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

: P/ D! E. H6 }4 Q3 N; u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
8 j# q: `8 P! S) E, y+ ePM2.5 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
: X  }+ O' d+ V9 h9 y' G( ]! F2 n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
/ r, h" c$ Q! W* l% R7 \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
/ P6 c# a+ }, t5 c. 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。
: l: s% y# C# A; `% f/ g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
6 x$ V7 i& m) k4 `) hPM2.5 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
$ a9 A$ V/ H7 b；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
9 G/ _) z0 u/ n/ p( D: m% g5 v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
  e8 I: w- o2 y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
1 |# q# q# I, H. F8 k0 p* Q; t间分布情况，得出采集点之间的 PM2.5 具有较高的协同性。
. M) M( [6 z' W8 i# v# b. y0 z（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
% N/ E. k4 \1 J7 K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' `4 k  H! w" HPM2.5 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
' F$ A+ e: \7 m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
' o* g; a; @5 C9 q+ i+ E! g实相符。
% m1 g  A4 n& x$ |; O: X3 {（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：
扩散方向 向东 向西 向南 向北
! }* [& P2 R! s2 u5 A5 O扩散
3 m. T" n4 m8 ?$ |/ N4 \" @距离(m)
& l+ f% B1 B$ p+ C$ G5 a& o点源模型 50 50 200 10
0 |2 ~# B; }7 q# S& N) t面源模型 500 500 3000 200
. F# l; S' F% B( X( ]（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
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：
- r9 ^+ f% ]: U, d高压开关厂 兴庆小区
6 g7 }- `* B* B1 Z6 l9 R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%
9 X: d1 F3 \. ^  u2013-1-9 216 211.39 -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
7 V8 l3 s) I5 J1 s3 ^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
7 X$ u: g+ N5 s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
" i* k* H  q& d! W优相结合治理计划为：
年份 2013 2014 2015 2016 2017
+ R6 h  k# Z2 v综合
治理
投入费用(百万) 51 42 32 22 12
PM2.5 减少浓度 4.5 19.3 34 48.7 63.5
专项
治理
; I* T! }9 q& k投入费用(百万) 20 21 19 20 18
PM2.5 减少浓度 28 21 15 8.5 2
" D  A5 D& M' ], b# z) q  v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。
) P* {* T* o3 D! z6 H, r! i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
3 u) U5 {, n9 W% V) A学的多目标治理模型。

* G9 M( [) q- p9 O8 y( c. u
6 }( |2 o. N. l, _1 u3 X" f