1. 引言
二氧化硫(SO2)、二氧化氮(NO2)以及悬浮颗粒物(PM)均是工业排放中的主要污染物 [1] [2] [3] [4] 。前两者属于刺激性气体,对人体特别是呼吸系统有着十分严重的危害;此外,SO2与NO2极易与空气中的水相结合,形成酸雨,对人体健康、历史文物、建筑、植物庄稼、土壤等都有很大程度的损害;而悬浮颗粒物不仅会对人体的呼吸系统造成健康损害,还会对水陆交通、航班等社会经济层面产生负面影响 [5] [6] [7] [8] 。根据《环境空气质量标准》(GB3095-2012),SO2浓度指数、NO2浓度指数以及PM2.5指数是空气质量监测中最为常用的主要指标。故而研究人员提取2014年临沂市上风向区(非工业区)、市中心(非工业区)以及工业区的空气质量数据,对其进行正态性K-S检验、参数假设检验以及相关性分析,从而探究工业区对SO2浓度、NO2浓度以及PM2.5指数的影响。针对这些现象和问题,研究人员分别对其产生的原因做出了简述,并在最后提出了一些对策和建议。
2. 研究方法
2.1. 正态性K-S检验
由于事先不清楚空气质量的各类数据是否服从某一已知的统计分布,故此处研究人员先采用正态性K-S检验分析数据。
2.2. 参数假设检验
当确定数据服从或近似服从某一分布时,可先对某一参数做出原假设,再根据样本数据,对原假设是否成立做出判断 [9] 。
(1)
3. 数据基本情况
此次研究的数据来源于2014年临沂市的空气质量数据,这些数据主要是SO2浓度指数、NO2浓度指数以及PM2.5指数。
临沂市全年盛行东北风,为确保所使用的数据具有代表性,研究人员调取了三大空气质量监测站的数据,并按时间顺序进行系统抽样(样本容量各为36),这些数据分别来自于河东保险公司监测站(上风向地区)、沂河小区监测站(市中心)以及工业区的新光毛纺织厂监测站(工业区)。详情可见图1。
4. K-S检验结果
SO2浓度指数、NO2浓度指数以及PM2.5指数近似服从正态分布
SO2浓度指数、NO2浓度指数以及PM2.5指数的对应K-S检验结果见表1、表2、表3。

Figure 1. The locations of the Air Quality Monitoring Stations
图1. 空气质量监测站位置示意图

Table 1. The result of K-S test (α = 0.05)
表1. K-S检验结果(α = 0.05)
a. Test distribution is normal.

Table 2. The result of K-S test in NO2 concentration (α = 0.05)
表2. 三区NO2浓度单样本K-S检验结果(α = 0.05)
a. Test distribution is normal.

Table 3. The result of K-S test in PM2.5 (α = 0.05)
表3. PM2.5指数单样本K-S检验结果(α = 0.05)
a. Test distribution is normal.
不难看出,SO2浓度指数、NO2浓度指数以及PM2.5指数均近似服从正态分布(α = 0.05)。
5. 空气指数折线图
三大空气指数的月平均指数如图2、图3、图4所示。从图中可看出,工业区的SO2浓度要普遍高于非工业区,而就NO2浓度、PM2.5指数来说,工业区与非工业区之间的差异并不十分明显。因此有理由做出如下猜想:① 工业区的SO2浓度要高于非工业区;② NO2浓度在工业区与非工业区之间的差异不明显;③ PM2.5指数在工业区和非工业区之间的差异不明显。
6. 假设检验结果
为证明4中的猜想,且基于所研究数据均近似服从正态分布这一前提,研究人员决定采用假设检验来予以证明。以SO2浓度为例,先假设工业区的SO2浓度分别都要高于上风向区和市中心,然后分别对

