基于模糊综合评价的成都市空气质量评价——以2015-2020年空气质量为例.pdf

2023年第3 期环保科技Vol.29No.3基于模糊综合评价的成都市空气质量评价以2 0 152 0 2 0 年空气质量为例卜兴兵林青2*秦燕体强王会镇3（1.四川省生态环境监测总站，成都6 10 0 41;2.中国石油西南油气田分公司川中油气矿，四川遂宁6 2 9 0 0 0；3.西华大学理学院，成都6 10 0 3 9）摘要：本文以2 0 15-2 0 2 0 年成都市6 种大气污染物（PM2.5、PM i o、SO 2、NO 2、CO 和0）浓度监测数据为基础，采用Pearson相关性分析、复合污染特征分析和模糊综合评价的方法，对其空气质量状况和影响大气质量的关键指标进行了综合评价与分析。结果表明,研究时段内成都市PM2.5、PMio、SO 2、NO 2、CO 的最大月均值出现在1月和12 月，O，的最大月均值出现在5月和8 月。空气质量优良率依次分别为58.6 0%、58.50%、6 4.9 0%、7 0.3 0%、7 8.6 0%、7 6.7 1%；Pearson相关性研究表明PM2.5、PM 1o、SO 2 和0 3 具有较强的同源性和协同性，复合污染物特征分析表明移动源对颗粒物的贡献大于固定源；研究时段内空气质量模糊综合评价结果在级级，“I级+级”评价结果排名由高到低依次为：2 0 15年、2 0 17 年、2 0 16 年、2 0 18 年、2 0 19 年、2 0 2 0 年。和环境空气质量综合指数评价结果对比，两种评价排序结果除2 0 16 年和2 0 17 年评价不同，其与年份均一致,模糊综合评判较为客观反应了研究时段内成都市的环境空气质量情况。因此，该研究结果可为成都市大气污染防治提供科学指导依据。关键词：大气评价；空气质量；模糊综合评价；大气污染防治中图分类号：X823Air quality assessment of Chengdu based on Fuzzy Comprehensive EvaluationBu Xingbing,Lin Qing*,Qin Yan,Feng Qiang,Wang Huizhen?(1.Sichuan Ecological Environmental Monitoring Station,Chengdu 610041,China;2.Chuanzhong Oil&Gas Mines of Petrochina Southwest Oil And Gasfield Company,Suining629000,China;3.College of Science of Xihua University,Chengdu 610039,China)Abstract:Based on the monitoring data of six air pollutants(PM2.5,PMio,SO2,NO2,CO and O,)in Chengdu from 2015 to 2020,this paper used Pearson correlation analysis,composite pollutioncharacteristics analysis and fuzzy comprehensive evaluation method to comprehensively evaluate andanalyze the air quality status and key indicators affecting air quality.The results showed that:themaximum monthly mean values of PM2.5,PMio,SO2,NO,and CO in Chengdu appeared in Januaryand December,and the maximum monthly mean values of O,appeared in May and August.The ex-cellent and good rates of air quality were 58.60%,58.50%,64.90%,70.30%,78.60%and基金项目：教育部春晖计划（19 16 3 0）；四川省教育厅项目（18 ZB0571）。