CN112903928A

CN112903928A - 基于改进层次分析的室内空气质量评价方法

Info

Publication number: CN112903928A
Application number: CN202110392295.1A
Authority: CN
Inventors: 杨阳; 张清小
Original assignee: Hunan Vocational Institute of Technology
Current assignee: Hunan Vocational Institute of Technology
Priority date: 2021-04-13
Filing date: 2021-04-13
Publication date: 2021-06-04
Anticipated expiration: 2041-04-13
Also published as: CN112903928B

Abstract

本发明公开了一种基于改进层次分析的室内空气质量评价方法，包括：选择室内空气质量评价因子，确定评价等级，确定评价因子相对权重，建立空气质量综合评价指标回归方程，基于多元线性拟合法优化空气质量综合评价指标预测模型，实例检测空气质量综合评价指标预测模型。同现有技术相比，本发明提供的基于改进层次分析法同时结合多元线性拟合思想对评价因子相对权重进行了修正优化，相较于当前提出的预测模型，计算形式更简单，评价结果更准确，该预测模型能不仅能评价空气质量等级而且同时能够进行空气品质优劣排序。解决了现今预测模型存在的仅能评价空气质量等级或者仅能进行空气品质优劣排序的问题。

Description

基于改进层次分析的室内空气质量评价方法

技术领域

本发明涉及的是一种室内空气质量评价领域，具体是一种基于改进层次分析法的室内空气质量评价方法。

背景技术

我国现有的室内空气质量评价标准是把污染因子孤立地作为评价室内空气品质的指标，不能综合反映室内空气质量的等级，因此近年来相关学者提出建立空气质量综合性评价模型。但目前尚未建立统一、完善的综合性评价模型，研究界提出的室内空气品质综合评价模型主要基于如下三种方法，但均具有其局限性：

综合指数评价模型：综合指数评价模型目前最具代表性的是由沈晋明提出的沈氏模式，沈氏模式兼顾了最高分指数和平均分指数，能较为粗略的评定室内主要污染物水平以及室内空气品质的等级；但是对于每个因子的相对重要性并没有进行细致的划分，在某些情况下，该指标不能进行有效判定。

模糊综合评价模型：模糊综合评价模型需建立每一级别的隶属函数，过程复杂，取大取小的计算方式易丢失较多信息，失去了综合评价原本的意义。

灰色综合评价模型：灰色综合评价模型能反映处于同一级别样本之间空气品质的差异，评价结果直观可靠，但是室内空气品质评价的关联矩阵信息量大，计算过程复杂。

发明内容

针对现有技术存在的上述问题，本发明的目的是提供一种基于改进层次分析的室内空气质量评价方法，通过建立层次结构模型，引入标度法将模糊的比较判断定量化，构造判断矩阵，再计算判断矩阵的最大特征根及相应的特征向量，计算出各因素的相对重要性权值；最后检验判断矩阵一致性，预测模型显著有效。

基于改进层次分析的室内空气质量评价方法，包括如下步骤：

步骤S1)选择空气质量评价因子，确定空气质量评价等级；

步骤S2)确定评价因子相对权重，建立空气质量综合评价指标回归方程；

步骤S3)基于多元线性拟合法优化空气质量综合评价指标预测模型，实时检测空气质量。

优选地，步骤S1)中选用HCHO、CO、CO₂、NO₂、SO₂、PM₁₀作为健康性综合指标的评价因子。

优选地，步骤S1)中通过评价因子的浓度限额，将室内空气品质等级和健康性划分为如下四个等级：清洁、未污染、轻污染、重污染。

优选地，步骤S2)具体包括如下步骤：

步骤S21)根据步骤S1)所得评价因子的浓度限额，确定推荐标度值bm；

步骤S22)对评价因子的重要性进行排序；

步骤S23)根据步骤S22)所得评价因子的关系矩阵，得初步空气质量评价模型。

优选地，步骤S21)的具体操作为：根据步骤S1所得健康性综合指标的评价因子HCHO、CO、CO₂、NO₂、SO₂、PM₁₀的浓度限额，求得各等级中污染物含量最大限值与最小限值的比值，用于确定两基点的相对重要程度；并选取各等级推荐标度值b_m。

