基于主成分分析南京空气污染各成分的关系
基于主成分分析的经济增长与环境协调度评价实证研究
（ Ｅ ｃ ｏ ｎ ｏ ｍｉ ｃ ｓ Ｃｏ ｌ ｌ ｅ ｇ ｅ ， Ｌｉ ａ ｏ ｎ ｉ ｎ ｇ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ｔ ｏ ｃ ｌ ｍｏ ｌ ｏ ｇ ｙ ， Ｊ ｉ ｎ ｚ ｈ ｏ ｕ １ ２１ ０ ０１ ， Ｃｈ ｉ ｎ ａ）
第３ ３卷第 ５ 期 ２ ０１ ３年 ｌ ０月
辽宁工业大学学报 （ 自然科学版）
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｌ ｉ ａ ｏ ｎ ｉ ｎ ｇ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ （ Ｎａ ｔ ｕ ｒ ａ ｌ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ Ｅ ｄ ｉ ｔ ｉ ｏ ｎ ）
Ｖ ｏ １ ． ３ ３ ， Ｎｏ ． ５ Ａｕ ｇ ． ２ ０１ ３
基 于主成分分析 的经济增长 与环境 协调度 评价 实证研 究
初 铭 畅
（ 辽宁 工业 大学 经济 学院 。辽宁 锦州 １ ２ １ ０ ０ １ ）
摘
要 ：实现可持续发展无疑 已成 为全 人类 的共 同目标 ， 环境 与经济协调发展则是 实现可持续发展 的重要途
Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ：ｐ ｒ ｉ ｎ ｃ ｉ ｐ ａ ｌ ｃ ｏ ｐ ｏ ｍ ｓ ｉ ｔ ｉ ｏ ｎ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ；ｅ ｃｏ ｎ ｏ ｍｉ ｃ ｒｏ ｇ ｗｔ ｈ ｗｉ ｔ ｈ ｅ ｎ ｖ ｉ ｒ ｏ ｍ ｅ ｎ ｎ ｔ ；ｃ ｏ ｏ ｒ ｄ ｉ ａｔ ｎ ｉ ｏ ｎ
Ｅｍ ｐ ｉ ｒ ｉ ｃ ａ ｌ Ｒｅ ｓ ｅ ａ ｒ ｃ ｈ ｏ ｎ Ｃｏ ｏ ｒ ｄ ｉ ｎ ａ ｉｏ ｔ ｎ． Ｄｅ ｇ ｒ ｅ ｅ Ｅｖ ａ ｌ ｕ ａ ｉｏ ｔ ｎ ｏ ｆ Ｅｃ ｏ ｎ ｏ ｍｉ ｃ Ｇｒ ｏ ｗｔ ｈ ａ ｎ ｄ Ｅｎ ｖ ｉ ｒ ｏ ｎ ｍｅ ｎ ｔ Ｂａ ｓ ｅ ｄ ｏ ｎ Ｐｒ ｉ ｎ ｃ ｉ ｐ ａ ｌ Ｃｏ ｍｐ ｏ ｓ ｉ ｉ ｔ ｏ ｎ Ａｎ ａ ｌ ｙ ｓ ｉ ｓ
基于主成分分析和聚类分析的各地区医疗水平状况研究
基于主成分分析和聚类分析的各地区医疗水平状况研究作者：李季来源：《软件》2020年第06期摘要：为了研究全国各地区医疗发展状况，本文以31个地区为主要研究对象，选取了医疗卫生机构数、三级医院数、卫生人员数、医疗卫生机构床位数、卫生总费用等10个指标，数据均来自2019中国卫生健康统计年鉴，基于主成分分析（PCA）和聚类分析，运用SPSS软件对评价指标进行标准化，降维和去相关，同时对多元数据进行合理的分类，最后对各地区的医疗建设和发展水平进行评价。
关键词：医疗水平;SPSS软件;主成分分析;聚类分析中图分类号： TP391.41 文献标识码： A DOI：10.3969/j.issn.1003-6970.2020.06.050本文著录格式：李季. 基于主成分分析和聚类分析的各地区医疗水平状况研究[J]. 