采用因子分析法的城市空氣污染風(fēng)險評價研究

羅運(yùn)成

(廣東財經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院， 廣州　510320)

近年來，霧霾天氣的頻發(fā)使得人們對空氣污染問題的關(guān)注大幅提高。隨著中國現(xiàn)代工業(yè)的迅速發(fā)展，空氣中的污染物量遠(yuǎn)超過空氣的自凈能力，導(dǎo)致中國各城市受到不同程度的空氣污染，大氣環(huán)境的污染問題日趨嚴(yán)峻。同時，空氣污染所引發(fā)的霧霾天氣對公眾的健康和生活有較大的影響，這也是阻礙經(jīng)濟(jì)社會健康發(fā)展的重要因素之一。因此，如何衡量空氣污染的風(fēng)險程度，建立科學(xué)有效的評價指標(biāo)體系，并探索行之有效的治理策略以提高空氣的質(zhì)量，已成為中國政府面臨的重要課題。在此背景下，本文通過實(shí)證研究，利用已有數(shù)據(jù)建立評價指標(biāo)體系，測算空氣污染風(fēng)險指數(shù)(air pollution risk index，APRI)，以此來衡量空氣污染的風(fēng)險程度，并提出相關(guān)建議與對策，以期為政府及相關(guān)部門制定防控政策提供借鑒和參考。

關(guān)于空氣污染問題及其所引發(fā)的霧霾天氣，國內(nèi)外學(xué)者主要從兩方面進(jìn)行了大量的研究與探討：一是以空氣污染的來源及成因?yàn)檠芯繉ο螅鏕.M.Marcazzan等[1]對米蘭市區(qū)樣本進(jìn)行研究，發(fā)現(xiàn)當(dāng)出現(xiàn)嚴(yán)重空氣污染時，PM2.5/PM10的比值有明顯的上升；I.Colbeck等[2]研究了巴基斯坦的環(huán)境現(xiàn)狀，認(rèn)為空氣中的顆粒物是最嚴(yán)重的空氣污染物；Yan等[3]對空氣質(zhì)量指數(shù)與空氣污染物的變化進(jìn)行了研究，認(rèn)為PM2.5是最嚴(yán)重的空氣污染物；李小飛等[4]通過實(shí)證研究，發(fā)現(xiàn)燃煤對空氣質(zhì)量的影響比較大，可吸入顆粒物為影響空氣質(zhì)量的主要污染因子；呂效譜等[5]研究發(fā)現(xiàn)，由特殊氣象條件所導(dǎo)致的機(jī)動車尾氣及煤煙型復(fù)合污染是引起大范圍污染的主要原因；程念亮等[6]對北京市空氣重污染的形成過程進(jìn)行了實(shí)證分析，認(rèn)為穩(wěn)定的氣象條件對重污染的形成起到了關(guān)鍵作用，區(qū)域輸送對空氣重污染的貢獻(xiàn)率最大；沈勁等[7]研究發(fā)現(xiàn)，不利的氣象因素是引起污染多發(fā)的主要因素，被氧化成的氣溶膠是影響粵東等地區(qū)的PM2.5污染事件發(fā)生的重要原因；盛真真等[8]用MISO多元廣義神經(jīng)網(wǎng)絡(luò)的方法對影響霧霾天氣的因子進(jìn)行對比分析，認(rèn)為PM2.5是影響霧霾天氣的主要因素；王偉武等對空氣污染物及影響因子進(jìn)行了空間分析，指出4個影響空氣污染物空間分布的因素分別是道路比例、地表溫度、城鎮(zhèn)建設(shè)用地和人口密度[9]；馮少榮等[10]利用2種統(tǒng)計方法，即多元回歸方法和多元統(tǒng)計學(xué)中的因子分析和對應(yīng)分析對霧霾的影響因素進(jìn)行了實(shí)證研究，指出了4個影響霧霾現(xiàn)象的主要因素分別為城市面積、第二產(chǎn)業(yè)占比、單位面積機(jī)動車量和機(jī)動車量；楊陽等[11]利用相關(guān)統(tǒng)計方法，分析了影響空氣綜合質(zhì)量的4個主要因素，分別是年平均飽和水氣壓、第二產(chǎn)業(yè)GDP的百分比、城市建成區(qū)面積和城區(qū)海拔落差。二是對大氣環(huán)境的污染程度進(jìn)行測度，如楊志民等[12]利用模糊支持向量機(jī)的方法確定模糊決策函數(shù)和隸屬度，并選取SO2、NO2、總懸浮顆粒物和空氣綜合污染指數(shù)4個指標(biāo)來衡量空氣污染的程度，對空氣質(zhì)量進(jìn)行綜合評價；陳輝等[13]運(yùn)用分形求和模型，對空氣中污染物的分布特征進(jìn)行了分析，并選取3項(xiàng)污染物PM10、SO2和NO2作為影響因子，通過構(gòu)建橡樹嶺大氣環(huán)境質(zhì)量指數(shù)的方法來表示空氣的污染程度；楊曉艷等[14]采用模糊綜合評價的方法，選擇PM2.5、PM10、SO2、NO2、O3和CO共6個因素作為評價因子，并根據(jù)最大隸屬度原則對城市環(huán)境空氣質(zhì)量進(jìn)行排序；馬楠等[15]以所觀測的氣溶膠譜分布數(shù)據(jù)計算得到判別參考值，并與實(shí)測PM2.5、能見度和相對濕度進(jìn)行比較，以此來估計出現(xiàn)霧霾天氣的概率；李云禎等[16]構(gòu)建了空氣質(zhì)量指數(shù)與霧霾天氣之間的非線性模型，認(rèn)為該模型在判別霧霾日方面較為準(zhǔn)確。

