空气中 PM2.5 问题的研究-三峡大学11075008队

杨利霞

空气中 PM2.5 问题的研究-三峡大学11075008队

+ W% |( u$ ]; B1 I  G本文建立了相关性分析模型，灰色关联度模型，混合回归模型，高斯烟羽
模型，分期治理最优化模型等模型，通过定量与定性分析的方法，从相关因素、
" D- Z# j2 w  a9 X' g. @分布与演变、控制管理三个方面，对 PM2.5 进行了深入的研究与探讨。
针对问题一：
1、以六种污染物为相关量，建立了相关性分析模型。将附件 1 的数据代入
模型中，求得的结果表明：相关性最高的指标组是 PM2.5 和 CO，其相关系数为
; M( @  K" A1 W6 y: u4 {0.82，相关性最低的指标组是 NO2和 O3，其相关系数为-0.063，即独立性最强。
) E0 r; C0 {7 p: B+ M2、以 PM2.5 为参考数列，其它 5 种污染物为比较数列，建立了灰色关联
度分析模型，将附件 1 的数据代入模型中，求得的结果表明：PM2.5 与其它五
种污染物的平均关联度为 0.80，可见相关性较高。以 PM2.5 为因变量，其它
五种污染物为自变量，先后建立多元线性回归模型和混合回归模型，模型结果
6 e5 G' N, ?/ y: u) _; @6 x+ ?表明：混合回归模型更优（相关系数由 0.85 增加为 0.89）。
3、利用互联网收集到全国 76 个城市 AQI 的 6 个监测指标和湿度数据，以
PM2.5 为因变量，其它五种污染物为自变量，建立了线性回归模型。将湿度指
标也考虑为自变量后，回归模型的相关系数得到明显提升（由 0.88 提升到
0.92），表明湿度与 PM2.5 存在较强的相关性。
针对问题二：
1、通过伽马分布预测出 2013 年西安市 13 个地区 PM2.5 的全部数据，利用
MATLAB 画出了 PM2.5 时空分布图，并得出了三种分布规律。考虑到各地区
! a; Q7 d2 X! s. m) k“污染程度”为较模糊的概念，因此建立了模糊综合评价模型，对每个地区的
污染程度进行了综合评价，模型结果表明：高压开关厂地区污染指数最高
（94.39），阎良区地区污染指数最低(75.27)。
/ v+ l$ p) S9 H: C( Q- 1 -2、对 PM2.5 受风力影响在大气中扩散的问题，建立了高斯烟羽模型进行
分析。假设风向为正北向，风速为 40 km h/ ，扩散系数σ 为 0.00001，排放源有
效高度为 50 m ，初始浓度为各监测站点的最高值，对模型进行求解，得到 13
个地区的扩散数据（仅列出高压开关厂地区的上风处扩散数据）：
1 s1 [" F) H0 m9 z" S1 C& w距离（km） 0 2 4 6 8 10 11 12
PM2.5 浓度（ m g/m
8 Q0 S2 m: ~% T" _$ I3） 1000 850 703 480 292 108 21 0
时间（min） 0 20 36 58 82 106 115 121
0 o4 d" G" I$ r3、将 PM2.5 污染程度划分为重度污染、中度污染和轻度污染（安全）三
个级别，同样假设风向为正北向，风速为 40 km h/ ，扩散系数σ 为 0.00001，排
放源有效高度为 50 m ，初始浓度为某站点最高值 2 倍，利用高斯烟羽模型求出
/ |- M) q: ~! {6 p& w2 Z13 个地区的扩散数据，结合各个地区之间的距离，得到了各地区的污染程度。
5 D& d  |. q1 w4 U以高压开关厂为例，得到结果如下：
! q+ h( [% a9 I! [$ A轻度污染（安全） 中度污染 重度污染
阎良区 临潼区 广运潭
. F9 a& [; M7 N+ n纺织城 长安区
& @5 [) x! ~5 d$ y( M市体育馆 曲江文化集团
# U, {8 w- ]0 x/ l5 _7 P$ a0 |兴庆小区
( ]6 i7 Q9 _# N9 F其它
地区
4、利用互联网收集到了福岛第一核电站的放射性物质扩散数据，将放射性
2 ?  Q6 n: c  g7 c物质与 PM2.5 扩散数据进行对比，发现两者的扩散规律总体一致，从而验证了
模型的合理性。利用物质的自身沉降作用和雨水吸附作用对高斯烟羽模型进行
了修正，得到了修正后更为一般性的扩散模型。
针对问题三：
1、根据以往空气质量的变化趋势及 PM2.5 当前年平均浓度（280
3
mg m/ )，
预测出在不治理的情况下，五年后 PM2.5 年平均浓度为 324
3
mg m/ 。然后采用
分期治理的思想，将五年的治理时期分为前期、中期和后期。考虑到实际治理
进度的变化规律与柯西分布函数相似，通过计算机模拟找出了最理想的柯西分
布函数，由此确定了 PM2.5 的分期治理计划：
, O5 x0 z" i4 `& g: ]5 z时期 前期（准备期） 中期（治理期） 后期（稳固期）
年次 第一年 第二年 第三年 第四年 第五年
/ R5 m# q1 a! F* l$ l6 I; k8 H/ R治理量百分比（%） 9.6 32.7 38.8 15.3 3.6
治理量 31.1 105.94 125.71 49.57 11.66
+ |; b# F+ f, @/ Z9 @; K2、以专项治理总费用最小为目标，建立了最优化模型。然后同样采用分期
, i1 x" s3 d) S. y5 T; j) w0 J) ^治理的思想，利用柯西分析函数对最优化模型进行修正，得到修正后的分期治
" w+ H, c7 K2 \理最优化模型。以数据 1 中 PM2.5 年平均浓度（82
3
mg m/ ）为初始浓度，假设
! Z7 y, H; t) Q# ]* e最终治理目标为 30
3
6 f6 W: s( L# E5 R7 A" C% smg m/ ，对模型进行求解，得到总费用为 3.38（百万），逐
1 f# L$ [9 l$ C( F9 I年治理计划如下表：
6 \7 D, r+ r2 h5 n& d时期 前期（准备期） 中期（治理期） 后期（稳固期）
年次 第一年 第二年 第三年 第四年 第五年
治理量
3
9 \, e( D6 q/ zmg m/ 4.15 13.65 19.1 9.85 3.25
1 y' k" l/ V: U+ D" y: Y费用（百万元） 0.086 0.932 1.824 0.485 0.053
将模型得到的治理计划与实际环境治理计划进行对比，发现两者的治理进
6 O- h8 @$ m1 X# g$ F9 u度变化规律总体一致，从而验证了模型的合理性。
* k5 n* U3 g/ ^( b# V* k关键字：相关性分析模型 灰色关联度模型 高斯烟羽模型 柯西分布函数

7 {, o  ]" H" t& W+ P6 F) k; U