最新[全国空气质量排行]全国空气质量城市排名

最新[全国空气质量排行]全国空气质量城市排

名

2016年前11个月全国空气质量状况2016年前11个月全

国空气质量状况12月13日，环保部对外公布2016年前11个

月全国空气质量状况。相关监测数据表明，今年以来全国地级

及以上城市空气质量总体呈改善趋势，但11月份部分地区和

城市空气质量有所下降。 环境保护部12月13日向媒体发布

了2016年1-11月和11月全国和京津冀、长三角、珠三角区

域及直辖市、省会城市、计划单列市空气质量状况。环境保护

部环境监测司司长罗毅介绍，1-11月，全国338个地级及以

上城市平均优良天数比例为80.5%，同比提高2.6个百分点。

PM2.5浓度为44微克/立方米，同比下降8.3%；PM10浓度为

79微克/立方米，同比下降7.1%。11月，平均优良天数比例

为71.6%，同比下降7.5个百分点。PM2.5浓度为58微克/立

方米，同比上升7.4%；PM10浓度为100微克/立方米，同比上

升20.5%。1-11月，74个城市中空气质量排名相对较差的后

10位城市（从第74名到第65名）分别是：保定、石家庄、

邢台、唐山、邯郸、衡水、郑州、济南、太原和西安市；11

月，后10位城市分别是：石家庄、太原、保定、邢台、兰

第 1 页 共 21 页

州、唐山、邯郸、西安、衡水和郑州市。 1-11月，74个城市

中空气质量排名相对较好的前10位（从第1名到第10名）城

市依次是：海口、舟山、惠州、厦门、福州、珠海、深圳、丽

水、拉萨和昆明市。11月，前10位城市依次是：海口、舟

山、福州、南宁、惠州、丽水、贵阳、深圳、昆明和厦门市。

京津冀区域13个城市1-11月平均优良天数比例为59.0%，同

比提高4.8个百分点。PM2.5浓度为63微克/立方米，同比下

降11.3%；PM10浓度为110微克/立方米，同比下降12.0%。

11月，京津冀区域13个城市平均优良天数比例为36.9%，同

比降低16.3个百分点。PM2.5浓度为102微克/立方米，同比

上升8.5%；PM10浓度为169微克/立方米，同比上升24.3%。

北京市1-11月优良天数比例为54.8%，同比提高2.4个百分

点。PM2.5浓度为67微克/立方米，同比下降9.5%；PM10浓

度为86微克/立方米，同比下降10.4%。11月，北京市优良天

数比例为43.3%，同比降低3.4个百分点。PM2.5浓度为100

微克/立方米，同比下降15.3%。 长三角区域25个城市1-11

月平均优良天数比例为77.5%，同比提高3.7个百分点。

PM2.5浓度为44微克/立方米，同比下降12.0%；PM10浓度为

73微克/立方米，同比下降8.8%。11月，长三角区域25个城

市平均优良天数比例为82.5%，同比提高0.7个百分点。

PM2.5浓度为50微克/立方米，同比下降3.8%；PM10浓度为

第 2 页 共 21 页

80微克/立方米，同比分别上升6.7%。 珠三角区域9个城市

1-11月平均优良天数比例为90.2%，同比提高1.6个百分点。

PM2.5、PM10浓度分别为30微克/立方米、46微克/立方米，

均达到国家二级年均浓度标准，同比分别下降11.8%、

11.5%。11月，珠三角区域9个城市平均优良天数比例为

84.8%，同比下降11.5个百分点。PM2.5浓度为40微克/立方

米，同比上升8.1%；PM10浓度为60微克/立方米，同比上升

1.7%。罗毅说，1-11月监测数据表明，今年以来全国地级及

以上城市空气质量总体呈改善趋势，但11月份部分地区和城

市空气质量有所下降。专家分析表明，11月份受不利气象条

件影响，京津冀及周边地区连续发生三次大范围重污染天气，

东北地区多个城市也出现了极端重污染天气过程；另外，我国

兰州等西北部分城市发生三次大范围沙尘天气，导致11月份

全国颗粒物浓度有较明显升高，其中PM2.5月平均浓度上升

7%以上，PM10月平均浓度上升20%以上。空气质量2013空气

质量2013“十差”石家庄、唐山、邢台、邯郸、济南、保

定、郑州、北京、衡水、天津“十佳”海口、惠州、福州、珠

海、舟山、中山、深圳、江门、东莞、厦门记者靳颖姝 环保

