空气质量分析Word下载.docx
《空气质量分析Word下载.docx》由会员分享,可在线阅读,更多相关《空气质量分析Word下载.docx(26页珍藏版)》请在冰点文库上搜索。
建立一个完整的包含4个城市所有空气质量监测数据的SPSS规数据集,并选用适当的图形展示各城市的空气质量状况。
问题分析:
首先要观察分析所给数据的完整性与有效性。
先要把缺失的数据通过查阅文献和互联网来进行补齐或者删除,保证数据的完整。
利用spss软件的作图功能做出各个城市的数据趋势图,状况图等对其空气质量状况进行展示。
2.2问题二分析
分析各城市自2000年-2006年的空气质量变化趋势。
要分析各城市6年间的空气质量变化趋势,需要根据第一问所整理数据进行作图,从所做的图中观察分析不同城市的空气质量变化趋势。
2.3问题三分析
比较各城市空气质量状况并排序(年度级别和月度级别)。
先分别整理各城市的年度数据与月度数据,假设数据真实可靠,而且各指标等级对空气质量的影响因子对于不同城市来说是相同的。
有了这个假设就可以建立判别矩阵,通过单排序以及一致性检验可以得出不同城市的空气质量状况指数。
比较各城市的污染指数,做出柱状图对其质量状况进行排序。
2.4问题四分析
搜集各城市相关数据来解释和评价你的排序结果。
通过查阅国家相关机构,参考其中的数据表格,综合各方面的数据来对不同因素进行影响因子解释,并且对问题中所作出的排序结果进行判定。
经过查找,与各城市空气质量状况相关的参数有各个城市的人口数量,民用车辆,人均消费指数,工业企业数量,绿化覆盖面积,利用相关性分析法分析各个参数对空气质量状况的影响。
3模型假设
1)表格中已有的数据具有权威性,值得相信,具有使用价值。
2)空气质量相同等级的污染程度相同。
3)假设该市各种影响空气质量的软因素(如工业发展,人口数量)保持平稳变化。
4)不考虑突发事件即人为因素(如工业事故)造成的空气质量突变。
5)假设各种因素对环境的影响最终主要表现在可吸入颗粒,不考虑其他随机因素的影响。
4符号说明
符号
描述
单位
x
年份
年
a
月份
月
m
按年份的空气质量指数
n
按月份的空气质量指数
y
按年份的空气质量指数系数
z
按月份的空气质量指数系数
5模型的建立与求解
5.1问题一的模型
5.1.1模型建立
查看原始数据得知数据有所缺失,需要从相关机构以及互联网中查阅数据对其进行补齐。
然后对数据进行预处理并整理。
对数据进行分析做出不同城市的空气状况表。
做出柱状图直观展现各城市的空气质量状况。
表1四个城市空气质量状况表
城市1
频率
百分比
有效百分比
累积百分比
有效
重度污染
1391
59.5
重污染
160
6.8
66.4
中度重污染
700
30.0
96.4
中度污染
33
1.4
97.8
轻度污染
18
.8
98.5
轻微污染
6
.3
98.8
良
2
.1
98.9
优
26
1.1
100.0
合计
2336
1126
48.1
286
12.2
60.3
619
26.5
86.8
60
2.6
89.4
52
2.2
91.6
45
1.9
93.5
84
3.6
97.1
68
2.9
2340
1664
71.1
53
2.3
73.4
295
12.6
86.0
317
13.5
99.5
99.8
99.9
1
.0
1572
67.2
118
5.0
72.2
600
25.6
97.9
25
11
.5
99.4
4
.2
99.6
99.7
8
5.1.2模型求解
下面给出各城市的空气质量状况柱状图,如图1,图2,图3,图4所示:
图1空气质量柱状图图2空气质量柱状图
图3空气质量柱图4空气质量柱状图
5.2问题二的模型
5.2.1模型建立
首先,做出每个城市在2000年到2006年之间,空气质量的散点图,然后将空气质量状况标准化,(1="
重度污染"
,2="
重污染"
,3="
中度重污染"
,4="
中度污染"
,5="
轻度污染"
,6="
轻微污染"
,7="
良"
,8="
优"
)。
最后,使用spss软件拟合曲线,就可以观察出空气质量趋势。
5.2.2模型求解
