我国主要城市空气质量面板数据聚类分析

合集下载

中国城市环境空气质量状况研究报告

中国城市环境空气质量状况研究报告

中国城市环境空气质量状况研究报告中国城市环境的空气质量一直是备受关注的问题,近年来随着城市化进程的加速,空气污染问题变得越来越突出。

本报告旨在对中国城市环境空气质量状况进行研究,分析影响因素,并提出对策。

一、中国城市环境空气质量状况概述根据《2019年中国城市空气质量排名》报告显示,中国城市环境空气质量状况整体呈下降趋势,其中重污染日数增多,细颗粒物(PM2.5)、臭氧(O3)等污染物浓度高。

具体数据为:PM2.5平均浓度为42微克/立方米,O3平均浓度为119微克/立方米。

这些数据说明了中国城市环境空气污染问题的严重性。

二、影响因素分析1. 工业污染:工业污染是造成中国城市环境空气质量下降的主要原因,特别是重工业和煤炭、钢铁等传统产业的排放,导致工业废气和粉尘的排放量增加。

2. 交通污染:随着汽车数量的增加,交通污染成为城市环境空气质量下降的主要原因之一,汽车尾气的污染和道路尘埃可能对市民的健康造成威胁。

3. 生活污染:生活污染主要来自于家庭、饮食、垃圾处理、建筑和装修等方面。

4. 天气因素:气象因素如风、雨等,对于城市空气质量也有影响。

三、对策建议考虑到城市化进程正在继续,中国城市环境空气质量状况的好转是非常必要的。

以下是一些建议:1. 产业结构调整:应着重调整工业结构,加大对环保产业的支持,淘汰老旧工业企业。

2. 减少交通排放:实行限牌、限行、限制购车等措施,提高公共交通的服务质量。

3. 加强环保意识:在社会层面,需要更多地对环保意识进行宣传,提高人们对环保问题的重视。

4. 推行技术创新:加强科技创新,发展低碳经济,实现生态文明建设。

四、结论综上分析,中国城市环境空气质量状况存在严重问题,需要采取有效的对策措施。

只有在大力推动环保工作的同时,才能让城市化进程健康和可持续发展,并保障人民的健康和生存环境。

近年来,随着中国国家战略的调整和人们环保意识的提高,中国城市环境的空气质量问题得到了越来越多的重视。

城市空气质量数据分析报告

城市空气质量数据分析报告

城市空气质量数据分析报告一、引言城市空气质量是城市发展和居民生活质量的重要指标之一。

本报告通过对城市空气质量数据的分析和研究,旨在探讨当前城市空气污染的状况,并提出相应的改善建议,以期改善城市居民的生活环境和健康状况。

二、数据来源本次数据分析基于我国多个城市的空气质量监测数据,包括PM2.5、PM10、O3、CO、SO2等指标的测量结果。

这些数据来自城市环境监测站和相关机构,具有一定的代表性和可信度。

三、总体情况分析根据我们收集的数据,大多数城市的空气质量普遍存在较大的问题。

PM2.5和PM10是常用的空气污染指标,它们的浓度普遍高于国家标准限值。

另外,部分城市在夏季出现了臭氧污染的情况,臭氧浓度超过了国家标准。

四、PM2.5浓度分析PM2.5是指直径为2.5微米及以下的悬浮颗粒物,对人体健康影响较大。

根据我们的数据分析,不同城市的PM2.5浓度存在明显的季节变化。

在冬季,由于采暖和工业排放等原因,PM2.5浓度普遍较高;而在夏季,可能由于气象条件和废气排放减少等原因,PM2.5浓度有所下降。

五、PM10浓度分析PM10是指直径为10微米及以下的悬浮颗粒物,主要来自于工业排放、交通尘埃、施工扬尘等。

数据显示,不同城市的PM10浓度普遍较高,与城市的工业发展和交通状况密切相关。

在工业密集型城市和交通拥堵的地区,PM10浓度往往超过国家标准限值,给人们的健康带来潜在威胁。

六、臭氧浓度分析夏季的臭氧污染是城市空气质量的另一个重要问题。

臭氧是一种有毒气体,对呼吸系统和眼睛有一定的刺激作用。

数据显示,部分城市夏季的臭氧浓度超过了国家标准限值,主要是由于工业废气和汽车尾气中的氮氧化物与挥发性有机物在阳光的照射下产生化学反应而形成的。

七、改善建议根据我们对城市空气质量数据的分析,提出以下改善建议:1.控制工业排放:加强对工业企业的排污管控,采取更加严格的环保标准,减少大气污染物的排放。

2.优化交通布局:鼓励公共交通的发展,减少私家车使用,降低交通尾气排放对空气质量的影响。

5统计学作业——我国城市空气质量的状况分析

5统计学作业——我国城市空气质量的状况分析

