模糊综合评价法在合肥市空气质量研究的应用

2018-09-12范奎奎贺爱香魏巧玲丁孟琴

科技视界 2018年13期

范奎奎贺爱香魏巧玲丁孟琴

【摘要】空气质量的改善是人们关注的热门问题，利用2015-2017年合肥市空气质量的年平均监测数据，结合模糊综合评价方法，对合肥市空气质量做出定量评价，评价结果符合合肥市空气质量实际情况，能较好地反映合肥市近几年空气质量变化情况，客观地反应了合肥市空气质量是由多种因素相互影响的结果。最后对合肥市大气环境质量提出参考建议。

【关键词】模糊综合评价；合肥；空气质量；评价

中图分类号： X823 文献标识码： A 文章编号： 2095-2457（2018）13-0103-003

DOI：10.19694/j.cnki.issn2095-2457.2018.13.048

【Abstract】The improvement of air quality is a hot issue.Using the annual average monitoring data of air quality in Hefei for 2015-2017 years and combining the fuzzy comprehensive evaluation method， the quantitative evaluation of the air quality in Hefei is made.The result accords with the actual situation of the air quality in Hefei，which can better reflect the air quality change situation in Hefei in recent years and objectively reflect the air quality in Hefei.Quantity is the result of a variety of factors that interact with each other.Finally，some suggestions are put forward for Hefei's atmospheric environmental quality.

【Key words】Fuzzy comprehensive evaluation；Hefei；Air quality；Evaluation

0 引言

随着合肥市近几年经济的飞速发展，能源的消耗也快速增长，导致污染物排放的增加，尤其是空气质量是人们密切关注的问题，尽管合肥市政府出台了很多改善空气质量的措施使得空气质量有所改善，但合理地评价空气质量是值得研究的热门问题[1]。在我国现行的空气质量指数（AQI）的评价的主要污染物为细颗粒物、可吸入颗粒物、二氧化硫、二氧化氮、臭氧、一氧化碳等六项[2]。其具体的评价标准为按照空气质量指数大小分为六个等级，相对应空气质量的六个类别，指数越大、级别越高说明污染的情况越严重，对人体的健康危害也就越大，从一级优，二级良，三级轻度污染，四级中度污染，直至五级重度污染，六级严重污染[3]。然后根据各个污染物对应的空气质量指数最大值作为AQI的的数值，简单的说AQI就是各项污染物的空气质量分指数（IAQI）中的最大值。但它完全由首要污染物来描述空气质量情况而忽略了其它污染物的信息[4]。

在实际的物理环境中，我们身处的大气环境是一个结构复杂，多元化系统，物质融合分離多变，具有模糊性和不准确性，大气质量的好坏受各方面的影响，诚然，只考虑首要污染物对大气的评价是不足够的[5]。本文拟采用模糊综合评价法综合SO2、NO2、PM10、CO、O3、PM2.5等因素对环境的影响来综合评价环境的数据[6]。

1 研究方法

模糊综合评价方法是模糊数学中应用的比较广泛的一种方法[7]。在对某一事务进行评价时常会遇到这样一类问题，由于评价事务是由多方面的因素所决定的，因而要对每一因素进行评价；在每一因素作出一个单独评语的基础上，如何考虑所有因素而作出一个综合评语，这就是一个综合评价问题[8]。本文以2015-2017年的环境质量数据为研究对象，基于模糊综合评价法对合肥市近三年的环境质量做出评价。

2 构建模糊综合评价数学模型

根据模糊评价的按最大隶属度原则去评定对象所属的等级，应用模糊综合评价法，首先要确立一套评价体系。

1）建立评价因子集

根据最新的环境空气质量标准（GB3095-2012），在本次空气质量评价中，我们选取SO2、NO2、PM2.5、CO、O3、PM10作为空气质量评价因子集U={U1，U2，…，U6}。

2）确定评价等级集

空气污染指数（AQI）划分为0-50、51-100、101-150、151-200、201-300和大于300六档[9]。在本次空气质量模糊评价中对应6个等级（I，II，III，IV，V，VI）U=（U1，U2，U3，U4，U5，U6）划分级数及对应指标的限值如表1所示。

3）确立隶属函数

选取分段函数作为隶属函数公式如式（1）～（6），其中U为模糊综合评价等级中对应的标准限值，x为评价所用的样本数据[10]。

4）收集模糊评价数据样本

本次实验所使用的样本是合肥市2015-2017年的年平均指标数据，样本数据如表2所示。

5）建立模糊综合评价模型

由前面步骤可知评价因素的集合为式（7）所示。

分级标准集合为式（8）所示。

根据样本数据在每个隶属函数中的计算可得为样本年份的隶属度矩阵R，结果如式（9）～（11）所示。

由于单项评价指标对某一环境的影响存在差异，即对环境评价的结果影响不同，因此，需要考虑各项指标的权重，这里使用的是超标加权法来分别计算污染因子的权重，计算公式如（12）所示。

其中，bi为样本的污染因子权重，Si取标准的均值，Ci为标准的实测值。根据计算可得结果为式（13）

6）得出模糊计算结果

将样本因子的隶属度配以权重，即将Rj和bj进行复合运算（Rj。bj）即可得出综合评价的结果指数为式（14）所示。

3 结果分析

由以上结果数据可知在2015-2017三年中合肥市总体空气质量水平处于Ⅱ类标准，但也可以看出2017年与前两年相比在I类的结果指数是有明显的下降，在Ⅲ类的指数也有明显的上升，在Ⅱ类的指数上与上一年是没有太大变化的，也就是说在三年里环境质量是处在一个下降趋势的。这与合肥市发布的2015-2017环境公报中提及的2015年环境优良率为69.9%，2016年环境优良率为69.1%，2017年环境优良率为61.1%是一致的，虽然在三年中政府为改善空气环境质量做了很多努力，但从环境数据分析结果来看还是不够的。

4 结论

环境的好坏和评价的划分本身就具有模糊性，采用首要污染物的评价方法在环境的评价中具有一定的不合理性，而采用模糊综合评价法通过精确的数字手段来计算模糊的评价对象，能对蕴藏信息呈现模糊性的资料作出比较科学、合理、贴近实际的量化评价，通过隶属度的计算，保证了结果的客观准确性。

【参考文献】

[1]吴丽萍.模糊综合评价方法及其应用研究[D].太原理工大学，2006.

[2]张峰，张鹏林，吕志勇，王佩.云模型在城镇空气质量评价中的应用[J].环境科学与技术，2009（06）.

[3]张敏，邓琴.浏阳市城區2015年环境空气质量评价及变化特征[J].绿色科技，2016（22）：11-15.

[4]周世营.基于层次分析的福州市环境空气质量评价[J].低碳世界，2017（09）：56-58.

[5]封宁，付保川.室内空气质量评价方法及其数学模型[J]. 苏州科技学院学报（自然科学版）， 2015（04）：32-35.

[6]吉祝美.新《环境空气质量标准》下的环境空气质量评价方法探讨[J].污染防治技术，2014（03）：101-103.

[7]孟晓艳，王帅，王瑞斌，杜丽，丁俊男.环境空气质量评价的思考及建议[J].环境科技，2013（02）：14-16.

[8]杨举华，董媛媛.室内空气质量评价方法探讨——以青岛市为例[J].资源节约与环保.2013（04）：38-40.

[9]方里.关于环境空气质量新标准实施后对环境空气质量评价的影响[J].污染防治技术，2013（03）：49-51.