城市空气质量状况
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇城市空气质量状况范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
城市空气质量状况范文第1篇
中图分类号：X831 文献标志码：A 文章编号：2095-2945（2017）20-0079-02
引言
空气污染是空气质量中的常见现象，空气污染从古代就有，只是以前空气污染的程度小，人们的生活水平低，自然不会引起人们的重视，现代社会中空气污染已经成为各大城市的“通病”，我国正处在城市化发展的关键时期，不能放任空气污染，走国外城市“先发展，再治理”的老路，因此必提高治理空气污染的意识，完善城市空气污染监测方法，采用合理的解决措施，改善城市居民的生活环境，笔者就这些方面在下出具体的探析。
1 我国城市空气质量的现状和特点
1.1 我国空气质量的现状
根据近期城市环境空气污染监测报告现实，现阶段城市空气污染总体变化不大，局部地区还有改善的趋势，但是城市空气污染仍具有一定规模，国家政府对城市空气污染做出了改善措施，取得了一定的效果，但是近几年城市汽车尾气排放、工业废气等因素，使得城市空气质量恶化，因此我国城市空气质量标准中做出了明确地规定，空气中的二氧化硫、悬浮颗粒物、可吸入颗粒物、铅、氟化物等十种污物的浓度不能超过规定限制。从全国范围来看，城市空气污染物最主要的还是可吸入颗粒物和悬浮颗粒物，部分城市二氧化硫浓度较高，酸雨范围和规模总体保持稳定，大约为国土面积的百分之三十五左右。
1.2 我国城市空气污染的主要特点
随着我国改革开放不断深入，我国经济正在经历飞速发展的时期，城市化占有率逐年增加，但是部分人没有长远的发展眼光，为了追求眼前的利益，以牺牲环境为代价发展经济，造成了城市空气污染，从经济发展规模来看，我国也是一个发展中国家，缺乏城市空气质量的意识，在空气治理过程中技术水平也整体落后于发达国家，总体形势不容乐观，具体来说主要包括以下几个方面：（1）城市绿化面积少。城市人口众多，各种建设用地都很紧张，在有限的土地资源下，城市绿化就是在“夹缝中求生存”，人均绿化面积很少，绿化植物的作用就是进行化光合作用，吸收空气中的有毒气体，但是有限的城市绿化不能满足城市空气污染的净化，所以城市中单位空气面积的污染物占空气的浓度极大，对人体健康造成很大的伤害。（2）城市规划不合理，缺乏整体意识。在我国城市化过程中管理者缺乏整体意识，大城市的发展就是“摊饼”式的对外扩张，新兴城市没有整体合理的布局，粗放式管理模式造成了资源的浪费，空气中的污染物浓度普遍超标，成为城市经济进一步发展的瓶颈。另外根据最终的环境监测报告显示，部分地区空气恶化的趋势有所改善，可吸入颗粒物、悬浮颗粒物、二氧化硫、氟化物的浓度降低，达到国家空气质量标准的二级标准的城市，占调查总数的百分之六十五左右，达到国家空气质量标准的三级标准的城市数量，占调查总数的百分之三十五左右，该数据是根据全国三百五十个城市的空气质量报告总结出的，具有权威性。
2 城市空气质量监测方法
现阶段城市空气质量监测主要包括简单评价和综合评价，其中简单评价分为单因素和单指标，综合评价主要因素是多因素和多指标，在对城市空气质量监测过程中，可以采用新式监测方法或者完善已有的监测方法，主要目的还是真实可靠地监测空气质量。
2.1 指数法
指数法主要内容是在城市空气质量监测时，根据在现实生活中采集的空气质量数据和空气质量标准值进行比较，通过对比法得出空气质量是否符合标准的方法，指数法主要包括单因子指数法和综合指数法。（1）单因子指数法。顾名思义，单因子指数法就是采用对照比较法和概率统计法进行比较，对单个污染物在空气中的浓度进行分析，该方法的优势简单明了，可以快速了解污染物对空气的污染程度，但是缺点就是不能整体分析污染物之间的相关性。（2）综合指数法。综合指数法以采集的空气质量数据为基础，通过公式运算得出的空气污染程度的指数，该方法还可以细分为环境空气污染指数法和综合污染指数法，分别表现为两个方面：环境空气污染指数仅仅依据的是采集数据的最大值，不注重其他方面的作用，通常情况下作用于空气质量日报的数据指标评价中；综合污染指数法的优势可以准确表现出各个污染物之间的比例，可以体现出空气污染的主要来源和次要来源，该方法目前主要应用于空气质量报告中的各污染物在总体里的比例变化情况。
