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

, Z5 E/ t: s- T" A. J9 d4 ?

( n5 q; N9 s$ d' h: x/ ~' ]# f0 F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
& o  W: f1 k, p' r- b8 k5 ~7 ^- g0 u& Y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
# U9 Z% d4 w1 w( T# iPM2.5 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
4 p/ O: m5 n6 \6 W. D；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
) X) q( `0 R+ S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
9 I* t; \$ t( j9 |5 Z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
" ?& z2 U# b7 ~5 @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
: l' s& b! n3 L( g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
5 }- N& I- d' @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
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）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
3 q4 v4 h- t; {  p" j与面源扩散情况，其结果展示如下表：
* ^) B* |( `; u4 W$ o/ g0 d7 [扩散方向 向东 向西 向南 向北
+ S7 o% ]; D8 m' W9 i9 ~扩散
, c! M; T5 l+ x* S( S( z3 f8 ]距离(m)
点源模型 50 50 200 10
9 ]# w; h3 m4 p/ b0 w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
! F4 L* A* @4 @/ v5 k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%
6 f, B. ^$ T3 e4 r1 w6 D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
5 j! N( e; [1 s) D5 t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
8 Y6 n; w% N9 W; R+ R3 ^( c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
( t  h$ o  x$ E5 G/ j: h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
  C2 i% R) j' w6 q- a& M, c5 V优相结合治理计划为：
年份 2013 2014 2015 2016 2017
/ y5 g3 ^* H: W: F综合
治理
投入费用(百万) 51 42 32 22 12
1 J5 Y8 i& i5 H1 X8 ?% ]0 b6 _! o+ SPM2.5 减少浓度 4.5 19.3 34 48.7 63.5
/ G9 X8 [. v; s5 |专项
+ U1 N' v2 m5 F! R- P+ v治理
& q* Z+ O& h- r( k% V& }8 V投入费用(百万) 20 21 19 20 18
! |5 A9 m' j7 M0 ], NPM2.5 减少浓度 28 21 15 8.5 2
. C2 z  P0 O' j3 B* x1 S+ o( q3 g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
( b  g9 s8 V$ e0 k- v3 u2 I/ M7 e学的多目标治理模型。

/ J, s- l2 B, ?0 B