对空气中 PM2.5 问题的建模研究

杨利霞

对空气中 PM2.5 问题的建模研究

, C. M5 e( J5 M* ?' k

* R; z7 N5 V' l2 R7 F- l) E( b8 O本文针对空气中 PM2.5 的相关因素分析、分布与演变及应急处理和空气质
量控制管理的问题，采用相关分析、回归分析、二维插值、微分方程、非线性规
# p  z) S6 o0 A3 D, Y, [3 {7 n- d划等方法，建立了相关性分析模型、多元线性回归方程模型、Shepard 二维插值
! J3 V3 z# E5 y+ _模型、偏微分方程模型和多目标非线性规划模型，运用最小二乘估计算法、数值
插值算法等对问题进行了求解与分析。
问题一中，要求对 PM2.5 进行相关因素分析。首先，运用相关性分析方法，
建立 AQI 中 6 个基本监测指标间的相关性分析模型，利用 SPSS 软件进行求解，
2 y, a/ [3 i9 e: F得到各指标间的相关性，如 PM2.5 与一氧化碳间相关系数为 0.822，呈显著正相
关；然后，建立了 PM2.5 与其它 5 项分指标间的两两回归分析模型并分析；最
, l, v% r) T7 k+ L% R. r8 A后，运用回归分析的方法，建立 PM2.5 与其它 5 项分指标间的多元线性回归模
, b/ A' U) Y& K; C, Z+ A型，采用最小二乘估计方法对回归系数进行估计，并对回归方程进行了残差检验，
对异常点进行了逐次剔除最终得到拟合度达到 97.1%的多元线性回归方程。
% \& [$ i$ s7 k; l0 I问题二中，要求对 PM2.5 的分布与演变及应急处理进行研究。针对第 1 小问，
( i) o& [- C4 v( Y% C首先，研究了 PM2.5 随时间的变化规律，建立了基于三次样条插值法的 PM2.5
3 v5 P0 }: G) H. e随时间变化模型；然后，建立了 Shepard 二维插值模型，利用 MATLAB 软件编
" E0 t3 L# r$ a7 U) g程求解，得到了 PM2.5 的空间分布规律，如 PM2.5 在高压开关厂的含量最大；
最后，建立了分区污染评估模型，并得到了其评估结果，如属于一级区的草滩为
中度污染，属于二级区的长安区为轻度污染。
针对问题二第 2 小问，首先，运用回归分析的方法，建立了 PM2.5 与气象
因素间的多元线性回归模型来分析气象因素对 PM2.5 的影响，如在冬季时，
PM2.5 浓度与湿度和温度呈正相关；然后，在建立 PM2.5 在边界层中扩散的物
理模型和迁移、转化的基本模型的基础上建立了 PM2.5 扩散的偏微分方程模型，
并利用 MATLAB 软件编程求解得到了 PM2.5 扩散的偏微分方程模型的解析解。3
5 L2 w1 Y6 V) u! {4 W g / m
! t$ r: Q3 P! e2
针对问题二第 3 小问，首先，建立了 PM2.5 在地面的浓度分布模型和 PM2.5
0 @! ]. E2 u5 q4 [8 Z污染扩散的预测模型；然后，对 PM2.5 污染扩散预测模型进行了参数估计；最
6 T7 {3 Z/ g8 W+ u; s- F后，代入实例得到了各个监测点 PM2.5 浓度的预测评估结果，如高新西区为重
! K5 o+ X; ]# ^0 f/ t  B度污染区域，广运潭为安全区域。针对问题二第 4 小问，用残差检验与稳定性检
6 S+ J( E2 m. S2 H. U6 F验了模型合理性，并总结已有研究成果给出了 PM2.5 的成因、演变等一般性规
8 x( |/ i5 E; Y/ C: {$ K1 U6 V" @( i律。
5 ^, y4 Y; d6 g问题三中，要求对空气质量进行控制管理。针对第 1 小问，引入了效用函数
建立以满意度最大为目标的非线性规划模型，利用了 LINGO 13.0 版优化软件进
行了编程求解，得到未来五年 PM2.5 每年的全年年终要求达标的年平均浓度分
, A( [1 H7 _4 |/ a别为：226.1835，174.89086，126.00372，79.40928，35（单位为 ）。针对
第 2 小问，建立了以投入总费用最少和 PM2.5 减排计划实施满意度最大为目标
9 p+ }% x7 r7 a$ _4 g4 G7 W0 D1 I的多目标非线性规划模型。在求解过程中，利用了主要目标法将双目标简化为单
2 r, t' }& [9 S6 ~; z目标；然后利用了 LINGO 13.0 版优化软件进行了编程求解，得出了五年投入的
总费用最少为 64.13053 费用单位（百万元），并对方案的合理性进行了论述。
  C  E' G/ S  ~  Y6 x) b本文的特色在于，在问题一中，采用了最小二乘估计方法对回归系数进行
8 Q7 }. g) \+ U# z6 S/ m4 M估计，并对回归方程进行了残差检验，且对异常点进行了逐次剔除最终得到拟合
度达到 97.1%的多元线性回归方程；在问题二中，考虑了多方面情况，建立了
0 W- z: r6 ^% b$ e4 FShepard 二维插值模型和偏微分方程模型；在问题三中，引入了效用函数建立以
! u6 D: e7 W& w1 D: \5 P/ q满意度最大为目标的非线性规划模型，在对多目标非线性规划模型求解过程中，
利用了主要目标法将双目标简化为单目标。

6 _7 j+ {! f, \+ D* b& F) o
% w4 n8 p4 f  |