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

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
PM2.5 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
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
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。
3 V9 T) D) C5 ?9 L% m% v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
9 F& M1 s; W6 V+ EPM2.5 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
; Q+ U) M9 h+ m) N5 p. ?0 B4 o；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
( |( M8 ^" f. o1 [. r9 {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。
" N, {/ ^& o7 m' y# b% c) p2 {. x0 O（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
0 `5 ^) p( t8 }/ v7 L4 T! P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
/ v# W9 n, H  I, _' n' i9 r: WPM2.5 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
8 Z6 R6 `- U! i3 E* \, C; j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
: {! n2 ^" C" g2 Z1 d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 V7 ^4 M# j; I6 P2 a$ z（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：
4 ]6 m4 D* d( z) N+ y) w8 ?扩散方向 向东 向西 向南 向北
扩散
1 S% N2 @4 Q4 T% E" G2 I距离(m)
, ?& P8 c# k) E8 R+ V4 x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
2 E* t* ?* l3 c- |: P4 d1 |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%
1 {, T2 `0 ~4 I" p- k# g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
# f( X  U3 [3 u& t% t日期 真实值 计算结果 误差率 真实值 计算结果 误差率
' ^: M, P5 Q, @# V2013-1-8 383 356.7054 -6.87% 373 381.1783 2.19%
2013-1-9 216 211.39 -2.13% 236 217.7147 -7.75%
# o: g( L8 q  W4 i/ s' \) j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
3 K" A3 l3 ]' P" I) \6 m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
0 P5 U: R; c* N& S* W' M8 `3 B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
' B9 P1 O. B/ ]优相结合治理计划为：
* c, I0 r/ E+ k/ I6 ?年份 2013 2014 2015 2016 2017
- Z6 H7 o3 @( ^$ d1 |综合
治理
投入费用(百万) 51 42 32 22 12
  }; G# E' j6 W1 d1 H; bPM2.5 减少浓度 4.5 19.3 34 48.7 63.5
专项
治理
' ~! j3 ~0 k8 b) v' D0 R/ Q! m投入费用(百万) 20 21 19 20 18
7 Y4 e; z/ l- n: E- D0 `2 }PM2.5 减少浓度 28 21 15 8.5 2
; C9 a" x. s+ X8 O0 n0 @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
学的多目标治理模型。

; A3 k6 }3 G5 Z+ Z+ c4 i