2.2 复杂数学模型评价法
（1）模糊综合评价法。模糊综合评价法主要考虑的是各部分的关联性，在评价过程中做到了定向、定量的针对性，模糊综合评价的结果不仅可以反应时间、空间等因子的相关性，可以清晰明了地观察不同因子的关系，但是该评价法也有一定的劣势，在采用线性加权模型的情况下，污染因子权重较少，然而污染因素较多的时候，评估结果会失去真实性，部分真正的有用信息不会得到重视，对城市空气质量的监测造成误差。（2）灰色系统法。灰色系统法主要作用是利用推理知识进行的空气质量的推演，主要内容是通过已知的部分信息、数据，运用灰色系统法的推演知识，对系统中的行为和规律详尽的描绘出来，但是灰色系统法推论出的现象不是绝对的，有时会因为一些不可抗拒的因素造成判断出的现象与真实情况有一些误差，这并不妨碍灰色系统法成为目前较好的城市空气监测方法之一，该方法的实践操作方法分为灰色聚类法和灰色关联法，完成对城市空气质量状况监测的任务。（3）物元分析法。物元分析法相当于一个运算模型，在进行城市空气质量状况监测过程中将物元分析法中的评价标准、指标、特征作为物元，统一进行分析管理，运算出的节域、权重建立健全评估模型，就可以得出想要的结论，物元分析法关联度的最大值对应级别应该为评价级别。
2.3 城市空气质量状况监测方法的注意问题
城市经济不断发展的过程中，城市建设规模、城市功能区布局、产业结构分布都在不断发展的情况下，在对城市空气质量监测点进行调整，达到最优的局面，因此要注意以下几个问题。（1）选择空气质量监测点位时，要注意城市的可持续发展，统筹安排各方面的均衡发展，又要注重监测点周边环境的稳定性，保障空气质量监测数据的真实可靠，才能评估正确的结果。（2）对于污染区域的监测点安排，要摒弃错误思想，主要包括城区边界地带污染较小的意识，保证监测点符合空气质量监测中的合理，准确。（3）要根据城市人口和工业分布合理安置空气质量监测点，具体操作如下：在人口密集的地区适当的增加监测点，可以更好的得出人们生活活动对空气的污染程度。在工业密集分布的地区，在工业区周边和中心地带增设空气质量监测点，以便更好地做出工业活动对空气污染的评估报告。
3 城市空气污染的防治措施
3.1 加强城市空气质量的监测，从源头开始控制污染源
运用各种空气污染监测方法，全天候监测城市空气的质量，保证对整个城市的空气掌控，一旦某些区域发生空气污染的现象，城市空气监测部门一定要做到及时曝光，让社会的舆论道德压力和政府有关部门的干预将空气污染源扼杀在萌芽中，并且还可以唤醒城市居民的环境保护意识，用整个社会的力量去保护空气质量安全。
3.2 加强防治汽车尾气排放对空气的污染
人们的生活水平越来越高，城市汽车保有量基本饱和，大量的汽车不仅使城市交通变得拥挤，汽车尾气还造成了空气污染，因此政府相关部门严格按照机动车环保制度，采用限制行车区域、时间等方式，减少汽车尾气对空气的污染。还可以大力扶持公共交通、新能源汽车以及共享自行车等一系列手段，根本目的就是减少汽车尾气对城市空气的污染。
3.3 加强防治工业对空气的污染
政府要制定有关工业排放废气的准则，使工业废气的排放能被自然环境净化，对于重度污染工业可以搬迁到远离城市的区域，对于城区工业的废气排放，一定要严格监测，发现企业违规排放要严肃处理，不能给企业留下侥幸心理，并且还要鼓励企业发展新型废气处理设备，尽量杜绝工业对城市空气污染的现象。
3.4 加强城市绿化规划
绿色植物是天然的空气调节器，是净化城市空气的最主要手段，因此城市规划时要有长远的发展眼光，预留出足够的绿化地区，并且合理规划绿化地区的分布，实现绿化的功能最大化。
4 结束语
城市空气污染问题日益成为制约城市进一步发展的难题，因此监测城市空气质量不仅解决了城市居民关注的民生问题，而且可以使城市走上可持续发展的道路，全社会应该有长远的发展眼光，也要给子孙后代留下一片干净的蓝天，本文就城市空气质量监测方法和防治措施进行了具体探析，具有一定的参考价值。
参考文献：
[1]庄素敏.基于城市环境空气质量自动化监y的研究[J].科技与创新，2016（12）：110-111.
