应用统计学课程设计-运用SPSS对城市空气质量的统计分析.docx

学号危之老（应用统计学课程设计）设计说明书运用SPSS对城市空气质量的统计分析起止日期：2013年7月1日至2013年7月5日学生姓名班级成绩指导教师（签字）经济与管理学院2013年7月5日应用统计学课程设计课程设计分工及成绩评定表分工情况说明学号姓名承担主要任务贡献等级问题提出、确定假设、分析问题、查找数据、数据录入、描述性统计分析、统计图绘制、统计报表编制、均值检验、相关性分析、回归分析、得出结论。1成绩评定表学号姓名考勤¢15%)调查方案(20%)分析过程(50%)答辩成绩(35%)分数成绩总评成绩目录1确定假设42分析思路43选用的分析方法44描述性分析44.1空气质量达到二级以上的天数占全年的比例的描述性统计44.2城市空气质量因素的描述性统计55统计图65.1立体柱状图对两年各类的空气质量描述65.2折线图对降水量对空气质量的影响描述66统计报表77均值比较88相关分析109一元线性回归分析119.1可吸入颗粒和空气质量达到二级以上的天数的一元线性回归分析119.2降水量和空气质量达到二级以上的天数的一元线性回归分析1210多元线性回归分析1311总结1412统计调查方案1412.1问题提出1412.2确定调查对象和调查单位1512.3确定调查内容1612.4调查方式和方法1612.5调查期限1612.6确定假设16附原始数据161确定假设1.假设忽略空气中可能影响空气质量的其他污染物:2.假设在较近一段时间内，不发生重大工业事故；3.假设在未来一段时间内，城市自然环境稳定，不发生一些较大的自然灾害，例如：地震、洪灾、海啸等:4.假设未来-段时间内，政府没有出台关于大规模工业的迁入迁出城市的政策。2分析思路此次课程设计，我针对中国主要城市在2010年及2011年的空气质量，利用SPSS软件进行统计分析。先是对全国各主要城市的空气质量进行横向比较，分析我国的空气质量的总体情况和地区差异，然后对代表性空气质量影响因素进行分析。分析思路总结大致是:首先利用SPSS软件中的描述性统计分析的方法对主要城市空气质量进行横向比较，利用统计图判断在全国范围内是否存在影响空气质量的共同因素及两年的变化，然后利用报表统计城市空气质量在2010年及2011年的分布状况是否具有一致性，随后利用均值比较、相关性分析、回归分析对各个因素影响效果进行分析。3选用的分析方法根据分析思路知在本次统计分析中主要运用的分析方法有：描述性分析、统计图、统计报表、均值比较、相关分析、一元线性回归分析、多元线性回归分析。4描述性分析4.1空气质量达到二级以上的天数占全年的比例的描述性统计本设计选择2011年中国统计年鉴中2010年全国.主要城市的空气质量统计数据及2012年中国统计年鉴中2011年全国主要城市的空气质量统计数据作为统计研究对象，对城市空气质量达到二级以上的天数占全年的比例进行分类，并进行频数分析，分析结果如表4.1及4.1.2所示。表4.1空气质量达到二级以上的天数占全年的比例（已禽败化）频率百分比有效百分比累积百分比有效<70.023.23.23.270.0-79.958.18.1HJ80.0-89.92641.941.953.290.0+2946.846.8100.0合计62100.0100.0表4.1.2按空气质量法到二级以上的天数分组*空气质量期8的年份交叉制表计数20102011合计112325141327131528313162按空气质量达到二级以上的<=244天数分组<=286v=32965合计空气质量数据的年份从表4.1及表4.1.2对比可以看出，2010年及2011年空气质量达到二级以上的天数占全年的比例小于70%的各1个省市，占两年的3.2%；70%到80%元之间2010年有3个省市，2011年有2个省市，占两年的8.1%；80%到90*之间2010年有14个省市，2011年有13个省市，占两年的41.9%；大于90%,2010年有13个省市，2011年有15个省市，占两年的46.8机从上面分析可以看出2011年较2010年的空气质量有所好转，但一半以上的省市空气质量达到二级以上的天数占全年的比例仍小于90%,说明城市空气质量还有提升的空间。