天津商业大学Tianjin University of Commerce 学年论文题目我国城市空气质量的状况分析学院经济学院专业金融学_____姓名胡鹏学号*********完成时间2014年11月10日我国城市空气质量的状况分析摘要:本文针对我国城市的空气质量现状及影响城市空气质量的主要因素进行分析研究。

运用聚类分析方法对我国城市空气质量等级进行分类,把空气质量状况最相似的城市聚成一类,分析原因、得出结论。

并对影响城市空气质量的5个主要因素进行主成分分析,找出最能代表原来数据信息的2至3个因子代替原来的5个变量。

建立回归模型,对结果进行分析,寻找解决空气质量问题的方法,并对原有方法进行改进,以便更为高效、快速地解决空气质量问题。

关键词:空气质量;聚类分析;主成分分析;回归分析Abstract:This article mainly analyze urban air quality present situation in China and the key factors affecting urban air quality study. Using clustering analysis method on the classification of China's urban air quality levels, gather into the city air quality in most similar category, analysis of causes, concluded. Then 5 main factors affecting urban air quality to principal component analysis identify the most representative of the original data instead of the 2 to 3 factors 5 variables. Established regression model an analysis of the results, looking for ways to address air quality issues, and to improve the existing methods, to more efficient and faster to solve the air quality problem.Keywords: air quality;cluster analysis;Principal components analysis;regression analyze一、我国城市空气质量的现状我国是一个人口大国,城市众多,人口密集。

全国环保重点城市空气质量状况的聚类分析

全国环保重点城市空气质量状况的聚类分析

全国环保重点城市空气质量状况的聚类分析作者:崔筱笛郭民之谭毅恒来源:《绿色科技》2020年第04期摘要:利用全国113个环保重点城市2017年的空气质量数据进行了聚类分析,以期对全国城市空气质量分布状况有一个总体性的直观把握。

在综合考虑聚类个数和类间区分度的情况下把这113个城市聚为9类,按空气质量达到及好于二级的天数这一指标进行排序并将空气质量最优、中等和最差三类城市在中国地图上进行标注。

结果表明:这些环保重点城市空气质量分布状况具有明显的区城性,空气污染严重城市主要集中在华北和西北地区,南方城市的空气质量整体好于北方。

最后分析了各类城市空气污染的成因和地域特征并时如何改善城市空气质量提出了治理建议,以供参考。

关键词:城市空气质量;聚类分析;区城特征;治理建议中图分类号:0212.4 文献标识码:A 文章编号:1674-9944(2020)04-0001-041 引言空气质量的好坏与人们的健康水平息息相关。

随着社会经济的发展,我国城镇化与工业化的步伐不断加快,空气污染问题日益凸显,雾霾天气越来越常见,已经对社会大众的身体健康和生产生活带来严重的影响。

到目前为止,已经有不少学者对我国城市空气质量的现状及相关问题进行过研究。

余晓美等[1]对全国31个环保重点城市空气质量进行动态特征分析,选取2014~2016年共36个月空气质量指数(AQI)作变化速度曲线和平均变化速度曲线图,具有相似AQI曲线的城市聚为一类,空气质量呈现“三阶段”季节性周期,区域差异明显,且发现空气质量改善过程呈现“类马太效应”;宋加梅[2]对55个主要城市的空气质量数据进行因子分析,根据排名对城市进行分类,总结这些城市空气污染的现状并提出改善建议;姜磊等[3]运用空间滞后模型探究城市化发展与空气质量之间的关系,发现空气污染存在明显的空间溢出效应。