收稿日期：2 0 2 2-11-0 2;2 0 2 3-0 5-0 5修回作者简介：下兴兵（19 8 6-），男，硕士，高级工程师，研究方向：固定污染源监测及评价。Ema i l：59 116 9 13 5 q.c o m通讯作者：林青（19 7 1），男，本科，工程师，主要从事环境节能管理工作。dy_L文献标志码：ATake air quality of 2015-2020 as an example312023年第3 期76.71%respectively in 2015-2020.Pearson correlation study showed that PM2.5,PMio,SO2 and 0,had strong homology and synergy,and the analysis of composite pollutant characteristics showed that thecontribution of mobile sources to particulate matter was greater than that of fixed sources.During thestudy period,the results of fuzzy comprehensive evaluation of air quality were in grade II to grade III,and the ranking of“1I+II evaluation results from high to low was:2015,2017,2016,2018,2019,2020.Compared with the evaluation results of the comprehensive index of ambient air quality,the rank-ing results of the two methods are same except for the evaluations in 2016 and 2017.The fuzzy compre-hensive evaluation objectively reflects the ambient air quality in Chengdu during the study period.There-fore,the results of this study can provide scientific guidance for the prevention and control of air pollutionin Chengdu.Keywords:atmosphere assessment;air quality;fuzzy comprehensive evaluation;prevention and con-troll of air pollution自2 0 13 年大气污染防治行动计划（简称“大气十条”)颁布以来，各级政府采取一系列大气污染防治措施，取得优异成绩。但是，近年来，全国各大城市霾天气急剧增多，臭氧污染加重,PM2.5污染严重，对人体健康、城市大气环境、交通运输等造成严重的影响 1-2 ,究其原因是由于本地自然因素和人为因素造成。大气污染物与排放、地理特征和气候特点关系密切，本地排放源的强度和大气的输送和扩散条件 3-4 对空气质量改善至关重要。以成都市为例,本地自然因素有秋冬季静风和逆温天气频繁，盆地气候典型，冬季少雨多雾，日照时间短，光照弱，上述因素不利于大气污染物扩散和稀释；夏季气温高、逆温天气较弱，大气对流活动旺盛,降水充足，污染物浓度相对较低，但是太阳光辐射强,臭氧污染严重。人为因素有社会经济发展带来的城市化进程发展迅速，工业化废气排放量大、全社会工业耗煤量和机动车拥有量居高不下、生活燃煤量不断增加。另外，由于本地排放源基数大，受限于本地大气的输送和扩散条件，在现有大气污染控制措施的影响下，污染物减排难度越来越大，PM2.5浓度和臭氧仍然处在较高水平 1。因此,采用科学合理的空气质量评价模型和准确的污染源分析对大气污染治理和有效管理具有重要的意义。