如下所示,四个城市的空气质量趋势图。
图5空气质量趋势图图6空气质量趋势图
图7空气质量趋势图图8空气质量趋势图
由图可知,的空气质量一直趋于稳定,在轻微污染与良之间徘徊;
的天气在2000年左右最差,然后一直好转,趋于良好;
的空气质量一直保持稳定,大部分都在良好围;
的空气质量再2000年最差,然后逐年趋向良好,在2006年达到顶峰。
由图可知,空气质量最差,其次是,的空气质量优于,的空气质量最好。
5.3问题三的模型
5.3.1模型建立
按照层次分析法的步骤,构造城市排名模型:
1)建立层次结构图
2)构造比较矩阵A,比较4个空气质量状况P对目标层的影响程度,
3)分析污染指数、首要污染物、空气质量级别、空气质量状况的散点图分别与年、月对应的线性关系。
4)然后假设空气质量状况指数,与年、月分别对应为m、n。
图9层次结构图
模型
图10污染指数与年的散点图
假设年份为x,四个城市的污染指数分别为:
y11,y12,y13,y14,则,
y11=89-0.04x,y12=135.94-6.88x,y13=66.65-0.64x,y14=89.9-1.8x.
图11首要污染物与年的散点图
(1为"
-"
,2为"
--"
,3为"
–"
,4为"
二氧化硫"
,5为"
可吸入颗粒"
)
假设年份为x,四个城市的首要污染物分别为:
y21,y22,y23,y24,则,
y21=4.88+0.01x,y22=4.93-0.005x,y23=4.58+0.003x,y24=5-0.01x.
图12空气质量级别与年的散点图
(1="
Ⅰ"
Ⅱ"
Ⅲ1"
Ⅲ2"
Ⅳ1"
Ⅳ2"
,7="
Ⅴ"
假设年份为x,四个城市的空气质量级别分别为:
y31,y32,y33,y34,则,
y31=3.47+0.01x,y32=4.55-0.15x.y33=2.94-0.006x,y34=3.59-0.05x.
图13空气质量状况与年的散点图
,5="
假设年份为x,四个城市的空气质量状况分别为:
y41,y42,y43,y44,则,
y41=6.52-0.008x,y42=5.3+0.17x,y43=6.92+0.007x,y44=6.41+0.05x.
假设与年相关的空气质量状况指数为m,而污染指数、首要污染物、空气质量级别与m呈正相关性,空气质量状况与m呈负相关,则四个城市的空气质量状况指数分别为
:
m1(x)=y11+y21+y31-y41;
m2(x)=y12+y22+y32-y42;
m3(x)=y13+y23+y33-y43;
m4(x)=y14+y24+y34-y44.
图14污染指数与月的散点图
假设月份为a,四个城市的污染指数分别为:
z11,z12,z13,z14,则,
z11=88.7+0.026a,z12=123.99-2.48a,z13=65.85-0.28a,z14=87.39-0.74a.
图15首要污染物与月的散点图
假设月份为a,四个城市的首要污染物分别为:
z21,z22,z23,z24,则,
z21=4.91+0.004a,z22=4.94-0.005a,z23=4.58+0.003a,z24=4.98-0.002a.
图16空气质量级别与月的散点图
假设月份为a,四个城市的空气质量级别分别为:
z31,z32,z33,z34,则,
z31=3.79-0.04a,z32=4.28-0.05a,z33=2.93-0.002a,z34=3.49-0.02a.
图17空气质量状况与月的散点图
假设月份为a,四个城市的空气质量状况分别为:
z41,z42,z43,z44,则,
z41=6.2+0.04a,z42=5.64+0.06a,z43=6.93+0.003a,z44=6.51+0.02a.
假设与月相关的空气质量状况指数为n,而污染指数、首要污染物、空气质量级别与n呈正相关性,空气质量状况与n呈负相关,则四个城市的空气质量状况指数分别为
n1(x)=z11+z21+z31-z41;
n2(x)=z12+z22+z32-z42;
n3(x)=z13+z23+z33-z43;
n4(x)=z14+z24+z34-z44.
