<kbd id="c31kn073"></kbd><address id="c31kn073"><style id="c31kn073"></style></address><button id="c31kn073"></button>

              <kbd id="43ax1pq1"></kbd><address id="43ax1pq1"><style id="43ax1pq1"></style></address><button id="43ax1pq1"></button>

                      <kbd id="ixbfi2ro"></kbd><address id="ixbfi2ro"><style id="ixbfi2ro"></style></address><button id="ixbfi2ro"></button>

                              <kbd id="qigr1gln"></kbd><address id="qigr1gln"><style id="qigr1gln"></style></address><button id="qigr1gln"></button>

                                  mg游戏
                                  基於數據挖掘技術的區域大氣污染聯防聯控範圍劃分新方法
                                  發佈時間:2018-09-30|mg游戏欄目:發表論文點擊:

                                  近年來,爲應對日益嚴峻的大範圍、持續嚴重霧霾污染,我國借鑑歐洲、美國等發達國家經驗,在全國範圍內開展區域聯防聯控(JPCAP)已成爲我國區域大氣污染治理的重要戰略舉措。自201310月京津冀及周邊地區大氣污染防治協作機制正式啓動以來,長三角區域、山東省省會城市羣、昌九區域等區域緊隨其後紛紛啓動大氣污染防治協作機制 ,但各區域聯防聯控實際進展緩慢,區域空氣質量改善效果並不明顯  。造成這種局面的原因很多,其中聯防聯控區域範圍界定不科學是重要原因之一 。一個區域的空氣質量同時受社會經濟發展(經濟發展水平、能源與產業結構、技術水平、人口規模等)和自然環境(地形地貌、風速風向、溫度、溼度等) 等因素影響  ,並隨時間變化而動態變化。因此,如何全面考慮這些因素、科學界定JPCAP區域範圍成爲促進JPCAP實施進程並提高其有效性的關鍵  。而近年來污染監測網絡日益完善、獲得長期海量監測數據成爲現實,爲本研究提供了新的契機。鑑於此,本文提出了綜合運用相關性分析、迴歸分析、聚類分析等數據挖掘技術進行大氣污染聯防聯控區域劃分的新方法  ,應用到中國長三角區域15個城市的細顆粒物PM2.5和臭氧O3污染聯防聯控的實證案例。

                                  一、研究方法

                                  針對一個包含m個城市的大區域R的某種大氣污染p ,本研究採用線性迴歸分析相關性分析和聚類分析等數據挖掘技術對m城市的海量長期污染監測數據進行深入挖掘 。城市爲基本劃分單元 ,將R劃分爲若干聯防聯控子區域,具體步驟如下

                                  Step 1採用一元線性迴歸分析識別各城市對R區域的污染影響程度,將污染貢獻較大的城市作爲參與聯控區域劃分的候選城市 。以某城市的污染物p的日均濃度(Xp)爲自變量 ,以R區域的污染物p的日均濃度(Yp)爲因變量進行一元線性迴歸 ,迴歸方程Yp=Xp+ b斜率a越大,表明該城市的污染濃度變化對區域Rp種污染物的影響越大 。給定一個判別臨界值a0,當迴歸方程的斜率a> a0,對應的城市即可作爲聯防聯控區域劃分的候選城市  。

                                  Step 2:對候選城市的長期污染數據進行相關性分析 ,求得城市間污染相關係數矩陣M。基於長期污染監測數據,計算任意兩城市xy的皮爾遜相關係數r如式1) ,r值越接近於1 ,說明兩城市之間的污染相關性越高 ,意味着它們彼此間的污染傳輸水平越高 ,或它們在污染排放特徵方面存在較高的一致性 。

                                   

                                  其中 ,cxcy分別代表城市xy的污染物濃度,Cov(cx, cy)xy污染濃度的協方差,σ爲標準差 ,E(·)代表數學期望 。

                                  Step 3:以城市爲變量,以相關係數矩陣M中的r爲觀察值,對候選城市進行聚類分析 ,聚類後得到的類Clusters即爲區域R的聯防聯控子區域 。

                                  二、實證研究結果

                                  長三角區域季易爆發嚴重霧霾污染,季常爆發嚴重的臭氧污染 ,是我國推行重點區域聯防聯控的區域之一 。本研究長三角區域15個城市爲研究單元,包括上海(SH)、浙江省的杭州(HAZ)、湖州(HUZ)、嘉興(JX)、紹興(SX)、寧波(NB)、台州(TZZ)和江蘇省的南京(NJ)、蘇州(SZ)、無錫(WX)、常州(CZ)、揚州(YZ)、鎮江(ZJ)、泰州(TZJ)、南通(NT) ,他們都有着密集的人口、發達的經濟、交通、建築業等 ,如圖1所示 。

