城市空气污染程度的分析和预测模型.pdfVIP

城市空气污染程度的分析和预测 摘 要 本文讨论了有关城市污染程度、污染因素及污染扩散的问题。 对于问题一，本文主要从大气污染、噪声污染和水体污染这三个面选取主 污染物，查阅北京、天津、上海、重庆和西安五座城市 2007-2012 年的年度平均 污染数据，采用降维的思想，运用主成分分析法减少变量个数，再借助 Matlab 软件计算各主成分的贡献率，分析知可选取前三个主成分作为衡量污染程度的标 准，最后根据综合指标得到这五个城市的污染程度从高到低依次为：重庆、上海、 北京、天津、西安。通过判断相关系数的大小，确定五个城市影响人们生活的主 要污染因素是水污染，其四项指标依次为化学需氧量、总氮、总磷和氨氮。 对于问题二，以北京市大气污染为例。首先，利用 GPS 记录北京市 14 个城 区观测点的位置，并查阅 2013 年污染指标SO 、CO 、PM2.5 与PM10 的污染数 2 2 据，绘制出相应的空间浓度分布图，估计这四种污染物的大致污染源位置依次为： (110,100) 附近、(130,83) 附近，(125,85) 附近和(132,80) 附近；其次，根据污染扩 散原理和方式，建立 Cauchy 污染传播模型，根据各地区空气污染物的浓度分布， 运用 Matlab 软件对数据非线性拟合，得出扩散模型各参数的值，计算得出各项 污染指标的污染源位置依次为： (115.5 ,97.3) ， (128.2 , 85.3) ， (129.1, 80.8) 和 (125.5 , 87.6) ；最后，比较污染物位置的计算值与实际值，发现误差相差较小， 故模型建立较为合理。 对于问题三，分析西安市的主要污染——大气污染。收集西安市 2014 年 4.1-7.31 日的空气污染数据，根据时间序列的平稳性特点及AIC 定阶准则选取 合适的时间序列模型ARMA(1，1) ，利用 Matlab 软件对序列模型的各项参数进行 估计并检验模型的合理性，并将模型用于数据预报。利用时间序列模型预测西安 市未来 10 天的空气污染状况总体等级为良。 对于问题四，基于问题一、二、三对污染因素的分析和污染扩散的特点，主 要从减少污染物的产生和治理净化已产生的污染物两方面，针对大气污染、水体 污染和噪声污染为相关部门提供合理化防治建议。 关键词 主成分分析；Cauchy 污染传播模型；时间序列模型；Matlab 软件 1 一、 问题重述 环境质量的好坏对人们的生活有着最直接的影响，包括身体健康、寿命长短、 生活质量以及经济发展水平、生态环境等。因此保护环境的工作需要个人、集体、 国家、乃至全球各国的共同努力。事实上，环境保护事业从 1962 年起步至今， 一直备受人们关注和重视，环境污染的防治工作也一步步开展运营，然而较经济 发展的速度和水平，还有很多需要为之努力的工作要做。环境保护工作一方面是 要从减少污染物的产生方面，预防和控制污染源头污染物的排放，另一方面是治 理净化已产生的污染物。 环境污染是指环境因受人类活动影响而改变了原有性质和状态的现象，其实 质是人类活动中将大量的污染物排入环境，影响其自净能力，降低了生态系统的 功能。 为考察某时期某区域的环境状况，需统计该地区各项污染指标的数据，根据 各污染指标的污染排放标准，确定其污染程度，并通过污染发生的原因、途径和 后果制定合理的污染治理方案，加以实施运行，改善环境。 统计北京、天津、上海、重庆和西安五座城市的污染数据，讨论如下问题： 问题一：比较五座城市的污染程度及影响人们生活的主要污染因素； 问题二：建立城市污染扩散模型确定某城市污染程度并检验； 问题三：给出西安市某方面污染状况的中长期预测数据； 问题四：给相关部门提供一篇治理污染的建议短文。 二、 问题分析 对于问题一，本文将查阅收集北京、上海、天津、重庆以及西安五座城市大 气污染、噪声污染和水体污染 2007-2012 年的数据，由于各项污染指标众多，所 以选取具有代表性的污染物：可吸入颗粒物PM10 、SO2 、CO2 、道路交通噪声、 区域环境噪声、化学需氧量、氨氮、总氮和总磷这 9 项指标来综合