最新全国空气质量排行全国空气质量城市排名.docx
《最新全国空气质量排行全国空气质量城市排名.docx》由会员分享，可在线阅读，更多相关《最新全国空气质量排行全国空气质量城市排名.docx（9页珍藏版）》请在冰点文库上搜索。
最新全国空气质量排行全国空气质量城市排名
最新[全国空气质量排行]全国空气质量城市排名
2016年前11个月全国空气质量状况2016年前11个月全国空气质量状况12月13日，环保部对外公布2016年前11个月全国空气质量状况。
相关监测数据表明，今年以来全国地级及以上城市空气质量总体呈改善趋势，但11月份部分地区和城市空气质量有所下降。
环境保护部12月13日向媒体发布了2016年1-11月和11月全国和京津冀、长三角、珠三角区域及直辖市、省会城市、计划单列市空气质量状况。
环境保护部环境监测司司长罗毅介绍，1-11月，全国338个地级及以上城市平均优良天数比例为80.5%，同比提高2.6个百分点。
PM2.5浓度为44微克/立方米，同比下降8.3%；PM10浓度为79微克/立方米，同比下降7.1%。
11月，平均优良天数比例为71.6%，同比下降7.5个百分点。
PM2.5浓度为58微克/立方米，同比上升7.4%；PM10浓度为100微克/立方米，同比上升20.5%。
1-11月，74个城市中空气质量排名相对较差的后10位城市（从第74名到第65名）分别是：
保定、石家庄、邢台、唐山、邯郸、衡水、郑州、济南、太原和西安市；11月，后10位城市分别是：
石家庄、太原、保定、邢台、兰州、唐山、邯郸、西安、衡水和郑州市。
1-11月，74个城市中空气质量排名相对较好的前10位（从第1名到第10名）城市依次是：
海口、舟山、惠州、厦门、福州、珠海、深圳、丽水、拉萨和昆明市。
11月，前10位城市依次是：
海口、舟山、福州、南宁、惠州、丽水、贵阳、深圳、昆明和厦门市。
京津冀区域13个城市1-11月平均优良天数比例为59.0%，同比提高4.8个百分点。
PM2.5浓度为63微克/立方米，同比下降11.3%；PM10浓度为110微克/立方米，同比下降12.0%。
11月，京津冀区域13个城市平均优良天数比例为36.9%，同比降低16.3个百分点。
PM2.5浓度为102微克/立方米，同比上升8.5%；PM10浓度为169微克/立方米，同比上升24.3%。
北京市1-11月优良天数比例为54.8%，同比提高2.4个百分点。
PM2.5浓度为67微克/立方米，同比下降9.5%；PM10浓度为86微克/立方米，同比下降10.4%。
11月，北京市优良天数比例为43.3%，同比降低3.4个百分点。
PM2.5浓度为100微克/立方米，同比下降15.3%。
长三角区域25个城市1-11月平均优良天数比例为77.5%，同比提高3.7个百分点。
PM2.5浓度为44微克/立方米，同比下降12.0%；PM10浓度为73微克/立方米，同比下降8.8%。
11月，长三角区域25个城市平均优良天数比例为82.5%，同比提高0.7个百分点。
PM2.5浓度为50微克/立方米，同比下降3.8%；PM10浓度为80微克/立方米，同比分别上升6.7%。
珠三角区域9个城市1-11月平均优良天数比例为90.2%，同比提高1.6个百分点。
PM2.5、PM10浓度分别为30微克/立方米、46微克/立方米，均达到国家二级年均浓度标准，同比分别下降11.8%、11.5%。