目前，空气质量主要评价方法有环境空气质量综合指数、主成分分析法、模糊综合评价法 5-6 。综合指数主要用于城市空气质量综合排名，缺点在于不适用于评价目标的长期空气质量状况和未来变化趋势；主成分分析法受限于数据样本数量，评价较为局限，由于造成大气污染的系统因素具有不确定性和模糊性，因此，上述两种方法均不能有效避免大气环境各系统因素的干扰。由于模糊综合32环保科技评价法可有效避免评价系统的模糊性和不确定性，可科学合理地评价大气环境的客观现状，因此该方法已被广泛应用于各类空气质量评价研究。近年来，不少学者利用模糊综合评价法开展空气环境质量评价并取得了一系列成果。卜兴兵等 6 以四川省2 0 17 年2 1个市（州）的PM2.5、PM i o、SO 2、NO 2、CO和O，浓度监测数据为基础,运用模糊综合评价法对其空气质量状况进行了评价与分析，评价结果较为客观地反映该地区2 0 17 年环境空气质量状况。段永健 7 为研究影响山西省2 0 19 年空气环境质量的因素，利用模糊综合评价法对研究目标进行了评价与研究；蒋滔等 8 以SO2、NO 2、PM i o 作为评价因子,运用模糊数学方法，通过计算污染因子权重分配系数和隶属度客观评价了徐州市大气环境质量。郭力嘉等 9 利用模糊数学综合评价方法对北京市大气环境质量作出了评价，评价较为客观反应了评价地区环境空气质量。目前，利用模糊综合评价法对成都市大气质量评价研究较少，因此，本文基于成都市2 0 152 0 2 0 年6 项大气评价指标PM2.5、PM 1o、SO 2、NO 2、CO 和O，的浓度监测数据，运用Pearson相关性和模糊综合评价法对空气质量状况进行了评价与分析，采用复合污染特征分析研究了该区域污染物来源，能合理科学地评价研究时段成都市环境空气质量的客观现状，为大气污染防控工作提供参考依据。1材料与方法1.1楼数据来源与处理研究的大气污染物分别是PM2.5、PM 10、SO 2、NO2、CO 和0 3，时间范围2 0 15年1月至2 0 2 0 年12月，各污染物浓度数据来自成都市生态环境局官网Vol.29No.32023年第3 期（h t t p:/s t h j.c h e n g d u.g o v.c n），其中年均浓度数据来自2 0 15-2 0 2 0 成都市环境质量公报，月均浓度数据来自生态环境空气质量报告，文中PM2.5、PM1o、SO 2、NO，均为年均值、CO为日均值第9 5百分位数、0，为日最大8 h滑动平均值的第9 0 百分位数。PM2.5、PM i o、SO,、NO,、O，单位为g/m,CO西路口镇三道堰景区10公里+郸都区温江区大石西路成都绕城高速文岛石桥成成都双流国际机场5103新津区G10381.2评价与分析方法参考文献 6-9 ,模糊综合评价的具体步骤如下：(1)确定评价对象的因素,n个评价指标,u=u,u2,un,文中u-u分别代表SO,年均值,NO，年均值,PM1o年均值,PM2.5年均值,CO日均值第9 5百分位数，0，日最大8 h滑动平均值的第90百分位数；(2)确定评价等级,V=v1,V2,v,文中V1-V4分别代表空气质量状况优、良、轻度污染、中度污染；（3)建立模糊关系矩阵R=（r；）,计算采用降半阶梯形隶属度函数建立各评价因子对每级标准的隶属函数T。第I级时,即j=1时:1Sici)x;广Sicji)-S,0环保科技单位为mg/m。成都市国家空气监测站点分布如图1所示，未包含对照点灵岩寺。2 0 2 0 年成都市机动车保有量及增长率来源于2 0 2 0 成都市统计年鉴。用统计软件Excel和SPSS20.0对数据进行统计及处理。ST新都区G97金泉两河金博路都站回平街江区沙河铺都东站三瓦蜜赵三圣花乡旅游区车城东七路飞故里景区华阳G318湖湿地公园高坡鸡公嘴拉紫颐香熏山谷科学城陈通湾永安镇猫猫坡图1成都市国家空气自动监测站点分布图的实测值；s；为第i个评价因子的第j级标准；r;为第i个评价因子对第j级标准的隶属度。（4）确定污染因子权重集，A=（1,2,3），权重集A中,各污染物权重为，公式中x;为第i个评价因子的实测值；s;为环境空气质量等级及对应的污染物项目浓度限值平均值。