软件，2020，41（06）：242246【Abstract】： In order to study the situation of medical development in various regions of the country， this paper takes 31 regions as the main research objects， and selects 10 indicators such as the number of medical and health institutions， the number of tertiary hospitals， the number of health personnel， the number of beds in medical and health institutions， and the total health expenditure. The data is extracted from the 2019 China Health Statistics Yearbook. Based on principal component analysis （PCA） and cluster analysis， SPSS software is used to standardize the evaluation indicators， reduce the dimensions and decorrelate. At the same time， the multivariate data is reasonably classified. Finally， evaluation of the level of medical construction and development in different regions in China is carried out.【Key words】： Medical level; SPSS software; Principal component analysis; Cluster analysis0 引言醫疗卫生事业关系到人民群众的身体健康和生老病死，与人民群众切身利益密切相关，是社会高度关注的热点。
一组空气污染数据的主成分分析
一组空气污染数据的主成分分析空气污染是当前全球面临的一大环境问题，通过了解和分析空气污染数据，可以对空气质量进行评估和预测，并制定相应的污染物控制策略。
在进行空气污染数据分析时，主成分分析（PCA）是一种常用的降维技术，可以帮助我们理解和处理大量的相关变量。
主成分分析是一种无监督学习方法，它寻找数据中的主要成分，通过将原始数据转化为一组新的、互相无关的变量，从而降低数据的维度。
这些新的变量称为主成分，它们是原始变量的线性组合。
主成分按贡献率递减的顺序排列，其中贡献率表示每个主成分对数据方差的解释程度。
在进行主成分分析之前，首先需要收集一组关于空气污染的相关数据。
这些数据可以包括各种污染物的浓度、气象因素、地理位置等。
为了方便分析，通常会对原始数据进行标准化处理，将所有变量的均值调整为零，方差调整为单位。
接下来，可以使用主成分分析算法对标准化后的数据进行处理。
该算法的步骤如下：1.计算协方差矩阵：根据数据的标准化后的矩阵，计算变量之间的协方差。
协方差矩阵描述了变量之间的线性关系。
2.计算特征值和特征向量：通过对协方差矩阵进行特征值分解，可以得到特征值和对应的特征向量。
特征值表示主成分所解释的方差比例，特征向量描述了主成分的方向。
3.选择主成分：选择方差贡献率较高的主成分作为最终的结果。
贡献率可以通过特征值与所有特征值之和的比例来计算。
4.变量权重：特征向量可以用来计算原始变量与主成分之间的权重。
这些权重可以帮助我们理解主成分与原始变量之间的关系。
通过进行主成分分析，我们可以获得以下几点信息：1.主成分的方差贡献率：方差贡献率较高的主成分解释了较大比例的数据方差，这些主成分对于解释原始数据的变异性非常重要。
2.主成分之间的相关性：主成分之间的相关性可以通过计算主成分之间的相关系数来评估。
这有助于识别主要变量之间的关联关系。
3.主成分与原始变量之间的关系：主成分与原始变量之间的权重可以帮助我们理解主成分是如何与原始变量相关联的。
环境空气污染物浓度变化关系分析