11月，珠三角区域9个城市平均优良天数比例为84.8%，同比下降11.5个百分点。
PM2.5浓度为40微克/立方米，同比上升8.1%；PM10浓度为60微克/立方米，同比上升1.7%。
罗毅说，1-11月监测数据表明，今年以来全国地级及以上城市空气质量总体呈改善趋势，但11月份部分地区和城市空气质量有所下降。
专家分析表明，11月份受不利气象条件影响，京津冀及周边地区连续发生三次大范围重污染天气，东北地区多个城市也出现了极端重污染天气过程；另外，我国兰州等西北部分城市发生三次大范围沙尘天气，导致11月份全国颗粒物浓度有较明显升高，其中PM2.5月平均浓度上升7%以上，PM10月平均浓度上升20%以上。
空气质量2013空气质量2013“十差”石家庄、唐山、邢台、邯郸、济南、保定、郑州、北京、衡水、天津“十佳”海口、惠州、福州、珠海、舟山、中山、深圳、江门、东莞、厦门记者靳颖姝环保部昨日发布了5月份京津冀、长三角、珠三角及直辖市、省会城市等74个城市的空气质量状况。
监测结果显示，广东惠州、深圳、珠海、中山等6个城市进入全国空气十佳榜，其中惠州空气质量仅次于海口，位居全国第二。
在珠三角9市中，广州的达标天数比例最低，为71.0%.珠三角9城空气质量广州垫底按5月份空气质量综合指数评价，石家庄、唐山、邢台、邯郸、济南、保定、郑州、北京、衡水和天津的空气质量较差；而海口、惠州、福州、珠海、舟山、中山、深圳、江门、东莞和厦门的空气质量位于全国空气“十佳”。
其中广东珠三角共有6个地市入围“十佳榜”，惠州的空气质量排名全国第二。
监测结果显示，珠三角地区5月空气质量平均达标天数比例为89.5%，高于全国29.4个百分点。
9个城市中珠海、中山、惠州、深圳、肇庆、东莞、佛山和江门空气质量相对较好，达标天数比例在80%以上，广州达标天数为71%，主要污染物为臭氧。
广州市达标天数比例由70.0%提高到71.0%，提高1.0个百分点，空气质量比4月有所好转。
专家：
到9月南北方空气质量或此消彼长据广东省环境监测中心副主任、省大气环境保护首席专家钟流举解释称，相对比京津冀、长三角而言，珠三角5月空气质量较好，主要是因为5月降水充沛，气象部门统计雨量较历史同期偏多了五成，入夏之后阳光猛烈，地面气温高，垂直对流旺盛，空气往上涌，在强降水、空气流动的作用下，污染物容易扩散。
预计6月到8月份广东还会维持这种雨水多、气温高的天气，空气质量将处于一年中最好的时段。
而从9月份开始，对流以及台风降水都开始减少，气温仍然维持在较高水平，这时候空气中的臭氧等污染物就容易转化成PM2.5，空气质量开始下降。
相对比而言，北方地区目前处于一年中空气较差的时段，这是因为北方初夏不太热，雨季要到8月下旬才到来，到了9月份可能出现南方与北方空气质量此消彼长的情况。
相关新闻广东非珠12市将开展PM2.5监测中国环境监测总站于6月14日正式下发通知，要求第二阶段包括国家环保重点城市、模范城市在内共116个城市，须在今年10月底前完成449个监测点位的数据传输与信息发布系统联网工作。
记者从通知中发现，广东非珠12个地市将新增46个监测站点。
另据钟流举介绍，到今年年底，广东PM2.5监测站点将增至100个以上，覆盖全省21个地市，公众可以从省级的空气质量平台查看到PM2.5等大气污染物的实时数据。
空气质量分析11城市空气质量分析摘要环境污染问题是21世纪人类面临的重大挑战。