綜上所述，經(jīng)過多年對大氣環(huán)境問題的不斷研究和分析，目前比較一致的看法是認(rèn)為空氣中的顆粒物及二氧化硫、二氧化氮及相關(guān)氧化物為主要的污染物。

1　研究方法

1.1　空氣污染風(fēng)險指數(shù)的構(gòu)建

根據(jù)國內(nèi)外研究文獻(xiàn)發(fā)現(xiàn)，要衡量某事物的某種水平或程度，學(xué)術(shù)界通常用構(gòu)建指數(shù)的方法對其進(jìn)行研究分析和綜合評價。隨著對大氣污染影響因素的不斷研究與分析，學(xué)者們比較一致地認(rèn)為，氣態(tài)污染物和懸浮顆粒物的共同作用對空氣質(zhì)量產(chǎn)生了極大的影響，而氣態(tài)污染物的排放和空氣中所產(chǎn)生的懸浮顆粒物是自然與人為共同作用的結(jié)果。因此，本文通過空氣污染風(fēng)險指數(shù)的構(gòu)建，對2015年31個重點(diǎn)城市的空氣污染風(fēng)險程度進(jìn)行度量。

基于上述的分析，將空氣污染風(fēng)險指數(shù)(APRI)定義為：

(1)

式中:APRI表示空氣污染風(fēng)險指數(shù);Fi表示構(gòu)建空氣污染風(fēng)險指數(shù)的綜合因子;wi表示構(gòu)成綜合因子Fi所對應(yīng)的權(quán)重?？諝馕廴撅L(fēng)險指數(shù)的大小表示該地區(qū)空氣污染風(fēng)險程度的大小，指數(shù)越大表明該地區(qū)在某時間段內(nèi)的大氣受到污染的風(fēng)險程度就越大；反之，則表明大氣受到污染的風(fēng)險程度就越小。

1.2　評價指標(biāo)體系的構(gòu)建

評價指標(biāo)體系的構(gòu)建應(yīng)考慮到空氣中懸浮顆粒物的情況和相關(guān)污染物的排放情況。因?yàn)榭諝馕廴撅L(fēng)險指數(shù)是通過反映空氣質(zhì)量和污染物排放的基礎(chǔ)指標(biāo)進(jìn)行擬合計算得出的，因此根據(jù)數(shù)據(jù)的可得性和有效性以及指標(biāo)的代表性和簡潔性，本文選擇空氣質(zhì)量、工業(yè)污染物和生活污染物3個維度的10個指標(biāo)來構(gòu)建評價體系(見表1)，其中xi表示第i個評價指標(biāo)(i=1,2,…,10)。

表1　評價指標(biāo)體系

1.3　指數(shù)構(gòu)建的方法選擇

根據(jù)本文的研究思路并考慮到不同指數(shù)構(gòu)建方法的優(yōu)缺點(diǎn)，選用因子分析法對空氣污染風(fēng)險指數(shù)進(jìn)行測算。因子分析法的主要思想是能把本文所選取的10個基礎(chǔ)指標(biāo)轉(zhuǎn)化為少數(shù)幾個線性無關(guān)的綜合因子來表示原始變量之間的關(guān)系，且盡可能多地反映原變量的信息(85%以上)。同時，在此過程中還可以得到各綜合因子所對應(yīng)的權(quán)重，最終完成空氣污染風(fēng)險指數(shù)(APRI)的構(gòu)建與測算。