[2]洪千淇，刘萌萌，王尧.浅谈室内空气污染的危害及其防治措施[J].科技创新与应用，2016（12）：162.
[3]侯洪刚.室内空气污染对人类健康的影响及防治措施[J].环境与发展，2014（03）：151-152.
城市空气质量状况范文第2篇
关键词：空气质量三线城市方差性分析主成分分析
一、背景
1.地区发展的差异
空气质量优劣程度[1]与一个城市的经济发展密切相关，它直接影响到投资环境和居民的健康，因此越来越受到政府和公众的广泛关注。城市化建设是发展中国家实现现代化的必经之路，但是该过程往往会导致环境污染不断加剧；大城市工业集中、大量消耗化石燃料，高密度建筑群又不利于污染物的扩散，因此一般一些发展城市的空气污染现象异常严重。人们在感受着城市化带来的便利的同时，也深深的体会到了苦涩的回报――城市空气质量问题。
随着城市的发展，各个城市[2]之间在经济上出现了显著性的差别，城市逐渐被分为了几个等级。目前国内常见的一线、二线、三线城市最早起源于房地产市场，现在已演变成城市综合实力和竞争力的划分。专家介绍说，常规的划分指标包括:综合竞争实力、城市发展规模（建设水平、人口、面积等）、辐射带动力与影响力、交通通达能力等许多层面；简单来说，政治地位、经济实力、城市规模、区域辐射力是划分一线、二线、三线城市的主要标准。
2.空气质量指标
新闻报道中经常出现的空气质量指数[3]（英文：Air Quality Index, AQI）是定量描述空气质量状况的非线性无量纲指数。其数值越大、级别和类别、表征颜色越深，说明空气污染程度越严重，对人体的健康危害也越大。AQI分级计算是参考的标准是GB 3095-2012《环境空气质量标准》，参与评价的污染物为PM2.5、PM10、SO2、NO2、O3、CO等六项；所以，AQI采用的标准更严、污染物的指标更多、频次更高，其评价的结果也将更加接近公众的真实感受。
本文主要研究的是通过中国环境监测总站的全国主要城市空气质量指标的数据，分析城市发展与空气质量指数的关系，而且城市环境空气质量直接反映城市规划建设管理水平，影响城市经济发展，关系城市居民生活质量。随着经济建设、城市建设的快速发展，城市作为政治、经济、文化、商贸中心、建筑密度、人口密度、交通车辆密度的不断膨胀，各类能源的消耗也与日俱增；而且空气质量的治理不是一两项指标就可以奏效的，而是需要通过综合防治、长效管理才能得以恢复，走向良性循环的道路。
二、一二三线城市之间空气质量的差异性分析
选取一二三线城市中具有代表性的城市5-10月份（数据来自：中国环境监测总站）每月份的各个空气质量因素的平均值，具体数据见下表（选取了部分数据）：
表1 各线城市在2013年5-10月的空气质量因素
1.差分析理论
方差分析[4]是用于两个及两个以上样本均数差别的显著性检验。由于各种因素的影响，研究所得的数据呈现波动状，造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。
方差分析的基本原理是认为不同处理组的均数间的差别基本来源有两个：
第一，随机误差，如测量误差造成的差异或个体间的差异，称为组内差异，用变量在各组的均值与该组内变量值之偏差平方和的总和表示，记作SSw，组内自由度dfw。
第二，实验条件，即不同的处理造成的差异，称为组间差异。用变量在各组的均值与总均值之偏差平方和表示，记作SSb，组间自由度dfb。
