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

* n; p- u) G/ Z* E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
1 b1 B; C+ l& R7 qPM2.5 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
( `- K. u* \( u6 |, O% N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
8 D; N7 f8 E3 s2 i* ]/ {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
7 }9 Y4 {1 {+ s1 z# Q: O9 g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( y+ E3 t3 X9 rPM2.5 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
8 Y/ h- g7 y% ]! ]* g5 Z6 x；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
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
间分布情况，得出采集点之间的 PM2.5 具有较高的协同性。
, A3 F; o8 `: n" R（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
, X  `; @$ u  e4 ~+ B1 S1 R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
; `7 B# U6 i* I2 iPM2.5 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
7 B; ^# L# X7 c: H; w9 x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
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
- {6 b$ }3 N/ i+ p1 r实相符。
. J3 W" z. X4 q" W; c8 W（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
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：
* ^# _! @! \* ]# w扩散方向 向东 向西 向南 向北
8 d8 S* m5 C& d9 |3 v扩散
0 \8 L' y7 E9 W% E' R2 }距离(m)
点源模型 50 50 200 10
$ q4 N; c! w. [- _" z) n面源模型 500 500 3000 200
（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%
之内,说明模型可信。仿真与原始对比如下：
% Z  m  u/ |5 j& q" {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
2013-1-8 383 356.7054 -6.87% 373 381.1783 2.19%
/ B! w( F+ C& X' ?% ]6 u2 D: J  B! R2013-1-9 216 211.39 -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
9 w  o' X) F4 o) h+ {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
+ V$ c  [  k) i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
+ C' }4 m6 x9 [: B3 T1 Y# o! w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：
" E7 z8 D# u! I2 w2 }年份 2013 2014 2015 2016 2017
综合
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
6 `: @- |8 n5 z, ?' T; E1 {& T治理
投入费用(百万) 20 21 19 20 18
5 K! l( o7 k0 P( gPM2.5 减少浓度 28 21 15 8.5 2
$ ^; G6 c: x- L* A( y! {& y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。
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
9 y' V  N0 |9 }. Q% _学的多目标治理模型。