1.4　數(shù)據(jù)來源

本文采用10個空氣質(zhì)量及污染物排放情況指標(biāo)的相關(guān)數(shù)據(jù)，對中國2015年31個重點(diǎn)城市的空氣污染風(fēng)險水平進(jìn)行研究。選取的樣本數(shù)據(jù)均來自于國家統(tǒng)計局公布的《中國統(tǒng)計年鑒(2016)》。

表2　KMO和Bartlett 的檢驗(yàn)

2　實(shí)證測算與結(jié)果分析

2.1　KMO和Bartlett 的檢驗(yàn)

為了檢驗(yàn)所選指標(biāo)的樣本數(shù)據(jù)是否可以進(jìn)行因子分析，本文運(yùn)用KMO統(tǒng)計量和Bartlett的球形度檢驗(yàn)法對樣本數(shù)據(jù)進(jìn)行檢驗(yàn)。具體檢驗(yàn)結(jié)果見表2。

從檢驗(yàn)結(jié)果可以看出：KMO=0.692>0.5，且統(tǒng)計量的顯著性概率為0.000，因此可以用因子分析法對所選樣本進(jìn)行研究。

2.2　綜合因子的個數(shù)及權(quán)重的確定

通過因子分析法對31個城市的10個基礎(chǔ)指標(biāo)進(jìn)行分析，研究結(jié)果顯示：前4個公因子的方差累積貢獻(xiàn)率達(dá)到了87.737%，說明前4個因子解釋了原變量中的絕大部分信息，同時將10個指標(biāo)轉(zhuǎn)化為4個綜合因子，起到了降維的作用。因此，提取前4個綜合因子來測算空氣污染風(fēng)險指數(shù)。

表3　旋轉(zhuǎn)后的因子載荷矩陣

根據(jù)旋轉(zhuǎn)后的因子載荷矩陣，可以得到綜合因子的原變量線性組合，并對其進(jìn)行命名和解釋，結(jié)果如表3所示。

從表3可以看出：綜合因子F1主要受工業(yè)二氧化硫排放量(指標(biāo)系數(shù)為94.6%)、工業(yè)氮氧化物排放量(指標(biāo)系數(shù)為84.2%)和工業(yè)煙塵排放量(指標(biāo)系數(shù)為91%)的影響，故稱F1為工業(yè)污染物因子，它在一定程度上反映工業(yè)污染物對空氣質(zhì)量的影響。綜合因子F2主要受二氧化氮年平均濃度(指標(biāo)系數(shù)為89.8%)、可吸入顆粒物年平均濃度(指標(biāo)系數(shù)為85.4%)和細(xì)顆粒物年平均濃度(指標(biāo)系數(shù)為88.2%)的影響，故稱F2為空氣質(zhì)量因子，它在一定程度上反映空氣質(zhì)量指標(biāo)對空氣質(zhì)量的影響。綜合因子F3主要受生活二氧化硫排放量(指標(biāo)系數(shù)為84.4%)、生活氮氧化物排放量(指標(biāo)系數(shù)為91.3%)和生活煙塵排放量(指標(biāo)系數(shù)為82.9%)的影響，故稱F3為生活污染物因子，它在一定程度上反映生活污染物對空氣質(zhì)量的影響。綜合因子F4主要受二氧化硫年平均濃度(指標(biāo)系數(shù)為92.7%)的影響，故稱F4為空氣質(zhì)量的補(bǔ)充因子，它在一定程度上與綜合因子F2相結(jié)合來反映空氣質(zhì)量指標(biāo)對空氣質(zhì)量的影響。

表4　綜合因子的權(quán)重

通過最大方差法對因子進(jìn)行旋轉(zhuǎn)，得出提取的4個綜合因子的貢獻(xiàn)率分別為26.559%、26.083%、23.959%和11.136%。因此，4個綜合因子所對應(yīng)的權(quán)重分別為w1=26.559%、w2=26.083%、w3=23.959%和w4=11.136%。具體結(jié)果見表4。

2.3　空氣污染風(fēng)險指數(shù)的測算

將樣本數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后，根據(jù)旋轉(zhuǎn)后因子載荷矩陣中原始變量的線性組合，可以算出各綜合因子的得分，再結(jié)合上述所確定的綜合因子的個數(shù)及所對應(yīng)的權(quán)重，對綜合因子的權(quán)重進(jìn)行歸一化處理后，可以得到空氣污染風(fēng)險指數(shù)(APRI)的表達(dá)式為

