统计软件大气中主要污染物数据分析.docx
- 文档编号:5296045
- 上传时间:2022-12-15
- 格式:DOCX
- 页数:16
- 大小:183.13KB
统计软件大气中主要污染物数据分析.docx
《统计软件大气中主要污染物数据分析.docx》由会员分享,可在线阅读,更多相关《统计软件大气中主要污染物数据分析.docx(16页珍藏版)》请在冰豆网上搜索。
统计软件大气中主要污染物数据分析
大气中主要污染物年日均值分析(2000-2008年)
邹静2110514001
一、数据介绍:
大气污染主要指介入大气中的物质、能量和生物等超过大气环境容许量,直接或间接影响人类的生活、生产和圣体健康等带来不良影响的现象。
所以对大气污染物进行分析是非常必要的事情。
本次分析的数据是从2000年到2008年污染物年日均值的情况,地点是北京,其中包括二氧化硫、二氧化氮和可吸入颗粒物,通过运用SPSS软件,对变量进行分析,以了解这9年中污染物的变化及相互之间的影响。
单位:
毫克/立方米
年份
二氧化硫
二氧化氮
可吸入颗粒物
2000
0.071
0.071
0.162
2001
0.064
0.071
0.165
2002
0.067
0.076
0.166
2003
0.061
0.072
0.141
2004
0.055
0.071
0.149
2005
0.050
0.066
0.142
2006
0.053
0.066
0.161
2007
0.047
0.066
0.148
2008
0.036
0.049
0.122
二、数据整理:
这里我们利用SPSS中的tables对数据进行整理,使得数据从直观上可以规整一些。
Table1
大气中主要污染物年日均值2000-2008
年份
2000
2001
2002
2003
2004
2005
2006
2007
2008
Mean
Mean
Mean
Mean
Mean
Mean
Mean
Mean
Mean
Mean
二氧化硫
.
.071
.064
.067
.061
.055
.050
.053
.047
.036
二氧化氮
.
.071
.071
.076
.072
.071
.066
.066
.066
.049
可吸入颗粒物
.
.162
.165
.166
.141
.149
.142
.161
.148
.122
通过这个table,我们可以更简单明了的得到一些结论,比如二氧化氮在2008年的含量较每年降低了很多、二氧化硫的含量也在逐年的减少……
三、数据分析:
1、三种污染物在大气污染中得情况:
(1)三种污染物的饼图:
此次数据分析只是针对了这三种污染物,首先我们通过一个饼图来看一下这三种污染物在大气中占的大概比例。
(这个饼图所描述的是这9年中各个污染物的累加所占总体的比例)
从饼图中,我们可以得知,空气污染中可吸入颗粒物所占得比例是最大的,其次是二氧化氮,再次是二氧化硫。
这说明可吸入颗粒物污染相当严重。
二氧化硫及二氧化氮的问题也非常值得人们关注。
(2)三种污染物的直方图:
下面对三种污染物共同作直方图,可以看到每个污染物的变化趋势及各个污染物之间的对比。
从直方图中我们可以看到,在这9年中每年都是可吸入颗粒物所占的比例最大。
在2000年,二氧化硫和二氧化氮占的比例几乎相等,聃在以后的8年中,两者的差距有开始拉大,并且在2007年它们的差距最大。
这说明在这9年的过程中二氧化硫的变化量要比二氧化氮的变化量打很多,所以我们应该想出办法,加大对二氧化氮的治理。
此外,我们还可以得到,在这9年中的过程中二氧化硫的含量基本上是在逐年的减少,这说明我们的所采取的措施是极为有效的。
同时从侧面反映,我们应该加大力度对可吸入颗粒物和二氧化氮的治理力度。
2、对每种污染物逐个分析:
(1)二氧化硫:
首先我们通过条形图来大致判断一下二氧化硫在这9年中的变化趋势。
通过对二氧化硫作条形图,我们可以看出,二氧化硫的含量的大致趋势是在逐年递减,最为明显的是在2008年。
空气中氮氧化物的一个来源是汽车尾气的排放,在2008年,北京市施行了单双号限行政策,大大减少了道路上的车辆流动,同时降低了汽车尾气的排放,从而提高了空气质量。
下面通过对二氧化硫的数据具体分析来得到相应的结论:
首先看一下二氧化硫在这9年中的均值:
DescriptiveStatistics
Mean
Std.Deviation
N
二氧化硫
.05600
.010966
9
大气中主要污染物年日均值2000-2008
2004.00
2.739
9
从均值分析中,我们可以看出,二氧化硫在这9年中的均值是0.056,从2004年开始二氧化硫的排放量低于均值,方差是0.010966,说明在这9年中二氧化硫的变化还是比较明显的,这9年中对二氧化硫的治理是非常有效的。
下面具体分析二氧化硫随着年份的变化的变化情况:
ANOVAb
Model
SumofSquares
df
MeanSquare
F
Sig.