部昨日发布了5月份京津冀、长三角、珠三角及直辖市、省会

城市等74个城市的空气质量状况。监测结果显示，广东惠

州、深圳、珠海、中山等6个城市进入全国空气十佳榜，其中

第 3 页 共 21 页

惠州空气质量仅次于海口，位居全国第二。在珠三角9市中，

广州的达标天数比例最低，为71.0%.珠三角9城空气质量广

州垫底按5月份空气质量综合指数评价，石家庄、唐山、邢

台、邯郸、济南、保定、郑州、北京、衡水和天津的空气质量

较差；而海口、惠州、福州、珠海、舟山、中山、深圳、江

门、东莞和厦门的空气质量位于全国空气“十佳”。其中广东

珠三角共有6个地市入围“十佳榜”，惠州的空气质量排名全

国第二。监测结果显示，珠三角地区5月空气质量平均达标天

数比例为89 .5%，高于全国29 .4个百分点。9个城市中珠

海、中山、惠州、深圳、肇庆、东莞、佛山和江门空气质量相

对较好，达标天数比例在80%以上，广州达标天数为71%，主

要污染物为臭氧。广州市达标天数比例由70 .0%提高到

71 .0%，提高1 .0个百分点，空气质量比4月有所好转。专

家：到9月南北方空气质量或此消彼长据广东省环境监测中心

副主任、省大气环境保护首席专家钟流举解释称，相对比京津

冀、长三角而言，珠三角5月空气质量较好，主要是因为5月

降水充沛，气象部门统计雨量较历史同期偏多了五成，入夏之

后阳光猛烈，地面气温高，垂直对流旺盛，空气往上涌，在强

降水、空气流动的作用下，污染物容易扩散。预计6月到8月

份广东还会维持这种雨水多、气温高的天气，空气质量将处于

一年中最好的时段。而从9月份开始，对流以及台风降水都开

第 4 页 共 21 页

始减少，气温仍然维持在较高水平，这时候空气中的臭氧等污

染物就容易转化成PM 2.5，空气质量开始下降。相对比而

言，北方地区目前处于一年中空气较差的时段，这是因为北方

初夏不太热，雨季要到8月下旬才到来，到了9月份可能出现

南方与北方空气质量此消彼长的情况。相关新闻广东非珠12

市将开展PM2 .5监测中国环境监测总站于6月14日正式下发

通知，要求第二阶段包括国家环保重点城市、模范城市在内共

116个城市，须在今年10月底前完成449个监测点位的数据

传输与信息发布系统联网工作。记者从通知中发现，广东非珠

12个地市将新增46个监测站点。另据钟流举介绍，到今年年

底，广东PM 2.5监测站点将增至100个以上，覆盖全省21个

地市，公众可以从省级的空气质量平台查看到PM 2.5等大气

污染物的实时数据。 空气质量分析11城市空气质量分析 摘

要 环境污染问题是21世纪人类面临的重大挑战。本文运用

层次分析法对亚洲11个城市的空气污染严重程度给出分析和

排名。关键词 环境污染，空气污染，SO2，SPM，NOх，CO，

层次分析，判断矩阵，排名。 一 背景及问题的提出 环境问

题是当前世界各国普遍关注的问题之一，是21世纪人类面临

的重大挑战。在社会的高速发展中，在人们不断的创造物质财

富，精神财富的同时，人们忽略的自己赖以生存的环境。人们

只知道肆意地向大自然索取，却不知道回报。大自然发怒了，

第 5 页 共 21 页

它开始了向人类的报复。温室效应，大气污染，臭氧空洞，森

林锐减，酸雨蔓延，土地荒漠化，水质污染，生物多样化和遗

传多样性减少，气候现象变化异常……生态破坏和环境污染不

仅给经济发展和人民生活带来损失，更严重的是危害人民身体

健康，并贻害子孙后代，破坏了人类赖以健康持久地生存的基

本条件。随着社会经济的快速发展，工业化水平的提高，人类

活动对空气的污染越来越严重，尤其是在城市集中了大量的工

厂、车辆、人口。空气质量因为车辆、船舶、飞机的尾气、工

业企业生产排放、居民生活和取暖、垃圾焚烧等的原因，逐渐

开始恶化。空气污染威胁着人类的日常生活，危害人体健康，

给人们的工作带来不便，并影响或危害各种生物的生存，直接

或间接地损害设备、建筑物……空气中极其微少的污染物，都

能对人体健康产生极大的影响，导致各种疾病的发生，甚至夺

去人的生命。从 1873～1973 年这 100 年间，全世界已发生

过 19 起重大空气污染事件，例如1930年 12 月，在比利时

马斯河谷工业区有害气体和粉尘污染空气，短短一周内就有

