大气污染预报问题.docVIP

大气污染预报问题 摘 要 大气污染给人类生产生活带来了极大的危害，因此大气污染的监测和预报为人们控制污染、减少排放、保护环境提供了重要的指导意义。本文通过模糊评估和灰色预测模型，建立起对大气污染的评价和预测体系，通过构建多元线性回归方程找出空气质量与气象参数之间关系，并由此对大气污染控制特提出建议。 问题一中，找出SO2、NO2、PM10之间关系，即是对三者的污染程度排序，因此我们参考了大气日污染指数API的计算方法，确定每日的首要污染物，进行统计，发现对于每个城市，PM10为最主要的污染物，SO2次之，NO2再次之；为了对这六个城市排名，我们建立模糊综合评价模型，通过确定评价权重、构造模糊综合评价矩阵、选取模糊评价算子，得出各地空气质量的综合评价结果，排序后得到各地空气质量排名，从好到差依次为：E、C、A、B、D、F。 问题二中，考虑到年份以及月份的影响，我们选取离预测点较近的一段时间作为预测的原始数据，同时考虑到数据真实性与合理性，建立非等间距序列的灰色预测模型，利用MATLAB软件编程求解辨识参数a，u，得到预测方程，对选取的预测原始数据与利用预测方程得到的预测值进行误差检验，认为除个别点外，模型可以接受，从而利用模型预测了2010年9月15日到21日的各地各污染物浓度以及相应的气象参数。 问题三中，由于数据过多，为简化问题，我们取2003年至2010年8年各污染物的每月月平均值作为因变量，建立多元线性回归方程，找出与气压、温度、湿度、风速等自变量之间关系，并进行了显著性和复相关性的检验，最终得到六地空气质量与气象参数之间关系。 问题四中，我们根据上述三题得到结果，对控制空气质量提出了针对性建议。 关键字：模糊综合评价 非等间距序列的灰色预测 多元线性回归 大气污染预测 大气污染预报问题 一、问题背景 随着地球上人口的急剧增加，人类经济的快速增长，地球上的大气污染日趋严重，其影响也日趋深刻。颗粒状污染物和有害气体的大量排放，不仅时刻威胁着人们的身体健康，还给工业生产带来严重的危害，影响着经济的可持续性发展。同时，局部地区大气的污染会对全球性的气候变化产生影响。因此，加强大气质量的监测和预报对保护人类健康、改善生态环境是非常必要。 二、问题重述 大气污染给人类生产生活带来了极大的危害，因此大气污染的监测和预报为人们控制污染、减少排放、保护环境提供了重要的指导意义。如何通过监测数据来评判城市的空气质量、预测未来几天内大气污染情况、对空气质量的控制提出建议，是亟待解决的问题。具体如下： 找出各个城市 SO2、NO2、PM10之间的特点，并将几个城市的空气质量进行排序; 对未来一周即2010年9月15日至9月21日各个城市的SO2、NO2、PM10以及各气象参数作出预测； 分析空气质量与气象参数之间的关系； 对控制空气质量提出相关建议。 三、基本假设 1）认为数据都是真实可靠，反应实际情况的，都是在同一条件下测量的，具有可比性； 2）认为A、B、C、D、E、F、G六地间的污染情况不会互相影响； 3）认为SO2、NO2、PM10三者之间不会发生反应，互不影响。 四、符号说明 符号 意义 API 空气污染指数 R 模糊综合评价矩阵 H 级别变量的特征值 a，u 辨识参数 p 大气压强的数值 T 温度的数值 f 空气湿度的数值 v 风速的数值 F F检验统计量 R2 预测模型的复相关系数 五、模型的建立与求解 问题一： 1.问题分析 找出SO2、NO2、PM10之间关系，即是对三者的污染程度排序，找出最主要的污染物。每日的首要污染物可由大气日污染指数API来判断，对每日首要污染物进行统计可以找出每个城市的主要污染物。 SO2、NO2、PM10这三个因素均影响着某地的空气质量，必须将这三个方面都纳入评价体系，通过一定方法得到对空气质量的总体评价。 2.各个城市SO2、NO2、PM10之间特点 空气污染指数API的计算及确定 污染物的分指数Ii，可由实测的浓度值Ci按照分段线性方程计算。对于第i种污染物质第j个转折点的分指数值和相应的浓度值（Ii,j ，Ci,j），可由表1确定。 表1 空气污染指数对应的污染物浓度限值 污染指数API 污染物浓度(mg/L) SO2 NO2 PM10 50 0.050 0.080 0.050 100 0.150 0.120 0.150 200 0.800 0.280 0.350 300 1.600 0.565 0.420 400 2.100 0.750 0.500 500 2.620 0.940 0.600 当第i种污染物浓度Ci,j≤Ci≤Ci,j+1时，其分指数Ii： Ii—第i种污染物的污染分指数；Ci—第i种污染物的浓度监测值；Ii,j —第i种污染物第j个转折点的污