本次空气质量数据与六项污染物浓度数据(月统计)来源于中国空气质量在线监测分析平台，而气象因素数据来源于天气后报网、河南省水资源公报、天气二四网。

本文采用气象划分法对四季进行划分，以阳历3~5月为春季，6~8月为夏季，9~11月为秋季，12月~次年2月为冬季。依据新空气质量标准评价，对空气质量进行六个等级划分，分别为：优、良、轻度污染、中度污染、重度污染以及严重污染(见 表1 )。本文将河南省2018~2022年中每年春夏秋冬的空气质量进行统计，所得结果见 表2~5 。 表1 数据展示了2018~2022年河南省春夏秋冬四个季节的空气质量等级。

图1. 河南省2018~2022年空气质量的季节性变化图

由 图1 可看出，河南省空气质量大体存在季节性特征，冬季的空气质量最差，大部分处于污染天气；而夏季相对于春秋季来说，空气质量较差，但大部分空气质量良好；春秋季空气质量普遍处于良好状态。这可能与冬季采暖、气象条件等因素有关。基于这五年的季节AQI (见 表6 )进行Friedman检验，得到p值近似为零，取显著性水平为0.05，可验证出河南省空气质量确实存在显著季节差异。由MATLAB生成的Friedman检验图直观地看出，夏季、秋季、冬季的AQI有明显差距。Friedman检验图见 图2 。

为更好地探寻河南省18个地市空气质量年际变化特征，本文依据河南省18个地市2018~2022年的AQI对其进行分析。为了减少数据的误差，本文求出每个地级市AQI的年均值之后作出相应的折线图，以此更好地观察出河南省18个地市空气质量年际变化特征。作出的折线图见 图3 ， 表7 数据展示了2018~2022年河南省9个地市的AQI年均值。

图3. 河南省18个地级市空气质量的年际变化折线图

由 图3 可知，河南省18个地市AQI在总体上呈现先上升而后下降的趋势，根据环境空气质量标准可知，AQI的年均值越小，空气质量越好。从总体趋势上来看，2019年，河南省的空气质量整体较差，而在2019~2021年之间，河南省绝大部分地区的AQI呈现下降趋势，空气质量逐渐变好，至2022年，绝大部分地区的空气质量趋于稳定，而安阳、南阳等几个城市具有明显的变化，但空气质量相对于前几年来说有所改善；从各个城市空气质量来看，安阳、南阳城市空气质量在河南省长期处于靠后的位置，空气质量比其他城市都差，而信阳、驻马店与其他城市相比空气质量较好。

由 图1 可以观察出，河南省空气质量污染程度在冬季最为显著，为更好地探究出河南省空气质量空间变化特征，本文选取冬季作为主要的研究对象，将1月作为冬季代表月，选用2018~2021年河南省1月空气污染情况在空间上的分布(见 图4 )，以此更加清晰地观察出河南省空气质量的空间分布。 表8 数据仅展示河南省2018年1月的空气污染情况。

图4. 2018~2021年河南省1月空气污染情况空间分布图

从空间维度来看，河南省不同地市的空气质量存在差异。一些工业发达、人口密集的城市，如郑州、许昌等地，其空气质量相对较差；而一些自然风光优美、工业污染较少的城市，如信阳、驻马店等地，其空气质量相对较好。

从2018~2021年河南省1月份各地市空气污染情况分布来看，只有2019年河南省存在重度污染区域，其余年份中度污染区域面积占比较大。2019年的空气污染情况较为分散，东南部空气质量较为良好，西南部和东北北部污染较为严重。2020年，AQI总体上呈现从东北向西南逐渐减小的变化特征，即空气质量从东北向西南逐渐变好。2021年，AQI呈现东北部以及西南部较差，西北部以及东南部空气质量良好的状况，总的来说，河南省空气质量指数值总体呈现“北高南低”的空间分布特点。