本文运用层次分析法对亚洲11个城市的空气污染严重程度给出分析和排名。
关键词环境污染，空气污染，SO2，SPM，NOх，CO，层次分析，判断矩阵，排名。
一背景及问题的提出环境问题是当前世界各国普遍关注的问题之一，是21世纪人类面临的重大挑战。
在社会的高速发展中，在人们不断的创造物质财富，精神财富的同时，人们忽略的自己赖以生存的环境。
人们只知道肆意地向大自然索取，却不知道回报。
大自然发怒了，它开始了向人类的报复。
温室效应，大气污染，臭氧空洞，森林锐减，酸雨蔓延，土地荒漠化，水质污染，生物多样化和遗传多样性减少，气候现象变化异常……生态破坏和环境污染不仅给经济发展和人民生活带来损失，更严重的是危害人民身体健康，并贻害子孙后代，破坏了人类赖以健康持久地生存的基本条件。
随着社会经济的快速发展，工业化水平的提高，人类活动对空气的污染越来越严重，尤其是在城市集中了大量的工厂、车辆、人口。
空气质量因为车辆、船舶、飞机的尾气、工业企业生产排放、居民生活和取暖、垃圾焚烧等的原因，逐渐开始恶化。
空气污染威胁着人类的日常生活，危害人体健康，给人们的工作带来不便，并影响或危害各种生物的生存，直接或间接地损害设备、建筑物……空气中极其微少的污染物，都能对人体健康产生极大的影响，导致各种疾病的发生，甚至夺去人的生命。
从1873～1973年这100年间，全世界已发生过19起重大空气污染事件，例如1930年12月，在比利时马斯河谷工业区有害气体和粉尘污染空气，短短一周内就有60多人死亡。
1948年10月，美国宾夕法尼亚州多诺拉镇烟雾事件。
由于空气污染致使43%的居民急呼吸道疾病。
1952年12月，英国伦敦光化学烟雾事件，两个月内死亡人数高达12000人！
1955年以后，日本四日市被硫酸雾笼罩。
1964年该市市民哮喘病大发作，有人因气喘病而死亡。
另一方面，亚洲是世界上发展相对比较落后的地区，人口众多，发展缓慢，为了加速经济的发展，各个国家大肆的对自然进行开发利用，对资源的利用量比较大，但同时对资源的有效利用率不高，对能源废弃物处理不够恰当充分，而且对环境污染给社会，给人类带来的影响认识不够清楚充分。
这样不仅损失了好多能源，还给环境带来了巨大的污染，尤其是空气污染。
亚洲虽然国家众多，城市众多，但是不同的国家引起空气污染的污染物种类和污染指数不同，所以各个国家的污染严重程度不同。
而且城市空气污染是多种不同污染物综合作用的结果。
那么给出亚洲11个城市的空气质量调查情况（图表如下），如何根据所给数据，组建数学模型科学的对11个城市空气污染严重程度排名呢。
说明：
!
!
!
非常严重污染，超过WHO指标100%以上。
!
!
中度严重污染，超过WHO指标，达到100%以下。
!
低度污染，符合WHO指标或少量超过。
SO2二氧化硫，SPM悬浮颗粒物，NOх氮氧化物，CO一氧化碳。
WHO世界卫生组织UNEP联合国环境规划署以上摘自《全球环境展望2000》，联合国环境规划署，中国环境科学出版社2000。
数据来源WHOUNEP1992二数学建模假设在上面的表格中，我们可以看到有许多城市SO2，SPM，NOх，CO的各项指数都是相同的。
虽然!
!
!
!
!
!
只是实际数据与WHO标准的比较所得到的，而这些原始数据并不一定完全相同，但是为了简化问题，我们在这里做如下假设。
①表格中的数据具有权威性，值得相信，具有使用价值。
②不同城市的!
!
!
!
!
!