计算采用主因素突出赋权法中常用的超标倍数法计算权重系数，即污染物项目实测值除以对应环境空气质量等级对应的浓度限值平均值，然后Si x;Si(j+1)Vol.29No.3麻柳林青白江技师分院云顶乡麻子坡里店G108G9013蔚然花海龙泉驿区区政府小柏林小城坝G425撮箕山G108GR20Z第、IV级时,即j=2,3,4时：x;-Si j-1S;-Sicj-1)S.c.-S,0 x;Si(i-1)或 x;Sij+1)公式中，j为污染的等级；x；为第i个评价因子对各污染物因子进行归一化处理。该方法既突出了环境质量评价中主要污染物的作用，又考虑了各33GA2石门坎拉G319白河山Si(i-1)x;SsiSjx;Si(j+1)(2)2023年第3 期污染物标准值间的差异带来的影响。S;W;=ni1(5）得出模糊综合评价结果。由上述步骤得到的因子权重集A和隶属度模糊矩阵R,得到评价矩阵B空气质量综合判别模型进行评价,B=（b i,b 2，b3,b4）,公式中b,-b4分别为污染物因子II V 模糊综合评价结果。B=A R2结果与讨论2.1大气污染物时间变化特征2.1.1年变化趋势2015-2020年成都市空气质量优良率分别为58.60%、58.50%、6 4.9 0%、7 0.3 0%、7 8.6 0%、76.71%。6 种大气污染物(PM2.5、PM 1o、SO 2、NO 20，和CO)浓度年变化趋势如图2 所示,其中PM2.5、PM/oSO,、NO,、0,单位为g/m,CO单位为mg/m。2015-2020年成都市6 种大气污染物平均质量浓度整体呈下降趋势。由于近年来成都市加大了大气污染防治工作力度，相比2 0 15年，2 0 2 0 年各污染物平均质量浓度降低幅度分别为3 6.2 0%、39.13%、56.55%、3 0.8 2%、7.6 5%、50.0 0%，其中降幅最大的是SO2,其次是CO,空气质量改善明显。根据环境空气质量标准（GB3095-2012）,PM 2.5和PMio年均二级浓度限值分别为3 5g/m和7 0g/m,研究时段内PM2.5、PM 1o 年均浓度值逐年降低，但PMio的年均值到2 0 18 年才实现达标要求,研究时段内PM2.5年均值均为达标；其余污染物SO2、CO和NO，年均值自2 0 16 年开始逐年降低，改善明显；0 3 年均质量浓度呈“U”型，整体逐年下降但下降幅度较缓，2 0 17 年略高于2 0 16 年，自2 0 18 年开始逐年降低，但2 0 2 0 年有上升趋势，0，污染防治力度仍需加强。因此，成都市应进一步加强细颗粒物和臭氧污染防治工作。2.1.2月变化规律6种大气污染物浓度月变化趋势如图3 所示。由图3（a）（f)可以看出,2 0 152 0 2 0 年成都市SO2、NO 2、C O 月均值均呈14月最高,10-12 月次之,5-9 月份最低,从近6 年整体看月均浓度呈现先降低后升高的趋势。PM2.5和PM1o月均值均呈1月、11月、12 月最高，2 4月次之,6 9 月份全年34环保科技-*-PM2.5 SO2-03-NO2-PM10-*-CO180(3)150()1209060302015(4)图2 大气污染物浓度年变化趋势较低,整体呈现“U”型趋势,即先降低后升高。O3污染物则与其他污染特点不同,48 月份全年较高，从近6 年整体看0 3 月均浓度呈现“倒U型”趋势,即先升高后降低。从传统季节划分来看,SO2、NO2、CO、PM i o、PM 2.5月均值变化规律均呈现冬季高、夏季低的特点,PM1o、PM 2.5的季节变化最为明显，而0 3 的月变化规律正好相反，呈现出冬季低、夏季高的特点。出现“冬高夏低”的变化特点跟成都市的盆地气候有较大关系，夏季雨量充沛，气温较高，大气垂直运动活跃，大气污染物易于扩散，对大气污染物SO2、NO 2、CO、PM 1o、PM 2.5有较好的清除作用，但夏季气温高紫外线强促使氮氧化物与挥发性有机物发生光化学反应易形成0，污染物造成污染。冬天雨量少、气温低、大气对流降低，盆地逆温层效应,导致大气污染较其他季节更为严重(41。2.2大气污染物特征分析2.2.1污染物间的相关性分析为研究各大气污染因子相关性，对成都市6 种大气污染物月均值进行Pearson 相关性分析 5.10 1在Pearson相关性检验中,相关系数0 0.2 表示为无相关,0.2 0.4表示为弱相关,0.4 0.6 表示为相关，0.6 0.8 表示为强相关，0.8 1.0 表示为极强相关。