1
Regression
.001
1
.001
76.826
.000a
Residual
.000
7
.000
Total
.001
8
a.Predictors:
(Constant),大气中主要污染物年日均值2000-2008
b.DependentVariable:
二氧化硫
上表是年份对二氧化硫含量的单因素方差分析结果。
可以看出:
F统计量的观测值为76.826,对应的P值近似等于0,如果显著性水平为0.05,由于概率值P小于显著性水平q,则应该拒绝原假设,即不同的年份对二氧化硫产生了不同的影响,所以,二氧化硫的含量在随着年份的不同而变化。
下面我们对二氧化硫随着不同的年份的变化做一个回归分析,具体了解二氧化硫是如何随着年份的不同而变化的。
Coefficientsa
Model
UnstandardizedCoefficients
StandardizedCoefficients
t
Sig.
B
Std.Error
Beta
1
(Constant)
7.738
.876
8.829
.000
大气中主要污染物年日均值2000-2008
-.004
.000
-.957
-8.765
.000
a.DependentVariable:
二氧化硫
通过上表我们可以看出
所以我们得到回归曲线方程为:
y=7.738-0.004x
可以看出y是x的递减函数,斜率为0.004。
如下图的黑色直线。
图中的红色曲线为对二氧化硫随着年份的变化的二次拟合,由图中我们可以看出,无论是一次拟合还是二次拟合,二氧化硫的含量都是很明显的随着年份的增加在逐渐的减少。
(2)二氧化氮:
我们用同样的方法对二氧化氮进行分析:
二氧化氮随着年份的变化的直方图:
从直方图中我们可以看出,二氧化氮在前8年中的变化不大,只有在2008年有很明显的减少。
由于氮氧化物对眼睛和呼吸道粘膜刺激较轻,但是进入人体后,主要对肺组织产生强烈的刺激及腐蚀作用,引起肺水肿等疾病,所以对二氧化氮及二氧化硫的治理是非常必要的。
我们应该采取更多的措施来治理它们。
我们进一步对二氧化氮分析:
DescriptiveStatistics
Mean
Std.Deviation
N
二氧化氮
.06756
.007732
9
大气中主要污染物年日均值2000-2008
2004.00
2.739
9
二氧化氮在这9年中的均值是0.06756,从2005年开始低于平均值,但是2005、2006、2007年三年都与均值基本相同,只有2008年才有明显的变化,而且二氧化氮的变化方差是0.007732,比较小,也就是这9年中的变化不明显。
下面更具体的分析二氧化氮随时间的变化:
ANOVAb
Model
SumofSquares
df
MeanSquare
F
Sig.
1
Regression
.000
1
.000
9.665
.017a
Residual
.000
7
.000
Total
.000
8
a.Predictors:
(Constant),大气中主要污染物年日均值2000-2008
b.DependentVariable:
二氧化氮
从图中我们可以看出,F统计量的观测值为9.665,F值不是很大,对应的P值为0.017,如果显著性水平为0.05,由于概率值P小于显著性水平q,则应该拒绝原假设,即不同的年份对二氧化氮产生了不同的影响,但是影响不是特别大,并且影响不是很明显。
下面我们对二氧化氮随着时间的变化作回归分析:
Coefficientsa
Model
UnstandardizedCoefficients
StandardizedCoefficients
t
Sig.