60 多人死亡。1948 年 10 月，美国宾夕法尼亚州多诺拉镇烟

雾事件。由于空气污染致使 43% 的居民急呼吸道疾病。1952

年 12 月，英国伦敦光化学烟雾事件，两个月内死亡人数高达

12000 人！ 1955 年以后，日本四日市被硫酸雾笼罩。

1964 年该市市民哮喘病大发作，有人因气喘病而死亡。另一

第 6 页 共 21 页

方面，亚洲是世界上发展相对比较落后的地区，人口众多，发

展缓慢，为了加速经济的发展，各个国家大肆的对自然进行开

发利用，对资源的利用量比较大，但同时对资源的有效利用率

不高，对能源废弃物处理不够恰当充分，而且对环境污染给社

会，给人类带来的影响认识不够清楚充分。这样不仅损失了好

多能源，还给环境带来了巨大的污染，尤其是空气污染。亚洲

虽然国家众多，城市众多，但是不同的国家引起空气污染的污

染物种类和污染指数不同，所以各个国家的污染严重程度不

同。而且城市空气污染是多种不同污染物综合作用的结果。那

么给出亚洲11个城市的空气质量调查情况（图表如下），如

何根据所给数据，组建数学模型科学的对11个城市空气污染

严重程度排名呢。 说明：!!! 非常严重污染，超过WHO指标

100%以上。 !! 中度严重污染，超过WHO 指标，达到100%以

下。! 低度污染，符合WHO指标或少量超过。SO2二氧化

硫，SPM悬浮颗粒物，NOх氮氧化物，CO一氧化碳。 WHO

世界卫生组织 UNEP 联合国环境规划署以上摘自《全球环境展

望2000》，联合国环境规划署，中国环境科学出版社2000。

数据来源 WHO UNEP1992 二 数学建模假设在上面的表格

中，我们可以看到有许多城市SO2，SPM，NOх，CO的各项指

数都是相同的。虽然!,!!,!!!只是实际数据与WHO标准的比较

所得到的，而这些原始数据并不一定完全相同，但是为了简化

第 7 页 共 21 页

问题，我们在这里做如下假设。① 表格中的数据具有权威

性，值得相信，具有使用价值。② 不同城市的!,!!,!!! 所

代表的污染程度相同，不再加以区分。这样问题就由11个城

市的排名问题简化成6个城市的排名问题。新的表格如下：

变量 Z ——目标，P ——污染因素， C ——排序城市，

P1——SO2， P2——SPM， P3——NOх， P4—

—CO， C1——曼谷， C2——北京， C3——加尔各

答， C4——雅加达， C5——上海， C6——东京。建

模 ㈠ 将研究目标（Z），因素（P），对象（C）按相关关系

分成最高层，中间层和最低层。 最高层：中间层：最低层：

㈡ 给出SO2，SPM，NOх，CO两两成对比较的判断矩阵A。再

进行层次单排序及其一致性检验。A的给出主要是依据SO2，

SPM，NOх，CO在空气污染中的重要程度及对人群的影响。在

下表中列出了SO2，SPM，NOх，CO各自的性质，来源以及危

害，加以比较。 在研究中发现二氧化硫亦会导致死亡率上

升，尤其是在悬浮颗粒物的协同作用下。 1989 年，研究人员

对北京的两个居亡率的相关值研究。研究结果表明，大气中二

氧化硫的浓度每增加1倍，总死亡率民区作了大气污染与死增

加 ll%；总悬浮颗粒物浓度每增加 1倍，总死亡率增加4%。

由此可以说明二氧化硫的影响较颗粒物的影响大很多。SO2，

SPM，NOх都会引起呼吸系统疾病，而且SO2和NOх的水溶

第 8 页 共 21 页

物还是酸雨的主要成分。所以SO2和NOх对空气质量的影响

比SPM的影响大。再从SO2和NOх的来源来比较，可以看出

城市中的SO2和NO的污染水平相当。SPM的污染水平次之，

但也是紧随其后。而SO2，SPM，NOх，CO中CO对环境的影响

最小。据此给出SO2，SPM，NOх，CO两两成对比较的判断矩

阵。由Perron-Frobenions定理，非负矩阵存在正的最大模特

征值，对应着正的特征向量。借助Matlab软件进行求取最大

模特征根及相应特征向量的计算（计算过程见程序清单），再

将所求的特征向量单位化后得到的就是因素P对目标Z相对重

要性的权重，记为W。Z——P

λmax=4.0206CI=0.0069RI=0.90CI/RI=0.0077 CR＜0.1 因为

CI/RI<0.1，所以此排序有满意的一致性，这就是说W可以