4.2城市空气质量因素的描述性统计本设计对城市空气质量的可吸入颗粒、二氧化硫、二氧化氮、空气质量达到二级以上的天数、年平均温度及年平均降水量六项影响空气质量的因素做描述性统计分析，包括频数、最小值、最大值、平均值、标准差五个项目，见表4.2。表4.2描述统计量N极小值极大值均值标准差可吸人颗粒62.040.155.09334.023294二氧化硫62.007.089.03998.016621二氧化氮62.015.口68.04019.012125空气质量达到二级以上的天62223365324.0029.019数年平均降水量621&5.22445.1882.923543.3003年平均温度624.524.613.9845.0910有效的N（列表状态）62从表4.2可以看出，在影响空气质量的因素中，可吸入颗粒的最小值为0.04毫克/立方米，最大值为0.155亳克/立方米，平均值为0.09334毫克/立方米，标准差为0.023294；二氧化硫的最小值为0.007毫克/立方米，最大值为0.089毫克/立方米，平均值为0.03998毫克/立方米，标准差为0.016621；二氧化氮的最小值0.015毫克/立方米，最大值为0.068毫克/立方米，平均值为0.04019亳克/立方米，标准差为29.019；空气质量达到二级以上的天数的最小值为223天，最大值为365天，平均值为324,标准差为29.019；年平均降水量的最小值为166.2毫米，最大值为2445.1毫米,平均值为882.923毫米，标准差为543.3003；年平均温度的最小值为4.5摄氏度，最大值为24.6摄氏度，平均值为13.984摄氏度，标准差为5.0910；5统计图5.1立体柱状图对两年各类的空气质量描述按照4.1的分类对2010年及2011年四类空气质量在可吸入颗粒、二氧化硫、二氧化氮三个方面用立体柱状图展示，如图5.1所示：图5.1"J吸入MM'"'：化IR从图5.1得知可吸入颗粒物为影响我国城市空气质量的主要因素，2011年较2010年在空气质量达到二级以上的天数占全年的比例小于70%的城市中可吸入颗粒的含量得到有效控制，其他分组的可吸入颗粒含量没有明显变化。5.2折线图对降水量对空气质量的影响描述按照4.1的分类对四类空气质量在年平均降水量方面用折线图展示（温度受地区、纬度及降水量的影响在这不做分析），如图5.2所示：图5.21,200.0-1,000.0-均值(M)年平均降水量800.0-,o-4000-200.0-<70.070.0-79.980.0-89.9900÷空气质量达到二级以上的天数占全年的比例（己离散化）从图5.2得知降水量对空气质量有影响，这个影响表现在降水量的增多会使空气质量有所好转，可视为降水量对空气质吊:的影响成正相关，但此影响是否显著还有待检验6统计报表对2011年及2010年四类空气质量的可吸入颗粒、二氧化硫、二氧化氮进行统计报表。统计报表如报表6.1所示：报表6.1空气质量空气质量达到二级以上的天可吸入颗粒二氧化硫二氧化氮数据年份数占全年的比例（已离散化）合计合计合计一-完整版学习资料分享一一2010<70.0.155057.04870.0-79*9362,162J8180.0-89.91.395.570.52090.0+1.046.478,5012011<70.0138.048.04270.0-79.9.245107J2480.089.91.308550JlO90(k1.138,507.566总计5.7872.4792.492从统计报表中可以看出，2011年较2010年影响空气质量的因素（可吸入颗粒、二氧化硫、二氧化氮）的含量都有所下降，进-步证实了表4.1及表4.1.2和图5.1所说明的问题。