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

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
+ S! A+ [+ T/ u2 b) E+ o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
  \( w5 k4 U( I2 i" X* J" K* G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
  ?! G% W# I  h) G" [3 ^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
# P+ p) e- ]( qPM2.5 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
  E. l. |' x4 x7 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
0 x8 Q' `2 g' A4 b: J3 ?8 L. O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
- `) p' A$ ^, x3 O9 a3 @; {1 s) K' {8 NPM2.5 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
; d, O- ?$ }6 J+ M+ ?3 _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。
) H! F! U' ~8 n) y; `（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：
2 ^2 Y  w0 _. s6 e* Z4 q扩散方向 向东 向西 向南 向北
扩散
: v# z" X; N7 N. ?/ x% _距离(m)
点源模型 50 50 200 10
面源模型 500 500 3000 200
7 A+ b" w( D- Q6 J, @（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
0 R. l$ h, \" b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 z* _+ E* J- A* A1 |# Y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
8 {3 l% H) D1 oPM2.5 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%
2 Y& o; `& K+ X, U之内,说明模型可信。仿真与原始对比如下：
* L. g- U; v: n0 Z高压开关厂 兴庆小区
' a+ d; h: O) C. d" N4 d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%
5 z1 G' w( ]( o% K) S+ 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
0 S: t' |' R# @: J9 y  v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 a) f) x# }6 a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：
0 m- C) e( D( D/ D; G. }# Y( k年份 2013 2014 2015 2016 2017
综合
3 T, o( t* q- F- y8 f' z2 s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
5 z: k6 M- h, n3 _( C5 t# H3 H专项
  P7 s; t5 Q$ i+ j# Y0 y治理
投入费用(百万) 20 21 19 20 18
PM2.5 减少浓度 28 21 15 8.5 2
# m- A) W7 @5 G3 l; a+ Q6 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
% P3 G2 e' _% ]7 c( r学的多目标治理模型。