真正反映P：{P1，P2，P3，P4}在目标Z中所占的比重。 ㈢

给出最低层对中间层的各个因素的判断矩阵并进行分析。由于

各个城市只存在污染程度的不同，所以只需给出 !,!!,!!!之

间的关系即可。我所给出的关系

是 !/!=1,!!/!!=1,!!!/!!!=1,!!!/!=5,!!!/!!=4,!!/!=3。在

这个关系的基础上，给出了最低层C：{C1，C2，C3，C4，

C5，C6}对于中间层p：{P1，P2，P3，P4}各个因素的判断矩

阵，并用MATLAB进行了类似的计算，显示出了对P1，P2，

P3，P4 的权重。结果如下，从结果中我们清楚地看到对这四

第 9 页 共 21 页

个因素的排序都有满意的一致性，真正的反映了C在P1，

P2，P3，P4中所占的比重。 λmax=6.0881CI=0.0176RI=1.24

CI/RI=0.0142CR＜0.1λmax=6.0000 CI=0.0000

RI=1.24CI/RI=0.0000 CR＜0.1λmax=6.0000 CI=0.0000

RI=1.24CI/RI=0.0000 CR＜0.1P4——C λmax=6.0000

CI=0.0000 RI=1.24CI/RI=0.0000 CR＜0.1 ㈣ 层次总排序。

即C层对目标Z的总排序。方法是将P——C所得到的四个经

过单位化的特征向量作为列向量构成6×4矩阵，和由P对目

标Z的权量构成的4×1矩阵做乘法，结果即是11个城市的空

气污染严重程度的权重向量，那么数值较大的数所对应的城市

空气污染程度就比较严重。 总排序一致性的检验：CR=

（0.3849*0.0176+0.1428*0+0.3849*0+0.0879+0）

/1.24=0.005463 CR<<0.1此结果有说明总排序有非常

满意的一致性。 三结果分析和模型讨论 从模型层次总排序的

结果，我们很清楚的看到C对目标Z的权重C2C4C1C5C3C6。

那么C1——C6所对应的城市的空气污染程度也有同样的排

序。由此我们得到了11城市的污染严重程度排序，结果如

下：① 北京 汉城② 雅加达③ 曼谷 马尼拉 ④ 上海⑤ 加

尔各答 德里 卡拉奇 孟买 ⑥ 东京那么这个模型的结论从

另一个侧面反映了所给的原始数据所代表的实际情况。结论显

示北京和汉城的空气污染程度在11个国家里最严重。对于北

第 10 页 共 21 页

京从实际出发，我们可以找到一点答案。首先，中国是亚洲人

口最多的国家，而且北京作为中国的首都，政治文化的中心，

必然是人口积聚的中心。人口密集，交通拥挤，工业生产规模

愈来愈大，能流物流高度集中，使得空气污染日益加剧。其

次，问题的数据来自于1992年，当时的中国发展还比较落

后，而且进行改革开放也才初见成效。对环境污染的认识还很

粗浅，对环境污染的治理也不够彻底，治理方法还比较初等。

除此以外，还有一个不容忽视的因素，我国大气污染物的主要

来源主要是煤，当时城市中的能源消耗也主要是煤，燃煤排放

的污染物占燃烧的96%。在众多因素的影响下，北京当时的环

境水平还不是很高，与北京这座历史名城成为世界级都市还有

很大差距。那么近年来北京变化比较大，到处高楼耸立，绿树

成荫，工厂，汽车所排放的气体都要符合一定的标准，对环境

如果给出的标准有欠缺，那么判断矩阵的最大模特征根所对应

的特征向量就可能是负的，此时标准就需要进一步改进。层次

分析的模型有很大的使用价值，除了可以解决这种二层排序的

问题，还可以有更广的应用，解决更多层次的决策问题。但是

这个模型也有不是很另人满意的地方，虽然我要解决的是11

个城市的空气污染严重程度的排名，但是受数据的限制，只是

粗略的排出另外六个层次，那么位于同一层次的城市还需要更

多的数据，更多的背景加以数学处理和讨论。在以后的学习生

活中，我会注意收集这方面的数据资料，将这个模型完善。

结束语 人是自然界的主体，人类的发展、进步不能以牺牲自

然、破坏环境为代价。可持续发展才是人类发展的正确选择。

就本文而言，讨论的重点是大气污染。大气污染的防治应该从

整体考虑，我们应该减少直接燃煤作为能源，改用清洁能源，

自然相和谐的方式过健康而富有生产成果的生活的权利。”联

合国环境与发展大会制定的《21世纪议程》明确地指出：

