PM2.5 相关问题研究 .pdfVIP

参赛密码 （由组委会填写） 第十届华为杯全国研究生数学建模竞赛 题 目 PM2.5 相关问题研究 摘 要： 本文以西安市、武汉市的PM2.5 情况为主要研究对象，按照题目要求，建立了AQI 基本指标间的相关分析模型，讨论了 PM2.5 与 TSP 的相关关系，研究了西安市PM2.5 的时空分布规律和污染评估，刻画了PM2.5 的发生演变规律，构建了紧急情况下PM2.5 扩散预测模型，提出了 PM2.5 的减排治理计划，并对治理PM2.5 的投入经费进行了优 化。 本文主要完成的工作有： Ⅰ建立了基于多元回归分析的AQI 指标相关性模型。首先对西安市AQI 基本指标 进行了统计分析，初步得到各指标之间的相关关系；然后利用多元线性回归模型，通 2 过F 检验、T 检验、R 检验等方式进一步确定各指标的相关性。最后将其中四个指标数 据设为控制变量，分别得到 PM2.5 与各个指标的偏相关关系。结论是：西安市 PM2.5 与SO 、NO ，PM10，CO 具有显著的相关性，而PM2.5 与O 基本独立。 2 2 3 1 Ⅱ研究了PM2.5 与AQI 基本检测指标以外成分要素之间的关系。首先利用北京市 PM2.5 与 TSP 相关数据，通过时间序列分析定性探讨它们之间的关系，然后利用统计 方法对它们进行相关性分析，得到它们之间的相关系数为 0.409 ，置信度为98%，最后 通过比较真实数据和一元回归曲线，验证了结论的正确性。 Ⅲ 研究了PM2.5 的时空分布规律和地区污染评估。首先描述了西安市PM2.5 浓度 随时间、空间的变化情况，发现西安市 PM2.5 浓度具有明显的季节性，冬季浓度最大， 夏季浓度最小，而非城区、非工业区的 PM2.5 浓度低于城区、工业区的 PM2.5 浓度。 然后分别以首要污染物观测数据的平均值和最大值计算 13 个监测站所在地区的空气质 量分指数，对各个地区污染情况进行评估。结论是：1~3 月 12 个监测站所在地区为重 度污染，1 个监测站所在地区为严重污染。 Ⅳ 建立了基于层次分析法的 PM2.5 发生规律多因素回归模型。首先对影响 PM2.5 发生的因素进行分析，并构建相关指标体系，其次利用 AHP 方法得到各指标对 PM2.5 的影响程度。然后利用所给数据和补充，对 PM2.5 浓度进行多因素线性回归建模，最 后对PM2.5 浓度进行预测。结果表明，90%的预测数据与真实数据误差不超过 10 个浓 度单位，模型与实际较为相符。 Ⅴ研究了结构网格下基于偏微分方程的 PM2.5 扩散模型。首先采用修正的高斯模 型描述 PM2.5 的演变态势，其次引入结构网格下求解偏微分方程数值迭代方法，将西 安市 13 个监测站映射到网格节点上，并对湿度、风速和季节等影响因素进行离散化， 通过数值迭代的方法进行仿真研究，并采用西安市1-2 月的数据进行了对比与误差分析， 验证了模型的有效性。 Ⅵ 建立了修正多因素信息系数的高斯烟羽扩散预测模型。首先忽略气象等因素， 对 PM2.5 的自由扩散进行分析，其次在此基础上结合西安有关资料数据，得到高斯烟 羽扩散基本模型。然后进一步考虑地面反射、地面粗糙度、气象等资料，对该基本模 型进行修正并求解，最后依据模型对西安地区 PM2.5 突发情况进行仿真，结果表明风 速、风向、降雨对PM2.5 的扩散具有较大影响，并给出污染以及安全区域的分析。 Ⅶ 构建了边