0.302 71F1+0.297 29F2+0.273 08F3+0.126 92F4

(2)

從上述表達(dá)式可以看出：對空氣污染風(fēng)險指數(shù)的影響從大到小分別是工業(yè)污染物指標(biāo)(指標(biāo)貢獻(xiàn)為30.271%)、空氣質(zhì)量指標(biāo)(指標(biāo)貢獻(xiàn)為29.729%)、生活污染物指標(biāo)(指標(biāo)貢獻(xiàn)為27.308%)和空氣質(zhì)量補(bǔ)充指標(biāo)(指標(biāo)貢獻(xiàn)為12.692%)。根據(jù)研究得到的空氣污染風(fēng)險指數(shù)的表達(dá)式及因子分析的結(jié)果，可以計算出31個重點(diǎn)城市的空氣污染風(fēng)險指數(shù)，具體計算結(jié)果見表5。

表5　各城市測算的空氣污染風(fēng)險指數(shù)

城市F1F2F3F4APRI武漢0.520.93-0.77-0.710.13長沙-0.98-0.01-0.55-0.40-0.50廣州-0.52-0.23-0.45-0.96-0.47南寧-0.59-0.73-0.30-0.45-0.53?？?0.98-2.14-0.29-0.35-1.06重慶4.26-0.900.54-0.871.06成都-0.791.08-0.55-1.00-0.19貴陽-0.24-1.420.55-0.31-0.39昆明-0.17-1.36-0.39-0.13-0.58拉薩-1.02-1.58-0.41-0.21-0.92西安-0.910.341.53-0.540.18蘭州-0.270.78-0.53-0.34-0.04西寧-0.24-0.29-0.100.57-0.11銀川-0.34-0.39-0.612.49-0.07烏魯木齊-0.241.26-0.63-0.710.04

2.4　有效性檢驗(yàn)

本文利用空氣污染風(fēng)險指數(shù)值與空氣污染相關(guān)的指標(biāo)監(jiān)測數(shù)據(jù)進(jìn)行比較的方法對空氣污染風(fēng)險指數(shù)進(jìn)行有效性的檢驗(yàn)。由于可查詢的監(jiān)測數(shù)據(jù)比較有限，本文除了利用《中國統(tǒng)計年鑒(2016)》所提供的數(shù)據(jù)外，還通過濃度限值表計算得到的數(shù)據(jù)與空氣污染風(fēng)險指數(shù)進(jìn)行對比檢驗(yàn)。因此，本文將從2個方面對風(fēng)險指數(shù)值進(jìn)行檢驗(yàn)：一是將空氣污染風(fēng)險指數(shù)(APRI)與2015年的年平均空氣質(zhì)量指數(shù)(AQI)進(jìn)行比較；二是將空氣污染風(fēng)險指數(shù)(APRI)與2015年的污染天數(shù)占比進(jìn)行比較。此外，為了更好地進(jìn)行有效性檢驗(yàn)，選取31個重點(diǎn)城市空氣污染風(fēng)險指數(shù)值的中位數(shù)作為風(fēng)險水平的臨界值，通過表6可知：該臨界值為-0.03，當(dāng)APRI值高于-0.03時，表示該城市的空氣受到污染的風(fēng)險程度比較高；APRI值低于-0.03時，表示該城市的空氣受到污染的風(fēng)險程度比較低?？諝馕廴撅L(fēng)險指數(shù)的有效性檢驗(yàn)結(jié)果如表6所示。

表6　空氣污染風(fēng)險指數(shù)的有效性檢驗(yàn)

城市空氣污染風(fēng)險指數(shù)/APRI2015年的年平均空氣質(zhì)量指數(shù)/AQI2015年的污染天數(shù)占比/%蘭州-0.0412130.96銀川-0.0712029.04西寧-0.1111819.18成都-0.1913642.19合肥-0.2113934.79杭州-0.2112833.70貴陽-0.391056.85福州-0.45855.75廣州-0.4710514.52長沙-0.5013329.59南寧-0.5310811.23昆明-0.58884.11南昌-0.6111014.79拉薩-0.927814.25?？?1.06684.38