所代表的污染程度相同，不再加以区分。
这样问题就由11个城市的排名问题简化成6个城市的排名问题。
新的表格如下：
变量Z——目标，P——污染因素，C——排序城市，P1——SO2，P2——SPM，P3——NOх，P4——CO，C1——曼谷，C2——北京，C3——加尔各答，C4——雅加达，C5——上海，C6——东京。
建模㈠将研究目标（Z），因素（P），对象（C）按相关关系分成最高层，中间层和最低层。
最高层：
中间层：
最低层：
㈡给出SO2，SPM，NOх，CO两两成对比较的判断矩阵A。
再进行层次单排序及其一致性检验。
A的给出主要是依据SO2，SPM，NOх，CO在空气污染中的重要程度及对人群的影响。
在下表中列出了SO2，SPM，NOх，CO各自的性质，来源以及危害，加以比较。
在研究中发现二氧化硫亦会导致死亡率上升，尤其是在悬浮颗粒物的协同作用下。
1989年，研究人员对北京的两个居亡率的相关值研究。
研究结果表明，大气中二氧化硫的浓度每增加1倍，总死亡率民区作了大气污染与死增加ll%；总悬浮颗粒物浓度每增加1倍，总死亡率增加4%。
由此可以说明二氧化硫的影响较颗粒物的影响大很多。
SO2，SPM，NOх都会引起呼吸系统疾病，而且SO2和NOх的水溶物还是酸雨的主要成分。
所以SO2和NOх对空气质量的影响比SPM的影响大。
再从SO2和NOх的来源来比较，可以看出城市中的SO2和NO的污染水平相当。
SPM的污染水平次之，但也是紧随其后。
而SO2，SPM，NOх，CO中CO对环境的影响最小。
据此给出SO2，SPM，NOх，CO两两成对比较的判断矩阵。
由Perron-Frobenions定理，非负矩阵存在正的最大模特征值，对应着正的特征向量。
借助Matlab软件进行求取最大模特征根及相应特征向量的计算（计算过程见程序清单），再将所求的特征向量单位化后得到的就是因素P对目标Z相对重要性的权重，记为W。
Z——Pλmax=4.0206CI=0.0069RI=0.90CI/RI=0.0077CR＜0.1因为CI/RI<0.1，所以此排序有满意的一致性，这就是说W可以真正反映P：
{P1，P2，P3，P4}在目标Z中所占的比重。
㈢给出最低层对中间层的各个因素的判断矩阵并进行分析。
由于各个城市只存在污染程度的不同，所以只需给出!
!
!
!
!
!
之间的关系即可。
我所给出的关系是!
/!
=1,!
!
/!
!
=1,!
!
!
/!
!
!
=1,!
!
!
/!
=5,!
!
!
/!
!
=4,!
!
/!
=3。
在这个关系的基础上，给出了最低层C：
{C1，C2，C3，C4，C5，C6}对于中间层p：
{P1，P2，P3，P4}各个因素的判断矩阵，并用MATLAB进行了类似的计算，显示出了对P1，P2，P3，P4的权重。
结果如下，从结果中我们清楚地看到对这四个因素的排序都有满意的一致性，真正的反映了C在P1，P2，P3，P4中所占的比重。
λmax=6.0881CI=0.0176RI=1.24CI/RI=0.0142CR＜0.1λmax=6.0000CI=0.0000RI=1.24CI/RI=0.0000CR＜0.1λmax=6.0000CI=0.0000RI=1.24CI/RI=0.0000CR＜0.1P4——Cλmax=6.0000CI=0.0000RI=1.24CI/RI=0.0000CR＜0.1㈣层次总排序。
即C层对目标Z的总排序。
方法是将P——C所得到的四个经过单位化的特征向量作为列向量构成6×4矩阵，和由P对目标Z的权量构成的4×1矩阵做乘法，结果即是11个城市的空气污染严重程度的权重向量，那么数值较大的数所对应的城市空气污染程度就比较严重。
总排序一致性的检验：
CR=（0.3849*0.0176+0.1428*0+0.3849*0+0.0879+0）/1.24=0.005463CR<<0.1此结果有说明总排序有非常满意的一致性。
三结果分析和模型讨论从模型层次总排序的结果，我们很清楚的看到C对目标Z的权重C2C4C1C5C3C6。
那么C1——C6所对应的城市的空气污染程度也有同样的排序。
由此我们得到了11城市的污染严重程度排序，结果如下：
①北京汉城②雅加达③曼谷马尼拉④上海⑤加尔各答德里卡拉奇孟买⑥东京那么这个模型的结论从另一个侧面反映了所给的原始数据所代表的实际情况。