两者相关系数绝对值越大,说明相关性越强。相关系数为正，即为正相关关系，反之为负相关关系。由表1可知,除SO,和O3、CO 和O相关系数外,其余指标之间相关系数均在0.3 以上呈现不同程度的相关性,说明指标污染物之间信息存在重叠,具有一定的相关性,这4种污染物可能具有较强的同源性和协同性;PM2.5与PM1o相关系数为0.979,为极强相关,这是因为PM2.5作为PM1o的组成部分，两者同为颗粒物在本地有相似的来源与污染特征;对比各污染物指标相关系数大小,PM2.5vVol.29No.32.0(eu/u)/吾0 01.00.520162017.2018时间年201920202023年第3 期PMio与 NO,的相关性大于与SO2、CO 的相关性,可以初步推断移动源对颗粒物的贡献大于固定源；由于0，生成需要太阳辐射，但是颗粒物在大气中可80F(a)SO27060(u/1)/吾里502010018(c)CO76543210123456789101112时间（月）900(e)PM1o8007006005004003002001000一PM2.5PM1oSO2NO203CO*，在0.0 5水平（双侧）上显著相关；*在0.0 1水平（双侧）上显著相关环保科技以吸收和散射部分太阳辐射,因此0，与其他5种污染物的相关系数均为负相关关系,其中与PM2.5、PM1o负相关性显著。202020182016F234F5L6F7F80时间（月）202020192018201720162015T202020182016F2F3PM2.510.979*0.631*0.790*-0.594*0.632*Vol.29No.31201920172015101112201920172015L6上7上8 04时间（月）表16种大气污染物相关系数矩阵PM1oSO210.717*0.832*-0.503*0.650*36030024018012060060050040030020010001F2F34F5时间（月）900()038007006005004003002001000T101112图3大气污染物浓度月变化趋势NO210.733*-0.1230.409*(b)NO2F234(d)PM 2.524131-0.408*0.398*202020182016L56-789101112时间（月）20201201920182017201620157-80689T101112时间（月）0310.274*2019201712015T9101112202020192018201720162015CO135T2023年第3 期2.2.2复合污染特征分析参考文献 6 ，利用复合污染特征分析法对2015-2020年成都市PM2.5和PM1o、SO，和NO2相关的污染特征进行了研究，并初步识别污染物来源。复合污染物特征分析法即利用p（PM 2.5）/p（PM i o）比值和p（NO,）/p（SO,）比值反映污染源贡献情况，比值大小分别代表二次污染源（p（PM 2.5）贡献和一次污染源（p（PM i o）贡献,燃煤源（p（SO,）和移动源（p（NO,）对污染贡献的变化。结果如图4所示,p(PM2.s）/p（PM i o）在0.600.64波动,PM2.5作为PM1o的组成部分，占比可以判断大气中细颗粒物污染对颗粒物污染的贡献程度,近6 年成都市p（PM 2.5）/p（PM i o）均大于0.6,因此可初步推断颗粒物污染主要以细颗粒物污染为主。8-p(NO2)/p(SO2)-p(PM2.5)/p(PM10)7(zOs)d/(zON)d6543201520162017 201820192020时间年图4SO,/NO，和PM2.5/PMlo比值分析图成都市近6 年PM2.s最小浓度为41g/m,高于3 5g/m限值，2 0 19 年PMio浓度为6 8 g/m首次达到二级标准。p（NO,）/p（SO,）在3.7 9 6.99波动，NO2主要来源于汽车尾气排放等移动源，而SO，主要来源于煤炭燃烧和工业生产等固定源。p（NO 2）/p（SO,）比值越高，表明污染物主要来自于移动源,因此可初步推断四川省的移动污染源占主导地位。