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 h0 y2 S/ X% x$ p- w4 Q
! u  N" v9 a& l- h* i- I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
" H# x* V& Q: b$ j! p8 w+ z5 OPM2.5 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
1 Z! m  u0 F; B0 C# q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
6 e( I+ B# C; @$ y+ bPM2.5 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
. [* W2 \: R5 a- F+ h( m  B5 l；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
5 q. i2 f! e7 G2 I- V* ]8 b8 O7 @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
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
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
2 }; a# i7 W% k$ A7 C. ?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
" @% }- C: b$ m! {5 d实相符。
5 t9 B# h# K% T$ c+ E（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
6 ~0 l, c4 U: M, r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
) D( _3 g" _* ~* @8 m. @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)
. c7 Y' E  v% [% a1 I/ x% p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
' t1 m& |9 `" B; V# `; E8 ~6 |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
4 O1 E6 v! ~& e/ \% h$ l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
% o6 Y$ P# i5 |  m" ePM2.5 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：
) t0 K  D! i. e/ T1 J  {- F) w0 L高压开关厂 兴庆小区
9 E. t' z" A+ a" q# R日期 真实值 计算结果 误差率 真实值 计算结果 误差率
1 d# o# p+ F) d" i9 f2013-1-8 383 356.7054 -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
+ x6 E6 U# c+ u* u1 A( K4 T6 J0 Z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
6 ^2 _" ~4 P" i+ c! x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
3 i0 m7 U$ X  C. ~" u0 l7 {9 G1 n优相结合治理计划为：
年份 2013 2014 2015 2016 2017
综合
治理
投入费用(百万) 51 42 32 22 12
8 h4 z) o1 R1 n/ yPM2.5 减少浓度 4.5 19.3 34 48.7 63.5
/ G  o/ y. I7 p& v. |专项
治理
3 W8 O) l: o6 F: o$ _* K& T: G投入费用(百万) 20 21 19 20 18
/ _3 z! {1 K8 e& E% ?# lPM2.5 减少浓度 28 21 15 8.5 2
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。