结论显示北京和汉城的空气污染程度在11个国家里最严重。
对于北京从实际出发，我们可以找到一点答案。
首先，中国是亚洲人口最多的国家，而且北京作为中国的首都，政治文化的中心，必然是人口积聚的中心。
人口密集，交通拥挤，工业生产规模愈来愈大，能流物流高度集中，使得空气污染日益加剧。
其次，问题的数据来自于1992年，当时的中国发展还比较落后，而且进行改革开放也才初见成效。
对环境污染的认识还很粗浅，对环境污染的治理也不够彻底，治理方法还比较初等。
除此以外，还有一个不容忽视的因素，我国大气污染物的主要来源主要是煤，当时城市中的能源消耗也主要是煤，燃煤排放的污染物占燃烧的96%。
在众多因素的影响下，北京当时的环境水平还不是很高，与北京这座历史名城成为世界级都市还有很大差距。
那么近年来北京变化比较大，到处高楼耸立，绿树成荫，工厂，汽车所排放的气体都要符合一定的标准，对环境污染的治理也卓见成效，随着科技的进步，一些新的能源发挥着巨大的作用，北京的环境正发生着巨大的变化。
通过亲自动手实践，除了加深对知识的理解，掌握，运用外，还使我对数学模型有了进一步的了解，体会，发现了数学在解决实际问题中的巨大作用，数学的美展现在我的面前。
数学模型是解决实际问题最有效的方法之一，在做这个层次分析模型的过程中，我觉得重点与难点就是判断矩阵的给出。
矩阵如果给出的标准比较合理，那么结果也会比较满意，会有比较满意的一致性；如果给出的标准有欠缺，那么判断矩阵的最大模特征根所对应的特征向量就可能是负的，此时标准就需要进一步改进。
层次分析的模型有很大的使用价值，除了可以解决这种二层排序的问题，还可以有更广的应用，解决更多层次的决策问题。
但是这个模型也有不是很另人满意的地方，虽然我要解决的是11个城市的空气污染严重程度的排名，但是受数据的限制，只是粗略的排出另外六个层次，那么位于同一层次的城市还需要更多的数据，更多的背景加以数学处理和讨论。
在以后的学习生活中，我会注意收集这方面的数据资料，将这个模型完善。
结束语人是自然界的主体，人类的发展、进步不能以牺牲自然、破坏环境为代价。
可持续发展才是人类发展的正确选择。
就本文而言，讨论的重点是大气污染。
大气污染的防治应该从整体考虑，我们应该减少直接燃煤作为能源，改用清洁能源，像天然气，太阳能，风能……城市还要严格控制汽车尾气的排放，从科技中寻找更有效的解决、治理污染的方法。
人是城市生态系统的主体，城市的一切均在人的行为支配下，所以人的意识、观念在环境保护中也有不可忽视的作用。
为了真正的实现可持续发展，人类应该多多的关注环境，保护环境。
其实无论是保护环境，还是发展经济，其最终目的都是为了使人们过上身心健康的生活。
《联合国环境与发展大会宣言》指出，“人类处于普受关注的可持续发展问题的中心。
他们应享有与自然相和谐的方式过健康而富有生产成果的生活的权利。
”联合国环境与发展大会制定的《21世纪议程》明确地指出：
“没有健康的人，也就不可能有健康的发展；如果缺少发展，人的健康也会受到不良影响”。
从这个模型中我们看到1992年的时候，北京的空气环境还比较差，近年来北京也发生了比较大的变化，城市环境有了很大改善。
我们的目标是把北京建设成国际化一流大都市，虽然我们与北京相处才仅仅两年，但是我们和这座城市有了很深的感情，我们会努力将北京建设的更加美丽。
2008年奥运会的时候，北京一定会以崭新的面貌展现在世界面前。
附录1、参考书目[1]王祥荣，生态与环境，东南大学出版社，2000。
[2]奚旦力，环境与可持续发展，高等教育出版社，1998。
[3]联合国环境规划暑，全球环境展望2000，中国环境科学出版社，2000。
[4]苏金明，阮沈勇，MATLAB6.1实用指南，电子工业出版社，2002。
