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

: q) z  Z/ U0 {7 {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
, Q2 b- N' \9 w! o" {2 f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
1 n' f/ g3 q/ O' e( e2 _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
5 c8 y8 `9 ], W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。
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
0 N1 }+ ^  b/ C: ~；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
: P% }6 E$ b2 }, X2 N" w- ?! U' {化，优化后的拟合优度 ，因而相对湿度是 PM2.5 影响因素。
6 {0 U2 m% |  g( J: Q; l. Z& S' N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
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
- b( p/ U% C" c1 b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
/ D- c6 h9 W- [# GPM2.5 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
# L+ m- e2 L, D( @1 s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
7 o$ b9 `+ W' {3 q) d" V( k. P9 K实相符。
" C8 k4 j) d( l4 G+ ]+ |1 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
+ T/ ?. T. d- R6 ~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
7 p, [  n% R9 b4 C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
距离(m)
* k4 x  R3 W, E0 h/ J点源模型 50 50 200 10
1 i( f  ?. k( [  u9 H5 d& F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
$ P. [; G; M! E+ S5 d" T7 b7 c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
& D" i/ O7 c1 \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 k5 N, i( q% P  U$ R: b, MPM2.5 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：
/ A: @8 Q  f9 j( S; s, \) J高压开关厂 兴庆小区
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
1 U) b) U- C3 h+ g% u7 ?' V4 K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
; _# L9 L& A. {& L* O* n9 r2 |6 X综合
+ Y& j( Z4 f" i& \治理
投入费用(百万) 51 42 32 22 12
/ n$ S: k+ J4 f: M) HPM2.5 减少浓度 4.5 19.3 34 48.7 63.5
4 b2 ~* v; `4 Y2 X专项
3 V9 Z% v# b" V5 @6 Y  t3 l治理
投入费用(百万) 20 21 19 20 18
; Q3 j4 N3 A0 JPM2.5 减少浓度 28 21 15 8.5 2
* z! q0 j8 N% z9 ]$ k, y( h: O+ h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。
- ?, _3 M$ F+ \1 i! K! @: ]& |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
- M6 l* M6 Q: L8 a学的多目标治理模型。