西安市环境空气质量问题数学建模.docVIP

PAGE  PAGE 18 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2010年1月1日至2013年4月28日污染物浓度监测数据，计算13个区的空气污染指数API和环境空气质量指数AQI（其中因缺少2013年之前的PM2.5、O3、CO而可能造成AQI数值的大幅度改变，本文将在问题解答过程中予以说明），分别用该两种数据对西安市的空气质量进行评价，对比两种评价结果，分析两种方法的优劣，得出比较全面的关于西安市空气质量的结论。 针对问题二，由问题一所得的西安市13区近年来空气质量状况以及各类大气污染物的浓度的变化，结合西安市2010年1月至2013年2月各区县规模以上工业增加值和西安市对应时间段的气象资料，我们采用灰色关联分析法建立数学模型，分析气温和工业增值两种原因与西安空气质量之间的关联度。 针对问题三，根据上述处理过的数据，建立灰度预测模型，以上述分析结果为基础预测西安未来一周2013年4月30日至5月6日的空气质量状况。 针对问题四，由以上问题分析结果作为基础，我们对于西安市空气质量状况有了大致的了解，依据西安市空气质量和污染特点，我们对西安市环保部门就有关空气质量的监测与控制提出我们的意见。 关键词：空气质量、AQI、API、灰色关联度分析法、灰度预测法 问题重述 大气是地球自然环境的重要组成部分之一。近年来，随着经济社会的快速发展，氮氧化物（NOx）和挥发性有机物（VOCs）排放量与日俱增??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）污染高居不下，引发大众对空气质量的关注，也使得污染治理、环境保护显得尤为重要。 然而，西安作为陕西省会，西部工业、经济、文化重点区域和人口密集城市近来雾霾天气频发，因此西安的空气质量水平更应受到各界广泛关注。 我们依据国家环保部发布新修订的《环境空气质量标准》（GB3095-2012），对大气中二氧化硫（SO2）、二氧化氮（NO2）、一氧化碳（CO）、臭氧（O3）、可吸入颗粒物（PM10，粒子直径小于等于10μm）以及细颗粒物（PM2.5，粒子直径小于等于2.5μm）等六类基本项目的浓度，计算环境空气质量指数（AQI）和之前的旧标准GB3095-1996，计算空气污染指数（API）来判断空气质量。且据研究表明，城市环境空气质量好坏与季节、城市能源消费结构等因素的关系十分密切。 我们利用现有的西安市13个监测点从2010年1月1日至2013年4月28日污染物浓度监测数据、各区县规模以上工业增加值和西安地区从2010年1月1日至2013年4月28日气象数据，对以下问题进行了研究探讨： 分别使用空气污染指数（API）（旧标准）和环境空气质量指数（AQI）对西安市的空气质量进行评价（新标准），并对评价结果进行对比、分析； 分析影响西安市空气质量的原因； 对未来一周（取2013年4月30日至5月6日）西安市空气质量状况进行预测；??? 就环境空气质量的监测与控制对西安市环保部门提出我们的见解和建议。 问题分析 问题（1）：在对西安市全市2010年至2013年13个季度的API与AQI指数的分析中（如图1），我们得出西安市空气质量与季节有密切关系。因此，分析西安13个区各季度API和AQI的指数，即可得出西安市的空气质量情况。 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