7均值比较对影响空气质量的六个因素进行均值比较，分析出影响空气质量的主要因素，并对这些因素的均值情况进行描述，分析结果如表7.1及表7.L2所示：«7.1案例处理摘要案例已包含已排除总计N百分比.N百分比N百分比可吸入颗粒*按空气质量62100.0%0M62100.0%达到二级以上的天数分组二氧化硫*按空气质量达到二级以上的天数分组62100.0%0.0%62100.0%二氧化氮*按空气质量达到二级以上的天数分组62100.0%0.0%62100.0%年平均降水量*按空气质量达到二级以上的天数分组62100.0%0M62100.0%年平均温度*按空气质量达到二级以上的天数分组62100.0%0.0%62100.0%表7.1.2报告按空气质量达到二级以上的天数分组可吸人颗抬二氧化硫一氧化氮平均降水量年平均温度<=244均值.14650.05250.04500186.5况7.800N2222Z标准差.012021.006364.0042437.7782J.414<=286均值.12140.05380.06100641.58011.46055555标准差.011149.028190.005958425.01554.0396<=329均值,1038504363.03944776.56313,341N2727272727标准差.010298.011429.010382342.27104.1327<=365均值.07439.03311.036861078.32515,4962828282828标准差.016187.016426.011332655.50155.7352总计均值.09334.03998.04019882.92313,9846262626262标准差.023294.016621012125543.30035.0910从表7.1.2可以看出四类空气质量，可吸入颗粒的均值分别为0.14650,0.12140,0.10385、0.07439表明不同类别空气质量在可吸入颗粒的含量上有很大的差异，可吸入颗粒含量越高，城市空气质量越差，这和实际相符合；二氧化硫的均值分别为0.05250、0.05380、0.04363、0.03311表明不同类别空气质量在二氧化硫的含量上无明显差异，甚至有些空气质量好的反而比空气质量差的二氧化硫含量高；二氧化氮的均值分别为.0.4500、0.06100、0.03944、0.03686表明不同类别空气质量在二氧化氮的含量上无明显差异，甚至有些空气质量好的反而比空气质量差的二氧化-完整版学习资料分享一氮含量高；年平均降水量的均值分别为186.5、641.58、776.563,1078.325表明不同类别空气质量在降水量的对少上有很大的差异，降水量越大，城市空气质量越好：年平均温度的均值分别为7.8、11.46、13.34、15.496表明不同类别空气质量在温度上有差异，但这个差异明显不明显不能下结论，因为受到地理位置的影响。8相关分析对影响空气质量的六个因素进行相关性分析，分析出影响空气质量的因素之间的相关性大小，分析结果如表8.2所示：表8.2相关性可吸人颗粒二氧化硫二氧化氮年平均降水量年平均温度按空气质量达到二级以上的天数分组可吸人Pearson相关性1.535"459”.429"41/-.819"颗粒显著性（双侧）.000.000.000.001.000N626262626262二氧化Pearson相关性.535,1.319'-.442"-.436"-.405"硫显著性（双侧）.000.012.000.000.001N626262626262二氧化Pcarson相关性.459".319'1-.009-.049386”氨显著性（双侧）.000JjJ2.944.708.002N626262626262年平均Pearson相关性-.429”-.442"一.况91.796”.376”降水量显著性（双侧）.000.000.944.000.003N626262626262年平均Pearson相关性-.412"436“-.049.796"1,338“温度显著性（双侧）.001.000.708.000.007N6262626262按空气Pearson相关性-.819"-.405"-.386".376".338“LL显著性（双侧）.000.001.002.003.007到二级N以上的天数分组626262626262*.在.01水平（双侧）上显著相关。*.在0.05水平（双侧）上显著相关。