论文-大气污染评价与预报模型.docVIP

大气污染评价与预报模型 摘要 本文对空气质量的评价及污染预报问题进行了分析，运用层次分析法依据处理后的数据对六个城市的空气质量进行了具体细致的排序；对2010年9月15日至9月21日的各项污染物浓度、各气象参数运用一元多项式回归模型进行了预测；就气象参数所属城市问题及污染物浓度与其的关系建立了相关性分析模型和多元线性回归模型；最后，根据建模过程和结果，我们对相关部门提出了几个具体的建议。 通过将数据附件所给有效数据，即日污染物浓度，转化为对应的月污染物浓度的均值，根据各城市月均污染浓度做出其随时间的走势折线图，分析了各个城市、、PM10之间的特点。我们拟根据API指数值，以二级达标次数为准，对各城市之间的空气质量进行排名，但由于依据API的区分空气质量等级时灵敏度较低，故采用了层次分析法对空气质量进行排名。由于我们采用了全部数据进行排名，而E、F数据较少，故只对ABCD进行了排名。依据层次分析法得出的排名为：A、B、D、C。 为了精确预测各城市短期内的数据，本文选用一元多项式回归模型。对2010年的数据进行分析整理，依据回归模型得出其与时间的关系，得出预测值，并得出其置信度为95%的置信区间，结果显示模型的预测效果尚能接受，能够对所要预测数据进行预测。但由于F城市数据缺失，根据假设做了合理的定性分析，并未对其进行定量预测。 分析空气质量与气象参数之间的关系时，首先根据数据完整性，气象参数应只属于其中一个城市，排除了D、E、F的可能性，再根据相关性分析的方法，确定了气象参数属于A城市。根据污染物与气象参数之间的因果关系，建立了多元线性回归模型，由于季节对污染物的浓度存在影响，分季节得出各污染物与各气象参数之间的相关系数，定性分析该相关系数，得出污染物与气象参数之间的关系。最后对该系数的理论与实际意义做了检验。 根据以上分析及结果，确定部分与空气质量控制相关的部门，针对其职能提出了诚恳建议。 关键词：API评价模型 层次分析 一元多项式回归模型 相关性分析 多元回归 问题重述 大气是指包围在地球外围的空气层，是地球自然环境的重要组成部分之一。人类生活在大气里，洁净大气是人类赖于生存的必要条件。随着地球上人口的急剧增加，人类经济增长的急速增大，地球上的大气污染日趋严重，其影响也日趋深刻、、悬浮颗粒物PM10）等的浓度，研究表明，城市空气质量好坏与季节及气象条件的关系十分密切。 现有城市A、B、C、D、E、F从2003年3月1日至2010年9月14日测量的污染物含量及气象参数的数据。 找出各个城市、、PM10之间的特点，并将几个城市的空气质量进行排序。??? 对未来一周即2010年9月15日至9月21日各个城市的、、PM10以及各气象参数作出预测。 分析空气质量与季节、气象参数之间的关系。 就空气质量的控制对相关部门提出你的建议。 问题分析 问题一寻找各城市SO2、NO2、PM10的特点，最直观的方法就是作图，把各城市的三种污染物浓度做到一张图中进行比较分析可较容易的得到其特点， 而排序题目中给出的是三种污染物浓度，必须先用一个指标将它们统一起来综合的对城市的空气质量进行评价，用同一个指标进行排序。 问题二是依据所给的2010年1月1日至9月14日的数据，预测2010年9月15日至9月21日各个城市的SO2、NO2、PM10以及各气象参数，预测的时期较短，数目多，选择时间序列进行预测。同时将数据序列选取为2010年所有测量日的数据。根据给定的数据，利用一元多项式回归，求得回归模型，从而预测出需要的7项数据，并进行预测误差估计。 问题三是研究、、PM10的浓度与气象参数之间的关系。首先应对六个城市的、、PM10的浓度同气象参数进行相关性检验，以找出气象参数与、、PM10的浓度的对应关系。又由于城市空气质量好坏与季节及气象条件的关系十分密切。故分季节对、、PM10的浓度与气象参数进行回归分析，并进行检验。 问题四则是通过对气象参数，季节等因素的考量，分析得出提高空气质量减小、、PM10的浓度的方法，从而给有关部门提出合理性的建议。 模型假设 各城市的检测时间具有随机性； F城市的发展是平衡发展，政府对环境治理干预较小，即F城市的环境不会出现强烈波动； 数据附件所给的各个城市的污染物浓度及气象参数不随测量地点的改变而改变，且有效数据都准确可靠。同时不考虑人为因素，检测仪器精确度不同的影响具有统计、预测意义； 在对预测期内即2010年9月15日至9月21日时间段内，各个城市不会出现重大空气污染事故，或环境不会变好； 城市空气质量好坏与气象条件的关系十分密切，与其他因素关系不大。 符号说明 模型的建立和求解 找出各个城市、、PM10之间的特点，并将几个城市的空气质量进行排序 数据处理：剔除1.第86项2005年的，与前后年份不符很明显是错误