环境空气污染物浓度变化关系分析通过对南京市九个国控点4年的监测数据观察，分析环境空气污染物二氧化硫、氮氧化物、一氧化碳、臭氧、PM10和PM2.5的年均值、月均值和小时均值的浓度变化规律。
标签：南京空气污染物浓度分析0引言近年来，随着机动车数量的不断增加，南京的大气污染正从煤烟型向煤烟型与机动车尾气污染共存的复合污染转化。
文章通过对南京市九个国控点2010年-2013年四年的监测数据统计，分析二氧化硫、氮氧化物、CO、O3、PM10和PM2.5的年均值、月均值和小时均值的变化规律，为改善空气质量提供科学的监测依据。
1数据来源数据来源于南京市环境监测站环境质量自动监测（控）系统，收集统计数据的时间是2010年1月1日----2013年12月31日，收集统计数据的监测点位是南京市的9个国控点（瑞金路点、草场门点、中华门点、玄武湖点、山西路点、迈皋桥点、奥体中心点、南京工业大学点和仙林大学城点）。
2环境空气污染物的变化规律分析2.1污染物年均值浓度变化分析采用spearman秩相关系数法检验，在a=0.05的置信水平上，除NO2年均值浓度显著上升外，其它污染物的年均值浓度变化趋势无显著意义。
近年来，南京市加大环境整治力度，环境空气质量得到一定保护。
但从2010年起南京已连续三年以平均19.53万辆的速度递增1，机动车尾气污染逐年加重，机动车尾气排放的氮氧化物90%是一氧化氮2，但一氧化氮不稳定，易被氧化成二氧化氮。
南京的大气污染正从煤烟型向煤烟型与机动车尾气污染共存的复合污染转化。
2.2污染物月均值浓度变化分析南京市主导风向是东北风，但夏季以东南风为主。
而在城区的东北面是金陵石化工业区和大厂工业区，两工业区占地面积87.2平方公里。
二氧化硫、氮氧化物（二氧化氮和一氧化氮）、PM10、PM2.5和一氧化碳浓度的月均值呈现明显的季节变化特征，春冬季高，夏秋季低。
主要是受季节性的主导风向影响呈现明显的季节特征。
大气污染物排放清单空间分配优化探讨——以南京市为例
及提取精准度、技术人员专业度均为影响大气污染物 排
４ 清单空间分配优化途径及方法
４．
１ 提高空间分配分辨率
空间分配模拟网格大小 可 选 择 １km×１km、
３km
×３km、
９km×９km 等 常 用 分 辨 率. 分 辨 率 越 高,空
间表征越清晰.空间分配分辨率的越高,对于空间分 配
参数的分辨率要求也越高,空间分配分辨率的选择取 决
物排放量、优化空间分配参数等优化大气污染物排放清单空间分配的有效途径及办法.
关键词:大气;排放清单;空间分配;优化
中图分类号:
X５１ 文献标识码:
A
１ 引言
区域空气质量模型是区域污染来源识别、重污染天
气预报预警、污染控制措施制定与效果评估等空气质量
管理手段的关键工具
,具备时空分布属性的动 态 大 气
精准分配的因素,探讨了大气污染物排放清单空间分配 优 化 途 径 及 方 法. 针 对 空 间 分 配 方 法 优 劣、分 配 原
则匹配度、分配参数匹配及提取精准度、技术人员专业度均 为 影 响 大 气 污 染 物 排 放 清 单 空 间 精 准 分 配 的 重
要影响因素,提出了提高空间分配分辨率、提高点源占比率、细 化 大 气 污 染 源 分 类 分 级、精 确 分 配 大 气 污 染
[
１]
污染源排放清单是 空 气 质 量 模 型 模 拟 功 能 的 最 基 本 输
入要素
,时空分配精准与否关系到空气质量模 拟 结 果
[
２]
文章编号:
１６７４
Ｇ
９９４４(
２０１９)
８
Ｇ
００９７
Ｇ
０３
３ 大气 污 染 物 排 放 清 单 空 间 精 准 分 配 的
基于主成分分析法研究南京市环境质量的统计分析
