本次研究以临沂市工业区及非工业区的空气质量数据作为分析基础,通过正态性K-S检验发现:工业区及非工业区的 SO 2浓度指数、 NO 2浓度指数以及PM2.5指数均近似服从正态分布。通过参数假设检验发现:工业区的SO 2浓度指数要明显高于非工业区,这是因为工业排放会使其周边地区的 SO 2骤增;但工业区与非工业区之间的 NO 2浓度差异、PM2.5指数差异均不明显,即工业排放不会显著提升NO 2浓度和PM2.5指数,这是因为,造成NO2浓度以及PM2.5指数增加的首要原因并非只是工业排放,机车尾气排放以及扬尘、建筑尘等因素的影响更为突出。 This research was based on the air quality data of industrial area and other areas. According to the result of K-S test, the data of SO 2 concentration, NO 2 concentration and PM2.5 in industrial area and other areas all nearly obey normal distribution. According to the result of the hypothesis testing, there is an obvious difference between the SO 2 index of industrial area and the SO 2 index of other areas, which is caused by the industrial emissions. However, the difference between the NO2 index of industrial area and other areas is not obvious, so it is the same with the PM2.5 index. In other words, neither do industrial emissions contribute to the increase of NO 2 concentration nor the in-crease of PM2.5 index. That’s because what mainly cause both NO 2 index and PM2.5 index rise are the vehicle exhaust, soil dust and construction dust compared with industrial emission.
樊佳鑫1,刘忠梅1,2*
1临沂大学土木工程与建筑学院,山东 临沂
2北京师范大学地理学与遥感科学学院,北京
收稿日期:2016年12月20日;录用日期:2017年1月3日;发布日期:2017年1月6日
本次研究以临沂市工业区及非工业区的空气质量数据作为分析基础,通过正态性K-S检验发现:工业区及非工业区的SO2浓度指数、NO2浓度指数以及PM2.5指数均近似服从正态分布。通过参数假设检验发现:工业区的SO2浓度指数要明显高于非工业区,这是因为工业排放会使其周边地区的SO2骤增;但工业区与非工业区之间的NO2浓度差异、PM2.5指数差异均不明显,即工业排放不会显著提升NO2浓度和PM2.5指数,这是因为,造成NO2浓度以及PM2.5指数增加的首要原因并非只是工业排放,机车尾气排放以及扬尘、建筑尘等因素的影响更为突出。
关键词 :K-S检验,假设检验,PM2.5,正态分布
二氧化硫(SO2)、二氧化氮(NO2)以及悬浮颗粒物(PM)均是工业排放中的主要污染物 [
由于事先不清楚空气质量的各类数据是否服从某一已知的统计分布,故此处研究人员先采用正态性K-S检验分析数据。
当确定数据服从或近似服从某一分布时,可先对某一参数做出原假设,再根据样本数据,对原假设是否成立做出判断 [
此次研究的数据来源于2014年临沂市的空气质量数据,这些数据主要是SO2浓度指数、NO2浓度指数以及PM2.5指数。
临沂市全年盛行东北风,为确保所使用的数据具有代表性,研究人员调取了三大空气质量监测站的数据,并按时间顺序进行系统抽样(样本容量各为36),这些数据分别来自于河东保险公司监测站(上风向地区)、沂河小区监测站(市中心)以及工业区的新光毛纺织厂监测站(工业区)。详情可见图1。
SO2浓度指数、NO2浓度指数以及PM2.5指数的对应K-S检验结果见表1、表2、表3。
图1. 空气质量监测站位置示意图
上风向区 | 市中心 | 工业区 | ||
---|---|---|---|---|
N | 36 | 36 | 36 | |
Normal Parametersa | Mean | 52.00 | 57.53 | 80.28 |
Std. Deviation | 19.570 | 20.754 | 30.883 | |
Most Extreme Differences | Absolute | 0.122 | 0.118 | 0.083 |
Positive | 0.122 | 0.118 | 0.083 | |
Negative | −0.068 | −0.075 | −0.049 | |
Kolmogorov-Smirnov Z | 0.730 | 0.709 | 0.500 | |
Asymp. Sig. (2-tailed) | 0.661 | 0.695 | 0.964 |
表1. K-S检验结果(α = 0.05)
a. Test distribution is normal.