据2 0 2 0 成都市统计年鉴数据，年份SO22015(1,0,0,0)2016(1,0,0,0)2017(1,0,0,0)2018(1,0,0,0)2019(1,0,0,0)2020(1,0,0,0)36环保科技截至2 0 2 0 年，成都市机动车保有量达到57 7.2 4万辆，与2 0 15相比增加148.6 3 万辆，增长3 4.7%，汽车尾气污染对NO2的贡献在逐渐增加。因此,控制细颗粒物污染和控制机动车数量是改善成都市空气质量的重要环节。2.3评价与分析结果讨论2.3.1建立评价因素集合U根据环境空气质量标准（GB3095-2012）和环境空气质量评价技术规范（试行）（HJ663-2013)的规定,研究评价因素集合U=（SO，年均值，NO，年均值,PMio年均值,PM2.s年均值，CO日均值第9 5百分位数，0，日最大8 h滑动平均值的第9 0百分位数。2.3.2建立评价集V为了详细地描述研究区域污染状况，有效区分污染程度，本文在对2 0 152 0 2 0 年成都市的环境0.6400.6350.6300.625(orNa)d/(szNa)d0.6200.6150.6100.6050.6000.595表3 6 种大气污染物模糊关系矩阵评价因子及其隶属度NO2CO(0,0.35,0.65,0)(1,0,0,0)(0,0.3,0.7,0)(1,0,0,0)(0,0.371,0.629,0)(1,0,0,0)(0,0.4,0.6,0)(1,0,0,0)(0.904,0.096,0,0)(1,0,0,0)(0.15,0.85,0,0)(1,0,0,0)Vol.29No.3空气质量进行评价时，结合环境空气质量标准（CB3 0 9 5-2 0 12）和本地大气实际污染状况将原标准扩展为四级（IIV）,建立评价集V=优、良、轻度污染、中度污染,PM2.5、PM 1o、SO 2、NO 2、0 3 单位为g/m,CO单位为mg/m,如表2 所示。表2 环境空气质量等级及对应的污染物项目浓度限值评价优指标1SO220NO220CO203100PM2.515PM1o402.3.3建立模糊关系矩阵R参考文献 6-9 ，根据文献隶属度计算公式计算各评价因子对各级评价标准的隶属度，从而建立模糊关系矩阵R=（r）,具体见表3。03PM2.5(0,0.617,0.383,0)(0,0.275,0.725,0);(0,0.867,0.133,0)(0,0.302,0.698,0)(0,0.817,0.183,0)(0,0.475,0.525,0,0)(0,0.833,0.117,0)(0,0.6,0.4,0)(0,1,0,0)(0,0.813,0.187,0)(0,0.85,0.15,0)(0,0.854,0.146,0)良轻度污染中度污染V平均值60100406046160220357570140140808280120210PM1o(0,0.5,0.5,0)(0,0.502,0.498,0)(0,0.743,0.257,0)(0,0.843,0.157,0)(0.069,0.931,0)(0.203,0.797,0,0)80505190611152023年第3 期2.3.4建立权重集模糊综合评价中赋权方法很多，污染因子的权重值直接影响各因子之间对环境空气质量影响的相对程度的因素，决定到综合评价的结果是否合理。利用公式(3）,并将6 种污染物采取归一化的方法进行赋权，权重集A数据见表4。2 0 15年、2017年及2 0 18 年首要污染物权重集占比依次为NO2、0 3、PM 2.5、PM 1o,2 0 16 年首要污染物权重集占比依次为NO2、PM 2.5、0，、PM l o，2 0 19 年和2 0 2 0 年首要污染物权重集占比依次为O，、NO 2、PM 2.5、PM 1o。自2 0 19 年开始0，权重首次超过NO2，并且持续至2020年。