关键词 ： 主成分分析 ； 南京市 ； 环境质量 ； 生态环境 南京地处长江下游的宁镇丘陵山区就 ， 东连富饶的长江 ｉ角 的综合 指标变量 ， 比如 ， 建立一个指标体系 ， 为 了从不 同的侧 面反 洲， 西靠皖南丘陵 ， 南接太湖水网 ， 北接辽 阔的江淮平原 。南京是 应系统 分析 和评价 的综合性与全面性 ， 在指标体 系中要设立若 干 中国重要 的综合性工业生产基地。南 京的电子 、 化工生产能力在 个（ ｎ个 ） 指标 ， 其指标权数 的确定 方法 是基于数据分析而得 到指 国内城市 中居第二位 ， 车辆制 造规模居第ｉ位 ， 机械制 造业 的技 标间的一种 内在 关系 ， 摒弃 了人工评价确 定权数 的主观性 ， 是 一 术、 规模居 国内领先地位 ， 家用电器业 、 建材 丁业也都具有较大规 种客观合理 的方法 ， 因此被 广泛 用于经济 、 社会 、 技术等 领域 ， 并 模 。但 随着经济 的发展 ， 外来人 口的增多 ， 汽车使用量 的剧增 ， 使 起到了重要 的作用 。在环境质量评价方面 ， 主成分分析是指把 描 得南京 的生态环境受到 了一定程度 的影响。而生态环境很大程度 述环境 质量 的多个要素ｆ 样 本） 化为少数几个 综合 指标 的一种统计 上也影响 了南京市 的经济发展。所 以， 加强生态保护 ， 做到经济 的 方法。主成分分析 的具体步骤如下 ： ①计算相关矩 阵或协 变量 矩 可持续发展是至关重要 的。对南京的环境 质量进行统计分析 ， 总 阵估计共 同 ［ ￣（ ｃ ｏ ｍ ｍｕ ｎ ｉ ｔ ｙ ， 或称共通性 ） ： 是设定 主成分开始萃 取 体上对南京的生态环境状况有一个 了解也是十分必要 的。 本 文运 时的共 同性 。共 同性是指变量 的方差 由主成分决定的 比例 ， 若 是 用主成分分析 的多变量处理优点 ， 从环境污染和生态破坏角度对 相关矩阵则 共同性设 为 １ ； 若是 南京市 的环境质量进行综合评价。 协变量矩 阵则共 同性 为各 变量 的方差 。②从 相关矩 阵或协方
基于主成分分析的关中地区城市人居环境质量评价
1 关中地区城市人居环境概况
关中地区处于我国西部地区的 桥头堡 , 是陕西
0. 338 - 0. 359
- 0. 206 0. 391
0. 106 0. 018
在经 济 发 展 水 平 主 成 分 上, 西 安 市 得 分 为 0. 978, 堪称关中地区城市经济的 领头羊 ; 宝鸡市
得分为 0. 110, 排列第 2, 咸阳、铜川和渭南 3 市得分
偏低, 分别为 0. 083, 0. 039 和 0. 098, 表明关中地区
公共基础设施和生态环境质量 3 个主成分, 对陕西省西安、宝鸡、咸阳、渭南 、铜川等 5 个城市的 人居环境 质量的综
合性定量评价结果表明, 西安市人居环境质量最优, 其次是 宝鸡市, 再次 是咸阳 市, 渭 南和铜 川 2 市 人居环 境质量
综合得分偏低, 关中地区城市的经济发展水平、基础设施建设及生 态环境建设皆不平衡. 针对关 中地区城 市人居环
西的作用. 西安市人居环境质量综合得分最高, 其城
市人居环境最优, 宝鸡市仅次于西安市, 再次是咸阳 市. 这些关中城镇群的大、中城市, 近年来在城市建
设发展方面投资力度相对较大, 尤其是在创建国家
卫生城市、十大魅力城市和优秀旅游城市中取得了
显著的成绩. 渭南、铜川 2 市人居环境质量综合得分
偏低, 其人居环境质量比上述 3 个城市逊色.
城市人居环境评价指标体系是一个包括自然环 境、社会环境、政治环境、文化环境、经济环境、居住 环境和城市整体形象等的复杂系统[ 13] . 根据关中城 市人居环境状况, 借鉴有关 研究成果[ 9- 10] , 并考虑 到数据的可得性、可操作性、可比性、全面性和合理 性等因素, 建立关中地区城市人居环境评价指标体 系, 包括居住条件、生存环境质量、基础设施与公共 服务设施 、城市经济发展水平等 4 个方面的 17 项 指标. 各指标体系的基础数据主要来源于 2006 年的 !陕西城市统计年鉴∀和!中国城市统计年鉴∀.