总偏差平方和SSt=SSb+SSw。组内SSw、组间SSb除以各自的自由度(组内dfw=n-m，组间dfw=m-1，其中n为样本总数，m为组数)，得到其均方MSw和MSb，一种情况是处理没有作用，即各组样本均来自同一总体，MSb/MSw≈1。另一种情况是处理确实有作用，组间均方是由于误差与不同处理共同导致的结果，即各样本来自不同总体。那么，MSb>>MSw(远远大于)。MSb/MSw比值构成F分布。用F值与其临界值比较，推断各样本是否来自相同的总体。
2.数据分析结果
分析结果如下表：
表2 空气质量指标的各个因素和城市之间的方差分析图
从表中可以看出：
影响空气指标的各个因素大部分具有显著性差异，综合评判空气质量的AQI在一二三线城市之间具有显著性差异；PM2.5、PM10、CO、NO2、SO2，五项指标在一二三线城市之间具有显著性差异，这几个指标和工业发展的C排放、汽车尾气等具有明显的关系，所以，从图表中可以看出城市的发展程度与空气质量因素之间密切相关。
三、一二三线城市空气质量指数的主成分分析原理和方法实现
1.主成分分析理论
主成分分析[5]是数学上数据降维的一种方法。其基本思想是设法将原来众多的具有一定相关性的指标X1，X2，…，XP（比如p个指标），重新组合成一组较少个数的互不相关的综合指标FM来代替原来指标。那么综合指标应该如何去提取，使其既能最大程度的反映原变量Xp所代表的信息，又能保证新指标之间保持相互无关（信息不重叠）。
设F1表示原变量的第一个线性组合所形成的主成分指标，即 ,由数学知识可知，每一个主成分所提取的信息量可用其方差来度量，其方差Var(F1)越大，表示F1包含的信息越多。常常希望第一主成分F1所含的信息量最大，因此在所有的线性组合中选取的F1应该是X1，X2，…，XP的所有线性组合中方差最大的，故称F1为第一主成分。如果第一主成分不足以代表原来p个指标的信息，再考虑选取第二个主成分指标F2，为有效地反映原信息，F1已有的信息就不需要再出现在F2中，即F2与F1要保持独立、不相关，用数学语言表达就是其协方差CoV(F1,F2)=0 ，所以F2是与F1不相关的X1，X2，…，XP的所有线性组合中方差最大的，故称F2为第二主成分，依此类推构造出的F1、F2、……、Fm为原变量指标X1，X2，…，XP第一、第二、……、第M个主成分。
2.主成分分析的数据分析
影响各个城市空气质量的因素有很多，在分析城市发展程度与影响空气质量指标之后，为进一步说明提取的主成分对城市空气质量的影响，对一二三线城市中的代表城市进行进一步主成分分析（以北京为例）：
表3主成分与原有变量的权重关系
结合图表和理论分析得出，
第一主成分：Z1=0.216*X1+0.240*X2+0.153*X3+0.216*X4+0.198*X5+0.066*X6-0.135*X7-0.134*X8
第二主成分：
Z2=0.156*X1+0.072*X2+0.270*X3-0.034*X4-0.121*X5+0.253*X6+0.288*X7-0.287*X8
第三主成分：
Z3=0.215*X1+0.221*X2-0.155*X3+0.440*X4-0.454*X5-0.559*X6+0.158*X7+0.168*X8
由于三个主成分达到了99.291%的信息贡献累计值，所以，基本上可以完全涵盖原有变量信息，则得出衡量空气质量的新的关系式：
Z=49.202%*Z1+35.956%*Z2+14.133%*Z3