本文根据六项国家空气质量主要监测指标,对2017年全国113个环保重点城市空气质量进行聚类分析,研究这些环保重点城市空气质量类属现状、污染分布区域特征和影响因素,并提出治理对策和建议。

城市空气质量数据分析报告污染物浓度和健康影响分析

城市空气质量数据分析报告污染物浓度和健康影响分析

城市空气质量数据分析报告污染物浓度和健康影响分析城市空气质量数据分析报告污染物浓度和健康影响分析近年来,城市化进程快速推进,城市内居民数量不断增加,然而城市发展的同时也伴随着严重的空气污染问题。

在这篇报告中,我们将对城市空气质量的污染物浓度以及其对居民健康的影响进行分析。

一、污染物浓度分析根据我们收集的数据,我们对城市中五种常见污染物的浓度进行了分析和比较。

这五种污染物分别是:1. PM2.5:细颗粒物,直径小于或等于2.5微米的颗粒物;2. PM10:可吸入颗粒物,直径小于或等于10微米的颗粒物;3. SO2:二氧化硫,一种对呼吸系统有害的气体;4. NO2:二氧化氮,主要来源于汽车尾气和工业排放;5. O3:臭氧,常见于夏季高温季节。

我们发现,在城市区域内,PM2.5和PM10的浓度最高,超过了国家的限制标准。

这两种颗粒物更容易被人体吸入,并对人体健康造成危害。

其次,SO2和NO2的浓度也超过了健康限制,这主要受到汽车尾气和工业排放的影响。

而在夏季高温季节,O3的浓度也呈现一定的上升趋势。

二、健康影响分析城市空气污染严重影响了居民的健康状况。

根据研究表明,长期暴露在高浓度的污染物中会导致各种健康问题,其中包括:1. 呼吸系统疾病:高浓度的PM2.5和PM10颗粒物可引发呼吸系统问题,如哮喘、支气管炎、慢性阻塞性肺疾病等。

这些疾病使得居民的呼吸系统容易受到感染和炎症的影响。

2. 心血管疾病:空气污染中的细颗粒物能够进入人体血液系统,导致心血管疾病的发病率增加。

这包括心脏病、高血压、心脑血管意外等。

3. 癌症:某些污染物对人体有致癌作用,例如二氧化硫和二氧化氮。

长期接触这些有害物质将增加患癌症的风险。

4. 免疫力下降:空气污染还会影响居民的免疫功能,使得他们更容易感染疾病,并延长伤口愈合的时间。

综上所述,城市空气质量的恶化对居民的健康产生了明显的负面影响。

因此,保持良好的空气质量,减少污染物的排放至关重要。

环境毕业论文全国主要城市空气质量现状与分析..-共20页

环境毕业论文全国主要城市空气质量现状与分析..-共20页

全国主要城市空气质量现状与分析摘要空气质量优劣程度与一个城市的综合竞争力密切相关,它直接影响到投资环境和居民健康,因此越来越受到政府和公众的关注.城市化过程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、人口密集、大量消耗化石燃料,高密度的建筑群又不利于污染物的扩散,因此空气污染(特别是城区)异常严重。

本文利用2019年《中华人民共和国国家××局》环境保护部提供的数据资料,对全国31个主要城市空气质量状况进行量化分析及综合评价,初步探讨我国目前城市空气质量的现状趋势及成因,为政府治理空气污染的决策提供科学依据;同时为其他类似研究利用该数据源提供范例。

本文主要利用系统聚类分析方法,对全国31个主要城市空气质量中所存在的问题做了现实性的分析。

从全国31个城市空气质量指标状况的分析入手,使用多元统计分析中的系统聚类分析方法进行分析与评价,得出不同地区的空气质量现状差异,并找出影响空气质量的主要因素,从而得到了各城市空气质量的一些特点和存在的不足;总结出了如何治理城市空气质量的一些可行性策略。

