西安市环境空气质量问题数学建模摘要.docVIP

装 订 线 “工大出版社杯”第十四届西北工业大学数学 建模竞赛暨全国大学生数学建模竞赛选拔赛题目 B题 密封号 2013年5月2日 剪 切 线 密封号 2013年5月2日 学院 第 队 队员1 队员2 队员3 装 订 线 B题：西安市环境空气质量问题 摘 要 本文是研究西安市的空气质量问题，评价近年来西安空气质量水平，依据可参考数据建立数学模型，根据影响其空气质量的可能的原因，求得各原因对空气质量的影响程度；并通过建立数学模型预测未来西安的空气质量。 针对问题一，通过对西安市13个监测点从20年月1日至201年月日污染物2010年月至201年月2013年月日至月日大气是地球自然环境的重要组成部分之一随着经济社会的快速发展氮氧化物（NOx）和挥发性有机物（VOCs）排放量，臭氧（O3）和细颗粒物（PM2.5）污染加剧可吸入颗粒物（PM10）和总悬浮颗粒物（TSP）污染国家环保部发布新修订的《环境空气质量标准》（GB3095-2012），大气中二氧化硫（SO2）、二氧化氮（NO2）、一氧化碳（CO）、臭氧（O3）、颗粒物（PM粒子直径小于等于10μm）颗粒物（PM2.5粒子直径小于等于μm）等的浓度GB3095-1996，计算空气污染指数（API）来判断空气质量。且据研究表明，城市空气质量好坏与季节关系十分密切。从20年月1日至201年月日污染物从20年月1日至201年月日：对未来2013年月日至月日预测 就环境空气质量的控制对部门提出建议。 2010年至201年 问题（2）：在问题一，我们已得出污染程度与季节的关系，并认为由于第一、四季度，气温普遍较低，西安全市使用供暖设备取暖，使得能源消耗大幅上升；且西安是工业发达城市，工业能耗与工业产值存在正比关系，因此，2012年末至2013年污染程度的上升与之可能有密切联系。因此，我们以气温和工业增长水平采用灰色关联度分析法建立数学模型。 问题（3）：在问题一中，我们已经求出2010年，2011年和2012的四月一日至五月六日的空气污染情况，从对以往数据的处理中，不难发现，每年的四五月的空气污染情况有一定的相似性和规律性，因此，我们可以通过对2010年至2012年空气质量情况关联度分析而对2013年四月三十日至五月六日的空气污染情况惊醒预测。其中，我们可以采取灰色关联度预测法对2013年四月一日至五月六日的空气质量进行预测。其中，用四月一日至四月二十六日的真实值与预测值进行比较，说明预测的准确性。 问题（4）：依据以上结果，我们可以了解西安市情况污染的严重性，对此，采取适当措施进行监管和控制是不可或缺的城市发展环节。根据我们对污染的分析，获知主要污染物和污染物的来源。并依据此对西安市环境监管和控制提取恰当可取的建议。 基本假设 1.假设题目所给数据均真实可靠； 2.假设所使用参考文献都具有可依据性； 3.假设从20年月1日至201年月日i列的第j行数据 表2中第i列的第j行参数与第1列的第j个参数的关联系数 分辨系数 关联度 表2的数据格中第i列的第j行参数与第1列的第j个参数的关联系数 污染物项目P的空气质量分指数 污染物项目P的质量浓度值 与相近的污染物浓度限值的高位值 与相近的污染物浓度限值的低位值 与相对应的空气质量分指数 与相对应的空气质量分指数 发展灰度 内生控制灰度 问题一的解答 问题一 依据来自网络的资料中对于API计算方法的介绍[01]，如公式（1）；和附件3. 《环境空气质量指数（AQI）技术规定（试行）》中对于AQI计算方法的介绍，如公式（2），我们通过Microsft Excel软件，利用污染物浓度的不同，分段筛选同一浓度范围内的数据，分别带入公式（1）（2），计算13个区每天和， 1 （2） 在用Microsft Excel函数计算13 个区每天污染物和最大值。 API：西安13个区的API指数各季度分布如图2 对各种相关污染物各自的API分值如图3： 图3 空气污染指数API 由图2、3得： 13区的API指数随季节变化明显，尤其是临潼区、碑林区。在2010年至2012年中，每年的第三季度是西安市污染指数最低的时段，该时段中，全市大致处于二级良水平，我们参考具体数据还发现13区在第三季度的某些天里可达一级优秀空气质量；2010年第一、二、四季度，污染等级均为二级良水平。考察2010至2012年三年，API指数有明显的下降趋势，不难发现，2011年至2012年的各季度平均值均处于100以下，呈现良好水平。由图4可知各区的首要污染物都是PM10。 但是，从2012年第四季度至今，空气中首要污染物PM10的浓度显著上升，这使得西安全市的API指数直线变化，基本呈现中度、