从表8.2可以得知，空气质量达到二级以上的天数分组与可吸入颗粒、二氧化硫、二氧化氮在0.01置信度条件下呈高度负相关，其中可吸入颗粒与空气质量达到二级以上天数的分组的相关性大于二氧化硫及二氧化氮与空气质量达到二级以上的天数的分组的相关性；空气质量达到二级以上的天数分组与年平均降水量、年平均温度在0.01置信度条件下呈高度正相关，其中降水量与空气质量达到二级以上的分组相关性大于温度与空气质量达到二级以上的天数分组的相关性。这与表7.1.2所分析的结果一致。9一元线性回归分析由均值分析和相关性分析可知影响空气质量的主要因素是可吸入颗粒和降水量，可吸入颗粒与空气质量成负相关，而降水量与空气质量成正相关，卜面分别对两个因素与质最达到二级以上天数进行一元线性l三l归分析，看二者之间是否存在线性关系。9.1可吸入颗粒和空气质量达到二级以上的天数的一元线性回归分析可吸入颗粒和空气质量达到二级以上的天数的一元线性回归分析结果如表9.1及表9.L2及表9.1.3所示：表9.1模型汇总模型RR方调整R方标准估计的误差1.902'.814.81112.616a.预测变量：（常量），可吸入颗粒。表9.1.2Anovab模型平方和df均方F1回归41819.516141819.516262.727.000,残差9550.48460159.175总计51370.00061a.预测变量：（常量），可吸入颗粒。b.因变量：空气质量达到二级以上的天数表9.1.3W模型非标准化系数标准系数LSig.相关性B标准误差试用版零阶偏部分（常量）可吸入颗粒428.918-1124.0606.66869.34890264.322-16.209.000.000902902=.902a.因变量：空气质量达到二级以上的天数由表9.1所示，本次回归分析得到的相关系数R=O.902,调整的决定系数R方为0.811,模型拟合效果很理想。从表9.1.2可以看出，离差平方和为51370,残差平方和为9550.484,回归平方和为41819.516,显著性检验统计量F为262.727,对应的置信水平为0.000,远比常用的置信水平0.05要小，认定方程是显著的从表9.1.3可以看出回归方程为y（空气质量达到二级以上的天数）=-1124.06（可吸入颗粒）+428.918,可知每减少3000毫克的可吸入颗粒，空气质量达到二级以上的天数便增加一天。回归系数检验统计量t=T6.209,相伴概率值为0.00（X0.001,认为两个变最线性关系极为显著，所以建立的l三l归方程是有效的。9.2降水量和空气质量达到二级以上的天数的一元线性回归分析降水最和空气质量达到二级以上的天数的一元线性回归分析结果如表9.2及表9.2.3及表9.2.4所示：表9.2模型汇总模型RR方调整R方标准估计的误差1.425工.181.16726.485a.预测变量：（常量），年平均降水量。表9.2.3Anovab模型平方和df均方FXI，1回归9282.30319282.30313233001'残差42087.69760701.462总计51370.00061a.预测变量：（常量），年平均降水量。b.因变量：空气质量达到二级以上的天数表9.2.4系数*模型非标准化系数标准系数1Sig.相关性B标准误差试用版零阶偏部分（常量）年平均降水量303.953.0236.456.00647.0793.638.000.001.425.425.425a.因变量：空气质量达到二级以上的天数由表9.2所示，本次回归分析得到的相关系数R=O.425,调整的决定系数R方为0.167,模型拟合效果不是很理想。从表9.2.3可以看出，离差平方和为51370,残差平方和为42087.697,回归平方和为9282.303,显著性检验统计量F为13.233,对应的置信水平为0.001,远比常用的置信水平0.05要小，认定方程是显著的。从表9.2.4可以看出回归方程为y（空气质量达到二级以上的天数）=0.023（降水量）+303.953,可知每增加0.023毫米的降水量，空气质量达到二级以上的天数便增加一天。回归系数检验统计量t=-3.638,相伴概率值为0.001=0.001,认为两个变量线性关系不显著，所以建立的ISI归方程是无效的。