关键词城市空气质量指标;空气质量现状;空气污染;聚类分析;目录1 背景综述 (1)1.1 城市空气质量指标产生的背景 (1)1.2 城市空气质量指标的内涵与特征 (2)1.3 研究目的和意义 (2)1.4 主要研究内容 (2)1.5 研究方法 (2)2 我国城市空气质量的系统分析及现状评价 (1)2.1对城市空气质量进行系统分析 (1)2.2城市空气质量的综合现状评价 (2)2.3城市空气质量综合现状评价结果的分析 (3)3结论与对策建议 (7)3.1主要结论 (7)3.2对策与建议 (8)参考文献 (14)附表 (16)全国主要城市空气质量现状与分析1 背景综述1.1 城市空气质量指标产生的背景空气质量优劣程度与一个城市的综合竞争力密切相关,它直接影响到投资环境和居民健康,因此越来越受到政府和公众的关注.城市化过程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、人口密集、大量消耗化石燃料,高密度的建筑群又不利于污染物的扩散,因此空气污染(特别是城区)异常严重。

我国空气质量分析报告

我国空气质量分析报告

我国空气质量分析报告标题:我国空气质量分析报告摘要:本报告基于我国空气质量监测数据,分析了我国空气质量的现状、问题及原因,并提出了改善空气质量的建议。

通过科学、客观的数据分析,希望能够引起社会广泛关注,推动环境保护事业的发展。

一、引言空气质量作为生态环境的一个重要指标,关系到人们的健康和生活质量。

近年来,随着我国经济的快速发展,空气质量问题也逐渐凸显。

为了更好地了解我国的空气质量状况,本报告对我国的空气质量进行了深入分析。

二、现状分析1. 空气质量指数(AQI)状况根据我国环境保护部发布的数据,我国各地空气质量状况普遍存在问题。

特别是一些大城市或工业区,空气质量指数经常超过国家标准,严重影响人们的健康。

此外,夏季和冬季的空气质量普遍较差,存在严重的雾霾问题。

2. 污染物排放情况我国的空气质量主要受到颗粒物、二氧化硫、氮氧化物和臭氧等污染物的影响。

工业排放是主要的污染源,尤其是燃煤行业的污染排放较大。

汽车尾气、生物质燃烧、家庭烧煤等也是重要的污染源。

三、问题分析1. 重污染行业排放问题虽然我国已经采取了一系列减排政策和措施,但仍然存在一些重污染行业的排放问题。

一些企业治理不力,排放超标问题严重。

2. 交通尾气排放问题随着汽车保有量的增长,交通尾气排放也成为重要的空气污染源。

尤其在城市道路密集和交通拥堵的情况下,尾气排放严重影响空气质量。

3. 生态环境破坏问题生态环境的破坏也是导致空气污染问题的重要原因。

一些地方的乱砍乱伐、过度开发等行为给生态环境带来了巨大压力,导致大量扬尘污染和生物燃烧问题。

四、原因分析1. 经济发展模式影响长期以来,我国经济发展方式以高能耗、高污染为特点。

快速的经济发展模式导致了大量的污染排放和环境破坏。

同时,工业化、城市化进程加快,增强了空气污染的风险。

2. 生产结构问题一些重污染行业的存在,特别是燃煤行业的废气排放严重超标。

部分企业为了追求经济利益,没有采取有效的污染治理措施。

城市空气质量监测报告及分析

城市空气质量监测报告及分析

城市空气质量监测报告及分析随着工业化和城市化的快速发展,城市空气质量成为了人们日常生活中越来越重要的关注点。

城市空气质量的监测和分析是评估城市环境状况、保护公众健康以及制定环境政策的重要依据。

本报告将对某城市的空气质量进行监测和分析,旨在为政府、公众和环保机构提供参考。

一、监测方法和数据收集为了准确地评估城市的空气质量,我们采用了国际通用的空气质量监测方法。

监测站点遍布城市不同区域,并根据环境背景、交通状况、工业分布等因素进行选择。

监测包括大气污染物浓度、颗粒物浓度、二氧化硫、氮氧化物等污染物的监测。

数据收集方面,我们采用了自动监测设备和实地取样相结合的方法。

自动监测设备每天定时采集数据并传输给中央数据库,而实地取样则确保数据的准确性和可靠性。

监测时间段为一年,以消除季节性因素对结果的影响。

二、监测结果及分析根据数据分析,我们得出了以下关于某城市空气质量的特点和趋势:1. 大气污染物浓度:该城市的大气污染物浓度总体呈现下降趋势。

这得益于政府加大了对工业企业和机动车尾气排放的治理力度。

然而,在特定时段(如高温季节)仍然存在个别污染物超标的情况,特别是颗粒物浓度。