“没有健康的人，也就不可能有健康的发展；如果缺少发展，

人的健康也会受到不良影响”。从这个模型中我们看到1992

年的时候，北京的空气环境还比较差，近年来北京也发生了比

较大的变化，城市环境有了很大改善。我们的目标是把北京建

设成国际化一流大都市，虽然我们与北京相处才仅仅两年，但

是我们和这座城市有了很深的感情，我们会努力将北京建设的

更加美丽。2008年奥运会的时候，北京一定会以崭新的面貌

展现在世界面前。附录 1、参考书目[1] 王祥荣，生态与环

境，东南大学出版社，2000。[2] 奚旦力，环境与可持续发

展，高等教育出版社，1998。[3] 联合国环境规划暑，全球环

境展望2000，中国环境科学出版社，2000。 [4] 苏金明，阮

沈勇，MATLAB6.1实用指南，电子工业出版社，2002。2、程

序清单a=[1 1/5 1 1 1/3 1;5 1 5 5 4 5;1 1/5 1 1 1/3

1;1 1/5 1 1 1/3 1;3 1/4 3 3 1 3;1 1/5 1 1 1/3 1] a

=1.0000 0.2000 1.0000 1.0000 0.3333

1.0000 5.0000 1.0000 5.0000 5.0000

4.0000 5.0000 1.0000 0.2000 1.0000

1.0000 0.3333 1.0000 1.0000 0.2000

1.0000 1.0000 0.3333 1.0000 3.0000

第 13 页 共 21 页

0.2500 3.0000 3.0000 1.0000 3.0000

1.0000 0.2000 1.0000 1.0000 0.3333

1.0000 [p,q]=eig(a) p =0.1455 0.0338+0.0343i

0.0338 - 0.0343i 0.7060 0.7060 -

0.11850.8754 -0.9319 -0.9319 0.0000

+ 0.0000i 0.0000-0.0000i -0.00000.1455

0.0338+0.0343i 0.0338-0.0343i -0.6989+0.0891i -

0.6989-0.0891i 0.01640.1455 0.0338+0.0343i

0.0338-0.0343i -0.0276-0.0417i -0.0276+0.0417i

p=p/(0.1455+0.8754+0.1455+0.1455+0.3861+0.1455) p =

0.0789 0.0183+0.0186i 0.0183-0.0186i 0.3830

0.3830 -0.0643 0.4748 -0.5055

-0.5055 0.0000+0.0000i 0.0000-0.0000i -0.0000

0.0789 0.0183+0.0186i 0.0183-0.0186i -

0.3791+0.0483i -0.3791-0.0483i 0.0089

0.0789 0.0183+0.0186i 0.0183-0.0186i -0.0150-

0.0226i -0.0150+0.0226i -0.3521 0.2094

0.0404-0.1853i 0.0404+0.1853i -0.0000+0.0000i -

0.0049 0.1432 -0.00240.1856 0.4454 -0.2945

-0.4032 -0.5250 0.70460.1856 0.4454 -0.2945

0.8211 -0.5250 -0.00240.1856 0.4454 -0.2945

-0.4032 -0.5250 -0.70950.0371 0.0891 0.3735

0.0010 0.3286 -0.0005 q = 0.0000 0

0 0 0 00 6.0000 0

0 0 00 0 -0.0000 0

0 00 0 0 0.0000 0

00 0 0 0 0.0000 00

0.3333 1.0000 1.00001.0000 3.0000 3.0000

1.0000 3.0000 3.00000.3333 1.0000 1.0000

0.3333 1.0000 1.00000.3333 1.0000 1.0000