根据以上模型,化简出了m与n的公式,并计算出相应的结果,如下表2、3所示。
表2空气质量状况指数与年的关系
2000
2001
2002
2003
2004
2005
2006
m1
66.9
66.88
66.87
66.86
66.85
66.84
66.82
m2
-14277
-14284
-14291
-14299
-14306
-14313
m3
-123.3
-1234
-1235
-1236
-1238
m4
-3727
-3729
-3731
-3733
-3735
-3737
-3739
由上表知,城市空气质量状况指数按年度排序:
m2<m4<m3<m1,然而,m的值越小,空气质量状况越好,故空气质量状况按年度级别由优至差依次排序为:
,,,。
表3空气质量状况指数与月的关系
3
5
7
9
10
12
n1
91.15
91.1
91.05
91
90.95
90.9
90.85
90.8
90.75
90.7
90.65
90.6
n2
122.4
119.95
117.5
115
112.5
110
107.5
105
102.5
100
97.54
95.05
n3
66.15
65.87
65.59
65.31
65.03
64.75
64.47
64.19
63.91
63.63
63.35
63.07
n4
88.57
87.78
87
86.22
85.44
84.66
83.88
83.09
82.31
81.53
80.75
79.97
由上表知,城市空气质量状况指数按月度排序:
n3<n4<n1<n2,然而,n的值越小,空气质量状况越好,故空气质量状况按月度级别由优至差依次排序为:
5.3问题四的模型
根据所查资料,各城市的空气质量会受到各个城市的人口数量,民用车辆,人均消费指数,工业企业数量,绿化覆盖面积的影响,还受到气候及地理因素的影响。
通过查找资料,获得各个城市2000-2014数量人口,民用车辆,人均消费指数,工业企业数量,绿化覆盖面积的数据,各个城市的数据如下表所示。
表4的相关数据
人口(万人)
私家车(万辆)
人均消费指数
工业企业数量(个)
绿化覆盖面积(公顷)
331.01
412
4665
314.25
2.5
104
436
5012.5
296.36
623
5610
299.81
3.4
101.1
1005
6556
305.07
3.9
102.3
1326
9630.5
314.96
4.1
101.7
548
4977
327.01
3.2
101.3
633
1878
2007
329.43
105.5
795
3920
2008
5.6
108.2
644
4326
2009
332.18
8.7
480
4347
2010
361.62
103.8
466
4441
2011
362.09
16
105.4
346
4361
2012
363.05
21
102.4
378
5494
2013
364.16
103.5
394
6584
2014
366.49
34.74
102.2
387
6966
表5的相关数据
人口
(万人)
民用车辆
(辆)
工业企业数量
(个)
绿化覆盖面积
(公顷)
688
144956
100.2
685
6542
694.8
172152
713
6735
702.59
206653
98.6
726
6873
716.5784
243599
110.8
735
6994
7256354
289891
1066
7417263
323589
100.3
902
7350
8225200
392561
101.6
904
10737
8305400
473216
104.7
937
11125
8372500
595735
106
1032
11616
8434600
624120
1131
12059
8474100
786523
15646
8513400
1174874
105.6
891
17325
8552900
1215213
970
19017
8069300
1634885
102.7
1056
21865
8152900
1926012
101.4
1146
23217
表6的相关数据
人口数量(万人)
汽车总量(万辆)
居民消费价格指数
275.607
4.9274
100.9
129
4049
300.3
5.5148
107.3
384
3564
302.7
5.0148
297
6807
305.03
6.3851
380
5076
307.38
7.3822
405
3175
309.73
8.9350
102.6
612
1403
311.94
11.7517
404
2885
314.07
12.1547
101.5
524
2919
315.97
17.3462
104.6
441
2876
317.86
20.3736
107.2
327
319.51
23.4872
219
3931
332.1
30.4864
103.1
203
4605
333.97
34.8606
105.2
147
4158
335.71
37.1138
169
4504