目前评价环境空气质量的方法有灰色聚类法^[1-3]、综合指数评价法^[4-5]、模糊综合评判法^[6-8]、改进密切值法^[9-11]和神经网络^[12-14]等。以上方法在评价时均存在一定的不足，如模糊综合评价评判法需对每个指标人为的给定一个权数，另外由于指标数量多，难以体现主要指标的作用，同时增加了评价工作量^[15]。而主分量分析法在保证原始数据信息损失最小的前提下，以少数的综合变量取代原有的多维变量，可达到评价环境空气质量的目的^[16-19]。

现根据西宁市13个环境空气监测站点2013—2017年大气污染物细颗粒物(PM_2.5)、可吸入颗粒物(PM₁₀)、二氧化硫(SO₂)、二氧化氮(NO₂)、臭氧(O₃-8h)和一氧化碳(CO)的监测数据，采用主分量分析法对西宁市环境空气质量进行了综合评估。

1 研究区概况

西宁市位于青海省东北部，青藏高原东部。全市总面积7 649 km²，其中市辖区面积510 km²，平均海拔2 261 m，地理坐标东经101°77′、北纬36°62′。下辖城东区、城中区、城西区、城北区以及大通县、湟中县、湟源县。地处中纬内陆，属于大陆性高原半干旱气候，具有气压低、日照长、雨水少、太阳辐射强、日夜温差大等特点。从行业分类看，西宁市主要有5大行业：有色金属冶炼和压延加工业，电子、电力、热力生产和供应业，黑色金属冶炼和压延加工业，化学原料和化学制品制造业，医药制造业。以金属冶炼及制造业为主的工业结构，加上重工业为主的特点导致能源消耗量大，给西宁市空气环境质量进一步改善带来较大压力。近年来全市首要污染物主要是颗粒物，受冬季供暖影响，SO₂、NO₂、PM_2.5月均值较高，在春季受沙尘天气影响ρ(PM₁₀)较高，西宁市空气质量整体呈现“冬春季污染重，夏秋季污染轻”，且春季沙尘污染较严重的总体特征。

2 研究方法 2.1 分析方法 2.1.1 数据标准化

为了排除数量级和量纲不同带来的影响，需要对原始数据进行标准化处理，公式^[20]如下。

$ Y_{i j}=\frac{X_{i j}-X_{j}}{R_{j}}(i=1, 2, \cdots, m ; j=1, 2, \cdots, n) $

(1)

式中：X_ij——第i个指标类型的第j个指标的值；

X_j和R_j——第j个指标样本的均值和标准差；

Y_ij——标准化后数据。

2.1.2 相关系数矩阵

利用标准化后的数据，采用SPSS19.0软件^[21]进行计算得到数据相关系数矩阵。

2.1.3 数据特征值及贡献率

根据相关矩阵R的特征方程|λE_p-R|=0，解得特征值λ₁，λ₂，…λ_p，依据特征值λ≥1确定主成分个数m，E_p为标准矩阵。

2.1.4 主成分得分及综合评价

主成分载荷矩阵表示主成分F_i与原始变量X_j之间的相关关系，即原来变量X_j(j=1，2，…，n)在各主成分F_i(i=1，2，…，m)上的载荷l_ij(i=1，2，…，m；j=1，2，…，n)。l_ij为第i个指标类型的第j个指标的载荷。

$ l\left(Z_{i}, X_{j}\right)=\sqrt{\lambda_{i}} a_{i j} $

(2)

式中：l——主成分载荷矩阵；

a_ij——主成分F_i表达式的系数；

λ_i——相关系数矩阵的特征值；

Z_i——标准化后的矩阵；

X_j——第j个指标样本的均值。

根据各主成分在各变量上的载荷和各变量标准化后的值可以求出主成分F_i的得分，再以第n主成分的贡献率为权重，计算出综合得分。

$ F = \sum\limits_{n = 1}^n {F_n^\prime } \times {\omega _n} $

(3)

式中：F——主成分综合得分；

F′_n——第n主成分得分；

ω_n——第n主成分贡献率。

2.2 数据时间

2013—2017年。

2.3 数据来源

根据《西宁市2013—2017年环境质量状况公报》等资料，选取PM_2.5、PM₁₀、SO₂、NO₂、O₃-8h和CO共6种污染物的监测数据作为评估依据。西宁市目前有4个国控站点和13个市控站点，见表 1。

3 各监测站点数据的评估分析 3.1 市环境监测站点

2013—2017年市环境监测站点PM_2.5、PM₁₀、SO₂、NO₂、O₃-8h和CO的日均值监测数据见表 2。计算标准化后数据的主成分特征值、贡献率和累计贡献率见表 3，因子载荷矩阵见表 4。

由表 3可见，F₁的λ>1，因此提取F₁，除O₃-8h以外，F₁与PM_2.5、PM₁₀、SO₂、NO₂和CO年日均值成正相关，F₁主要代表了该6种污染物日均值总的变化程度。各年份F′₁和F见表 5。

由表 5排序可见，F′₁在2013—2014年呈下降趋势，在2015—2017年呈上升趋势，2015年得分最低，说明该监测站点周边区域的污染程度在2013—2014年呈减轻趋势，在2015—2017年呈加重趋势，2015年污染程度最轻。F的大小表示大气环境空气污染程度的重轻，即F越大，大气环境污染程度越严重。从F来看，2013、2014年F呈下降趋势，在2015—2017年呈上升趋势，说明该监测站点周边近5年整体大气污染程度呈减轻趋势，但近3年来大气环境质量有所下降。

3.2 其他监测站

各监测站点F趋势变化见图 1。由图 1可见，城南新区、湟源县气象局和西钢3个监测站点周边空气污染呈逐年上升趋势，这是由于城南新区监测站点处于工业企业众多的南川工业园，湟源县气象局监测站点北侧有工厂，西钢监测站点位于西宁特种钢铁厂区内，与其监测站点周边工业生产活动有关，后续应加强相应企业的排污管理；其余监测站点虽有小幅波动，但总体呈下降趋势，说明近些年西宁市整体大气污染状况得到改善，环境空气质量有所提升；西宁市2013—2017年各污染物年均值汇总见表 6。由表 6可见，各污染物年均值呈逐年下降趋势。

4 结论

(1) 2013—2017年西宁市整体环境空气质量有所提升；

(2) 4个国控站F趋势变化幅度较大，其周边环境空气质量状况改善较为明显；

(3) 城南新区、湟源县气象局和西钢监测站点周边环境空气质量呈逐年下降趋势，与其附近工业生产有关。