此外，为研究六种污染物以及三种气象因素的季节变化，本文将2018~2022年各污染物以及三种气象四季的均值绘成折线图，以此更加清晰地观察出各指标的变化情况。六种污染物以及三种气象因素随季节变化如 图5 所示。 表9 和 表10 展示了PM2.5和PM10季度平均值。

续表

图5. 六种污染物以及三种气象因素随季节变化图

由 图5 可以看出，在冬季，CO最高，O₃最低。在夏季，NO₂最低，O₃最高。可能是因为夏天强烈的太阳辐射和较高的温度，容易造成光化学烟雾和二次臭氧生产，使得O₃浓度在夏季偏高。而风速在春夏秋冬普遍稳定，降水量在夏季明显增多，冬季较少，降水量越多，空气质量越好，因此冬季的空气污染范围较广。PM2.5、PM10、CO、SO₂的指标浓度在2018~2022年之间总体呈现下降趋势，由此可见河南省总体空气质量正在向好的趋势发展。

为进一步探究河南省空气质量年际变化特征，本文计算出2018~2022年河南省六种污染物年均值(见 表11 )，并绘制出折线图，更加直观地看出河南省空气质量年际变化特征。由于SO₂和CO数值与其他变量数值差异过大，将其单独绘制，更好地对其变化特点进行分析。主要大气污染指标年际变化如 图6 所示，CO以及SO₂年际变化见 图7 。

由 图6 和 图7 可观察出，CO和SO₂指标浓度在2018~2022年整体呈现下降趋势，说明河南省空气质量正在向好的趋势发展，而O₃和NO₂浓度在五年内呈现稳定趋势，PM2.5和PM10浓度在五年内虽有波动，但总体来说在下降，AQI空气质量指数在2019年显著升高，说明2019年河南省空气质量整体较差，而后三年AQI下降，河南省空气质量变好，经调查推断，其空气质量差的原因可能是在2019年年初雾霾严重影响空气质量和交通安全，6月上旬大风等强对流天气频发，年内温度明显偏高影响季节转换，因此其空气质量明显变差。总体来说，河南省空气质量有所好转。

图7. CO以及SO₂年际变化

由于AQI、PM2.5、PM10、SO₂、CO、NO₂和O₃数据总体并不近似服从正态分布，故本文依据AQI与影响因素相关性检验数据(见 表12 )选用Spearman [6] 秩相关检验探究AQI和污染物之间的关系(见 图8 )。

本文运用python软件对指标间相关系数以热力图形式进行展示，得出的结果如 图8 所示。

续表

由 图8 可以观察出AQI与六种污染物以及三种气象因素之间的相关系数，AQI与PM2.5、PM10的相关系数已经达到了0.5以上，说明其与PM2.5、PM10中度相关，并与三种气象因素呈负相关关系。进一步分析三种气象因素与各大气污染物之间的相关性发现，PM2.5、PM10、CO、SO₂、NO₂、O₃均与三种气象因素呈负相关，六项污染物彼此之间也呈正相关关系，而风速与降水量两者之间呈负相关关系。

相关性分析结果说明，河南省的高温天气会使得六种污染物的浓度下降，从而使得空气质量变好，因此在夏季空气质量较好，冬季空气质量较差。同时，大风天气会让大气污染物的浓度降低，能够改善空气质量。降水量越多，污染物浓度就会降低，因此，雨季河南省空气质量会变得更好。

为探究对空气质量影响最大的因素，本文采用内梅罗指数法 [7] ，通过单因子指数法和综合指数法得出影响程度最大的指标，有效帮助河南省改善空气质量作出相应措施，使得河南省空气质量不断向好发展。

首先通过单因子评价，确定主要的污染物及其危害程度，得出 $\bar{P}$以及P_imax，然后通过综合污染法，兼顾单因子污染指数平均值和最高值，得出P_综，哪个指标对应的P_综越大，则说明该指标影响程度越大。通过计算得出以下数据(见 表13 )。