优选地，步骤S22)的具体操作为：将步骤S1及S21所得评价因子浓度限额及推荐标度值bm代入公式(1)建立污染因子间的关系矩阵，对评价因子的重要性进行排序。

优选地，步骤S23)中初步空气质量评价模型如公式(2)所示：

式中，Q为健康性综合指数，C为各评价因子在该评价模型中的权值。

优选地，步骤S3)包括如下步骤：

步骤S31)将步骤S23)所得初步空气质量评价模型进行多元拟合，将初步空气质量评价模型变形；

步骤S32)将步骤S31)所得变形后的初步空气质量评价模型中各评价等级的值域进行平移，得平移后的健康性综合指数Q^’；

步骤S33)结合健康性综合指标评价模型和步骤S32)所得平移后的健康性综合指数Q^’，得优化后的健康性综合指标HI评价模型；

步骤S34)实测评价环境中污染物的浓度与限额值，根据步骤S33所得优化后的健康性综合指标HI评价模型，将工程上实测评价环境中污染物的浓度与限额值进行比对，得实测评价环境中污染物对应评价环境空气质量等级。

本发明采用初步指标评价模型式为阶跃模型，在进行工程应用时灵活性不够，不具备自动连续派别性。故基于多元拟合原理，选取多元拟合样本数据，进行拟合，依次对该初步回归阶跃方程模型进优化，回归方程的显著性和准确性检验，得到优化后能够连续拍段的空气质量综合指标回归方程的模型，进行拟合误差分析，确保优化后的回归方程模型满足准确度要求。使用改进的层次分析法得到该模型中各污染物的相对权重。此改进的层次分析法所涉及的三分度法中评价因子排序指数结果中也体现了人对污染物的一定主观感受，通过修正公式，提高了客观评价精准度。

本发明提供的基于改进层次分析的室内空气质量评价方法，结合多元拟合思想，基于传统层次分析法利用SPSS对其评价因子进行了修正优化，相较于现阶段提出的预测模型，计算形式更简单，结果更清晰准确，所得健康性综合指标模型HI仅需获知所评价环境的各评价因子浓度值，采用预测模型推演计算，将结果与综合健康性指标限额值进行比对，即可得到对应的等级；使评价因子的相对权重更加精确，优化后的预测模型通过了误差检验，预测模型准确有效。该模型可用于室内空气品质评价等级的确定，亦可用于同级室内空气品质的排序，且评价指数从低到高可代表了空气品质从优到劣。这也解决了现今预测模型存在的仅能评价空气质量等级或者仅能进行空气品质优劣排序的问题。

附图说明

图1为本发明提供的基于改进层次分析的室内空气质量评价方法中甲醛指数Q_HCHO平移前后对比情况示意图；

图2为本发明提供的基于改进层次分析的室内空气质量评价方法中回归方程预测值与原方程实际值的比较示意图。

具体实施方式

下面对本发明做进一步具体说明。

本发明提供的基于改进层次分析法的空气质量检测方法包括如下步骤：

(1)选择判断矩阵中的各评价因子

由于将已知的室内空气污染物全部列入健康性评价指标不符合实际工程要求，本发明结合污染物的危害、作用机理与我国具体国情，在评价已建成的房屋室内空气质量时，选用HCHO、CO、CO₂、NO₂、SO₂、PM₁₀作为健康性综合指标的评价因子。

(2)确定判断矩阵中的评价等级

室内空气品质等级和健康性，与受环境污染影响的程度相关。本发明将其划分为：清洁、未污染、轻污染、重污染四个等级。各污染物的浓度为背景浓度，各品质等级的定义如下：

1)清洁等级定义为该环境适宜于人类居住；

2)人能正常生活称为未污染；

3)室内环境的污染要素对人类有轻微影响时为轻污染；

4)重污染时健康受害严重。

参考我国《环境空气质量标准》、《室内空气质量标准》、《民用建筑工程室内环境污染控制规范》、《室内装饰装修材料有害物质限量》，选取步骤(1)中污染物各等级的限值见表1，无量纲化的结果如表2所示。

表1各污染物含量限值(mg/m³)

表2评价因子浓度限额无量纲化结果

(3)推荐标度值b_m的确定

根据步骤(2)所得HCHO、CO、CO₂、NO₂、SO₂、PM₁₀的浓度限额，求得各等级中污染物含量最大限值与最小限值的比值，用于确定两基点的相对重要程度；并选取各等级推荐标度值b_m，具体如表4所示。

表4四个等级对应的b_m值

(4)评价因子重要性排序

利用改进层次分析法中三标度法，对上述六个评价因子进行两两判断，排序结果见表5。

表5三分度法中评价因子排序指数结果

此排序法不能准确得到各指标间的相对重要程度，需按公式(1)对重要性程度进行修正，b_m依据表4选取，具体如下：

式中，r_i为表5中第i行的所有数据之和，r_j为表5中第j列的所有数据之和，r_max为所有r值中的最大值，r_min为所有r值中的最小值，b_ij为修正后的判断矩阵中的元素，此判断矩阵最大特征根对应的特征向量，即为该对应等级中各评价因子的相对权重。