探讨利用SPSS软件分析城市大气环境污染
探讨利用SPSS软件分析城市大气环境污染摘要：伴随着我国经济的高速发展，城市化的持续加速，城市大气污染问题也愈发严重，对人民群众的生产生活造成极大的影响。
更好地保护和改善空气质量，为人民群众提供健康舒适的环境。
本文主要采用SPSS软件的主成分分析方法对城市的空气质量进行研究，探讨各参数对空气质量的影响及因素。
关键词：SPSS软件分析；城市大气环境污染；主成分分析方法近年来，伴随着现代化、工业化的发展，我国主要城市大气中的“煤烟”类污染占主导地位，大气中的总悬浮物含量偏高，SO2污染偏高，汽车排放污染物总量迅速增长，NOx污染日趋严重，我国已经出现多个“酸雨区”。
这不仅给生态环境带来严重的破坏，而且还会影响到人们的身体健康。
在污染物的组成上，空气污染可以分为三类：第一类是生活污染源，即食物、取暖、燃烧等过程中产生的有害气体、烟气；二是工业污染源，主要指火电、钢铁厂、有色金属厂、各类化工企业等引起的空气污染；三是交通污染物，包括机动车、航空器、火车和轮船等交通工具产生的烟尘和尾气。
一、SPSS软件技术概述1.1SPSSSPSS(Statistical Package for the Social Science）是一种广泛应用于多个学科的、具有广泛应用前景的数据处理软件。
该软件具有无需编写程序，只需简单的图形界面就能完成，而且运算速度很快的特点，因而深受广大用户的喜爱。
目前，SPSS是一种在社会，经济，生物，教育，心理学等众多学科中都有很大的应用。
1.2多元统计分析方法多元统计分析是一种有效的数学工具，可以快速分类、筛选、总结和提取少数隐含和独立的环境事件的主要控制因素，从而找出环境事件的科学规律。
它是实现快速有效的空间统计分析和数据挖掘的有效技术手段。
环境系统是一个非常复杂的体系，在研究往往涉及多个变量。
环境监测数据因其数量多、动态变化、相互关系等特点，给从这些数据中提取有用的信息带来了很大的困难。
不同天气形势对南京地区双高污染的输送及潜在源区分析
不同天气形势对南京地区双高污染的输送及潜在源区分析不同天气形势对南京地区双高污染的输送及潜在源区分析一、引言近年来，随着城市化进程的快速发展，南京市的经济和人口规模不断增长，但同时也带来了环境问题，其中包括大气污染。
尤其在冬季，南京地区常常出现“双高”污染现象，即高浓度的颗粒物（PM2.5）和高浓度的臭氧（O3）同时存在，给人们的生活和健康带来了极大的风险。
不同的天气形势对“双高”污染的输送和潜在源区有着重要影响。
本文将对南京地区“双高”污染的输送途径以及潜在的污染源区进行探讨。
二、不同天气形势对双高污染的输送机制1. 静稳天气下的双高污染输送静稳天气条件下，大气层稳定，空气流动迟缓，污染物向上扩散能力减弱。
此时如果南京地区自身排放的污染物较多，很容易导致污染物积聚。
尤其是在高湿度的情况下，水分滞留会增加细颗粒物的气溶胶发生。
当污染物浓度达到一定程度时，会形成臭氧和颗粒物的“双高”污染。
2. 高压天气下的双高污染输送高压天气常常伴随着无风或者风速很小的情况，这样的天气条件下，空气流动速度较慢，难以将污染物输送到远处。
如果南京地区污染物排放较多，就会导致臭氧和细颗粒物污染的积累。
尤其是在高湿度的情况下，污染物粒子的水分滞留会进一步加剧PM2.5的浓度。
3. 进口污染物对南京地区双高污染的影响南京地区位于环杭州湾城市群，进口污染物对南京的双高污染具有一定的影响。
当气流从浙江、上海等地向南京输送时，这些区域本身就存在高排放的产业和交通，进口的污染物会进一步加剧南京地区的污染程度，形成双高污染。
三、双高污染的潜在源区分析1. 南京本地排放源南京作为一个发展迅速的城市，其工业和交通排放源主要贡献了本地的污染物。
工业园区的大型工厂排放的烟尘、二氧化硫等污染物是南京本地污染源的重要组成部分。
此外，城市中的机动车排放也是南京本地污染源的重要因素。
2. 周边城市的排放源南京周边城市的经济和人口规模也在不断增长，这些城市的排放量也在逐年增加。
城市环境空气质量状况及影响因素与污染防治对策研究
