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

5 g$ P, h, ~6 L) `4 b; s
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
; n5 ^3 T  e! a5 a; D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。
; R4 A4 w' ^' m" x$ c" [$ [  r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
; w0 e8 V8 c5 ^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
  H# f0 z) X' V. R4 \( S5 ^# V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。
（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
! E! L5 }2 M7 M* |: j9 U6 }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
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
$ e) d8 O% H9 O4 X2 B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
1 B, ]; \3 E$ P& u$ `实相符。
. i: e+ P3 V: G* x  ?& x' L1 ^- \（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
; N; E3 K5 W& z3 n  g' e! z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：
扩散方向 向东 向西 向南 向北
扩散
$ m" c# s2 J. |/ }7 f; X) {距离(m)
点源模型 50 50 200 10
2 G$ S1 f% f# c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 m% m! S% U1 T* b4 X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
% T  K- O. L' P  q2 E2 \; \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：
9 P9 b% t) J( E. z0 O( f2 N, g高压开关厂 兴庆小区
# O$ I( n! Q0 ?. J; B日期 真实值 计算结果 误差率 真实值 计算结果 误差率
, f- y* a- k  a- u2013-1-8 383 356.7054 -6.87% 373 381.1783 2.19%
# i' w/ Y; U4 M- G4 c2013-1-9 216 211.39 -2.13% 236 217.7147 -7.75%
3 k$ C# I6 U* U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
0 o4 o: P# A5 ^5 j2 \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
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
% @+ t0 U, _9 ?) i% E2 l综合
$ D* q+ q1 E5 L, T& T治理
( \. p& A1 B' s: B5 M9 X投入费用(百万) 51 42 32 22 12
1 |/ G; p* w3 ^/ K% ]  ePM2.5 减少浓度 4.5 19.3 34 48.7 63.5
/ U5 K. b* _# ~专项
7 E, g9 E! y) l) i- n7 `' k9 F治理
, e6 `! r+ r% H' |5 x5 ~投入费用(百万) 20 21 19 20 18
. U+ |) Y& [; d" j% Y# VPM2.5 减少浓度 28 21 15 8.5 2
: W  K, B7 u% c$ _7 l1 J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。
8 i7 \. a' H6 s) S8 j( ?- F. W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。

& v2 O% v  _+ }& G' F9 T% Q  n. K
4 C# x* j' v5 n% V3 k