2. 颗粒物浓度:颗粒物是最直接影响空气质量和人体健康的因素之一。

监测数据显示,颗粒物浓度在城市不同区域之间存在明显差异。

主要工业区和交通繁忙地段的颗粒物浓度较高,而生活区和绿化带则相对较低。

应重点关注重污染源,并加强相关治理措施。

3. 二氧化硫和氮氧化物:二氧化硫和氮氧化物是主要的大气污染物之一,主要来自于工业生产和交通尾气。

监测结果显示,二氧化硫浓度有所下降,但仍然需要进一步降低。

而氮氧化物浓度相对较高,说明交通尾气排放仍然是城市空气质量的主要贡献源之一。

三、影响城市空气质量的因素城市空气质量受到多种因素的影响,主要包括以下几个方面:1. 工业排放:大型工厂和企业的废气排放对城市空气质量影响显著。

政府应加强对工业企业的监管和治理,促使其加大污染物减排措施的力度。

  1. 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. 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. 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)。

我国主要城市空气质量面板数据聚类分析我国的空气质量问题牵动着千千万万老百姓的心,为了深入了解全国31个重要城市的空气质量和空气污染方面的差异,根据地方的不同,制定不同的污染防范和治理措施,了解各地的环保态势和水平,运用面板数据的聚类分析方法对全国31个省会城市的从2006到2012年的空气质量达到及好于二级的天数,以及可吸入颗粒物这两个指标的地区差异进行实证分析。

标签:城市空气质量;面板数据;聚类分析1引言自从改革开发以来,我国的经济发展取得了显著的进步。

但是,经济的发展也带来了一系列隐患,其中最重要的一条就是环境问题。

目前,我国乃至全世界的环境污染问题都十分的严峻。

最近,环境污染重最引人关注的一项就是空气质量问题。

PM2.5、雾霾等等已经成为经常挂在嘴边的话语。

今年我国空气质量标准的重新修订,特别把PM25纳入监测内容,并已经开始在多个试点城市开始运作,加强了政策实施的力度和强度,体现了国家对空气污染的高度关注。

尽管我国政府制定并不断完善了法律法规体系,使环境保护取得了一定的进展。

但环境形势非常严峻的状况仍然没有太多的改变,发达国家用了百年时间完成了工业化,相比之下我国完成现代化的时间非常之短,这也不可避免的引起环境污染在我国近20多年来集中出现,呈现复合型、结构型、压缩型的特点。

表现为许多城市空气污染严重,雾霾出现频繁,主要污染物的大量排放量超过了环境承载能力,等诸多大气环境问题。

由此我们可以认识到,污染的防治不仅仅是一个环境问题而且是重大的经济和政策问题,是一个关系到国计民生的问题。

为了深入的了解全国各大城市空气污染的差异,更好的把握防治空气污染的力度,本文应用单指标面板数据的聚类分析方法对全国31个主要城市从2006到2012年的空气质量达到及好于二级的天数,以及可吸入颗粒物这两个指标的地区差异进行实证分析。

2单指标面板数据的聚类分析计量经济学模型在分析经济问题的时候只是利用了时间序列或者截面数据中的二维数据的信息,例如使用一个或者若干经济指标的时间序列建模或不同样本的横截面数据建模。

然而,在分析实际经济问题中,这种仅利用二维信息的模型在很多时候往往不能满足人们分析问题的需要。

近些年来,面板数据的理论研究和应用研究得到了较为广泛的应用和发展,但是主要都是面板数据的模型参数估计方法的研究以及计量建模。

但是很少学者能够把其应用到多元统计分析中来Bonzo D.C.和Hermosilla A.Y.(2002)将面板数据应用到多元统计分析中来。

Bonzo D.C.运用概率连接函数(probability link function)和遗传算法改进聚类分析的算法,从而对面板数据进行聚类分析。

本文试图结合了聚类分析的基本思想对单指标面板数据进行聚类分析的方法进行研究和实证分析。

2.1聚类分析原理聚类分析(cluster analysis)是一类将数据所研究对象进行分类的统计方法。

这是一种无监督的聚类方法。

这一类方法的共同特点是:事先不知道类别的个数与结构;分析的依据是对象之间的相似性或者是相异性。

把相似性或者相异性的大小或者差距看作是对象之间的“距离”远近的一种有效度量,将距离近的对象归为一类,并且不同类之间的对象距离较远,这是聚类分析的分析方法和共同思想。