                                   

                                  1 長三角區域15市的污染水平及地理分佈圖

                                  1展示15PM2.5O3整個區域的貢獻水平的迴歸分析結果。顯然,各城市PM2.5對應的斜率均不低於0.724  ,說明各城市污染濃度變化對整個區域影響很大 ,因此可將15全部納入聯防聯控候選城市羣。對於O3 ,所有迴歸方程的斜率均介於0.4280.537之間 ,說明各城市O3濃度變化對整個區域O3污染水平的影響程度較弱 。爲了識別哪些城市可能會被劃分在一起從而組成一個新的小範圍的O3聯動區域,仍然將15個城市均作爲O3聯動候選城市 。

                                  1 長三角區域與各城市污染濃度的線性迴歸結果

                                   

                                  城市

                                  線性迴歸方程

                                  R2

                                  P

                                  PM2.5

                                  SH

                                  Y=14.290+0.757 X

                                  0.785

                                  <0.001

                                  HUZ

                                  Y= 8.133+0.861 X

                                  0.834

                                  <0.001

                                  HAZ

                                  Y= 9.772+0.828 X

                                  0.724

                                  <0.001

                                  JX

                                  Y=5.937+0.924 X

                                  0.885

                                  <0.001

                                  SX

                                  Y=9.827+0.821 X

                                  0.718

                                  <0.001

                                  NB

                                  Y=16.166+0.866 X

                                  0.755

                                  <0.001

                                  TZZ

                                  Y=21.020+0.808 X

                                  0.458

                                  <0.001

                                  SZ

                                  Y=6.566+0.830 X

                                  0.914

                                  <0.001

                                  NJ

                                  Y=13.189+0.734 X

                                  0.832

                                  <0.001

                                  WX

                                  Y=4.579+0.824 X

                                  0.937

                                  <0.001

                                  YZ

                                  Y=9.292+0.832 X

                                  0.788

                                  <0.001

                                  CZ

                                  Y= 11.095+0.740 X

                                  0.928

                                  <0.001

                                  ZJ

                                  Y=8.570+0.780 X

                                  0.841

                                  <0.001

                                  NT

                                  Y=12.991+0.739 X

                                  0.818

                                  <0.001

                                  TZJ

                                  Y= 10.928+0.724 X

                                  0.796

                                  <0.001

                                  O3

                                  SH

                                  Y= 11.211+0.504 X

                                  0.760

                                  <0.001

                                  HUZ

                                  Y= 17.558+0.428 X

                                  0.790

                                  <0.001

                                  HAZ

                                  Y= 19.582+0.475 X

                                  0.761

                                  <0.001

                                  JX

                                  Y= 13.949+0.458 X

                                  0.787

                                  <0.001

                                  SX

                                  Y= 25.946+0.437 X

                                  0.688

                                  <0.001

                                  NB

                                  Y= 10.970+0.537 X

                                  0.701

                                  <0.001

                                  TZZ

                                  Y= 14.984+0.509 X

                                  0.557

                                  <0.001

                                  SZ

                                  Y= 14.983+0.506 X

                                  0.848

                                  <0.001

                                  NJ

                                  Y= 18.838+0.448 X

                                  0.773

                                  <0.001

                                  WX

                                  Y= 16.084+0.484 X

                                  0.825

                                  <0.001

                                  YZ

                                  Y=11.387+0.489 X

                                  0.740

                                  <0.001

                                  CZ

                                  Y= 21.353+0.459 X

                                  0.663

                                  <0.001

                                  ZJ

                                  Y= 18.191+0.433 X

                                  0.760

                                  <0.001

                                  NT

                                  Y= 7.830+0.522 X

                                  0.773

                                  <0.001

                                  TZJ

                                  Y= 16.519+0.473 X

                                  0.716

                                  <0.001

                                  215市任意兩個城市之間兩種污染物的皮爾遜Pearson相關係數矩陣 ,對角線下方爲PM2.5污染相關係數,對角線上方爲O3污染相關係數。顯然 ,無論是PM2.5還是O3,任意兩個城市的污染相關係數均在0.01顯著水平上通過檢驗 。

                                  2 皮爾遜相關係數矩陣

                                   