城市环境空气质量状况及影响因素与污染防治对策研究摘要：在既要金山银山也要绿水青山的经济发展观念之下，我国各个城市日渐重视生态文明建设，城市空气质量已经成为影响城市居民生活质量的一个重要因素。
近年来，南京市江北新区深入推进大气污染综合治理工作，空气质量得到持续改善，取得了明显成效。
但从总体上看，南京市江北新区大气环境质量还处于气象影响型阶段，大气污染治理仍在爬坡上坎、不进则退的关键期，治理成效还不稳固，稍有松懈就可能出现反复。
对此，文章通过对南京市江北新区空气污染现状及成因进行了深入分析，并针对当前交通、工业、扬尘、餐饮油烟等污染源方面存在的问题提出了针对性的防治对策，为生态环境管理部门决策提供参考依据，有效推动该地环境空气质量进一步改善。
关键词：空气质量状况；影响因素；污染防止；对策分析2022年，根据生态环境部对于全国环境空气质量监测数据通报显示，南京、常州、连云港等城市进入了全国138个重点城市空气质量变化排名的前20位。
南京作为国内环境保护压力较大的城市，该城市的空气污染状况存在点多面广的特点。
近年来，在生态城市构建的过程中，南京为改善城市空气环境质量，针对多个污染源，依靠污染防控机制、法治以及科技力量，多管齐下，取得了显著的防污治污效果，较大程度提升了南京空气质量。
据微信公众号“南京生态环境”消息称，2022年，江北新区顶山街道重点区域PM2.5浓度、空气质量优良天数比率分别位列南京市第一、第二名。
但与此同时，南京市江北新区城市环境空气质量也面临着交通污染、扬尘污染、餐饮油烟污染等问题，要实现该地区大气污染治理的目标，还需要大力推进大气环境监测、防污治理等工作。
1大气污染现状及成因分析1.1大气污染现状分析在城市现代化进程的推进之下，南京市江北新区的经济得到迅猛发展。
与此同时，该地区的基础建设、工程建设进度也在不断加快，建设规模持续扩大，这样的经济发展形势固然喜人，但是也给南京市江北城市环境空气质量的保护与管理带来更大难度。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
若某研究对 象 有 两项 指标 和 ， 从 总 体 （ ，
） 中抽 取 了 Ｎ 个 样 品 ， 它 们 散 布 在 椭 圆平 面 内 （ 图１ ） ，
指 标 互 与 有 相 关 性 ． ， ７ 和 分 别 是 椭 圆的 长 轴 和 短 轴， ＿ ｌ ＿ ， 故 与 互 不 相 关 ， 其中 ｒ ｉ是 点 （ ｆ ， ） 在 长轴上的投影坐标 ， ｒ ｋ是 该 点 在 短 轴 上 的 投 影 坐 标 。 从 图 １可 以 看 出 点 的 Ｎ 个 观 测 值 的波 动 大 部 分 可 以 归 结为７ ７ 轴 上 投 影 点 的 波 动 ， 而ｒ ］ ２ 轴 上 投 影 点 的 波 动 较 小 。若 叩 作为一个综合指标 ， 则 ＇ ７ 可 较 好 地 反 映 出 Ｎ 个 观测值 的变化情 况 ， 的 作 用 次 要 。综 合 指 标 叩 称 为 主成 分 ， 找 出 主成 分 的 工作 称 为 主成 分 分 析 。 可见 ， 主成 分 分 析 即 选 择 恰 当 的 投 影 方 向 ， 将 高 维
绦 色科 技
第 ４期
相
基 于主成分分析南京空气 污染各成分 的关系
贺永平
（ 东南大 学 机 械 工程 学 院工业 工程 系， 江 苏 南京 ２ ｌ １ １ ８ ９ ）
摘要 ： 根 据 从 南 京 ９个 空 气 环 境 监 测 站 所 得 到 的 空 气 污 染物 数 据 ， 在 空气各成 分的相 关性指 标 中， 运 用 主 成分分析 法， 对 各 个 监 测 样 本 各 个 特 征 性 指 标 进 行 了分 类 分 析 ， 结果表 明 ： 占总方 差的 ７ ９ ． ０ ３ ８ 的 ３个 因 子 来 反 映 空 气污 染的 总体 程 度 ， 这 ３个 因子 归 类 分 别 为 ： ① ＮＯ ｚ 、 ０３ 、 ０ ３ ２ 和 Ｓ Ｏ ， ② ＡＱＩ 和 ０ ３ ， ③Ｐ Ｍ 。 和
方 差 和 主 成 分 的计 算 结 果 。
ｊ 表 ２ 公 因子 方差
最后 我 们 看 与 第 三 主 成 分 密 切 相 关 的 是 Ｐ Ｍ 。 和
