基于K-means 聚类的煤炭港区TSP 浓度变化及影响因素分析

林翔宇，张艳，封学军，林志端，朱信源，沈金星

（1.河海大学港航物流与绿色发展研究所，江苏 南京 210098；2.河海大学土木与交通学院，江苏 南京 210098）

0 引言

煤炭在港区的装卸、运输和堆存过程中都会产生大量颗粒物，不仅对港口环境造成污染，而且严重影响附近城市空气质量[1]和居民身体健康[2]，制约了港口的可持续发展能力。对煤炭港区颗粒物的防治已经成为绿色港口建设面临的重要任务。

煤炭港区大气中的总悬浮颗粒（TSP）浓度是判断颗粒物污染程度的重要指标。国内外对港区TSP的研究主要涉及起尘机理[3]、时空变化规律[4-5]和抑尘措施[6]等方面。我国针对干散货港区粉尘领域的研究起步较晚，但近年来在港区粉尘时频演变规律等方面成果丰富[7-8]。总体看，当前关于TSP 的时频规律研究大多是统计天、月、季、年整体[9]的变化规律，针对不服从整体规律的情况缺少关注，且对于时变特征规律亦缺少深入研究。

K-means 算法作为最典型、最常见的一种聚类算法，在大气污染研究中也有广泛应用[10]。

针对港区TSP 的时变规律研究成果很少，而K-means 聚类方法可以保证达到同一簇内数据相似性较高的优点。本文基于2020 年港口粉尘在线监测数据，对苏州港常熟FD 港区TSP 全年数据进行聚类分析，探究TSP 平均浓度的时变规律并结合气象因素分析其相关性。

1 技术方案

1.1 监测点位置

本文以江苏苏州港常熟FD 港区为研究对象，该港区位于长江下游，主要运营货种为煤炭。港区内粉尘监测点位布设位置如图1 所示。

图1 FD 港区及监测点位图Fig.1 FD port area and monitoring points

1.2 数据采集

监测点位中TSP 数据采集仪器采用H6 型颗粒物监测仪，监测点的检测数据为每分钟记录1次，进行24 h 连续工作。监测中选取2020 年1月1 日—12 月31 日全年数据，包括TSP 的浓度数值和实时气象5 种参数值（风速、风向、温度、湿度和气压）。

1.3 数据处理

为了保证数据的准确性和可靠性，对TSP 数据进行清洗，主要包括空缺数据、错误数据和异常数据3 种数据的处理。对于前两种数据，删除不进行分析；针对其余异常数据，选择3 倍标准差法对数据组进行循环剔除异常值，采用的异常值判断公式为：

式中：xi是每组中的第i个数据；是该组数据均值；N为该组数据总个数。符合不等式（1）的xi即被作为异常值。

以整点时刻前后各0.5 h 数据为一组，通过公式（1）循环剔除异常值后取均值，每日可得到24个整点时刻数据，加入日均值共25 个数据作为25 个特征值进行聚类输入。当出现某天数据不足25 个时，做删除处理，合计36 d。

2 K 值确定

聚类算法的目的是把数据划分为属性类似的多个簇，便于分析其内在性质及规律。K-means算法的基本思想是从样本数据集中随机选择k个

初始聚类中心，计算剩余数据对象与聚类中心的相似性，并分配到与其相似性最高的中心所对应的簇中，依据新的中心进行下一次迭代，直到中心不再变化时停止。可见确定聚类出的簇数目k是K-means 算法的最关键部分。本文使用输入特征值之间的欧氏距离作为相似性的评判依据，通过“拐点法”和“平均轮廓系数法”相结合[11]确定k值。利用“拐点法”计算评价聚类质量有效性的指标——误差平方和（SSE），计算方法见式（2）。

式中：i为聚类结果中的第i类簇；k为聚类出的簇数目；Ci为第i类簇的所有数据集合；P为Ci中的任一数据元素；mi为第i类簇的数据中心。

当SSE判断效果不显著时，引入另一判定聚类质量有效性的指标——平均轮廓系数（SC），计算公式见式（3）和式（4）。

式中：a（i）为样本i到同簇内其他样本点的平均距离；b（i）为样本i到其它簇所有点的平均距离；S（i）为样本i的轮廓系数；m为样本总数；SC为整个样本集的轮廓系数，取值范围为[-1，1]，其值越接近1 表明聚类效果越好。

图2为SSE和SC随k的变化曲线。当k＜4时，SSE下降趋势明显，在k= 2 时SC出现最大值，但聚为2 类不能很好展示出TSP 多样的变化规律，随着SSE变大聚类效果变差。综上，取k= 6。

图2 SSE和SC 随不同聚类簇数k 的变化曲线Fig.2 Variation curve of SSE and SC with cluster number k

3 结果和讨论

3.1 TSP 年平均小时浓度统计分析

计算各时刻TSP 的平均浓度，按分位数表达的结果如图3 所示。从均值变化趋势看，每日浓度的变化趋势呈现“单峰单谷”态势，5：00—7：00达到峰值，17：00—18：00 达到谷值。上午温度升高时颗粒物的布朗运动逐渐强烈，促使污染物向高空大气扩散[12]，随着港区7：00—8：00 左右配合白天作业开启喷淋等人工降尘措施，TSP 浓度进一步降低，至18：00 左右出现谷值；夜间虽然港区作业强度变低，但部分人工降尘措施关闭，且温度降低布朗运动变弱，TSP 浓度回升。

