我国节能减排和大气环境评价和预测.docVIP

我国节能减排和大气环境评价和预测 　　摘要：针对节能减排成绩、大气环境质量评价与预测，使用定量分析法、多元统计法等方法，构建灰色预测、相对偏差模糊矩阵评价、Friedman非参数检验等模型，使用MATLAB、Excel等软件，分析节能减排的作用，并提出进一步实施建议。 　　关键词：节能减排；AQI；灰色预测；相对偏差模糊矩阵；Friedman非参数检验；MATLAB 　　中图分类号：F2 　　文献标识码：A 　　文章编号2015 　　环境保护关系国计民生，随着社会对环境保护的日益重视，人们越来越重视环境的改善。当前，中国作为正在步入工业化阶段的发展中国家，以能源消费为代价的经济社会发展，造成了生态环境的日益恶化。为改变这一局势，从2007年8月起，中央财政加强了节能减排工作，国务院发布了加强节能工作的决定，制定了促进节能减排的一系列政策措施，各地区、各部门相继做出了工作部署，节能减排工作取得了积极进展。节能减排工作的实施，既是对人类社会发展规律认识的不断深化，也是积极应对全球气候变化的迫切需要。 　　1节能减排状况分析 　　1.1能源消费量及环境空气质量灰色预测 　　1.1.1研究思路 　　在2000-2006年空气质量相关指标数据基础上，预测未来十年的人均生活、工业能源消耗量和二氧化硫、烟尘、工业粉尘排放量。并分别从总体、工业、生活的能源消费强度及总体能源消费弹性系数来评价节能成绩，从二氧化硫、烟尘、工业粉尘排放量历年的变化分析减排成效。 　　1.1.2数据处理 　　首先将2000-2006年的人均生活、工业能源消费量与废气中主要污染物排放量x0进行极比检验，再对通过检验的数据进行一次累加，令x1（k）=ki=1x0（i），（k=1，2，…，n） 　　x1={x1（1），x1（2），…，x1（n）} 　　={x0（1），x0（1）+x0（2），…，x0（1）+x0（2）+…+x0（n）} 　　将x1作均值处理生成数列y0（t）=0.5x1（t）+05x1（t-1）（t=2，3，4，…，n）。 　　1.1.3研究方法及结果分析 　　利用处理的数据建立灰微分方程：x0（t）+ay0（t）=b将t=2，3，…，n分别代入，得出相应的白化微分方程dx（1）dt+ax（1）=b，利用灰色预测理论得到预测值： 　　x（t+1）=（x0（1）-ba）e-at+bat=（1，2，…，n-1） 　　求解得出2007-2016年相关数据预测值见表1。 　　1.2.2结果分析 　　在节能减排实行后，我国的能源消费强度整体呈现下降趋势，能源的利用率越来越高，缩减速度要明显增加；能源消费弹性指数波动小且明显降低；工业上SO2、烟尘与工业粉尘排放量呈现下降趋势；生活上SO2、烟尘排放量几乎保持不变。 　　2大气环境质量评价 　　2.1相对偏差模糊矩阵法 　　2.1.1评价指标及理性方案的确定 　　为比较全国各省会的大气环境质量，选用全国31个省会城市2007-2011年实测的SO2、PM10、NO2浓度均值作为评价指标。建立观测矩阵A=aij，其中aij表示第j方案关于第i项评价因素的指标值。由于三个指标均为成本型，故无需进行一致性转换。直接通过uoi=min{aij}建立理想方案为： 　　u=（u01，u02，…u0n）=（0.0064，0.0178，0.0409） 　　2.1.2相对偏差模糊矩阵及权重的确定 　　通过公式rij=aij-u0i/{max（aij）-min（aij）} 　　确定相对偏差模糊矩阵R=rij（i=1，2，3；j=1，2…31），然后计算变异系数：vi=si/Xi，其中Xi、si分别为第i项指标的平均值与标准差。再对vi进行归一化，即得到各指标的权重vi=（0.2788，0.4331，0.2881）。 　　2.1.3建立综合评价模型 　　Fj=mi=1virij（j=1，2，…n） 　　若FqFt，则第t个方案排在第p个方案前（本文建立的相对偏差模糊矩阵为成本型，综合评价值越小，省会空气环境质量越优），计算综合评价值，整理得出排名结果见表2。 　　2.2.2结果分析 　　根据国家空气质量水平划分标准可知：全国省会城市在2000-2011年期间只有海口的空气质量指数达到了优等，兰州属于轻度污染区，而其他的城市都为良，全国总体的空气质量水平处于二级级别。通过对各个城市平均AQI值及地理位置进行分析，可进一步发现南部地区空气质量优于北部；西部地区空气质量优于东部。 　　3节能减排作用 　　3.1大气质量改善的综合分析 　　利用Friedman非参数检验来比较2007-2011年全国的SO2、工业粉尘及烟尘排放量真实数据