空气质量评价论文

1空气质量指数

空气质量指数(AQI)通常由空气的清洁或污染程度来反映，其重点是评估人群呼吸某一段时间(短期或长期)的污染空气后对健康的影响情况。在实施AQI之前，我国衡量空气质量的指标是空气污染指数(API)，它以SO2、NO2和PM10为指标，将各污染物浓度简化计算为单一无量纲指数，并分级表征空气质量优劣。但随着区域性复合污染和光化学烟雾污染的日益突出，API评价体系已不能很好地反映我国现阶段复杂的空气污染状况。因此，在借鉴国外经验并结合国内实际情况的基础上，我国将评价指标改为了AQI。与API相比，AQI也沿用无量纲指数来描述空气质量状况，但评价指标增加到了6项，更加真实全面地反映了空气质量。AQI评价主要突出单项污染指标的作用，即空气质量级别取决于某一污染物质量浓度对应的空气质量分指数(IAQI)。可见，AQI计算简便，根据对人体健康影响最大的某项污染物来衡量空气质量状况，有助于人们直观了解空气污染状况。但当空气中各类污染物质量浓度差异较大时，AQI会掩盖污染物对空气的总体影响状况，丢失大量有用信息，这对研究者分析和掌握空气中污染物组分及各类污染物对空气质量的影响较为不利。因此，可进一步研究空气质量评价中存在的模糊和灰色区域。

2灰色聚类分析

灰色聚类分析充分考虑了环境质量分级的模糊性和环境系统的灰色性，将聚类对象(评价对象)对不同聚类指标(评价指标)所拥有的白化值(实测浓度值)，按N个灰类(评价等级)进行归纳整理，从而判断聚类对象属于哪一灰类。灰色聚类评价算法的研究重点集中在白化函数的选择和聚类权的确定上，经典的灰色聚类模型中白化函数的构造通常是分段直线型的，每个等级的白化函数只与其相邻的两个等级存在亲疏关系，使得白化函数的覆盖范围有限;另外，在聚类权的确定上，各指标权重在不同等级中的不一致性也无法在最大程度上保证评价的规范性和准确性。对此，本文采用改进的灰色聚类法，通过构造指数型白化函数来拓展覆盖范围，提高评价分辨率和信息利用率，并分别考虑白化值和标准值在不同灰类的权重，使聚类结果更具可比性。

3应用实例

根据北京市环境保护监测中心的空气质量自动监测数据，选用6个分别代表北京城6区监测点的6类污染物监测数据。监测时间为2013年北京停暖前(3月11日0点—3月17日23点)、后(3月18日0点—3月24日23点)各1周。对每类污染物在停暖前、后共取得168组1h平均质量浓度。分别计算各污染物在停暖前、后两时段的平均质量浓度(O3为日最大8h平均值，其余污染物为24h平均值)，计算结果见表3。以表1和2中分级标准为依据，采用上述评价方法对北京城6区进行空气质量评价。

4结论

AQI在定量表征6类污染物对空气质量的污染状况方面发挥了巨大作用，其计算简便，结果直观明了，主要受控于单项污染物的最大空气质量分指数，尤其是对公众的生活和出行进行健康提示等方面有积极作用。改进的灰色聚类法通过对白化函数和权重确定进行修正，构建的指数型白化函数拓宽了覆盖范围，极大地提高了信息利用率，聚类权则考虑了不同污染物在相同灰类之间标准值变化幅度的不同，避免了零权重问题。两种评价方法具有不同的研究方法和使用目的，其中AQI评价主要突出首要污染物对人体健康的影响，改进的灰色聚类评价则突出各类污染物对空气质量的综合影响。研究表明，两种评价方法均有很强的实用价值，可分别推广到其他环境质量评价的实践中。

作者:刘杰杨鹏吕文生王金海单位:北京科技大学土木与环境工程学院北京联合大学北京市信息服务工程重点实验室