0.3333 1.0000 1.0000 [p,q]=eig(c) p = -0.9723

0.6396 0.2229 + 0.4093i 0.2229 - 0.4093i -

0.9723 0.9723 0.064 0.2132 -

0.0651 + 0.2768i -0.0651 - 0.2768i 0.0648 -

0.0648 0.0648 0.2132 -0.0906 -

0.1378i -0.0906 + 0.1378i 0.0648 -0.0648

p=p/(0.6396+0.2132+0.2132+0.6396+0.2132+0.2132) p = -

0.4561 0.3000 0.1045 + 0.1920i 0.1045 - 0.1920i

-0.4561 0.4561 0.0304 0.1000 -

0.0306 + 0.1299i -0.0306 - 0.1299i 0.0304 -

0.0304 0.0304 0.1000 -0.0425 -

0.0646i -0.0425 + 0.0646i 0.0304 -0.0304

0.0912 0.3000 0.3694 0.3694

0.0912 -0.0912 0.0304 0.1000 -

0.0425 - 0.0646i -0.0425 + 0.0646i 0.0304 -

0.2673 0.0161 + 0.2019i 0.0161 - 0.2019i -

0.1622 0.1622 0.1622 0.2673

0.0705 + 0.0022i 0.0705 - 0.0022i -0.4867

0.4867 0.4867 0.8018 -0.9450

-0.9450 -0.4867 0.48670.1622 0.2673

0.0705 + 0.0022i 0.0705 - 0.0022i -0.1622

0.1622 0.1622 0.2673 0.0705 +

0.0022i 0.0705 - 0.0022i -0.1622 0.1622 q = 0

0 0 0 0 0

-0.4419 -0.2276 0.2276 0.0759

0.1250 0.0330 + 0.0010i 0.0330 - 0.0010i -

0.0759 0.0759 0.0759 0.1250

0.0330 + 0.0010i 0.0330 - 0.0010i -0.0759

0.0759 e=[1 3 1 4;1/3 1 1/3 2;1 3 1 4;1/4 1/2 1/4 1] e

= 1.0000 3.0000 1.0000 4.00000.3333 1.0000

0.3333 2.00001.0000 3.0000 1.0000

4.00000.2500 0.5000 0.2500 1.0000

[p,q]=eig(e) p = 0.6759 0.7071

0.1428 0.0000 -0.1370 + 0.1850i

-0.1370 - 0.1850i0.3849 -0.4027

0.3555 0.3555 0.0874

-0.0000 -0.0759 - 0.1132i -0.0759 +

0.1132i m=[0.0789 0.1923 0.3000 0.1250;0.4748 0.1923

0.1000 0.1250;0.0789 0.1923 0.1000 0.1250;

0.0789 0.1923 0.3000 0.3750;0.2094 0.1923 0.1000

0.1250;0.0789 0.0385 0.1000 0.1250]m = 0.0789

0.1923 0.30000.4748 0.1923 0.10000.0789

0.1923 0.10000.0789 0.1923 0.30000.2094

0.1923 0.10000.0789 0.0385 0.1000 n=[0.3849

0.1428 0.3849 0.0879] n = 0.38490.14280.38490.0879

w=m*n w = 0.18430.25970.10730.20630.15750.0853 0.1250

0.1250 0.1250 0.3750 0.1250 0.1250珠三角空气质量有望