2 0 152 0 2 0 年各污染物权重集排名前三位依次是NO2、0 3、PM 2.50表4各污染因子的权重集权重集年份(SO2,NO2,CO,03,PM2.5,PM1o)2015(0.038,0.243,0.092,0.228,0.214,0.185)2016(0.040,0.254,0.085,0.216,0.217,0.190)2017(0.034,0.266,0.086,0.236,0.207,0.171)2018(0.028,0.265,0.077,0.251,0.206,0.172)2019(0.023,0.266,0.070,0.277,0.198,0.166)2020(0.024,0.243,0.066,0.306,0.198,0.163)年份1级20150.13020160.13020170.13020180.13020190.14320200.2043结论(1)2015-2020年成都市PM2.5、PM i o、SO 2、NO2、CO 的最大月均值出现在1月和12 月，0，的最大值月均值出现在5月8 月。空气质量优良率分别为58.6 0%、58.50%、6 4.9 0%、7 0.3 0%、78.60%、7 6.7 1%。2 0 2 0 年PM2.5、PM l o、SO 2、NO 2、0，和CO的年均质量浓度比2 0 15年降低幅度分别为3 6.2 0%,3 9.13%,56.55%,3 0.8 2%,7.6 5%,50.00%，空气质量改善明显，环境空气质量总体向好。(2)PM2.5、PM i o、SO,和O，具有较强的同源性和协同性,相关系数均在0.3 以上;PM2.5与PMio水环保科技2.3.5模糊综合评价结果采用公式（4），将权重集A和模糊矩阵R进行模糊矩阵的复合运算，得到模糊综合评价结果B矩阵。根据最大隶属度原则,取bi,b2,b3,b4中的最大值，即为本次环境空气质量评价的模糊综合评价结果，结果见表5。2 0 152 0 2 0 年成都市的环境空气质量在级级，2 0 17 年达到国家环境空气质量的二级标准。为了准确反映全省环境空气质量状况,参考文献 6 ,选取质量评价级和级加和,评价标准第级和第级分别表示评价区空气为良和轻度污染,因此将级和级的隶属度相加的和能反映出成都市2 0 152 0 2 0 年环境空气污染程度，二者之和越大表示该地区空气越差。据此可知,2 0 152 0 2 0 年成都市的环境空气质量排名由高到低依次为：2 0 15年、2 0 17 年、2 0 16 年、2 0 18 年、2019年、2 0 2 0 年。将模糊综合评价结果和环境空气质量综合指数评价结果对照，两种评价除2 0 16年和2 0 17 年,其与年份一致，但2 0 17 和2 0 16 年“级+级”综合得分差别不大，尤其按照最大隶属度原则划定2 0 16 年空气质量属于级，因此总体来说模糊综合评价较为客观反映了2 0 152 0 2 0 年成都市的环境空气质量评价结果。表5空气质量模糊综合评价结果综合评判结果级级0.2930.4930.3100.4420.4040.3540.5110.2380.6570.0630.6140.066Vol.29No.3环境空气排名IV级空气质量级别级+级00.78600.75200.75800.74900.7200.680平相关性显著;O，与PM2.5、PM 1o 水平相关性显著；PM2.5、PM i o 与NO,的相关性大于与SO、CO 的相关性。复合污染特征分析表明,p(PM2.5）/p（PM i o）在0.60 0.64波动,p(NO,)/p(SO,)在 3.7 9 6.9 9波动，研究时段成都市环境空气污染物来源可能以二次污染源和移动源为主。（3)2 0 15一2 0 2 0 年成都市的环境空气质量模糊综合评价在级级。“级+级”评价结果排名由高到低依次为：2 0 15年、2 0 17 年、2 0 16 年、2018年、2 0 19 年、2 0 2 0 年。将模糊综合评价结果和环境空气质量综合指数评价结果对比，两种评价除2016年和2 0 17 年，其与年份一致。模糊综合评价较为客观反应了成都市环境空气质量评价结果,对科学指导成都市大气污染防治具有（下转第54页）37排名质量综合指数66.5746.3855.8635.3624.6314.426543212023年第3 期区及主要污染行业，对主要污染物总量削减和工业企业污染治理具有参考意义。（2）2 0 2 0 年福建省工业废气污染物中，氮氧化物的等标污染负荷最大，是工业废气污染的首要污染物，需列为重点污染物进行治理。