10多元线性回归分析因为降水量和空气质量达到二级以上的天数的-元线性回归分析结果为不显著，但在前面的分析结果中显示降水量对空气质量有一定的影响，且此影响为正相关。所以可能降水量对影响空气质量的因素有所影响，但具体是那个因素就不得而知，所以需要进行多元线性回归分析，我把可吸入颗粒、二氧化硫、二氧化氮、温度、降水量作为自变量，空气质量达到二级以上的天数作为因变量，做多元线性回归分析，分析结果如表10.1及表10.1.2及表10.1.3«10.1软型汇总模型RR方调整R方标准估计的误差1.903”.816.80012.992a.预测变量：（常量），年平均温度.二氧化氮，二氧化硫，可吸人颗粒，年平均降水量。表10.1.2AnovabI模型平方和df均方FSig.1回归41917.87258383.57449.669000'残差9452.12856168.788总计51370.00061a.珊测变量：（常量），年平均温度，二氧化氮，二氧化硫，可吸入颗粒，年平均降水量。b.因变量：空气质量达到二级以上的天数表10.2系数*模型非标准化系数标准系数tSigiB标准误差试用版1（常量）425.71410.99938,705000可吸入颗粒-1097.80896.503-.881-ll+376.000二氧化硫-16.095126.044-.009-J2g*899二氧化氮4.547161J66+002.028978年平均降水量.003.005,058+588.559年平均温度-.108.548-.019-.198.844a.因变量：空气质量达到二级以上的天数由表10.1所示，本次回归分析得到的相关系数R=0.903,调整的决定系数R方为0.800,模型的解释能力很强。从表10.2可以看出，离差平方和为51370,残差平方和,9452.128,回归平方和为41917.872,显著性检验统计量F为49.669,对应的置信水平为0.000,远比常用的置信水平0.05要小认定方程整体很显著。从表10.1.3可以看出回归方程为：空气殖量达到二级以上的天数=-1097.808可吸入颗粒+-16.095二氧化硫+4.58二氧化氮+0.003降水量+-0.1008温度+425.71411总结综上所统计的结果，总结如下：可以将我国31个城市的空气类型分为四类：污染、轻微污染、良、优。第一类型的城市属于污染型城市，这些城市人口密集，交通拥挤，工业发达。第二类型的城市属于轻微污染型，这些城市的工业类型多以轻工业为主，对大气的污染较轻第三类型的城市空气质量良好，不会影响人体的健康。第四类型的城市空气质量优，尤其是拉萨，作为我国独具特色的-个旅游城市，在发展经济的同时，特别需要将环境保护的重要性提上日程，不可再走先污染后治理的道路。从以上的统计中发现，影响空气质量的主要因素为空气中可吸入颗粒的含量，其主要影响人体的呼吸道，因此各地区治理环境的关键是减少可吸入颗粒的含量及排放，结合实际不难发现可吸入颗粒的主要排放来自于工厂及汽车，所以控制工厂的废气排放及控制车辆的上升对空气质量的好转有一定的帮助从2011年较2010年的城市空气质量数据来看，空气质量有所好转，但此好转的幅度不大，并且虽然总体表现好转，但仍存在个别的城市由好变坏，这就给我们一个警示不能先污染后治理。12统计调查方案12.1问题提出12.1.1问题背景1997年，国务院决定对我国的重点城市进行空气质量周报，空气质量周报的内容包括对几种主要污染物(可吸入颗粒，二氧化硫，二氧化氮)的检测状况和结果，以空气污染指数的形式报告。空气污染指数反映了一个城市的污染情况和污染的变动规律，对环保工作的开展具有重要的指导意义。空气污染指数(AirPollutionindex,简称P1)是评估空气质量状况的一组数字，它关注的是人在吸入受到污染的空气以后几小时或几天内人体健康可能受到的影响。空气污染指数划分为0-50>51-100>101-150.151-200,201-250,251-300和大于300七档，对应于空气质量的七个级别。指数越大，级别越高，说明污染越严重，对人体健康的影响也越明显。