面板数据也称作时间序列与截面混合数据,是截面上个体在不同时点的重复观测数据。

面板数据用双下标变量yit表示,其中i=1,2,…,N;t=1,2,…,T。

其中i对应面板数据中的不同个体。

其中N表示这个面板数据中含有N个体总数。

面板数据的聚类分析首先将不同个体独自成一类,一共分为N类。

第二步是把相似程度最接近的两个的面板数据指标聚成一类,其他的仍独自为一类,共有N-1类。

最后一步仍是将相似程度最为接近的两类聚成一类,这样一直进行下去直到最后得到的面板指标聚成一类。

2.2Ward方法Ward方法的大体思想是这样的:首先我们确定一个关于每个类别聚类优劣的指标,也就是说,如果某一类聚集的越紧密,我们就认为聚合的越好,这些数据应该被聚合为一类,这时候我们引入离差平方和作为一个有效的指标,也就是说某一组的离差平方和越小,就说明这一类聚集的越紧密,反之说明某一类离散程度较高。

同一类的离差平方和是:wk=i∈Gk(xi-xk)T(xi-xk)现在我们考虑的是如何确定哪两个组合成一类,假设有这两个类别:Gk和GL两个类别组合之后为:GM我们要使得增加的离差平方和最小,也就是说D2KL=WM-WK-WL最小,这就是,Ward方法,也就是离差平方和法的思路,但是我们首先需要对数据进行有效的预处理,也就是说,一般要进行标准化,和异常值处理,Ward的缺点之一就是对异常值过于敏感。

3实证分析目前,关于空气质量问题的讨论在我国愈演愈烈,关于如何治理雾霾已经成为一个全国性的议题。

中国将在北京建造全世界最大的雾霾实验室,初步预算为五亿,这也体现了国家对如何治理雾霾的探究的重视,本文试图应用面板数据聚类分析对中国31个主要城市的空气质量的地区性差异进行分析(数量来源:中国统计年鉴:2007-2013)。

通过分析2006到2012年的空气质量达到及好于二级的天数,以及可吸入颗粒物这两个指标的的直接面板数据,我们可以看出一个很很明显的趋势,就是空气质量的整体水平并没有在不断下降,因为空气质量达到及好于二级的天数,一直在一个稳定的水平,并没有减少的趋势,而且可吸入颗粒物这个指标也没有有增加的趋势。

但是这并不能反映我国空气质量的地区差异,所以我们有必要对其进行聚类分析。

从上面的聚类分析的原理,选择欧氏距离作为相似指标,并且根据公式二逐步聚类,对是2006到2012年的空气质量达到及好于二级的天数进行聚类分析,得到聚类树形图,如图1示。

从图1中可以看出兰州、北京、乌鲁木齐的空气质量最差,所以被聚集在一起,这是由于在这些城市中经常有空气流动性不大的时候,特别是冬季的时候雾天出现频繁,气象学角度来看,有雾的时候往往意味着大气比较稳定,而稳定的大气又容易使污染物聚集,所以大雾天通常会伴随着或轻或重的污染情况。

但是最根本的原因还是这些城市要么是工业区,要么就是冬季供暖需求非常大的城市,加上汽车,工业等原因,加强了空气质量的恶化。

而空气质量比较好的海口、拉萨、昆明这些旅游城市由于绿化面积高,更加接近大自然,同时工业化程度并没有那么高,并且空气流动性大。

所以全年的空气质量达到及好于二级的天数较多。

从图2中可以看出,聚类的结果很相似,但是可以更加直观的看到海口和拉萨这两个城市的空气质量独树一帜,风景这边独好,但是兰州、乌鲁木齐、西宁、北京、西安这五个城市的空气质量还是最差,这也与每年的中国城市空气质量的排名是重合的。