用上述分析方法，对一二三线城市中选取的城市进行主成分分析[6]，取各个城市半年内的主成分值的平均值表示这段时间的影响数值，得出如下分析表：
图4部分城市各个主成分的数值
经过主成分分析，原来评价各个城市的八个因素，缩减为现在的一到三个，明显减少了分析量，为后续的分析提供了参考依据，更容易分析出数据间的规律，也使得空气质量的评价问题更易分析，但是，通过主成分分析中的主成分提取，并不能用来评价各个城市的空气质量指数。
图表中的主成分Z1，一线城市明显大于二线城市，二线城市小于三线城市，并不能得出相应的变化规律；图表中的主成分Z2，二线城市明显大于一线城市，一线城市又明显大于三线城市，部分地区没有第二主成分，这样也不能分析出相应的变化规律；而图表中的第三主成分Z3，仅有一个城市有，显然第三主成分不是分析的重点，也没有提供相应的分析结论，不具有参考价值。
整个成分分析的结果如图3所示，部分一线城市大于二线城市，二线城市大于三线城市；如果根据这个结果，可以得出和前面分析类似的结论：空气质量指数的污染程度和城市的发展程度成正比。但是，部分数据不符合该变化规律。所以，在对问题进行主成分分析时，不能简单的从简化问题的角度分析，这样会导致最终的分析结果和原来结果不一样；在进行对比分析时，一定要结合实际问题的规律进行分析。
四、结论及建议
我国城市空气污染的一个重要的特征是煤烟型污染，煤炭燃烧排除大量烟尘，是主要的城市空气污染源。以煤炭为主的能源消费形成的城市空气污染已经威胁到人民群众的健康和经济社会的可持续发展。另外，城市机动车保有量在不断增加，由于城市人口密集，交通运输量加大，机动车排气污染在城市空气污染中所占的比例也不断上升，从图表分析可以看出PM2.5和PM10在空气污染中占主要比重，我们从天气状况也可以看出，城市阴霾天气不断出现，据2007年中国环境状况公报，我们空气质量达到国家一级标准的城市仅占2.4%，可想而知空气污染给我们带来了多大的影响。
一二三线城市之间的空气质量具有显著性差异，在分析影响空气质量的主成分时，将一二三线城市分开分析，分析结果显示在城市发展过程中的污染物种类基本相同，而它们的比重随着城市发展加快也有所增加。
目前，我们城市的空气污染已经危害到了人们正常的生活，由雾霾引起的呼吸道疾病也逐渐增多，研究表明，中国引起慢性呼吸道疾病的主要决定因素是城市空气污染。并且城市的污染也造成了巨大的经济损失，就北京来说，2012年北京持续一周的雾霾天气给北京带来直接经济损失达120亿，严重制约了经济的发展。
我国应该重点治理城市环境污染，从一下两个方面出发：一方面是治理工厂排放的污染物和煤炭的燃烧量；另一方面限制城市汽车的拥有量或者发展新能源供汽车使用。我们坚信，主要我们从现在开始，从自身做起，每个企业家从自身企业做起，从减少一块煤、一度电、一升油开始，在不久的将来，我们的空气质量一定会发展的很好，我们一定可以为我们自己和子孙后代创造一片蓝天。
参考文献：
[1] 张晓婕. 全国主要城市空气质量现状与分析[D]. 河北:河北经贸大学, 2010.
[2]刘松林，尹子民，基于城镇居民消费结构的因子分析与评价[J],2006(04):277-280
[3] 蒋丽英. AQI指数更真实反应空气质量[N]. 苏州日报, 2012-11-7(第A04).
[4] 高惠璇. 应用多元统计分析[M]. 第一版. 北京:北京大学出版社, 2005:265-300.