                                  SH

                                  HUZ

                                  HAZ

                                  JX

                                  SX

                                  NB

                                  TZZ

                                  SZ

                                  NJ

                                  WX

                                  YZ

                                  CZ

                                  ZJ

                                  NT

                                  TZJ

                                  SH

                                  1

                                  0.79*

                                  0.77*

                                  0.90*

                                  0.74*

                                  0.83*

                                  0.73*

                                  0.88*

                                  0.74*

                                  0.84*

                                  0.73*

                                  0.71*

                                  0.78*

                                  0.89*

                                  0.77*

                                  HUZ

                                  0.77*

                                  1

                                  0.91*

                                  0.90*

                                  0.83*

                                  0.79*

                                  0.70*

                                  0.92*

                                  0.86*

                                  0.91*

                                  0.81*

                                  0.82*

                                  0.82*

                                  0.78*

                                  0.80*

                                  HAZ

                                  0.63*

                                  0.88*

                                  1

                                  0.90*

                                  0.89*

                                  0.85*

                                  0.77*

                                  0.88*

                                  0.80*

                                  0.85*

                                  0.76*

                                  0.79*

                                  0.75*

                                  0.73*

                                  0.72*

                                  JX

                                  0.90*

                                  0.88*

                                  0.81*

                                  1

                                  0.82*

                                  0.88*

                                  0.77*

                                  0.92*

                                  0.79*

                                  0.87*

                                  0.76*

                                  0.78*

                                  0.77*

                                  0.81*

                                  0.75*

                                  SX

                                  0.68*

                                  0.83*

                                  0.93*

                                  0.84*

                                  1

                                  0.79*

                                  0.70*

                                  0.81*

                                  0.74*

                                  0.79*

                                  0.69*

                                  0.65*

                                  0.73*

                                  0.71*

                                  0.73*

                                  NB

                                  0.80*

                                  0.81*

                                  0.81*

                                  0.88*

                                  0.85*

                                  1

                                  0.86*

                                  0.83*

                                  0.70*

                                  0.77*

                                  0.68*

                                  0.71*

                                  0.69*

                                  0.73*

                                  0.66*

                                  TZZ

                                  0.56*

                                  0.60*

                                  0.69*

                                  0.63*

                                  0.67*

                                  0.73*

                                  1

                                  0.71*

                                  0.61*

                                  0.68*

                                  0.61*

                                  0.61*

                                  0.61*

                                  0.65*

                                  0.61*

                                  SZ

                                  0.93*

                                  0.86*

                                  0.75*

                                  0.94*

                                  0.76*

                                  0.83*

                                  0.62*

                                  1

                                  0.87*

                                  0.96*

                                  0.84*

                                  0.85*

                                  0.85*

                                  0.87*

                                  0.84*

                                  NJ

                                  0.71*

                                  0.84*

                                  0.79*

                                  0.81*

                                  0.74*

                                  0.72*

                                  0.55*

                                  0.83*

                                  1

                                  0.89*

                                  0.91*

                                  0.81*

                                  0.90*

                                  0.80*

                                  0.86*

                                  WX

                                  0.89*

                                  0.89*

                                  0.78*

                                  0.93*

                                  0.78*

                                  0.82*

                                  0.58*

                                  0.97*

                                  0.88*

                                  1

                                  0.88*

                                  0.90*

                                  0.89*

                                  0.87*

                                  0.86*

                                  YZ

                                  0.71*

                                  0.76*

                                  0.70*

                                  0.75*

                                  0.67*

                                  0.65*

                                  0.52*

                                  0.80*

                                  0.89*

                                  0.82*

                                  1

                                  0.82*

                                  0.89*

                                  0.82*

                                  0.90*

                                  CZ

                                  0.84*

                                  0.86*

                                  0.77*

                                  0.88*

                                  0.75*

                                  0.79*

                                  0.59*

                                  0.93*

                                  0.90*

                                  0.96*

                                  0.89*

                                  1

                                  .075*

                                  0.74*

                                  0.70*

                                  ZJ

                                  0.75*

                                  0.79*

                                  0.72*

                                  0.80*

                                  0.70*

                                  0.68*

                                  0.49*

                                  0.83*

                                  0.92*

                                  0.88*

                                  0.95*

                                  0.91*

                                  1

                                  0.85*

                                  0.90*

                                  NT

                                  0.92*

                                  0.76*

                                  0.62*

                                  0.84*

                                  0.64*

                                  0.74*

                                  0.55*

                                  0.90*

                                  0.76*

                                  0.89*

                                  0.80*

                                  0.89*

                                  0.83*

                                  1

                                  0.89*

                                  TZJ

                                  0.77*

                                  0.74*

                                  0.65*

                                  0.76*

                                  0.64*

                                  0.65*

                                  0.51*

                                  0.83*

                                  0.83*

                                  0.85*

                                  0.92*

                                  0.90*

                                  0.92*

                                  0.89*

                                  1

                                  *. Correlation is significant at the 0.01 level (2-tailed).

