基于灰色聚类白化改进的西安浐灞生态区大气环境质量评价

赵昱琨，裴 钰

(1.陕西环保产业集团有限责任公司，陕西 西安 710075；2.陕西省环境科学研究院，陕西 西安 710061)



基于灰色聚类白化改进的西安浐灞生态区大气环境质量评价

赵昱琨1，裴 钰2

(1.陕西环保产业集团有限责任公司，陕西 西安 710075；2.陕西省环境科学研究院，陕西 西安 710061)

摘要：针对传统灰色聚类白化函数导致非相邻域权重叠加失效问题，给出了一种基于正态分布的白化函数构造方法，避免了零权重情况，并对大气环境质量评价的步骤进行了详尽讨论。结合西安浐灞生态区大气环境调查项目，对11个采集点、5个大气指标的监测值进行了质量等级评价，验证了该方法的有效性与客观性。

关键词：大气环境；灰色聚类；白化函数；评价

1引言

随着人民群众对环境、生活质量及城市宜居度等日益关注与重视，环境问题已成为我国城市发展必须面对的重要课题之一[1]。大气环境质量评价即利用实际采集的大气指标样本数据，结合相关标准，对大气环境性质进行定量与定性相结合的客观分析与判定。进行科学有效的大气环境评价是了解污染现状与规律、制定治理控制方案、开展环境趋势预测的基本前提，具有重要意义[2，3]。

从公开文献来看，常用的环境质量评价方法包括模糊综合评判、灰色聚类、层次分析、神经网络等方法，对不同的评价应用场景有着不同的适用性。大区域开放环境的大气环境质量数据采集具有明显的时空有限性，样本信息表现出不完备性，这种先验信息的不完备性、不确定性是灰色聚类应用的优势所在，具有较强的灵活性与适应性，已成为大气环境质量评价的重要方法[4～6]。同时，白化函数的权重处理保证灰色聚类法应用有效性的重要环节，本文在文献[4]、[5]的基础上对白化函数构造进行了改进，并运用改进模型对西安浐灞生态区大气环境质量进行评价。

2灰色聚类评价方法与步骤

灰色聚类将评价对象与指标通过白化函数关联起来，进而利用灰类完成归纳分类并最终判决。灰色聚类将对象、指标、样本测量值与等级四者结合起来，形成一种对部分信息未知系统的类别属性处理方法[3，4]。在大气环境质量评价应用中，灰色聚类法主要包含以下4个关键环节。

2.1监测样本的白化矩阵

将评价对象的大气指标测量值作为样本，构成相应的白化矩阵W，如式(1)所示。

(1)

W矩阵表面共有m组监测样本，样本可以按空间域或时间域划分，本文以不同地点的监测值构造样本；同时，每组样本由包含n个评价指标，也可称为污染因子。本文所用的监测样本为《环境空气质量标准(GB3095-2012)》规定的主要污染物质量浓度值，第i组监测样本的第j个指标的白化函数值对应(1)式中的xij，其取值范围为：i∈[1，2，3，…，m]，j∈[1，2，3，…，n]。其中，一组样本的每个指标都可通过p(指数因数，对应于标准的类别数)个大气质量类别来表征，即“灰类”，用k表示，k∈[1，2，3，…，p]。

2.2样本值的无量纲处理

分属不同量纲的指标测量值在进行聚类计算前需要进行归一化处理，即数据的无量纲化处理，使计算结果具有可比性。本文采用比重法进行处理，式(2)、(3)给出了具体计算方法。

(2)

(3)

2.3利用正态分布构造白化函数

相邻灰度等级权重的异化是传统直线梯形白化函数的重要缺陷，一次差值函数很难刻画不同变量之间的相互影响，相邻权重值的线性叠加与不相邻权重值的趋零性使白化函数丢失很多数据信息，当质量等级分布较离散时，聚类计算的偏差更为明显。针对上述问题，本文借鉴文献[4]、[5]的计算方法，利用正态分布构造具有曲边梯形结构的非线性白化函数，利用指数刻画等级权重之间的叠加关系，有效避免非相邻等级权重的零值问题，具体函数式如下。

第j个评价指标的第1个灰类所对应的白化函数可用分段函数表示，见(4)式：

xij>yj1

(4)

第j个评价指标的第k个灰类的白化函数分为3段，见(5)式：

yjk-1

xij>yjk

(5)

第 个评价指标的第个灰类的白化函数分为两段，见(6)式：

xij>yj(p-1)

(6)

其中，λj表示第j个大气质量指标的参考值，本文用第j个指标的p个等级的均值来设定，其计算方法见(7)式：

(7)

2.4聚类权与聚类系数的计算

聚类权用于表征指标对应某一灰类的权重，考虑到传统的单一阈值计算法不能有效刻画不同样本指标测量值在同一质量等级范围内的幅度变化差异，本文在文献的基础上对聚类权计算式进行了改进，以有效纳入测量值与标准值，如(8)式：

(8)