（3）2 0 2 0 年福建省工业废气污染物等标污染负荷主要分布在福州市、泉州市、三明市、龙岩市、漳州市这5个地区，其中福州市和泉州市的等标污染负荷和单位产值等标污染负荷都位居全省前列，反映其排放强度大。（4)对比2 0 2 0 年福建省各行业工业废气污染物等标污染负荷,其中较大的行业是非金属矿物制品业，电力、热力生产和供应业以及黑色金属冶炼和压延加工业，是工业废气污染物二氧化硫、氮氧化物、颗粒物排放的主体，而电气机械和器材制造业是挥发性有机物排放的主要行业；这四个行业的单位产值等标污染负荷都较大，是今后环境管理规划和总量削减和管控中的重点方向。（5）采用聚类分析方法，可将福建省的主要工业废气污染物等标污染负荷分为三类：第一类为程度较重地区，福州市、泉州市、三明市、龙岩市和漳州市;第二类为中等地区,南平市、莆田市、厦门市和平潭综合实验区；第三类为单项污染突出类，宁德市。参考文献1黄艳艳.2 0 152 0 2 0 年福建省环境空气质量时间变化特征分析 J.广东化工,2 0 2 1,48(2 0）：151-152.2蒋冬升.福建省2 0 18 年环境空气质量时空分布特征研究 J海峡科学，2 0 19(3)：16-19.3张云峰，黄耀裔，李斌，等福建省空气二氧化氮和二氧化硫时空分布特征 J泉州师范学院学报，2017,35(6):93-99.4黄艳艳不同天气形势下福建省环境空气质量特征研究 J.海峡科学，2 0 16(6)：6 5-6 8.5白亮福建省区域空气质量监测点位布设研究 J.环境科学与技术，2 0 14，3 7（1）：9 9-10 4.6赵卫红.福建省城市空气质量变化趋势及影响因素分析 J.亚热带资源与环境学报,2 0 0 9,4（4）：8 6-9 1.7劳期团环境管理实用技术方法M北京：中国环境科学出版社，19 9 4.8刘承志.等标污染负荷法在苏州市污染源普查评价中的应用 J.环境科学与管理,2 0 12,3 7（6）：141-144.9黄静，余月娟，邹孝.成都市工业废气污染物等标污染负荷特征分析 J.四川环境，2 0 15,3 4（2）：6 3 6 8.【10 康浩俊，吴勇，宋磊，等成都市青白江区工业污染54环保科技物排放特征分析 J甘肃水利水电技术，2 0 2 1，57(3):1-4,55.11 方品贤，等，环境统计手册M成都：四川科学技术出版社，19 8 5：2 42-2 46.12 姜腾龙，刘杨，杨青，等济南市工业废气污染源等标污染负荷特征分析C/2019中国环境科学学会科学技术年会论文集（第一卷）西安，2 0 19：10 52-1057.0.0000+00+00+00(上接第3 7 页）借鉴意义。因此，成都市应加强PMio、PM 2.5、O，协同治理，有效降低移动源污染物排放，深化区域联防联控联治，减少污染物排放，进一步改善环境空气质量。参考文献1谢鹏，刘晓云，刘兆荣，等。珠江三角洲地区大气污染对人群健康的影响J中国环境科学，2 0 10，3 0(7):997 1003.2汪兵，唐钰寒，刘玉芝，等.长三角地区0，与PM2.5复合污染机制研究J环境保护科学，2 0 2 1，47(4):38-46.3周雯，陈建文，王斌，等成都大气污染物在焚烧秸秆时的溯源初步探究J中国环境监测，2 0 14，3 0(3):47-54.4史芳天，罗彬，张巍，等成都平原PM2.5中碳质组分时空分布特征与来源 J环境科学，2 0 2 0，41（2）：520-528.5卜兴兵，俸强，廖，等2 0 16 一2 0 2 0 年成都市大气质量变化特征及健康风险评价 J.环保科技，2 0 2 1，27(6):18-24.6卜兴兵，吴虹，俸强，等基于模糊综合评价的主要大气污染物来源浅析 J环保科技，2 0 2 2，2 8(3):8-13.7段永健山西省环境空气质量评价C/2020中国环境科学学会科学技术年会论文集（第一卷）南京，2020:951-958.8蒋滔，李多松，张凯徐州市大气环境质量的模糊数学综合评价 J.环境科学与管理，2 0 0 7，3 2（8）：18 8-191,194.9郭力嘉，段事恒，徐琳瑜北京市大气环境质量的模糊数学综合评价方法的应用 J西南师范大学学报（自然科学版），2 0 17，42（11)：13 0-13 6.10 朱常琳，孟双双，张荣国西安市主要大气污染物的相关性分析及时空分布特征J环境工程，2017,35(12):86-91.Vol.29No.3