上风向地区 | 市中心 | 工业区 | ||
---|---|---|---|---|
N | 36 | 36 | 36 | |
Normal Parametersa | Mean | 60.86 | 59.11 | 61.36 |
Std. Deviation | 15.043 | 16.521 | 15.882 | |
Most Extreme Differences | Absolute | 0.076 | 0.083 | 0.101 |
Positive | 0.076 | 0.070 | 0.101 | |
Negative | −0.058 | −0.083 | −0.062 | |
Kolmogorov-Smirnov Z | 0.458 | 0.497 | 0.604 | |
Asymp. Sig. (2-tailed) | 0.985 | 0.966 | 0.859 |
表2. 三区NO2浓度单样本K-S检验结果(α = 0.05)
a. Test distribution is normal.
上风向区 | 市中心 | 工业区 | ||
---|---|---|---|---|
N | 36 | 36 | 36 | |
Normal Parametersa | Mean | 92.81 | 86.06 | 95.31 |
Std. Deviation | 43.071 | 37.561 | 36.138 | |
Most Extreme Differences | Absolute | 0.126 | 0.116 | 0.116 |
Positive | 0.126 | 0.116 | 0.116 | |
Negative | −0.110 | −0.091 | −0.070 | |
Kolmogorov-Smirnov Z | 0.759 | 0.694 | 0.695 | |
Asymp. Sig. (2-tailed) | 0.613 | 0.720 | 0.719 |
表3. PM2.5指数单样本K-S检验结果(α = 0.05)
a. Test distribution is normal.
不难看出,SO2浓度指数、NO2浓度指数以及PM2.5指数均近似服从正态分布(α = 0.05)。
三大空气指数的月平均指数如图2、图3、图4所示。从图中可看出,工业区的SO2浓度要普遍高于非工业区,而就NO2浓度、PM2.5指数来说,工业区与非工业区之间的差异并不十分明显。因此有理由做出如下猜想:① 工业区的SO2浓度要高于非工业区;② NO2浓度在工业区与非工业区之间的差异不明显;③ PM2.5指数在工业区和非工业区之间的差异不明显。
为证明4中的猜想,且基于所研究数据均近似服从正态分布这一前提,研究人员决定采用假设检验来予以证明。以SO2浓度为例,先假设工业区的SO2浓度分别都要高于上风向区和市中心,然后分别对
图2. 月平均SO2浓度折线图
图3. 月均NO2浓度折线图
图4. 月均PM2.5指数折线图
工业区和上风向区、工业区和市中心区的数据进行假设检验,然后得出结论。具体操作如下:
先说说明工业区的SO2浓度是否明显高于上风向区:
研究人员对两地的数据进行独立样本t检验(右侧检验),先建立原假设H0:u3 = u1,备择假设H1:u3 > u1,t值 = 4.641,拒绝域在[1.667, +∞)中,故拒绝原假设H0,接受备择假设H1并得出结论:工业区的SO2浓度要明显高于上风向区(α = 0.05)。
再说明工业区SO2浓度是否明显高于市中心:
对工业区、市中心的数据进行独立样本t检验(右侧检验)——先建立原假设H0:u3 = u2,备择假设H1:u3 > u2,构造t检验统计量,在显著性水平为α = 0.05时,拒绝域为[1.645, +∞),分别将
综上所述,工业区的SO2浓度明显高于非工业区。
(1) 工业区的大规模原煤使用显著提升了SO2浓度。目前我国能源消耗主要以煤炭为主,煤炭含硫量高,导致SO2排放量大 [
(2) 盛行风影响SO2的扩散(如图1所示)。临沂市盛行东北风,致使SO2集中向罗庄区扩散。
由于证明方法与5.1相似,故不再赘述。最后得出结论:NO2浓度在工业区与非工业区之间的差异不明显;PM2.5指数在工业区和非工业区之间的差异不明显。即,工业区对环境的NO2浓度以及PM2.5的影响不明显。详情检验结果可参考表5、表6。
