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

+ B) p! ]* Z6 X: N
3 Q- m1 b: J* c
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
7 I9 Q* q: B6 ?+ ~/ NPM2.5 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
7 P+ J9 @1 u& m& Y  H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 v5 D$ Y9 B) \, k( t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
$ i. {; e0 j; v. 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。
6 X( T. i9 M- w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
3 [" u, Y; i5 O: a$ n% E' ~) T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
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
( t7 M; W; Q4 e( C! w6 Z! H；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
' T3 R1 M9 i7 R8 Z+ x间分布情况，得出采集点之间的 PM2.5 具有较高的协同性。
/ l; @0 X2 g" A) R8 C% 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
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
PM2.5 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
0 F4 @; t1 s( C& R. t: ]1 U9 c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
, F4 E! O( ^; v% m  T+ s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。
（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
# L& K1 }# s% W& A. m+ k( A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
/ _# R6 y! c% B5 [4 h与面源扩散情况，其结果展示如下表：
0 \, q9 r2 y: [8 |+ e5 h  k# C扩散方向 向东 向西 向南 向北
* }( r- E& B- j6 {扩散
& I. F$ y4 b: V( y0 `距离(m)
点源模型 50 50 200 10
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
5 _& q( J2 _% [' O/ ^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
: y, u* h; B. R2 U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
" |$ s9 V3 d! n8 wPM2.5 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%
2 K% X# `; Z* f3 w0 w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
; m$ N# F# R  B2 T( }- g日期 真实值 计算结果 误差率 真实值 计算结果 误差率
$ i. r$ U7 w( L0 e2013-1-8 383 356.7054 -6.87% 373 381.1783 2.19%
2013-1-9 216 211.39 -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
& X  M0 H+ Y1 Y/ Y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
( q6 P3 g& M  F% X' L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：
年份 2013 2014 2015 2016 2017
综合
/ g  N4 C( \+ l8 [% s治理
" b+ S" ?5 m/ ?: Y) r9 h投入费用(百万) 51 42 32 22 12
8 L5 ?; P, F, h& h+ N' q; b2 KPM2.5 减少浓度 4.5 19.3 34 48.7 63.5
专项
. @% U. B1 f7 s5 X4 i治理
: d% H+ q% N. `8 I# E7 A) I投入费用(百万) 20 21 19 20 18
  t( ^/ t7 D: N7 ~# GPM2.5 减少浓度 28 21 15 8.5 2
1 A# N7 f3 N4 d# R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
) C6 c0 P3 ~, P学的多目标治理模型。

, }  ?" n* g' b- q
: [1 a" G* s8 `5 ?6 p2 S