陈本卫 刘霞
摘 要：空气质量是影响人类生存的一项重要指标，本文将对国家检测控制站点（国控点）与自主研发的微型空气质量检测仪的数据（自建点数据）进行探索性分析。首先对自建点进行数据分析，计算出自建点污染物和天气因素每小时数据的算术平均值。然后根据环境空气质量指数（AQI）技术规定，计算出自建点和国控点的AQI，将空气质量进行等级分析，发现差异：国控点空气质量优的时间比自建点多482个小时。计算自建点与国控点的数据的偏差值（自建数据-国控数据），求出偏差值的平均数、中位數、标准差、众数、极大极小值和极差，最后计算出自建点数据的平均相对误差。结果表明自建点数据与国控点存在显著性差异。
关键词：探索性分析;自建点数据;国建点数据;空气质量指数
1.引言
空气污染影响着人们的生活，并对生态环境造成巨大影响。在2019年全国大学生数学建模竞赛D题中探讨的“两尘四气”，PM2.5和O3污染加重导致全国各地产生雾霾，SO在大气氧化形成有毒物质，也是造成酸雨的重要原因。为了对空气污染进行防治，国家利用检测控制站点对大气污染物进行监控。由于国家控制站点的布控较少，并且投入较高，为达到对大气污染物全面监控，研发了微型空气质量检测仪，不仅投入较少，同时使用实时网格化监控。
由于所使用的电化学气体传感器[1]在长时间使用后会产生一定的零点漂移和量程漂移，非常规气态污染物（气）浓度变化对传感器存在交叉干扰，以及天气因素对传感器的影响，在国控点近邻所布控的自建点上，同一时间微型空气质量检测仪所采集的数据与该国控点的数据值存在一定的差异，因此，需要利用国控点每小时的数据对国控点近邻的自建点数据进行校准。
2.引入空气质量指数（AQI），将空气质量进行等级分析
通过初步分析，首先要让国控点与自建点数据一一对应。为此筛除了59个数据缺失的异常点，将自建点的一个小时内时间段中各污染物浓度的平均值对应于国控点的整点时刻污染物浓度。然后引入空气质量指数（AQI），将空气质量进行等级分析[2]。
空气质量指数（AQI）是定量描述空气质量状况的无量纲指数。根据空气质量指数及对应的污染物项目浓度限值，利用MATLAB可以计算出国控点与自建点每时刻对应空质量指数。依据空气质量分指数及对应的污染物项目浓度限值表[3]计算“两尘四气”空气质量分指数IAQI，再由此计算出空气质量指数AQI。
空气质量分指数计算方法[3]：
空气质量指数计算方法：
根据上述计算方法，设污染物浓度为自变量x，空气质量指数为因变量y，针对六种污染物列出对应的分段函数（从左到右依次为PM2.5，PM10，CO，NO2，SO2，O3），如下所示：
根据环境空气质量指数（AQI）技术规定，利用MATLAB[4]计算出自建点和国控点的AQI，由此进行等级分析（优、良、轻度污染、中度污染、重度污染、严重污染）。分别对国控点与自建点中各个等级进行筛选，并计算出各个等级分别在自建点与国控点中所占比例（见表1）。
对表1数据进行分析发现国控点与自建点各个空气质量指数类别都具有较大的差异性。两者之间污染物浓度存在差异，导致空气质量指数类别所占比不同。自建点的轻度污染、中度污染、重度污染和严重污染小时数都比国控点多，国控点的优和良的小时数都比自建点多。
3.对自建点数据与国控点数据进行探索性数据分析
为对数据进行更深入分析，选取一个月为时间段，计算国控点与自建点在这一个月内各个污染物浓度偏差值的基本统计量（平均数、中位数、众数、标准差、极大极小值、极差），进行探索性数据分析[5][6][7]，进一步证明国控点与自建点数据之间的误差比较显著，见表2。
在之前的数据分析中发现二者存在差异，为直观体现其差异性，利用MATLAB计算所有自建点与国控点数据的相对偏差值，最后计算出平均相对误差（MRE），见表3。
由此可以看出PM2.5、PM10、CO、SO2的平均相对误差（MRE）较小，但NO2与O2平均相对误差很大，说明NO2与O3数据差异最大。
4.结束语
空气污染对生态环境和人类健康危害巨大，通过对“两尘四气”（PM2.5、PM10、CO、NO2、SO2、O3）浓度的实时监测可以及时掌握空气质量，对污染源采取相应措施。本文分别从自建点与国控点空气质量指数的巨大差异和探索性数据分析，发现自建点的数据偏差比较大。因此，需要利用国控点数据对国控点近邻的自建点数据进行校准。
参考文献
[1]2019年全国大学生数学建模竞赛D题数据;
[2]全国城市空气质量实时发布平台，http：//106.37.208.233：20035/
[3]环境空气质量指数（AQI）技术规定（试行）[J].中国环境管理干部学院学报，2012;
[4]赵静，但琦.数学建模和数学实验[M].北京：高等教育出版社，2000.05（250-254）
[5]雷宝.基于大数据的探索性空气质量数据分析[J].电子世界，2017;
[6]孙丽君. 探索性数据分析方法及应用[D].东北财经大学，2005.
[7]姜澒月，闫亚琛，李海蓉.中国2013年城市大气污染现状及探索性空间数据分析[J].安全与环境学报，2016;