级别-：空气污染指数为0-50,此时对应的空气质量级别为I级，空气质量状况属于优。此时不存在空气污染问题，即对公众的健康没有任何危害.级别二：空气污染指数为51-100,此时对应的空气质量级别为Il级，空气质量状况属于良。此时空气质量被认为是可以接受的，除极少数对某种污染物特别敏感的人以外，对公众健康没有危害。级别三：空气污染指数为101-150,此时对应的空气质量级别为III(1)级，空气质量状况属于轻微污染。此时，对污染物比较敏感的人群.例如儿童和老年人、呼吸道疾病或心脏病患者,以及喜爱户外活动的人，他们的健康状况会受到影响，但对健康人群基本没有影响。空气污染指数为151-200,此时对应的空气质量级别为IlI(2)级，空气质量状况属于轻度污染。此时，几乎每个人的健康都会受到影响，对敏感人群的不利影响尤为明显。级别四：空气污染指数为201-300,此时对应的空气质量级别为IV(1)级和IV(2)级，空气质量状况属于中度和中度重污染。此时，每个人的健康都会受到比较严重的影响。级别五：空气污染指数大于300,空气质量级别为V级，空气质量状况属于重度污染。此时,所有人的健康都会受到严重影响。12.1.2问题提出此次课程设计，我想针对中国主要城市在2010年及2011年的空气质量，利用SPSS软件进行统计分析。先是对全国各主要城市的空气质量进行横向比较，分析我国的空气质量的总体情况和地区差异，然后对代表性空气质量影响因素进行分析。根据构想，设计主要解决问题：城市空气质量相似的城市分类，各类的频数统计，影响城市空气质量的因素的描述性统计(这是为后面的分析做铺垫)；2011年相对于2010年，城市空气质量:总体变化如何，各个参数又变化如何；各个影响参数对空气质量的影响程度如何；影响程度大的参数与城市空气质量的关系如何(影响程度分好坏)，各个参数之间的关系如何。12.2确定调查对象和调查单位12.2.1确定调查对象根据问题的背景及提出的问题不难发现，本设计所要调查的对象即调查的总体是全国主要城市的空气质量，总体指标包括：可吸入颗粒的含量、二氧化硫的含量、二氧化氮的含量、空气质量达到二级以上的天数、年平均温度、年平均降水量六项并且调查对象的指标数据要求准确、可靠、合理。12.2.2确定调查单位根据总体的确定，不难发现调直单位是每一个城市的空气质量，单位的标志包括：可吸入颗粒的含量、二氧化硫的含量、二氧化氮的含量、空气质量达到二级以上的天数、年平均温度、年平均降水量六项并且调直单位的标志数据要求准确、可靠、合理12.3确定调查内容根据1.2中调查对象的指标及调杳单位的标志可以确定调查内容，需要说明的是影响空气质量好坏的因素有很多，如：湿度、人口密度等。为此我只选取了可以找到数据的六个指标，分别是可吸入颗粒物（PMlO）,二氧化硫（S02）,二氧化氮（N02）,空气质量达到二级以上的天数（days）,年平均温度（wendu）,年平均降水量（water）。这六个指标反映了两个影响方面：呼吸健康影响（前三个）和热舒适度（温度和降水量）。12.4调查方式和方法本设计的调查方式和方法是选择2011年的中国统计年鉴中的2010年全国主要城市的空气质量指标统计数据及2012年的中国统计年鉴中的2011年全国主要城市的空气质量指标统计数据作为统计研究对象，这就保证了数据的来源可靠真实。调查方法与方式中中2010年全国主要城市空气质量的数据出处网址为；http:/Www.ggov,cn/tjsj/ndsj/2011/indexch.htm：2011年的全国主要城市空气质量的数据出处为:http:/Ww.stats,gov,cn/tjsjndsj2012indexch.htm；（在报告说明书结尾另附原始数据。）12.5调查期限本设计的统计调查期限为两年，分别是2010年的全国主要城市空气质量指标数据和2011年的全国主要城市的空气质量指标数据。12.6确定假设统计都是在一定的假设基础上的，所以除了所研究调查的因素可变外，假定其他的影响因素不变，尤其是可能会引起统计结果变化的因素，根据我所研究的问题，确定假设如下：1.假设忽略空气中可能影响空气质量的其他污染物；2.假设在较近一段时间内，不发生重大工业事故；3.