2、程序清单a=[11/5111/31;515545;11/5111/31;11/5111/31;31/43313;11/5111/31]a=1.00000.20001.00001.00000.33331.00005.00001.00005.00005.00004.00005.00001.00000.20001.00001.00000.33331.00001.00000.20001.00001.00000.33331.00003.00000.25003.00003.00001.00003.00001.00000.20001.00001.00000.33331.0000[p,q]=eig（a）p=0.14550.0338+0.0343i0.0338-0.0343i0.70600.7060-0.11850.8754-0.9319-0.93190.0000+0.0000i0.0000-0.0000i-0.00000.14550.0338+0.0343i0.0338-0.0343i-0.6989+0.0891i-0.6989-0.0891i0.01640.14550.0338+0.0343i0.0338-0.0343i-0.0276-0.0417i-0.0276+0.0417i-0.64910.38610.0745-0.3417i0.0745+0.3417i-0.0000+0.0000i-0.0000-0.0000i0.00000.14550.0338+0.0343i0.0338-0.0343i0.0204-0.0474i0.0204+0.0474i0.7512q=6.0881000000-0.0441+0.7312i000000-0.0441-0.7312i0000000.0000+0.0000i0000000.0000-0.0000i000000-0.0000p=p/（0.1455+0.8754+0.1455+0.1455+0.3861+0.1455）p=0.07890.0183+0.0186i0.0183-0.0186i0.38300.3830-0.06430.4748-0.5055-0.50550.0000+0.0000i0.0000-0.0000i-0.00000.07890.0183+0.0186i0.0183-0.0186i-0.3791+0.0483i-0.3791-0.0483i0.00890.07890.0183+0.0186i0.0183-0.0186i-0.0150-0.0226i-0.0150+0.0226i-0.35210.20940.0404-0.1853i0.0404+0.1853i-0.0000+0.0000i-0.0000-0.0000i0.00000.07890.0183+0.0186i0.0183-0.0186i0.0111-0.0257i0.0111+0.0257i0.4075b=[111115;111115;111115;111115;111115;1/51/51/51/51/51]b=1.00001.00001.00001.00001.00005.00001.00001.00001.00001.00001.00005.00001.00001.00001.00001.00001.00005.00001.00001.00001.00001.00001.00005.00001.00001.00001.00001.00001.00005.00000.20000.20000.20000.20000.20001.0000[p,q]=eig（b）p=-0.92780.4454-0.2505-0.0246-0.21120.01210.18560.4454-0.73320.00490.1432-0.00240.18560.4454-0.2945-0.4032-0.52500.70460.18560.4454-0.29450.8211-0.5250-0.00240.18560.4454-0.2945-0.4032-0.5250-0.70950.03710.08910.37350.00100.3286-0.0005q=0.00000000006.0000000000-0.00000000000.00000000000.00000000000p=p/（0.4454*5+0.0891）p=-0.40060.1923-0.1082-0.0106-0.09120.00520.08010.1923-0.31660.00210.0618-0.00100.08010.1923-0.1272-0.1741-0.22670.30420.08010.1923-0.12720.3545-0.2267-0.00100.08010.1923-0.1272-0.1741-0.2267-0.30630.01600.0385
升级会员 