空气中PM2.5的分析.pdfVIP

空气中PM2.5 问题的研究 摘要 本文通过对武汉市的监测数据分析了污染物之间以及PM2.5 与污染物之间的关系，并根 据西安市13 个检测站点的监测数据分析了PM2.5 的时空分布规律并进行评估。 针对问题一，首先运用MATLAB 分析各个指标间的相关性和独立性，其次，运用主成分 分析法对所有指标进行分析，按照累计贡献率排序得到3 个主成分，每个主成分中PM2.5 所占比例较大，说明PM2.5 对环境的影响较大。最后利用多元统计分析的回归思想，建立 PM2.5 与其他指标因素间的回归方程。 针对问题二的第一小问，运用统计学原理分析了13个监测站点的PM2.5 浓度的时间分 布和空间分布，结合时空分布以及PM2.5 浓度的频数分布对西安市各个分区进行污染评估。 关键字 相关性分析 主成分分析 回归分析 时空分布 污染评估 一.问题重述 1.1. 问题背景 大气为地球上生命的繁衍与人类的发展提供了理想的环境。它的状态和变 化，直接影响着人类的生产、生活和生存。空气质量问题始终是政府、环境保护 部门和全国人民关注的热点问题。 2013 年7 月12 日《中国新闻网》记者周锐报道：“2013 年初以来，中国发 生大范围持续雾霾天气。据统计，受影响雾霾区域包括华北平原、黄淮、江淮、 江汉、江南、华南北部等地区，受影响面积约占国土面积的1/4，受影响人口约 6 亿人”。对空气质量监测，预报和控制等问题，国家和地方政府均制定了相应 政策、法规和管理办法。2012 年2 月29 日，环境保护部公布了新修订的《环境 空气质量标准》，本次修订的主要内容:调整了环境空气功能区分类，将三类区并 入二类区；增设了颗粒物(粒径小于等于2.5μm)浓度限值和臭氧8 小时平均浓 度限值；调整了颗粒物(粒径小于等于10μm)、二氧化氮、铅和苯并(a)芘等的 浓度限值；调整了数据统计的有效性规定。与新标准同步还实施了《环境空气质 量指数(AQI)技术规定(试行) 》。 1.2. 问题的提出 新标准中，首次将产生灰霾的主要因素——对人类健康危害极大的细颗粒物 [2] PM2.5 的浓度指标作为空气质量监测指标 。新监测标准的发布和实施，将会对 空气质量的监测，改善生存环境起到重要的作用。 由于细颗粒物PM2.5 进入公众视线的时间还很短，在学术界也是新课题，尤 其是对细颗粒物PM2.5 及相关的因素的统计数据还太少，对细颗粒物PM2.5 的客 观规律也了解得很不够。但是相关研究人员绝不能因此而放慢前进的脚步，不能 “等”数据，因为全国人民等不起。我们必须千方百计利用现有的数据开展研究， 同时新课题、探索性研究、“灰箱问题”也有可能成为数学建模爱好者的用武之 地。 1.3. 本文需解决的问题 (a) PM2.5的相关因素分析 PM2.5 的形成机理和过程比较复杂，主要来源有自然源（植物花粉和孢子、 土壤扬尘、海盐、森林火灾、火山爆发等）和人为源（燃烧燃料、工业生产过程 排放、交通运输排放等），可以分为一次颗粒物（即由排放源直接排放到大气中 的颗粒物）和二次颗粒物（即通过与大气组成成分发生化学反应后生成的颗粒 物）。PM2.5 的成分主要由水溶性离子、颗粒有机物和微量元素等组成。有一种 研究认为，AQI 监测指标中的二氧化硫（SO2 ），二氧化氮（NO2 ），一氧化碳（CO） 是在一定环境条件下形成PM2.5 前的主要气态物体。依据附中的数据或自行采集 数据，建立适当的数学模型，对AQI 中6 个基本监测指标的相关与独立性进行定 量分析，尤其是对其中PM2.5 （含量）与其它5 项分指标及其对应污染物（含量） 之间的相关性及其关系进行分析。并分析其他与PM2.5 强相关的成分要素。。 (b)、PM2.5 的分布 请依据附件中的数据，描述地区内PM2.5 的时空分布及其规律，并结合环境 保护部新修订的《环境空气质量标准》分区进行污染评估。 二. 模型假设 1. 题目中所列数据均真实可靠且具有较强的代表性； 2.不考虑软件工具在数据处理及图形绘制中的误差 三. 问题一的分析与求解 3.1 AQI 中基本监测指标的相关与独立性的定量分析 r 根据多元统计分析原理，两个随机变量 X 与 Y 的相关系数 可由