空气中颗粒物的分布及预测.doc

PAGE 16 空气中颗粒物的分布及预测 摘 要 本文对空气中颗粒物的分布进行分析，通过软件采集附件1、附件2中的数据，运用软件，对模型进行分析和求解. 针对问题一：根据数据筛选统计出2014年4月22日-2014年5月22日31天各个站点的平均PM2.5浓度和PM2.5浓度随纬度的变化（见附件1），发现相对来说纬度越低PM2.5平均浓度越高，根据PM2.5其在空气中含量浓度越高，就代表空气污染越严重，由PM2.5平均浓度和传播学原理找出35个监测站所在位置中PM2.5污染较严重的5个位置分别为30站点（经纬度116，39.58），29（116.3，39.52），28（116.783，39.712），10（116.297，39.863），13（116.136,39.742）； 针对问题二：由问题一找出污染最严重的那个监测站所在位置为第30站点，根据所给数据求出第30个监测20140522的日平均浓度变化，根据日平均浓度变化趋势，利用曲线拟合工具箱拟合可以发现拟合度较高的为Fourier函数（见图4），然后根据拟合出来的函数预测2014年6月1号的PM2.5平均浓度为82.3558，同样的建模思想，可以预测出2014年6月1号全天24小时各个时刻的PM2.5的平均浓度，以0时刻为例，由所给数据可以筛选出2014年4月22日-2014年5月22日31天