本实施例以重污染情况下b_m＝2.000为例计算，此时的评价因子相互关系见表6。

表6污染因子间的关系矩阵(判断矩阵)

利用层次分析法，求得评价因子重要性排序如下：

b_m＝2.000时，权值为C₁＝(0.235，0.149，0.110，0.203，0.174，0.128)_T；

b_m＝3.000时，权值为C₂＝(0.285，0.133，0.081，0.224，0.173，0.103)_T；

b_m＝4.000时，权值为C₃＝(0.354，0.111，0.052，0.244，0.165，0.074)_T；

b_m＝5.000时，权值为C₄＝(0.434，0.086，0.029，0.254，0.148，0.049)_T。

(5)空气品质综合指标回归方程的建立

由于污染物之间交叉污染机制暂不明确，故对方程模型进行简化，忽略污染物之间的交叉污染，建立回归方程模型y＝c₁x₁+c₂x₂+c₃x₃+c₄x₄+c₅x₅+c₆x₆，依此简化原理可对各等级综合指数进行预测；其中c_i表示第i个评价因子的相对权值，x_i表示第i个评价因子在空气中的浓度值。

定义Q为健康性综合指数，得到初步空气质量评价模型，计算结果如公式(2)所示：

(6)选取多元拟合数据样本

上述步骤(5)中所得初步空气质量评价模型为阶跃模型，在进行工程应用时灵活性不够，不具备自动连续派别性。故对上述的六个评价因子，在四个区间按等比例各取5个点，进行多元拟合，确定各评价因子的综合权重，得到20组数值列于表7中。

表7多元拟合数据列表

定义Q_HCHO为甲醛指数，依据模型简化原理，将公式(2)变形为公式(3)：

将表7中相应的值代入公式(3)会使Q_HCHO的值发生阶跃。为了使Q_HCHO在整个区间连续，可将未污染、轻污染和重污染的值域进行上下平移，得到平移后的甲醛指数Q′_HCHO，具体如公式(4)所示，甲醛指数Q_HCHO平移前后对比情况见图1：

式中，Q^* _HCHO为平移前的甲醛指数。

依据平移后C_HCHO对应的20组值进行拟合，平移后的甲醛指数Q′_HCHO＝0.278C_HCHO+0.264，同理其他平移后的健康性综合指数为：

Q′_CO＝0.130C_CO-0.074

(7)多元拟合预测模型优化结果

结合平移后的各健康性综合指数Q′代入公式(5)，得优化后的健康性综合指标HI评价模型，所得结果见公式(6)。

HI＝Q′_HCHO+Q′_CO+Q′_CO2+Q′_NO2+Q′_SO2+Q′_PM10 (5)

HI＝0.278Q′_HCHO+0.130Q′_CO+0.074Q′_CO2+0.223Q′_NO2+0.169Q′_SO2+O.103Q′_PM10-0.703 (6)

将随机选取的拟合数据(表7)利用优化后的评价模型(公式6)进行计算，得到健康性综合指标的等级排定限额值，具体综合空气质量指标限额值结果见表8。工程上实测评价环境中污染物的浓度，经健康性综合指标HI模型测算后的结果，与限额值进行比对，将明确得到评价环境空气质量等级。

表8综合空气质量指标限额值

判断矩阵一致性检验

步骤(4)中，根据判断矩阵一致性检验原则，可将作为度量判断矩阵偏离一致性的指标定义为CR＝CI/RI，其中CI是一致性指标，RI是不同阶的判断矩阵平均随机一致性指标。故b_m＝2时，CR＝0.000；b_m＝3，CR＝0.003；b_m＝5，CR＝0.013；b_m＝9，CR＝0.046；可见四个等级的判断矩阵均满足CR＜0.1，具备非常满意的一致性。

多元拟合回归方程的显著性和准确性检验

现将步骤(7)经SPSS拟合得到的六个经验回归方程，进行回归方程的显著性检验。相伴概率P检验统计量某特定取值及更极端可能值出现的概率。可决系数R²反映了在y的总离差平方和中，回归模型部分所占的比例。若P＜0.001，则回归性好，显著性高；若R²越接近1，说明样本点越靠近回归直线，拟合优度越高，准确性高。

以甲醛指数Q^* _HCHO为例进行显著性检验，依据SPSS进行分析可知：Q^* _HCHO的拟合结果中P＝0.000，该回归方程的显著性好；R₂＝0.994，该回归方程准确性高，此回归方程预测值与原方程实际值的比较见图2。本实施例中其它评价因子亦均满足显著性和检验性检验，计算结果在此不再赘述。

