，王軍，等．上海市寶山區(qū)大氣降塵污染時(shí)空變化特征［J］．環(huán)境化學(xué)，2009，28(6)：859-863．

［11］黃嫣旻，居力，魏海萍，等．上海市降塵監(jiān)測(cè)中存在的問(wèn)題［J］．中國(guó)環(huán)境監(jiān)測(cè)，2009，25(2)：97-100．

［12］孫向東，劉擁軍，陳雯雯，等．箱線圖法在動(dòng)物衛(wèi)生數(shù)據(jù)異常值檢驗(yàn)中的運(yùn)用［J］．中國(guó)動(dòng)物檢疫，2010，27(7)：66-68．

［13］GB/T 4883—2008 數(shù)據(jù)的統(tǒng)計(jì)處理和解釋-正態(tài)樣本離群值的判斷和處理［S］．

［14］孫德山．主成分分析與因子分析關(guān)系探討及軟件實(shí)現(xiàn)［J］．統(tǒng)計(jì)與決策，2008(13)：153-155．

［15］薛薇．基于SPSS的數(shù)據(jù)分析［M］．北京：中國(guó)人民大學(xué)出版社，2006．

［16］汪妮，白慶芹，張建龍，等．基于因子分析法的再生水水質(zhì)及其變動(dòng)情況研究［J］．西北農(nóng)林科技大學(xué)學(xué)報(bào)：自然科學(xué)版，2011，39(7)：217-222，228．

［17］李令軍，王英，李金香．北京清潔區(qū)大氣顆粒物污染特征及長(zhǎng)期變化趨勢(shì)［J］．環(huán)境科學(xué)，2011，32(2)：319-323．