Ｃ Ｏ， Ｐ Ｍ 。 是 空 气 中的 可 吸 入颗 粒 ， Ｐ Ｍ 。 和Ｃ Ｏ 主要 也 是 由工 厂 和汽 车 尾 气 排 放 ， 而结 合 南 京 的周 边 环 境 和 周 边 工 厂分 布可 知 道 ， 这 些 主要 颗 粒 也 是 因为 周 边 工 厂 大 量 排 放 污染 气 体 所 致 。
关
Ｃ ０。有 主 成 分 分 析 法 可 以 准确 地 探 讨 出空 气 各 污 染 指 数 准 确 的 内在 关 系 ， 为 当 下 的 环 境 治 理 提 供 一 些 参
考和帮助 。
关键词 ： 空气污染； 主成分分析 ； 可 吸入 颗 粒 中图分类号 ： Ｘ１ ６ ９ 文献标识码 ： Ａ 文章编号 ： １ ６ ７ ４ — ９ ９ ４ ４ （ ２ ０ １ ４ ） ０ ４ — ０ ２ ５ ５ — ０ ３
收 稿 日期 ： ２ ０ １ ４ — １ ２ ～ ３ ０
作者简介 ： 贺永 平 （ １ ９ ９ １ 一） ， 男， 陕西 商 洛 人 ， 东南大学机械工程学院工业工程系大学生。
２ ５ ５
贺永平 ： 基 于主成 分分析 南京 空气 污染各成 分的 关 系
环 境 与安 全 明南京空气 中的 Ｏ ３是其 主要 污染物 ， 而Ｏ ３本身 和其
１ 主 成 分分 析 法
主成分分析法 （ Ｐ ｒ ｉ ｎ ｃ ｉ ｐ ａ ｌ Ｃ ｏ ｍｐ ｏ ｎ ｅ ｎ ｔ Ａｎ ａ ｌ ｙ ｓ ｉ ｓ ，
２ 主 成 分 分 析 法 的应 用
原 始 数 据 的处 理 和标 准 化 。 由 于 原 始 数 据 矩 阵 庞
Ｐ Ｃ Ａ） 也称主分量分析或 矩阵数 据分 析 ， 通 过 变 量 变 换 的方 法 把 相 关 的变 量 变 为若 干 不 相 关 的综 合 指 标 变 量 。
他 空 气 相 比 比较重 ， 最容易在地 面积淀 ， 所 以 对 空 气 的 污染影响最大。
表 ４ 成 分 矩 阵
３ 空 气 污染 物 主成 分分 析 结 果计 算
主成分分 析 的计 算 结果 中 ， 新 变量 所代 表 的方 差
（ 即对应 的特 征值 ） 贡献率和 由原 变量变换 为新变量 的 线性 变换系数 （ 即对 应的特征 向量 ） 就成 为我们进行 综 合分析的重点。在 主成 分分析 中一般要求 少数新变 量 的累积方差贡献率 应大于 ６ ５ 。表 ２ 、 表３ 和表 ４分别 给 出了原始数据的公 因子方差 、 各个主成分 的解释 的总
可见主成分分析即选择恰当的投影方向将高维空间的点投影到低维空间上且使低维空间上的投影尽可能多地保存原空间的信息就是要使低维空间上投影的方差尽可能地大
２ Ｏ １ ４ 年４ 月
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｇ ｒ ｅ ｅ ｎ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ
空 间 的点 投影 到 低 维 空 间上 ， 且 使 低 维 空 间上 的投 影尽
对 原 始 数 据 矩 阵进 行 标 准 化 ， 进 而 得 到 进 行 主 成 分 分 析
的变 量 的相 关 系数 矩 阵 ， 见表 １ 。
２
玎 ２
／．
： ／
／－ ．
’
可 能 多 地 保 存 原 空 间 的信 息 ， 就 是 要 使 低 维 空 间上 投 影
的方差尽可能地大 。
图 １ 主成 份 分 析 法 示 意
表 １ 相 关 系 数 矩 阵
ＡＱＩ ＰＭ ２ ５ ＰＭ １ ０ Ｃ０ Ｎ０２ ０３ ０３ ２ ＳＯ２
数据解读 ： ０３ ｚ 表示每 ８ ｈ测 １次 得 到 的 ， 其余数据表示每 １ ｈ测 得 的 数 据 （ 包 括 ０３ ）
大， 如对全部指标进 行分析 ， 将 会 导 致 主 次 要 成 因 相 混 淆； 若 仅 选 其 中 部分 指 标 ， 又 可 能 会 影 响分 析 结 果 的 代 表 性 和 完 整 性 。此 外 ， 为 了克 服 不 同变 量 数 值 差 异 过 大
而 造 成 的主 成 分 分 析 误 差 ， 按 照 主成 分 分 析 法 要 求 ， 应