城市空气质量状况范文第3篇
环保部当日了2015年12月京津冀、长三角、珠三角区域及直辖市、省会城市和计划单列市等74个城市空气质量状况。
环境护部环境监测司司长罗毅介绍,12月受大范围空气重污染过程影响,74个城市环境空气质量总体状况同比、环比均转差。74个城市PM10、PM2.5和NO2浓度同比、环比均有所上升,SO2浓度同比有所下降,环比有所上升,CO超标率同比和环比均有所上升,O3超标率同比持平,环比有所下降。74个城市平均达标天数比例为55.6%。其中,厦门、福州、昆明、惠州、江门、海口和深圳等7个城市的达标天数比例为100%,东莞、中山和珠海等15个城市的达标天数比例在80%~100%之间,重庆、宁波和秦皇岛等13个城市达标天数比例在50%~80%之间,保定、邯郸和济南等39个城市达标天数比例不足50%。超标天数中以PM2.5为首要污染物的天数最多,其次是PM10。
按照城市环境空气质量综合指数评价,12月空气质量相对较差的后10位(从第74名到第65名)城市分别是保定、邢台、衡水、邯郸、石家庄、廊坊、济南、郑州、唐山和哈尔滨;空气质量相对较好的前10位(从第1名到第10名)城市分别是海口、惠州、厦门、福州、深圳、昆明、肇庆、东莞、贵阳和江门。
罗毅介绍,12月,我国北方地区全部进入采暖期,受采暖期污染物排放量大和不利气象条件影响,我国除华南地区外,均出现了重污染天气。其中京津冀及周边地区污染程度最重、持续时间最长,12月该区域先后出现5次明显重污染过程,保定、衡水市一度出现连续8天的重度及以上污染天气。与2014年同期相比,京津冀区域13个城市PM2.5月均浓度全部升高,其中北京市同比升高166.7%;京津冀周边的太原、呼和浩特、济南和郑州市PM2.5月均浓度同比分别上升了15.6%、41.7%、92.8%和49.5%。
监测数据显示,12月,京津冀区域13个城市空气质量达标天数比例在12.9%~80.6%之间,平均为34.9%。其中,张家口市达标天数比例为80.6%,秦皇岛、承德2个城市的达标天数比例在50%~80%之间,保定、邯郸、衡水等10个城市的达标天数比例不足50%。超标天数中以PM2.5为首要污染物的天数最多,其次是PM10。
城市空气质量状况范文第4篇
关键词 统计分析；聚类；MATLAB；空气质量
中图分类号TP39 文献标识码A 文章编号 1674-6708（2014）121-0145-02
近年来，中国很多城市经常出现雾霾天气，“PM2.5”也成为人们的热议话题，空气质量问题日益受到人们的关注。空气的污染严重危害人们的身心健康，为降低和减少污染，需要对影响空气污染的因素进行监测和统计分析，从中找到导致空气污染的主要污染物项目，以便于有针对性的找到污染根源，从而更好地治理空气污染问题。
1 空气质量指数计算方法
2012年国家新的环境空气质量标准[3]，同时，国家环境保护部了《环境空气质量指数（AQI）技术规定（试行）》[4]，空气质量指数（AQI）分级计算参与评价的污染物在过去参与评价的污染物仅为二氧化硫（SO2）、二氧化氮（NO2）和粒径小于等于10?m可吸入颗粒物（PM10）等三项的标准上，增加了粒径小于等于2.5?m的颗粒物（PM2.5）、一氧化碳（CO）和臭氧（O3）等项目。
根据过去24小时一个城市所有监测站点的各项污染物浓度算术平均值计算该城市的日AQI，反映这个城市过去一天的空气质量状况。
AQI范围为0～500，导致AQI>50的污染物为首要污染物，首要污染物可以为多项；导致AQI>100的污染物为超标污染物。AQI值越大，说明空气受污染的程度越高，对人体的健康危害也就越大。
2 合肥市空气质量数据分析
分析合肥市空气质量及影响因子，是对合肥市的AQI指数和参与评价空气质量的污染物的监测数据进行分析，数据来源http：///，其中包含日AQI和各项污染物的日平均实测浓度值。实验使用MATLAB工具进行，实验数据选取的时间段从2013年11月1日至2014年4月30日共181天，数据项为日AQI和6个污染物日平均浓度值，共181组，表示为：DATA=（aqi，attr）181×7，其中第一列aqi为每天的日AQI值，attr为181×6的矩阵，各列依次为6个污染物PM2.5、PM10、CO、NO2、SO2、O3的181天日平均浓度值。
2.1 数据的数字特征
