模糊马尔可夫预测法在空气质量评价中的应用.pdfVIP

第24卷第1期 气象与环境学报 Vo【．24 No．1 2008年2月 JoI NAL oF M匮TEoROL oGY AND ENVIRoNM NT February 2008 模糊马尔可夫预测法在空气质量评价中的应用 方红 万红 (华中农业大学理学院，湖北武汉430070) 摘 要：将模糊综合评价及马尔可夫链同时运用到空气质量的评价中，可克服大气环境系统所固有的模糊性及随机性。通 过1994--1998年芜湖市大气环境监测数据计算表明：不仅预测结果准确，而且由于应用了模糊数学方法，使得结果较为可信， 且整个过程计算简单，是一种较适合的方法。 关键词：模糊综合评价；马尔可夫链模型；空气质量 中图分类号：X820．2 文献标识码：A 文章编号：1673—503X(2008)01—0060—03 A—A。R：B (1) 1 引言 式(1)中，R 为U到 V的模糊关系矩阵，R： 大气是人类赖以生存的环境。随着人们对环境 ( ) × 。 污染问题及其灾变的认识日益增强，灾害性污染问 这样，由(U，V，R)构成了一个模糊综合评价模 题也日渐引起了环境科学家和社会的广泛重视，目 型。此时，若输入一个权重集： 前也取得了一些成果。但是对宏观受污染状况的研 A：(nl，n2，…，n ) (2) 究，特别是定量的研究较少，而依靠经验判别的较 式(2)中，n 表示U中第i个因素的权重，且满足 多，缺乏说服力。目前在空气质量评价中应用较多 ∑n ：1。就可以得到一个综合评价： 的方法有层次分析法_l J、灰色系统 2及神经网络方 B=(bl，b2，…，b ) (3) 法【3]等。层次分析法采用主客观相结合，在定性的 即： 基础上引入了定量，能比较客观地反应系统的状态。 B：(bl，b2，…， )= 灰色系统考虑了系统中的不确定性因素，与实际情 rll r12 rlm 形较为符合。神经网络方法则能模拟人的思维能 r21 r22 r2m 力，所得结果具有信服力。上述方法的应用虽然取 (4) ： ● 得了一定的成功，但大气系统是一个复杂的系统，影 rn1 2 r，Ⅻ 响因素往往是多方面的，因此，本文从以下2个方面 如果b^=mfx{bl，b2，…，b }，由最大隶属度原 进行考虑：首先考虑到大气环境系统的模糊性，利用 则，综合评价的结果为对该事物作出决断 。 模糊综合评价法对大气污染状况进行评价；然后利 2．2 马尔可夫链模型 用随机过程理论的马尔可夫链对大气污染的变化趋 由于大气环境特征和