图3 TSP 质量浓度日变化情况Fig.3 TSP mass concentration changes in intraday

3.2 TSP 的聚类结果及分析

图3中下四分位数和上四分位数之间的数据间隔较宽，表明不同时刻浓度值的差异性较大，有必要通过聚类进一步分析。为了方便描述，TSP聚类得到的6 类簇分别用T0—T5 表示。

3.2.1TSP 总体情况分析

表1展示了T0—T5 在各月份的分布情况，图4 表示T0—T5 的TSP 质量浓度日变化情况。

图4 TSP 各簇日内变化情况Fig.4 TSP clusters changes in intraday

T3 和T5 出现在夏季（6—8 月）概率达68%，且曲线波动较大，其中T3 波动范围为17～526 μg/m3，表现为0：00—10：00 的高污染；T5 的波动范围为50～832 μg/m3，表现为10：00—23：00 的高污染。T2 出现在冬季（12 月、1 月、2 月）概率达50%，呈现出整日持续递减的变化，但日内TSP 最低质量浓度（204 μg/m3）仍高于GB 3095—2012《环境空气质量标准》年均值二级标准（200 μg/m3）。可见该港区在夏、冬季节更易出现粉尘污染情况，其中夏季尤为突出，与ŽIBERT 等[4]基于Koper 港发现的冬、春季污染更易出现波动有所不同，可能原因在于气候、装卸货物的差异和新冠疫情对港区作业量大幅影响有关。T0 呈现出整日持续递增的变化；T1 变化趋势与图3 全年日平均变化相同为“单峰单谷”型；T4 日内质量浓度变化不超过16 μg/m3，且整日浓度均符合GB 3095—2012《环境空气质量标准》年均值一级标准（80 μg/m3），粉尘防治效果显著。

3.2.2TSP 各类簇变化原因

进一步分析TSP 浓度变化原因，计算全年TSP 浓度与各气象条件之间的皮尔逊相关性系数见表2，可见TSP 与湿度呈正相关，与风速呈负相关。温度和气压的皮尔逊系数过小，风向为矢量，相关性计算存在误差，均不做考虑。进一步计算各簇TSP 与风速和湿度的皮尔逊系数，见表3。T5 对应数据只有5 d，相关性计算结果不做考虑。

表2 全年TSP 浓度与气象条件间的相关性Table 2 Correlation between TSP concentration and meteorological conditions annually

表3 各簇TSP 浓度与风速和湿度的相关性Table 3 Correlation of TSP concentration with wind speed and humidity for each cluster

在湿度上，本文基于数据计算得出的TSP 浓度与湿度整体呈正相关不代表高湿度一定会增大污染。相反，湿度足够大时更利于降尘。当湿度相对较大时,一方面湿度阻碍了TSP 等颗粒物的扩散[13]，水汽更容易以颗粒物为凝结核凝结，使污染物聚集，导致TSP 浓度增加，这也是T3 在0：00—10：00 高污染的原因；另一方面湿度足够大时污染物凝聚成的大颗粒物重力过大发生沉降,颗粒物浓度反而降低[14]，导致T0 与湿度呈负相关的现象。对于港口这类需要严格控制空气质量的区域，TSP 高浓度时人为进行的大量喷淋会增大两者的正相关程度。

在风速上，T0—T4 均呈现负相关性。观察数据，T1 和T2 对应浓度变化与风速变化趋势明显相反，表明该2 种变化情况受风速影响更大。可能的原因为风速增大易使TSP 等颗粒物向大气扩散而减少地表浓度，与张一等[15]通过回归模型得出结论一致。

除湿度和风速影响外，2020 年2 月和3 月新冠疫情爆发，港区作业量骤减，导致T4 各时刻浓度较低且较稳定，说明港区作业情况变化[16]也是影响TSP 浓度变化的重要因素。T5 只有5 d，变化趋势均与其它各簇呈现极大的差异，可视为特殊簇。观察数据得知，T5 对应的湿度和风速与其它各簇差异明显，湿度在9：00 后明显高于其它各簇，风速杂乱且偏高。考虑T5 变化为港区内装卸作业量达到峰值和特殊的气候变化所致。

4 结语

本文通过对2020 年苏州港常熟FD 港区的TSP 在线监测数据进行聚类，并结合实时湿度、风速等数据进行分析，主要结论如下：

1）以煤炭为主要作业货种的FD 港区TSP 年均日内变化情况可以描述为：TSP 的年均质量浓度在日内呈现“单峰单谷”的形式，峰、谷值分别在每日5：00—7：00 和17：00—18：00 出现，主要受气温和抑尘措施的影响；从季节表现看，TSP 浓度值容易在夏、冬季出现异常波动情况，且夏季表现最为剧烈。

2）基于K-means 聚类法，通过“拐点法”和“平均轮廓系数法”相结合确定采用6 类簇数，对港区TSP 日内变化情况分析显示：T3 和T5 曲线变化（波动）激烈，剩余各簇曲线变化较为平稳，其中T3 表现为0：00—10：00 高污染，相对湿度为该簇主要影响因素；T5 表现为10：00—23：00的高污染，由各种气象因素和港口活动的综合作用导致；T4 在1 d 内浓度变化不超过16 μg/m3，颗粒物防治效果显著；T2 呈现出持续递减的变化，但TSP 质量浓度仍然高于标准值，需要重点防治，风速为该簇主要影响因素。

3）总体看，TSP 质量浓度与大气湿度呈正相关关系，与风速呈负相关关系，且港区作业强度对TSP 的质量浓度也具有一定影响；但在不同簇中，湿度和风速对TSP 质量浓度的影响程度具有较大的差异性。