NO2的人为污染来源包括许多方面,如:汽车尾气排放、工业排放、飞机排放、轮船排放、农业烧荒等 [
另一方面也说明,工厂在排放废气等污染物前,进行了有效的NO2、PM2.5净化工作,使得工业区
地区 | 原煤消费量 | 二氧化硫排放量 | 二氧化硫排放量/原煤消费量 |
---|---|---|---|
河东区(上风向) | 100,102 | 1994 | 1.99% |
兰山区(市中心) | 940,377 | 7609 | 0.81% |
罗庄区(工业区) | 7,244,822 | 42,871 | 0.59% |
表4. 2014年临沂市原煤消费量与二氧化硫排放量对照表(单位:t)
资料来源:临沂市统计局、临沂市环境保护局。
工业区与上风向区 | |||
---|---|---|---|
t值 | 自由度 | P值(双侧) | |
浓度:假设方差相等 | 0.137 | 70 | 0.891 |
假设方差不等 | 0.137 | 69.795 | 0.891 |
工业区与市中心 | |||
t值 | 自由度 | P值(双侧) | |
浓度:假设方差相等 | 0.589 | 70 | 0.558 |
假设方差不等 | 0.589 | 69.891 | 0.558 |
表5. NO2浓度t检验结果(α = 0.05)
工业区与上风向区 | |||
---|---|---|---|
t值 | 自由度 | P值(双侧) | |
浓度:假设方差相等 | 0.267 | 70 | 0.790 |
假设方差不等 | 0.267 | 67.949 | 0.790 |
工业区与市中心 | |||
t值 | 自由度 | P值(双侧) | |
浓度:假设方差相等 | 1.065 | 70 | 0.291 |
假设方差不等 | 1.065 | 69.896 | 0.291 |
表6. PM2.5指数t检验结果(α = 0.05)
直接导致的NO2和PM2.5污染出现了大幅减少。
(1) 临沂市工业区及非工业区的SO2浓度指数、NO2浓度指数以及PM2.5指数均近似服从正态分布。
(2) ① 工业排放会显著提升周边地区的SO2浓度;② 但工业排放既不会显著提升周边地区的NO2浓度;③ 也不会显著提升周边地区的PM2.5指数。
(3) 工业区在排放NO2和PM2.5前,进行了有效的NO2、PM2.5净化工作,使得工业区和非工业区之间的NO2浓度、PM2.5指数没有明显差异。
对此,研究人员提出如下建议:
(1) 应有更多的正态性K-S检验用于不同地区的空气质量数据,这样有利于找出空气质量相关数据分布形态的内在规律;
(2) 临沂市对于空气污染物的治理特别是SO2污染的治理,可重点从工业区着手。例如,在火电厂可进行大规模推广湿式电除尘器。有研究指出,湿式电除尘器能有效祛除、减少工业排放中的细微颗粒、酸雾等其它有害物质 [
(3) 改善能源结构,大力发展清洁能源,减少工业污染的排放。
(4) 大力改进研发并推广电动车。目前电动车的动力装置多为燃料电池,具有效率高、无噪音、零排放或极低排放的特点,电动车不但有着乐观的发展前景,它们的普遍使用还能有效降低空气污染 [
(5) 对现有的机动车的尾气排放装置则要进行合理改进,如合理推广DOC后处理、POC后处理、DPF后处理等技术手段。
(6) 严控秸秆、垃圾等露天焚烧行为。
(7) 对城市道路要进行定期的洒水车喷洒。路面洒水能有效使地面的尘埃、近地面的悬浮物(TSP)溶于水中,大幅减少空气中的悬浮颗粒。洒水车在降低PM2.5指数上有着见效快,时效短的特点。
(8) 进一步完善相关制度及法律法规。如提高工业污染准入标准、提高我国空气质量水平标准,对排放不达标的工厂要进行处罚、取缔。
大学生创新创业训练计划项目支持(项目编号:201510452051)。
樊佳鑫,刘忠梅. 工业区对SO2浓度、NO2浓度以及PM2.5的影响分析 The Analysis on the Impact of Industrial Area on SO2 and NO2 Concentration, and PM2.5[J]. 可持续发展, 2017, 07(01): 42-49. http://dx.doi.org/10.12677/SD.2017.71006