那么处于中间阶层的南宁、福州、广州、昆明、呼和浩特、南昌、上海、贵阳市处于中上水平。

合肥、济南、成都、南京、郑州、天津、银川、哈尔滨、杭州、重庆、长沙、太原、石家庄、沈阳、武汉处于中下水平。

图12006到2012年的空气质量达到及好于二级的天数指标聚类分析图22006到2012年的空气质量PM10指标的聚类分析4结论与政策建议空气质量不断下降,雾霾天气一直持续,并不是今年的新现象。

最近几年,每到秋冬特别是入冬以后,我国中东部地区就不时会遇这样的情况,其中既有气象原因,也有污染排放原因。

现在国内大多数城市中影响空气质量最重要的因素仍是可吸入颗粒物和PM2.5。

那么这些污染物的源头从哪里来呢?从监控的数据和科学研究的成果来看,主要有以下几个重要来源:首先是来自工业生产,特别是水泥和化工能源产品的污染,这是最主要的造成PM2.5和PM10即可吸入颗粒的来源。

燃煤也是一个导致雾霾的主要原因,在北方火力发电时主要的供电来源,但是燃煤必然会带来大量的灰尘和有毒气体。

其次就是由于汽车和土地荒漠化带来的土壤尘。

为了减少空气中的可吸入颗粒物和减少雾霾的危害,从政府的环境报告和实际行动来看,近年来,政府采取了卓有成效的措施:例如:把燃煤和化工产业进行转移,搬到空气流动,人员密度较低的地区,下大力气关闭了大量市民反响强烈的水泥生产线和工业企业;在合理规划的基础上科学施工,加强了对沙石料厂的管理,有的甚至强行取缔或搬迁;大力发展公共交通,鼓励大家绿色出行;宣扬环保理念,发动全民植树造林,保护植被等等。

综合实证分析在这里我提出以下几点建议:(1)在实际的工作中如果没有群众的配合,治理只会是治标不治本,但是如果采取合理的宣传方式,强化大家的环保意识,倡仪每个市民保持环境卫生。

自然因素对空气质量的影响可以经过人力的作用得到改变。

但现实中,人为影响空气质量的行为却时有发生。

因此,强化每个人的环境意识,倡导低碳生活,绿色生活,爱护我们的生存环境必须深入人心,付诸实际。

节约能源就是环保,就能减少污染气体的排放。

每个人的不良习惯当从小事做起,现在起予以改变,而且要持之以恒地坚持下去,不是一阵风的宣传。

(2)产业结构调整和能源结构调整是必由之路。

PM25、二氧化硫、二氧化氮等污染物的治理,难就难在需要综合加上灵活的手段,实现多项污染物协同减排。

污染治理是一个多环节密切咬合的链条,只要有一个环节出现问题,污染物的减排就会受影响。

同时,大气污染呈现区域性特征,必须建立区域联防联控机制来应对。

(3)从财政和经济刺激的方式来鼓励大家使用无烟煤和清洁能源,对于使用环保能源的机构和工厂要进行相应的补贴。

鼓励使用风力、潮汐、太阳能等自然能源,投入科研经费推进能源的高效利用。

(4)淘汰老旧机动车;在公交、环卫、政府机关推广使用新能源汽车;完成城区燃煤锅炉、平房采暖清洁能源改造,基本实现中心城区“无煤化”;加强空气质量监测分析和信息发布,推进区域联防联控。

(5)加强雾霾天气预测预报,大力开展雾霾天气预测预报方法研究和业务平台建设,为公众提供防御指引,使信息透明,让群众参与到防治中,为政府实行动态调控环保措施决策服务。

根据气象条件动态调控,加强与气象部门合作,做到提前的对公众的提醒和研究对策,根据气象条件预测和研究,对主要污染源实行动态调控,并且制定合理有效的治理方针。

参考文献[1]朱建平,陈民恳.面板数据的聚类分析及其应用[J].统计研究,2007,(4).[2]HsiaoC.Analysis of Panel Data[M].北京:北京大学出版社,2005.[3]郑兵云.多指标面板数据的聚类分析及其应用[J].数理统计与管理,2008,27(2):265270.[4]Johnson R A,Wichern D W.Applied Multivariate Statistical Analysis[M].6th International ed. Pearson Educacion,2007.[5]李因果,何晓群.面板聚类方法及应用[J].统计研究,2010,27(9):7379.。

相关文档
最新文档