1) 將空氣污染風(fēng)險指數(shù)與2015年的年平均空氣質(zhì)量指數(shù)進(jìn)行對比檢驗(yàn)。結(jié)果表明：鄭州在2015年的年平均空氣質(zhì)量指數(shù)值為173，是31個城市中的最大值，其所對應(yīng)的空氣污染風(fēng)險指數(shù)值為0.51，在風(fēng)險水平的臨界值之上；?？谠?015年的年平均空氣質(zhì)量指數(shù)值為68，是31個城市中的最小值，其所對應(yīng)的空氣污染風(fēng)險指數(shù)值為-1.06，在風(fēng)險水平的臨界值之下，且空氣污染風(fēng)險指數(shù)值為最小值；年平均空氣質(zhì)量指數(shù)值小于100，即空氣質(zhì)量等級為優(yōu)良的城市有4個，其所對應(yīng)的空氣污染風(fēng)險指數(shù)值均在臨界值之下；年平均空氣質(zhì)量指數(shù)值大于150的城市也有4個，即其空氣質(zhì)量等級為中度污染，所對應(yīng)的空氣污染風(fēng)險指數(shù)值均在臨界值之上。從該方面來看，風(fēng)險指數(shù)的準(zhǔn)確率為100%。因此，可通過該指數(shù)值較好地判斷大氣環(huán)境污染的風(fēng)險程度。

2) 將空氣污染風(fēng)險指數(shù)與2015年的污染天數(shù)占比進(jìn)行對比檢驗(yàn)。結(jié)果表明：濟(jì)南在2015年的污染天數(shù)占比為66.03%，是31個城市樣品中的最大值，其所對應(yīng)的空氣污染風(fēng)險指數(shù)值為0.55，在風(fēng)險水平的臨界值之上；?？谠?015年的污染天數(shù)占比為4.38%，是31個城市樣品中的最小值，其所對應(yīng)的空氣污染風(fēng)險指數(shù)值為-1.06，在風(fēng)險水平的臨界值之下，且空氣污染風(fēng)險指數(shù)值也為最小值；污染天數(shù)占比大于60%的城市有2個，其所對應(yīng)的空氣污染風(fēng)險指數(shù)值均在臨界值之上；污染天數(shù)占比小于20%的城市有9個，所對應(yīng)的空氣污染風(fēng)險指數(shù)有8個在臨界值之下，1個在臨界值之上，該指數(shù)值的準(zhǔn)確率為90.91%。

從上述兩個方面的比較分析顯示，在用本文設(shè)計的空氣污染風(fēng)險指數(shù)去判斷空氣污染的風(fēng)險程度時有較高的準(zhǔn)確性，說明采用該指數(shù)去判斷城市的空氣污染情況是可行的。

3　結(jié)論與建議

本文基于2015年31個城市樣品的10個基礎(chǔ)指標(biāo)數(shù)據(jù)，構(gòu)建了評價指標(biāo)體系，用因子分析的方法對基礎(chǔ)指標(biāo)進(jìn)行了降維，提取了4個綜合因子及所對應(yīng)的權(quán)重，測算了各城市的空氣污染風(fēng)險指數(shù)。實(shí)證結(jié)果顯示：空氣污染風(fēng)險指數(shù)有較好的區(qū)分作用，能比較準(zhǔn)確地判斷各城市空氣污染的風(fēng)險程度，因此可以用該指數(shù)來衡量大氣環(huán)境的污染情況。

根據(jù)本文的實(shí)證研究過程及研究結(jié)論得到啟發(fā)，提出以下幾點(diǎn)建議：

1) 根據(jù)各城市測算出的空氣污染風(fēng)險指數(shù)，各城市空氣污染的風(fēng)險程度是不相同的。以重慶為例，通過實(shí)證分析得出該城市的風(fēng)險指數(shù)值是樣本中的最大值，為1.06，表明大氣環(huán)境受到污染的風(fēng)險程度是最高的。由于工業(yè)污染物因子與3項(xiàng)評價指標(biāo)(工業(yè)二氧化硫排放量、工業(yè)氮氧化物排放量和工業(yè)煙塵排放量)的相關(guān)性比較高，且該城市這3項(xiàng)指標(biāo)的原始數(shù)據(jù)大小在樣本中的排序都是第1，說明這3項(xiàng)基礎(chǔ)指標(biāo)對重慶市的大氣環(huán)境污染有重要影響。因此，對重慶來說，在治理空氣污染的過程中，應(yīng)著重考慮工業(yè)污染物方面的問題，采取科學(xué)有效的方法處理工業(yè)生產(chǎn)排放出的污染物。