由 表13 可知，CO对空气质量指数的影响最大，其次是O₃、PM10、PM2.5、NO₂和SO₂。因此，河南省应采取相应措施重点减少CO的排放。经调查得知，工业生产过程中会排放大量的废气，其中包括一氧化碳、PM10等污染物。因此，应加大对工业生产过程的治理，从而更加高效地提升空气质量。

本文通过对河南省空气质量状况进行分析得出，河南省空气质量整体上存在显著的季节性差异特征。春秋季空气质量最好，冬季空气质量最差，这种差异可能与冬季采暖和污染物排放等因素有关。

从时间维度来看，河南省AQI年际变化呈倒“V”形 [8] ，从年际变化趋势来看，五年中AQI呈现下降趋势，表明河南省各地空气质量近年来有所改善。从空间维度来看，河南省AQI总体呈现“北高南低”的空间分布特点。

通过对影响空气质量的因素进行分析发现，AQI与六种污染物均呈正相关，与三种气象因素之间均呈负相关，并且分析发现AQI与PM10的正相关性最强，与降水量的负相关性最强。通过分析六大污染物对空气质量的影响程度可知，六大空气污染物指标浓度呈现逐年降低的趋势，CO对空气质量指数的影响最大。

冬季由于燃烧和取暖等因素，空气中的CO、CO₂等都比其他季节高。为此应提倡减少供暖机制或加强供暖清洁能源的使用，减少空气污染物排放，改善空气质量。其次，大数据技术为空气质量监测和分析提供了强有力的支持。河南省可通过在线监控系统、环境监控中心等平台，实时收集和分析废气排放量、用电量等关键数据，为空气质量预警和治理提供科学依据。例如，冬季春节和其他重大节日的烟花爆竹燃放对空气质量有着极大的影响，为此社会应加强监测预警、污染治理等措施，实现对空气质量的改善。

加强工业治理以改善空气质量需要从产业结构、工业排放、能源结构、运输结构、扬尘污染治理、区域联防联控、监管执法以及公众参与等多个方面入手，形成合力共同推进。其中，对于河南省而言，首要任务是采取相应措施减少工业废气废料的排放，加大对工业污染物排放管制的力度，减少CO、O₃、PM10以及PM2.5的排放 [9] ，从而更加有效地治理空气污染情况，改善空气质量。

由于降水量与空气质量指数呈现显著负相关，为此河南省在干旱季节可以通过适当增大降雨量来改善空气质量。适当增大降雨量需要综合考虑多种因素和措施，包括植被恢复与保护、水资源管理、气候调控与人工增雨、土壤改良、多元农业模式推广以及社会生活方式的调整等。同时，还需要加强科学研究和技术支持，以探索更多有效的降水增加方法。为此，河南省应考虑多种因素和措施以便增加降雨量，改善空气质量。

植树造林通过固碳释氧、降低有害气体浓度、减少放射性物质、减少灰尘和含菌量以及治理PM2.5等多种途径可以显著改善空气质量，对保护人类生存环境和促进生态平衡具有重要意义。为此，政府应大力提倡植树造林，加大植树造林的力度，使保护环境的观念深入人心，改善空气质量。

从大数据视角出发，对河南省空气质量的状况及影响因素进行了深度分析，为空气质量研究提供了新的视角和方法。

采用Friedman检验判断河南省空气质量是否有季节差异，使结论更具科学性和可靠性。

利用镝数图表数据可视化工具制作出河南省空气质量地区分布图，直观地展示了空气质量的空间分布特点。

通过内梅罗指数法探究出对空气质量影响最大的指标，为制定针对性的治理措施提供了重要依据。

以往对空气质量的研究中，对河南省地区的关注较少，本文聚焦河南省空气质量，填补了相关研究的空白，对推动河南省绿色转型和经济高质量发展具有重要意义。