B
Std.Error
Beta
1
(Constant)
4.376
1.386
3.158
.016
大气中主要污染物年日均值2000-2008
-.002
.001
-.762
-3.109
.017
a.DependentVariable:
二氧化氮
从图表中我们可以得到:
即二氧化氮随着年份的变化的方程为:
y=4.376-0.002x。
虽然回归直线所显示的是二氧化氮随着年份的变化呈下降趋势,但是我们知道,这个变化不是很明显,所以在下面的图中我进行了对它们的二次拟合,这个二次拟合很贴切的说明了二氧化氮随着年份的变化。
(3)可吸入颗粒物:
直方图:
从直方图中我们可以大略的看出,可吸入颗粒物随着年份的变化是先减少后增多再减少。
在2003年有显著的减少,基本保持到2005年,但是在2006年又显著的增多,这一原因有待我们去探索。
但是在2007、2008年它又逐渐的减少,原因可能是,今年来我市严格控制燃煤锅炉和污染严重的项目审批以及工业污染源达标排放,大力推行种草种树等取得的成绩。
在今后,我们要保持并且采取更多的措施来降低可吸入颗粒物的含量。
下面对其所均值分析:
DescriptiveStatistics
Mean
Std.Deviation
N
可吸入颗粒物
.15067
.014474
9
大气中主要污染物年日均值2000-2008
2004.00
2.739
9
可吸入颗粒物的均值是0.15067,方差是0.014474,由方差我们可以看出,可吸入颗粒物在这9年中的变化还是比较明显的。
下面我们对可吸入颗粒物随着年份的变化作具体分析:
ANOVAb
Model
SumofSquares
df
MeanSquare
F
Sig.
1
Regression
.001
1
.001
6.495
.038a
Residual
.001
7
.000
Total
.002
8
a.Predictors:
(Constant),大气中主要污染物年日均值2000-2008
b.DependentVariable:
可吸入颗粒物
由表中我们可以看出,,F统计量的观测值为6.695,F值不是很大,对应的P值为0.038,如果显著性水平为0.05,由于概率值P小于显著性水平q,则应该拒绝原假设,即不同的年份对二氧化氮产生了不同的影响,但是影响不是特别大,并且影响不是很明显。
我们再对可吸入颗粒物和年份做回归分析:
Coefficientsa
Model
UnstandardizedCoefficients
StandardizedCoefficients
t
Sig.
B
Std.Error
Beta
1
(Constant)
7.499
2.883
2.601
.035
大气中主要污染物年日均值2000-2008
-.004
.001
-.694
-2.549
.038
a.DependentVariable:
可吸入颗粒物
。
所以可吸入颗粒物随着年份变化的方程为:
y=7.499-0.004x。
但是我们通过观察散点图及回归直线,一次的拟合并不是很好,所以图中的红色曲线为二次拟合,蓝色曲线为三次拟合,通过观察,可以看出,三次拟合比较贴切散点。
3、三个污染物之间的关系:
下面我们分别通过散点图来观察三种污染物之间是否有一定的关系。
通过上表我们可以看出,可吸入颗粒物和二氧化氮、可吸入颗粒物和二氧化硫之间并没有很大的关系。
但是我们可以看出二氧化硫大致的会随着二氧化氮的增加而增加,经过分析,原因可能是氮氧化物会同时被排放出来。
三、总结:
大气中的污染物,二氧化硫在这9年中在稳定的减少,情景很是乐观,但是我们仍然可以采取更多的措施及方法来减少二氧化硫的排放;而二氧化氮的含量在这9年中并没有明显的变化,只有在2008年有明显的减少,所以我们应该思考是否需要改变方法,考虑其他的途径来减少二氧化氮的含量;可吸入颗粒物在近三年中有明显的减少,这说明我们现有的政策是非常有效的。
大气中污染物的含量与人体健康关系极为密切,预防与治理大气污染已是环保工作的重要内容。
北京市大气污染不容忽视,氮氧化物污染愈来愈引起人们的重视。
随着城市空气质量周报、日报的实行,城市空气质量已成为一个城市形象的标志之一。
控制和减少北京市大气污染已不仅仅是影响全市居民身体健康和工作生活的问题,它同时更是促进城市招商引资和发展北京旅游经济的重要条件。
因此,必须做好大气污染的预防和治理工作。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 统计 软件 大气 主要 污染物 数据 分析