假设在未来一段时间内，城市自然环境稳定，不发生一些较大的自然灾害，例如：地震、洪灾、海啸等；4.假设未来一段时间内，政府没有出台关于大规模工业的迁入迁出城市的政策。附原始数据主要城市空气质量指标（2010年）城市可吸入颗粒物二氧化硫二氧化氮空气质量达到及空气质量达到一级以上年平均降水量年平均温度(PMic)(毫克)（SO2）（毫克）（NOs）（亳克）好于二级的天数（天）天数占全年比重阔（毫米）（摄氏度）北京0.1210,0320+05728678*4522*51工6天津0.0960.0540.045308844355412.2石家庄0.0980.0540.04131987.4432.914太原0.0890.0680.02030483.3376.611.3呼和浩特0.0680.0460.03434995.6469.57.6沈阳0.1010.0580.03532990.11036.67.2长春0.0890.0300.04434193.4878.35.2哈尔滨0.1010.0450.04831385.8591.34.5上海0.0790,029005033692J112&917*2:-京0.1140.0360.04630282.71298.416.2杭州0.0980.0340.05631486.01728.117.4合肥0.1150.0200.03031084.91316816.4福州0.0730.0090*03235196.21604+520.4南昌0.0870.055004234394.0221L118.5济南0.1170.0450*02730884.4820.914.3郑州0.Ill0.0530.04631887.1600.315.6武汉0.1080.0410.05728477.81337.916.6长沙0.0830.0400.04633892.61626.418.2广州0.0690.033005335797*82353.622.5南宁0.0690.0280.03034995.61376+921.8海口0.0400.0070+015365100+02445J24.6重庆0.1020.0480.03931185.21044.718.6成都0.1040.0310.05131686.6936.816贵阳0.0750.0570.02734394.0101014.6昆明0.072(Uzt)tUM6365100+0869.116.7拉萨0.0480.0070.021:讶98.9359.810西安0J260,0430+04530483*3527*314*6兰州0.1550.0570.04822361.11927.9西宁0.1240.0390.02631285.54056.4银川0.0930.0390.02633291.0206.310.3乌鲁木齐0.1330.0890.06726672.9282.47.1主要城市空气质量指标（2011年）城市可吸入颗粒物二氧化硫二氧化氮空气质量达到及空气质量达到二级以上年平均降水量年平均温度（PWj（毫克）（SOa）（毫克）(NO2)(毫克)好于二级的天数（天）天数占全年比重闾（毫米）（摄氏度）北京0.1130.0280.05628678.4720.613.4天津0.0930.0420.03832087.7485.812.9石家庄0.0990.0520+04132087*7674*214*2太原0.0840.0640.02330884.4496.610.8呼和浩0.0760.0540.03931795.1177.17.9特沈阳0.0960.059S03333291.0479.77.7长春0.0910.0260.04334594.5468.45.9哈尔滨0.0990.0410.04631786.84525.2上海0.0800.0290.05133792.31009.116.9南京0.0970.034CL04931786.81077161杭州0.0930.0390.05833391.21359+917.2合肥0.1130,0220+02530383*01000+516.3福州0.0690.0090.03236098.61244.92