Figure 2. The monthly average data of SO2 concentration
图2. 月平均SO2浓度折线图

Figure 3. The monthly average data of NO2 concentration
图3. 月均NO2浓度折线图

Figure 4. The monthly average data of PM2.5 index
图4. 月均PM2.5指数折线图
工业区和上风向区、工业区和市中心区的数据进行假设检验,然后得出结论。具体操作如下:
6.1. 工业区SO2浓度明显高于非工业区
先说说明工业区的SO2浓度是否明显高于上风向区:
研究人员对两地的数据进行独立样本t检验(右侧检验),先建立原假设H0:u3 = u1,备择假设H1:u3 > u1,t值 = 4.641,拒绝域在[1.667, +∞)中,故拒绝原假设H0,接受备择假设H1并得出结论:工业区的SO2浓度要明显高于上风向区(α = 0.05)。
再说明工业区SO2浓度是否明显高于市中心:
对工业区、市中心的数据进行独立样本t检验(右侧检验)——先建立原假设H0:u3 = u2,备择假设H1:u3 > u2,构造t检验统计量,在显著性水平为α = 0.05时,拒绝域为[1.645, +∞),分别将
= 80.28,
= 57.53,σ3 = 30.883,σ2 = 20.754,n3 = n2 = 36代入公式(3.2)中,经计算得t = 3.669,落入拒绝域[1.667, +∞)中,故拒绝原假设H0,接受备择假设H1,进而得出结论:工业区SO2浓度在显著性水平α = 0.05的情况下,明显高于市中心。
综上所述,工业区的SO2浓度明显高于非工业区。
6.2. 原因
(1) 工业区的大规模原煤使用显著提升了SO2浓度。目前我国能源消耗主要以煤炭为主,煤炭含硫量高,导致SO2排放量大 [2] 。与河东区和兰山区相比,作为工业区的罗庄区煤炭消费量和SO2排放量远远高于前两者(表4),故而直接导致了该地更高的SO2浓度。
(2) 盛行风影响SO2的扩散(如图1所示)。临沂市盛行东北风,致使SO2集中向罗庄区扩散。
6.3. NO2浓度和PM2.5指数在工业区和非工业区之间的差异不明显
由于证明方法与5.1相似,故不再赘述。最后得出结论:NO2浓度在工业区与非工业区之间的差异不明显;PM2.5指数在工业区和非工业区之间的差异不明显。即,工业区对环境的NO2浓度以及PM2.5的影响不明显。详情检验结果可参考表5、表6。
6.4. 原因
NO2的人为污染来源包括许多方面,如:汽车尾气排放、工业排放、飞机排放、轮船排放、农业烧荒等 [10] 。通过检验的结果可知,工业排放不会引起NO2浓度的显著升高。由于车辆性能水平、燃油质量和道路条件等因素的影响,机动车尾气污染已成为城市近地面重要的空气污染源之一 [11] 。即汽车尾气、街道扬尘等因素造成的NO2和PM2.5污染远远高于工业排放。
另一方面也说明,工厂在排放废气等污染物前,进行了有效的NO2、PM2.5净化工作,使得工业区

Table 4. The consumption of raw coal and the emission of SO2 [t] in Linyi, 2014
表4. 2014年临沂市原煤消费量与二氧化硫排放量对照表(单位:t)
资料来源:临沂市统计局、临沂市环境保护局。

Table 5. The t-test result of NO2 concentration (α = 0.05)
表5. NO2浓度t检验结果(α = 0.05)

Table 6. The t-test result of PM2.5 index (α = 0.05)
表6. PM2.5指数t检验结果(α = 0.05)
直接导致的NO2和PM2.5污染出现了大幅减少。
7. 总结与对策建议
7.1. 总结
(1) 临沂市工业区及非工业区的SO2浓度指数、NO2浓度指数以及PM2.5指数均近似服从正态分布。
(2) ① 工业排放会显著提升周边地区的SO2浓度;② 但工业排放既不会显著提升周边地区的NO2浓度;③ 也不会显著提升周边地区的PM2.5指数。
(3) 工业区在排放NO2和PM2.5前,进行了有效的NO2、PM2.5净化工作,使得工业区和非工业区之间的NO2浓度、PM2.5指数没有明显差异。
7.2. 对策建议
对此,研究人员提出如下建议:
(1) 应有更多的正态性K-S检验用于不同地区的空气质量数据,这样有利于找出空气质量相关数据分布形态的内在规律;
(2) 临沂市对于空气污染物的治理特别是SO2污染的治理,可重点从工业区着手。例如,在火电厂可进行大规模推广湿式电除尘器。有研究指出,湿式电除尘器能有效祛除、减少工业排放中的细微颗粒、酸雾等其它有害物质 [12] [13] [14] [15] 。
(3) 改善能源结构,大力发展清洁能源,减少工业污染的排放。
(4) 大力改进研发并推广电动车。目前电动车的动力装置多为燃料电池,具有效率高、无噪音、零排放或极低排放的特点,电动车不但有着乐观的发展前景,它们的普遍使用还能有效降低空气污染 [16] [17] [18] 。
(5) 对现有的机动车的尾气排放装置则要进行合理改进,如合理推广DOC后处理、POC后处理、DPF后处理等技术手段。
(6) 严控秸秆、垃圾等露天焚烧行为。
(7) 对城市道路要进行定期的洒水车喷洒。路面洒水能有效使地面的尘埃、近地面的悬浮物(TSP)溶于水中,大幅减少空气中的悬浮颗粒。洒水车在降低PM2.5指数上有着见效快,时效短的特点。
(8) 进一步完善相关制度及法律法规。如提高工业污染准入标准、提高我国空气质量水平标准,对排放不达标的工厂要进行处罚、取缔。
基金项目
大学生创新创业训练计划项目支持(项目编号:201510452051)。