为了观察数据的大致情形，用函数boxplot（X）作箱形图，如图1所示。由图1箱形图可知，合肥市AQI值的1/4分位数接近100，说明空气污染程度较高，同时观察PM2.5和PM10中位数都在100附近，说明这两个指标对空气污染较重。
2.2 聚类分析
人们在认识事物时首先要区分不同的事物，然后分析事物内部和事物之间的差异。针对事物对象的重要指标或综合特征，聚类分析是根据对象间的相似程度或相异程度将一组数据进行分组，分到同一组的对象具有相似的性质，不同类的对象性质差别很大，然后对这些组数据进行研究。下面对参与评价空气质量的污染物的数据进行聚类分析。
从图1中可以看出，由于数据的计量单位不同，且各列数据的变化很大，为减少不同的指标的标量对实验结果的影响程度太大，使用函数Z=zscore（D）将数据进行标准化，该函数返回D中各列数据与均值间的偏差，并用其标准差标准化。对于列向量V，标准化后的数据Z=（V-mean（V））./std（V）。
使用MATLAB工具箱中的函数对数据聚类分析。
聚类的算法如下：
function ATTR-Cluster（attr）
attrScaled=zscore（attr）；%数据标准化
dis=pdist（attrScaled，’Euclid’）；%欧式距离
tree=linkage（dis，’method’）；%method分别取single/complete/average
TreeCluster=（tree，6）；%构造最多6类的构造类
使用函数c=cophenet（tree，dis）计算不同的聚类方法的相干系数，该函数用来度量聚类结果的有效性，对于要求很高的解，c应接近1。计算最短距离法、最长距离法和平均距离法的相干系数分别为0.6746，0.7831和0.7463，在这3种实验方法中，最长距离法是效果最好的一种方法。
3 结论
本文依据AQI技术规定，使用MATLAB工具对合肥市空气质量数据进行了分析，认为合肥市近半年空气污染程度较高，污染物PM2.5、PM10和CO对合肥市空气污染影响程度较高；对参与评价空气质量的污染物的监测数据进行聚类分析，实验结果说明聚类结果与各项污染物的监测值综合评价关系较为密切，能够综合反映合肥市的空气质量状况。数据分析也进一步证明了新的空气质量评价标准增加了3个污染物项目，对于评价空气质量更为科学。
空气质量数据进行分析，可以帮助找到影响空气质量的影响因子，确定导致空气污染的主要污染物项目，但是，环境空气质量除了受这些污染物项目的影响，还受到当地的气候环境变化的影响，这需要更进一步的研究才能有助于解决空气污染治理问题。
参考文献
[1]范金城，梅长林.数据分析[M].北京：科学出版社，2002.
[2]周品，赵新芬.MATLAB数理统计分析[M].北京：国防工业出版社，2009.
城市空气质量状况范文第5篇
每日空气质量好坏，要看API
API，即空气污染指数。目前全国有113个环保重点城市采取空气质量日报，用二氧化硫、氮氧化物和可吸入颗粒物这三种大气污染物的指数来评估空气状况，指数越低，空气质量越好。为了简明地告知大家空气状况，国家规定将污染指数最高的那种污染物作为首要污染物。所以每次大家看到的污染指数，就是取首要污染物的指数。目前在大部分城市，可吸入颗粒物通常是首要污染物。
API变动有一定的规律
空气污染指数与人的活动、气象条件（风向、空气的湿润度）有关。一般情况下，一天之中，空气污染指数有双峰和双谷，早高峰为早上六七点到九点，晚高峰是从下午五六点到晚上八九点，这两个时段的空气差一些；双谷出现在中午十二点和午夜零点至四点，这时正好大家都在休息。而在一年之中，如果气象条件利于空气扩散，空气污染指数就低，比如上海夏季的空气质量好，而冬季和春季的前两个月要差一些。根据2001年至2010年的数据统计，上海空气质量超标的天数多半集中在11月、12月，入秋后就进入了空气污染高发期，要注意防护。
城市空气污染的主要来源――汽车尾气污染
环保部的资料显示，我国机动车污染日益严重，机动车尾气排放已成为大中城市空气污染的主要来源。2009年环境监测显示，全国113个环保重点城市中三分之一的城市空气质量不达标。同时，我国一些地区酸雨、灰霾和光化学烟雾等区域性大气污染问题频繁发生，这些问题都与机动车排放的氮氧化物、细颗粒物等污染物直接相关。
给爸爸妈妈的贴心建议：
1. 要选适宜时间带宝宝到户外活动。一般上午10点以后比较好，那时太阳出来了，地面气温升高，有利于空气扩散，空气更新鲜，下午3～4点也比较适合。