2) 通過實(shí)證研究及分析結(jié)果可以得知：對空氣質(zhì)量影響最大的是二氧化硫年平均濃度、二氧化氮年平均濃度、可吸入顆粒物年平均濃度和細(xì)顆粒物年平均濃度這4項(xiàng)基礎(chǔ)指標(biāo)構(gòu)成的空氣質(zhì)量指標(biāo)；其次是工業(yè)二氧化硫排放量、工業(yè)氮氧化物排放量和工業(yè)煙塵排放量這3項(xiàng)基礎(chǔ)指標(biāo)所構(gòu)成的工業(yè)污染物指標(biāo)；最后是生活二氧化硫排放量、生活氮氧化物排放量和生活煙塵排放量這3項(xiàng)基礎(chǔ)指標(biāo)所構(gòu)成的生活污染物指標(biāo)。因此，在改善空氣環(huán)境質(zhì)量的過程中，應(yīng)加強(qiáng)對空氣中各種懸浮顆粒物的防控，尤其是對SO2、NO2、PM10和PM2.5的治理。同時，應(yīng)嚴(yán)格控制工業(yè)污染物和生活污染物的排放量，對其進(jìn)行科學(xué)有效的處理。

參考文獻(xiàn)：

[1]MARCAZZAN G M,CERIANI M,VALLI G,et al.Source Apportionment of PM10and PM2.5in Milan (Italy) Using Receptor Modeling[J].The Science of the Total Environment，2003,317:137-147.

[2]COLBECK I,NASIR Z A,ALI Z.The State of Ambient Air Quality in Pakistan——A Review[J].Environmental Science and Pollution Research International，2010,17(1):49-63.

[3]YAN S J,CAO H,CHEN Y,et al.Spatial and Temporal Characteristics of Air Quality and Air Pollutants in 2013 in Beijing[J].Environment Science and Pollution Research International，2016,23(14):13996-14007.

[4]李小飛,張明軍,王圣杰,等.中國空氣污染指數(shù)變化特征及影響因素分析[J].環(huán)境科學(xué),2012,33(6):1936-1943.

[5]呂效譜,成海容,王祖武,等.中國大范圍霧霾期間大氣污染特征分析[J].湖南科技大學(xué)學(xué)報(自然科學(xué)版),2013,28(3):104-110.

[6]程念亮,李云婷,張大偉,等.2014年10月北京市4次典型空氣重污染過程成因分析[J].環(huán)境科學(xué)研究,2015,28(2):163-170.

[7]沈勁,鐘流舉,陳多宏,等.粵東部分地區(qū)空氣污染成因分析[J].安全與環(huán)境工程,2015,22(1):56-59.

[8]盛真真,葉春明,姜綿峰.上海市霧霾天氣影響因子研究[J].環(huán)境科學(xué)與技術(shù),2016,39(10):198-204.

[9]王偉武,陳超.杭州城市空氣污染物空間分布及其影響因子的定量分析[J].地理研究,2008,27(2):241-249.

[10] 馮少榮，馮康巍.基于統(tǒng)計分析方法的霧霾影響因素及治理措施[J].廈門大學(xué)學(xué)報(自然科學(xué)版),2015,54(1):114-121.

[11] 楊陽，沈澤昊，鄭天立.中國當(dāng)前城市空氣綜合質(zhì)量的主要影響因素分析[J].北京大學(xué)學(xué)報(自然科學(xué)版),2016,52(6):1102-1108.

[12] 楊志民,田英杰,劉廣利.城市空氣質(zhì)量評價中的模糊支持向量機(jī)方法[J].中國農(nóng)業(yè)大學(xué)學(xué)報,2006,11(5):92-97.

[13] 陳輝,厲青,楊一鵬,等.基于分形模型的城市空氣質(zhì)量評價方法研究[J].中國環(huán)境科學(xué),2012,32(5):954-960.

[14] 楊曉艷,魯紅英.基于模糊綜合評判的城市環(huán)境空氣質(zhì)量評價[J].中國人口·資源與環(huán)境,2014,24(5):143-146.

[15] 馬楠,趙春生,陳靜,等.基于實(shí)測 PM2.5、能見度和相對濕度分辨霧霾的新方法[J].中國科學(xué):地球科學(xué),2015,45(2):227-235.

[16] 李云禎,周平,陳軍輝,等.成都市空氣質(zhì)量指數(shù)與霧霾的關(guān)系研究[J].生態(tài)環(huán)境學(xué)報,2016,25(11):1760-1766.