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

1 {0 o* d  U. C2 C" \

1 G; c* D8 h, a# J7 N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
! r3 j/ ~, O/ W2 V( _. 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
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
5 F. a9 C; A# s0 c3 A3 G  _  u- k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
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 w; V3 l2 G( p9 }- j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。
8 o' z( }( s- t  l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
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
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
9 t2 ^  s1 g6 i间分布情况，得出采集点之间的 PM2.5 具有较高的协同性。
. a( v. n0 g9 G: E5 |0 X4 |3 ]: Z（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
' Y5 d% P5 _9 _  B; q3 S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
  _9 ~- d$ O5 Z. D9 _% d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
3 s+ [1 a* V# V  ?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
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
' V9 T, [' L: z* E$ V6 E7 ~7 s  E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
) S; {* X  H  q8 l0 E扩散
, k( z! q8 ^4 N6 D( V距离(m)
+ f* w3 s; `) }" s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
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：
高压开关厂 兴庆小区
# x8 g" X; P0 [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%
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
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
0 d* a" H7 H: a2 Q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
' D; F; r5 i" s8 ~% ^8 T" @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：
/ x0 D) v7 m( @% T) v  [! L年份 2013 2014 2015 2016 2017
综合
( l$ h3 o) u5 m( F( A治理
3 M: x9 h  ~& X0 L) B投入费用(百万) 51 42 32 22 12
2 x( N3 G2 C5 n* \+ D, ~PM2.5 减少浓度 4.5 19.3 34 48.7 63.5
0 v* y: t0 y: u0 N专项
0 e! ^$ p& @- q4 N: s( v治理
投入费用(百万) 20 21 19 20 18
3 d  k/ f0 w& ^8 D1 S4 s! y8 VPM2.5 减少浓度 28 21 15 8.5 2
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
5 H5 y5 W2 Y+ Q+ @6 H3 H学的多目标治理模型。
4 @+ \; N( L$ F! W2 q4 x$ N; q