预测模型拟合误差分析

通过单一指标的回归方程经多元拟合，就能得到的综合健康性指标HI，现对步骤(8)中优化后的综合健康性指标HI进行准确性检验，其中，Q^*为优化前的健康性综合指标，模型见公式(5)。在各区间按等比例法随机各取5组数据代入公式(5)～(6)进行误差分析，可知依据综合健康性指标HI计算的预测值与实际值Q*存在一定的误差，但相对误差均小于5％，满足多元拟合误差分析结果；表明经拟合后优化后的健康性综合指标HI评价模型准确性高，具体分析结果见表9所示。

表9误差分析数据

空气质量评价指标预测模型实例检验

现以某学者“上海办公大楼空气品质客观评价”文中，4幢大楼室内空气品质的实测资料为研究对象。表10为4幢大楼内各单项指标测定的平均值，单位为mg·m^-3，表11为以各污染物含量限值表中的清洁等级为基准将4幢大楼内各单项指标测定的平均值无量纲化的结果。

表10 4幢大楼内各单项指标测定的平均值(mg/m^-3)

表11 4幢大楼内空气品质各单项指标测定的平均值无量纲化结果

将4栋大楼无量纲化的数据采用健康性综合指数HI模型进行评价，可见4栋大楼室内空气品质均在合理范围内，其中A、C大楼处于清洁状态，B、D大楼处于未污染状态，此等级判定结果与“上海办公大楼空气品质客观评价污染”吻合。室内空气品质优劣排序为A、C、D、B，这与该文中所得判断结果相符合。验证了本发明提供的模型的精准性与可行性。评价结果见表12所示。

表12 4栋大楼对应的HI值

以上仅为本发明的实施例，研究人员若在此发明技术方案范围内做出修改、改进等，均包含在本发明权利保护范围内。

Claims

1.基于改进层次分析的室内空气质量评价方法，其特征在于，包括如下步骤：

步骤S1)选择空气质量评价因子，确定空气质量评价等级；

步骤S2)采用改进层次分析法，确定评价因子相对权重，建立空气质量综合评价指标回归方程；

步骤S3)基于多元线性拟合法优化空气质量综合评价指标预测模型，实例检测空气质量；其中，优化的空气质量综合评价指标预测模型为：

HI＝0.278Q′_HCHO+0.130Q′_CO+0.074Q′_CO2+0.223Q′_NO2+0.169Q′_SO2+0.103Q′_PM10-0.703(6)

式中，HI为健康性综合指标，Q′_HCHO、Q′_CO、Q′_CO2、Q′_NO2、Q′_SO2、Q′_PM10为平移后的健康性综合指数。

2.根据权利要求1所述的基于改进层次分析的室内空气质量评价方法，其特征在于，步骤S1)中选用HCHO、CO、CO₂、NO₂、SO₂、PM₁₀作为健康性综合指标的评价因子。

3.根据权利要求1所述的基于改进层次分析的室内空气质量评价方法，其特征在于，步骤S1)中通过评价因子的浓度限额，将室内空气品质划分为如下四个等级：清洁、未污染、轻污染、重污染。

4.根据权利要求1所述的基于改进层次分析的室内空气质量评价方法，其特征在于，步骤S2)具体包括如下步骤：

步骤S22)对评价因子的重要性进行排序；

5.根据权利要求4所述的基于改进层次分析的室内空气质量评价方法，其特征在于，步骤S21)的具体操作为：根据步骤S1所得健康性综合指标的评价因子HCHO、CO、CO₂、NO₂、SO₂、PM₁₀的浓度限额，求得各等级中污染物含量最大限值与最小限值的比值，用于确定两基点的相对重要程度；并选取各等级推荐标度值b_m。

6.根据权利要求4所述的基于改进层次分析的室内空气质量评价方法，其特征在于，步骤S22)的具体操作为：将步骤S1及S21所得评价因子浓度限额及推荐标度值bm代入公式(1)建立污染因子间的关系矩阵，对评价因子的重要性进行排序；

7.根据权利要求4所述的基于改进层次分析的室内空气质量评价方法，其特征在于，步骤S23)中初步空气质量评价模型如公式(2)所示：

8.根据权利要求1所述的基于改进层次分析的室内空气质量评价方法，其特征在于，步骤S3)包括如下步骤：

步骤S32)将步骤S31)所得变形后的初步空气质量评价模型中各评价等级的值域进行平移，得平移后的健康性综合指数Q’；

步骤S33)结合健康性综合指标评价模型和步骤S32)所得平移后的健康性综合指数Q’，得优化后的健康性综合指标HI评价模型；

步骤S34)实测评价环境中污染物的浓度与限额值，代入公式(6)，得实测评价环境中污染物对应评价环境空气质量等级。