聚类系数由白化函数与聚类权两个因变量计算得到，用于描述评价对象隶属于评价等级的程度，即样本与灰类之间对应关系的强弱，也是最终评价结果的直接依据，(9)式给出了其计算式。

(9)

矩阵中组行向量的个指标最大聚类系数所对应的灰类表征所属等级。

3灰色聚类评价算例与评述

2014年12月至2015年8月，对西安浐灞生态区的11个采集点进行了为期9个月的大气质量监控，各实测指标的平均值如表1所示。

表1　浐灞生态区各大气质量采集点数据　mg/m3

通过2.2节所述方法，对表1进行无量纲处理，限于篇幅，不再赘述。通过2.1节的白化函数构造方法，对无量纲处理后的数据进行白化，得到表2所示的结果，其中Ⅰ、Ⅱ分别对应GB 3095-2012规定的污染物浓度等级。

表2　监测样本组各指标对应的白化函数值

根据GB 3095-2012环境空气功能区质量要求标准极限浓度值，计算出式(8)的聚类权，再结合表2计算出式(9)所定义的聚类系数，进而得出各等级的隶属度值，结果如表3所示。

在评价等级为Ⅰ类的区域中，大气环境质量优劣顺序依次是湿地公园、桃花潭景区、浐灞半岛、绕城高速灞河大桥；评价等级为Ⅱ类的区域中，优劣顺序依次是世博园区、欧亚经济论坛会址、欧亚1号桥广场、长安塔、浐灞大道2号桥、北辰立交。其中湿地公园位于灞河与渭河交界河口地带南端，远离主城区，且距离泾渭工业园也较远，水资源充沛、生态环境良好；世博园区虽然具有一定的绿地面积与水域，但其与东郊电厂、三环交通线、部分人口密集商住区毗邻，外部大气扩散对园区内环境产生一定影响，被评为Ⅱ类；欧亚1号桥广场比浐灞大道2号桥等靠近浐灞三角洲地带，沿河绿地面积逐步增加、平均车流量减小、人口密度下降，空气质量状况好转。

表3　监测样本灰色聚类系数与评判

4结语

结合对西安浐灞生态区11个区域近一年的大气监测数据，本文运用改进的灰色聚类方法对11组监测样本进行了质量评价，并进行横向比较讨论。评价结果表明浐灞生态区大气质量呈明显不均衡性，特别是生态区南部，与主城区相重叠部分、与一些工业、基建污染源相临近的区域大气环境等级较低，交通、商业等人类活动影响的明显；浐河、灞河沿岸绿地屏障作用不明显，仍需进一步建设。

参考文献：

[1]未碧贵，常青，闫彩云.基于改进灰色聚类关联分析法的城市大气环境质量评价[J].兰州交通大学学报，2010(3):135～138.

[2]张云海，马雁军，孙财涛，等.灰色聚类评价在经济区大气环境质量评价中的应用[J].环境科学与技术，2010(S1):426～428.

[3]卓倩，雷梓松，陈光伟，等.改进灰色聚类法在大气环境质量评价中的应用研究[J].环境科学与管理，2014(5):176～179.

[4]胡军，许丽忠，张江山.基于改进灰色聚类法的大气环境质量综合评价[J].福建师范大学学报：自然科学版，2012(1):49～54.

[5]江晓晴，鲁明浩，鲁园园，等.基于灰色模型的大气环境质量分析与评价[J]. 环境与可持续发展，2015(4):114～115.

[6]刘杰，杨鹏，吕文生，等.基于北京市6类污染物的环境空气质量评价方法[J].安全与环境学报，2015(1):310～315.

AtmosphereEnvironment Quality Assessment of ChanbaEcological District in Xi′an Based on Whitening Modified Grey Clustering Method

Zhao Yukun1， Pei Yu2

(1.ShaanxiEnvironmentalProtectionIndustryGroupCo.，Ltd.，Xi′an710054，China;2.ShaanxiProvincialAcademyofEnvironmentalScience，Xi′an710061，China)

Abstract:To deal with theproblem of nonadjacent domainweighted superposition failure caused by the traditional gray clustering whitening function，the article proposes a construction method of whitening function based on normal distribution，which avoids the condition of zero weight and makes a detailed discussion on the steps of atmosphere environment quality assessment.Combining with the survey projectof atmospheric environmentin Chanbaecological district in Xi′an，the article conducts aquality grade of evaluationof the monitoring value in11 sampling points and 5 atmospheric indexes，which verify the validity and objectivity of the method described in the article.

Key words:atmospheric environment;grey clustering;whitening function;evaluation

文章编号：1674-9944(2016)02-0089-03

中图分类号：X823

文献标识码：A

通讯作者：裴钰(1980—)，女，陕西西安人，工程师，主要从事智能检测技术与环境综合评价方面的研究工作。

作者简介：赵昱琨(1984—)，女，陕西韩城人，助理工程师，主要从事环境质量控制方面的研究工作。

收稿日期：2015-10-21