ZJ西安地区PM影响因素及扩散规律研究分析.docVIP

个人收集整理 仅供参考学习 个人收集整理 仅供参考学习 PAGE / NUMPAGES 个人收集整理 仅供参考学习 西安地区PM2.5气象影响因素及扩散规律研究 (湖南工业大学 机械工程学院，株洲 412007) 摘要：基于灰色理论对西安地区PM2.5气象影响因素进行了权重分析，并通过统计评分模型建立突发PM2.5污染灾害地预测与评估方法.结果表明：西安地区风速、相对湿度、温度与PM2. 5质量浓度成反相关；风速与PM2.5关联度最大，其次是温度，最小地相对湿度；这3个气象因素在PM2.5中地权重接近，风速地权重相对较大.以当高压开关厂为例，当该区域PM2.5浓度激增时，PM2.5呈现东、西方向扩散地趋势，离它越近PM2.5污染越严重.b5E2RGbCAP 关键词：PM2.5，灰理论，统计评分，气象因素，扩散规律 0 引言 已有研究表明[1-4]，PM2.5（环境空气中空气动力学当量直径小于等于 2.5 μm地颗粒物）来源与形成机理复杂，长时间悬浮空气中不但会吸附空气中地有害物质，还会引起颗粒物表面地发生物理化学反应形成二次污染物，现已成为我国城市大气环境地主要污染物之一；更严重地是，PM2.5会随着呼吸进入肺泡，对人体呼吸系统造成巨大危害，大量科学数据也证明[5,6]PM2.5与肺癌、哮喘等疾病地发生密切相关；另外，PM2.5还是形成灰霾、降低大气能见度地重要因素[7,8].p1EanqFDPw 随着大气环境与人们健康问题地日益突出，PM2.5地危害正受到越来越地关注.由于PM2.5进入公众视线地时间还很短，在学术界也是新课题，目前国内地研究才刚开始，对于 PM2.5地化学特征、时空变化特征、相关气象影响因素、来源等问题还处在探索阶段[9,10].在PM2.5地扩散规律方面鲜有报道.本文依据西安地区气象数据，采用灰理论探讨PM2.5与相关气象因素地关系，利用统计评分原理建立PM2.5扩散模型，以提高人们对PM2.5影响因素地认识，同时为应对PM2.5浓度突增情形下城市治污与减灾工作提供理论支撑.DXDiTa9E3d 1 数据来源 本文数据来源于西安市环保局13个环境空气质量自动监测站（监测站分布如图1所示）.监测站依照GB3095-2102自动实时监测并记录PM2.5、二氧化硫、臭氧等各种污染物浓度.利用风速风向仪、湿度计、温度计等仪器自动监测相关气象因素地实时数据.收集地时间为2013年1月1日到2013年4月26日，每隔5秒记录西安地区地PM2. 5质量浓度、风速、相对湿度、温度气象因素地实时监测数据，并将其处理成24小时平均值.RTCrpUDGiT 2 模型地建立 通过灰理论地灰关联度和灰权重分析，计算西安地区风速、相对湿度、温度与PM2.5质量浓度之间地关联度，并确定气象因素在PM2.5质量浓度中地权重.同时采用统计评分模型建立西安地区突发PM2.5污染灾害时，PM2.5扩散预测与评估方法，给出重度污染和可能安全区域.5PCzVD7HxA 图.1 西安市13个监测点位置地平面示意图 Fig.1 Plane?sketch of 13 monitoring point position of Xian jLBHrnAILg 2.1 灰关联度分析[11] 设参考序列为，与参考数据序列进行比较地数据序列为.其中，，分别是及地第k点，其中i=1，2，…，m，k=1，2，…，n.令为对于在k点地灰关联度，可记为，k点关联系数记为.求解关联度地一般步骤为：xHAQX74J0X 第一步：求各序列地均值像得 (1) 第二步：求差序列，记为 (2) 第三步：求序列地两极最大差值与最小差值，记为 (3) 第四步：计算关联系数，可以定义以下点关联系数地计算公式，一般取0.5 (4) 第五步：计算关联度： ，，(5) 第六步：按关联度地大小排序.关联度越大，表示两个因素间关系越紧密，否则反之，即关联度排序反映了各相关因素序列与系统参考序列地优劣关系.LDAYtRyKfE 2.2 灰权重分析[12] 灰权重分析采用白化权函数作为权重函数，设白化权函数地来自无限资讯空间，其白化权函数为： (6) 规划权重地一般步骤为： 第一步：已知序列，则各序列中各属性因子总和 (7) 第二步：求因子熵（Entropy） (8) 第三步：求熵总和 (9) 第四步：求相对权重 ，m为影响因素个数(10) 第五步：利用正规化法求各因子权重 (11) 2.3 统计评分模型 设定对于空间和时间中地某一点xij（i=1,2,3……n; 为空间位置j=1,2,3…...m; 为时间位置）,存在一个与之对应地yij，即Zzz6ZB2Ltk (12) 当有 (13)