空气中 PM2.5 问题的研究 上海理工大学 D11075037

杨利霞

空气中 PM2.5 问题的研究 上海理工大学 D11075037

$ F3 [$ p' p4 _( K9 {
0 \* q* K$ o; y5 \
- m; X$ m4 v7 _4 g# p% W本文主要探讨的是 PM2.5 扩散、衰减模式的问题，根据该模式分析探究
PM2.5 的危机治理与后 5 年的治理问题。建立了 PM2.5 与其它污染物之间的多
  W. D5 a; S, K" ~' O: S# r元非线性对数模型；在静态、风力和湿度等因素下，分别探究污染物颗粒的运动
模式，并建立了 PM2.5 扩散演变模型；在污染物浓度突变的情况下，依据该模
0 }$ z2 u' i4 N+ _. N& U型得出不同区域污染物的浓度，最后确定安全区域的范围。建立综合费用和专项
费用的多目标优化模型，并运用系统动力学理论对目标值进一步优化。
针对问题一，首先，运用主成分分析法，按照方差贡献率的大小剔除臭氧这
个指标；其次，运用 SPSS 软件分析剩余指标之间的相关性及独立性，并建立了
; W" V" l$ N6 `PM2.5 与其它污染物之间的多元非线性对数模型，得出西安市的拟合优度
；最后，搜集西安市的相对湿度数据，运用该指标对模型进行再度优
化，优化后的拟合优度 ，因而相对湿度是 PM2.5 影响因素。
针对问题二：（1）运用统计学原理分析 13 个监测点 PM2.5 的浓度，描绘
! B/ \; p+ z' \$ ~& V了西安市 PM2.5 的空间分布云图。同时添加时间因素，探究 PM2.5 颗粒四维空
& B2 q% z! c& O. ]" b; j: R4 B间分布情况，得出采集点之间的 PM2.5 具有较高的协同性。
（2）分析了静态下 PM2.5 粒子受力，漂移模式，通过结合风速、湿度、大
& V# @' i$ \. W2 f气稳定度等季节性因素从点源、面源两方面分析了 PM2.5 扩散模式；建立了
, H1 n0 j+ x, Z) O8 {6 OPM2.5 点源和面源扩散的偏微分方程模型；通过利用 P-G 曲线近似法，布里吉
斯扩散参数以及现有数据对季节参数进行求解，得出 PM2.5 扩散衰减模型。计
1 }, P7 u4 a  t算结果与西安市地理位置和提供数据相吻合，说明模型所刻画传播衰减模式与事
实相符。
' v* U5 n4 n( N' b' o" Y$ P3 t7 L! _（3）通过第 2 小问所得的 PM2.5 点源扩散模型与 PM2.5 面源扩散模型，以
5 e  W+ K8 p1 w3 p$ }1 @高压开关厂为参考点，在 3 级北风状态下，运用 matlab 软件仿真模拟出的点源2
与面源扩散情况，其结果展示如下表：
扩散方向 向东 向西 向南 向北
, L2 q9 g. @7 [* Z扩散
距离(m)
点源模型 50 50 200 10
面源模型 500 500 3000 200
7 ]. n* Z  q6 ~" ~/ |（4）结合西安市各个地区的地理位置和天气、气候等条件，建立了各个区之
间的 PM2.5 扩散分析体系，利用西安市 2013 年 1 月 8 日—2 月 8 日的数据，通
过模型求解出各个区之间的 PM2.5 的相互扩散量，然后计算仿真出各个区的
PM2.5 的浓度，通过与原始值进行对比，发现模型所得结果与实际相差在 10%
6 ?/ d% e$ L% _之内,说明模型可信。仿真与原始对比如下：
高压开关厂 兴庆小区
日期 真实值 计算结果 误差率 真实值 计算结果 误差率
) D+ R7 Q6 |& C* S1 B: @3 w4 ]- [2013-1-8 383 356.7054 -6.87% 373 381.1783 2.19%
0 w0 x  e7 G- V- s2013-1-9 216 211.39 -2.13% 236 217.7147 -7.75%
针对问题三：基于系统动力学理论，考虑治理效果，建立了系统动力学多目
: s3 ?6 G$ K0 @标复合治理的最优化模型。利用贝叶斯支持向量机方法对武汉市基本面数据进行
宏观预测，对 PM2.5 进行系统性预测，并且仿真求解出 PM 由 280 单位到 35 单
位的五年治理方法，结果表明将综合治理与专项治理结合时治理效果最好。其最
优相结合治理计划为：
* C( Y2 {$ j; t年份 2013 2014 2015 2016 2017
+ R$ z* o4 S9 C! t综合
% T. D& W6 M3 y( w治理
投入费用(百万) 51 42 32 22 12
PM2.5 减少浓度 4.5 19.3 34 48.7 63.5
专项
% y) l7 Z' z5 m1 q+ u; r2 h治理
投入费用(百万) 20 21 19 20 18
% G! r& V! U8 K0 n+ ^/ nPM2.5 减少浓度 28 21 15 8.5 2
1 f1 ?* f* w$ _" Q  |最后结合本文研究结果，对研究实施进行总结撰写了一份研究试验报告。
4 q6 u; Y" P  R本文创新点在于，建立了基于贝叶斯理论的支持向量机方法和基于系统动力
学的多目标治理模型。

0 D2 [, Q0 K. J5 s& a