空气中 PM2.5 问题的研究-三峡大学11075008队

杨利霞

; Z+ o7 M' F. w6 p

空气中 PM2.5 问题的研究-三峡大学11075008队

6 z) q  t' I6 r
0 K4 I+ v1 q- [% H% l9 i0 }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、
  @1 S+ }$ ~7 P; z* H$ _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：
# `/ ]+ Q! p% G3 t. G) M5 {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
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。
0 s; }' Z% E5 a5 o9 B6 ~2、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
3 @# b# \* S9 f3 J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
1 f' [) y2 u( U- G+ b* q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
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
, l- V2 ]# m4 I0 [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。
3 u% v3 X9 f, d. j3 D针对问题二：
  T1 a" f  z; N) M& f% ~, C4 z1、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
“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
* g5 c' R# @; j5 O7 J' ^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)。
- 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
: I: F( ]" p* B: k0 |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
3 L3 d% d  d) ^- n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
. T9 N3 H# p/ A2 L: J8 ~6 y9 G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）：
& U4 @; W$ Q. O8 o, f7 b距离（km） 0 2 4 6 8 10 11 12
PM2.5 浓度（ m g/m
3 ^  U% J8 G, p5 |# b  v3） 1000 850 703 480 292 108 21 0
1 _- W5 ?# J6 H时间（min） 0 20 36 58 82 106 115 121
1 Y( a( B  E" B. o5 T7 E& n/ J" E3、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
7 b0 b  z6 k, ~) Z- A/ t, P3 R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
0 S% b. J; [% [' [) Y! q$ U2 U, G; l- N13 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。
4 o- c" q6 S/ {' l  M3 y2 {以高压开关厂为例，得到结果如下：
轻度污染（安全） 中度污染 重度污染
  `0 p8 l4 B  v: j$ ~阎良区 临潼区 广运潭
  `- c9 q0 f0 j  L% J纺织城 长安区
9 ~2 d( x* G; U4 k4 `$ W市体育馆 曲江文化集团
# j0 u$ y% p- H7 Y兴庆小区
其它
地区
* X$ l! n6 K- `3 }- y1 \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 w0 T. p( j) W' o. u7 |, q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
2 L  ^3 G! B: m" E& C3 p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
1 u, a8 O4 k1 T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
3 G4 g! V' o. a8 v8 t, G' a/ Umg m/ )，
预测出在不治理的情况下，五年后 PM2.5 年平均浓度为 324
2 \- B( D9 Z$ \) R3
7 C: @) U  b" H4 {, n, o# ymg m/ 。然后采用
4 ~$ Y- v& u4 d, a- |. U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
. i; _( K5 s6 z+ n6 K; A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
* ~. N' m' r( a3 Q! \4 z6 P+ m布函数，由此确定了 PM2.5 的分期治理计划：
$ e3 n. D5 F5 w: i5 j' g. B% P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
4 p8 K  @8 A* {- S- J& L/ i2、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
/ P! \$ G8 C$ |% d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
1 s; o% |8 @& v1 ~- `' V: v0 _$ a理最优化模型。以数据 1 中 PM2.5 年平均浓度（82
2 v: w" Y; C; z" H3
. B" h) R* X# |4 i' F! U6 s4 U, ]mg m/ ）为初始浓度，假设
最终治理目标为 30
3
! H) a% \6 h' |% w% Img m/ ，对模型进行求解，得到总费用为 3.38（百万），逐
. Z( j# d3 V4 k& T) p5 f年治理计划如下表：
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
- v( i) I  ^2 y2 W8 E5 x% Y治理量
3
) w0 ]$ o0 c. nmg m/ 4.15 13.65 19.1 9.85 3.25
4 X6 l% b7 s( P4 _0 D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
度变化规律总体一致，从而验证了模型的合理性。
% a4 E- o! {; l2 L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
% z1 h! D* z5 |  z! V
# d9 W- n4 W" g  w9 x