                                  對角線上方爲“城市對”的O3相關係數 ,下方爲PM2.5相關係數

                                  2a)是對PM2.5聯動候選城市的聚類樹狀圖,15市被分成4組,每一組內城市間的污染相關性特徵最相似,即每一組就是長三角區域的一個聯動子區域  。由此 ,長三角可劃分爲4PM2.5聯動子區域,分別爲R1={蘇州、無錫、常州、嘉興、湖州、上海、南通}R2={揚州鎮江泰州南京}R3={杭州、紹興、寧波}R4={台州} 。同理,長三角區域的15O3聯動候選城市可劃分爲9O3聯控子區域,分別爲R1={蘇州、無錫湖州}R2={杭州嘉興}R3={上海}R4={南通}R5={南京揚州鎮江泰州}R6={常州}R7={紹興}R8={寧波}R9={台州},如圖2b)所示 。長三角區域的4PM2.5聯控子區域和9O3聯控子區域的地理分佈示意圖如3所示。從聯防聯控範圍劃分結果易知 ,臭氧具有小範圍局地污染特徵 ,因此更適合在小範圍內開展聯防聯控。

                                   

                                  2 長三角區域聯動候選城市聚類樹狀圖

                                   

                                  3 長三角區域PM2.5O3聯控子區域劃分

                                  三、研究結論與對策建議

                                  PM2.5自身的物化特性決定其在空氣中易長時間懸浮並隨風傳輸 ,適宜在較大的區域範圍內開展聯動治理 。在長三角4PM2.5聯動子區域中,R1={蘇州、無錫、常州、嘉興、湖州、上海、南通}R2={揚州、鎮江、泰州、南京}的範圍均較大,R3={杭州紹興寧波}R4={台州}範圍較小,這是由於R3R4污染水平相對低 ,且均處於西北風向末端的臨海位置 ,自然擴散條件較好,且受來自西北內陸髒氣團污染輸入的影響比較小 。R2處於長三角區域西北部 ,受西北內陸污染輸入的影響較大 ,R2的經濟發展中,石油、化工、黑色金屬、有色金屬等6大高污染行業扮演重要角色 ,揚州、鎮江、泰州、南京應加強產業結構調整和優化,強化對高污染行業尤其是化工、石化等的污染治理  。R16大高污染行業的石化、化工行業經濟貢獻遠低於R2,而大氣污染排放較小的計算機通信和電子設備業、紡織和服裝業相對發達。

                                  PM2.5不同 ,長三角被細分爲9個範圍較小的O3聯動子區域 ,R1={蘇州無錫湖州}R5={南京、揚州、鎮江、泰州}外,其它7個子區域所包含的城市均不超過2 ,說明O3屬於小範圍局地污染 。快速的工業化和區域一體化進程使長三角區域內各城市資源及生態環境具有共性特徵 ,各城市自然地理條件相仿、生態功能特徵相似,大氣環境問題相近 ,區域內一江、一湖、一海(即長江、太湖、東海)以及縱橫交錯的水網將蘇浙滬生態環境牢牢地嵌套成爲一個脣齒相依的整體,這些條件也極易使O3污染在各城市間呈現出一榮俱榮、一損俱損的共性特徵。因此,對呈現小範圍局地污染特徵的O3污染治理 ,我們可將具有共同污染特徵的城市作爲一個小範圍聯控子區域 ,針對域內各城市O3污染的前體物污染排放源實施統計規劃、統一監測、統一監管、統一評估和統一協調的管控措施 ,降低O3生成率。

                                  上述分析表明,本章提出的聯動範圍劃分方法 ,既充分考慮了污染因子自身特徵各城市的經濟發展水平工業結構城市化水平人口規模行政區劃等社會經濟因素作用 ,又兼顧了各地相對地理位置、自然氣候條件等影響空氣流域分佈的的影響 ,克服了國內外現有區域劃分方法的缺點,比僅根據污染水平表象特徵、或僅考慮空氣流域的影響因素、以及僅考慮行政區劃因素的劃分方法更科學 ,所劃分的聯動範圍更精準,更有利於管理和協調 ,進而更有利於提高整個長三角區域聯動治理的戰略有效性。

                                  撰稿人:mg游戏 謝玉晶 博士

                                  原文《Methods for defining the scopes and priorities for joint prevention and control of air pollution regions based on data-mining technologies》,mg游戏謝玉晶趙來軍薛儉等,刊於《Journal of Cleaner Production2018年第185