城市空气污染数据的真实性判别及分析研究.doc

PAGE PAGE 26 问题重述 1.1问题背景 空气质量问题始终是政府、环境保护部门和全国人民关注的热点问题。20XX年的两会上，全国政协常委、环境保护部副部长吴晓青表示，政府工作报告中提出的今后五年地级市及以上城市空气质量优良天数比率超过80%的目标必须完成。此外，吴晓青表示，很高兴在今年的“十三五”规划草案里看到增加了环境质量的考核指标，并指出增加的指标有几个特点：一是对环境质量的指标考核更加全面、更加完善。二是和老百姓息息相关，切身利益更加贴近、更加结合。三是更加严格。其中，优良天数比率指的是：区域内城镇空气质量优良以上的监测天数占全年监测总天数的比例。 然而，由于各种主客观原因，会使所采集到的数据序列体现出一定的异常现象。 1.2问题提出 在上述问题背景的基础上，结合题目所给资料，要求建立数学模型讨论下列问题： 1、搜集相关空气质量和气候数据，分析空气质量数据的真实性，建立数学模型或者相应指标来确定是否存在数据不真实的现象。 2、在此过程中，或利用污染物之间的相关性、或利用污染物变化的连续性、或自行设计指标在时间、空间等各层次上进行对比，来确定数据不真实是否存在并讨论其严重性。 3、通过模型分析数据不真实的类型、原因，最终为环境保护和政策制定提供支撑。 4、进一步的讨论可以加入社会因素，例如分析空气质量与工业生产（例如钢产量）等数据之间的相关性，分析是否可以通过空气质量数据的变化来展示工业生产（例如钢产量）等数据的实际情况。 问题分析 本文的主要内容是完成城市空气污染数据的真实性的判别建模，然后根据模型结果，得到京津冀，长三角，珠三角空气污染数据存在的不真实性。 针对问题1，通过分析京津冀，长三角，珠三角三个地区中的空气污染数据的波动性，认定空气污染数据的城市具有代表性。根据前面数据波动判断的真实数据，以各个时间的PM10、CO、NO2、SO2四个指标数据作为输入，输出的是PM2.5的指标数据作为输出建立BP神经网络模型。将其他城市的PM10、CO、NO2、SO2四个指标数据代入BP神经网络，得到预测的PM2.5的指标数据。通过比较预测值和实际值的差异性，判断城市空气污染数据的真实性。 针对问题2，本文利用相关系数分析法找出各污染物之间的相关性，而后从时间、空间角度进行分析。对于时间角度，我们可以做出各地区污染物随时间变化的趋势；对于空间角度，我们可以对各地区的污染程度进行取平均值。 针对问题3，本文通过模型分析数据不真实的类型、原因，最终为环境保护和政策制定提供支撑。对于数据不真实的类型，我们可以从相关性差异、是否连续来讨论；对于数据不真实原因，我们可以从技术层面、人为层面进行分析。 针对问题4，本文主要采用搜集到的各个地区的钢产量和煤炭产量数据，通过钢产量数据和空气质量数据的相关性，判断城市空气污染数据的真实性。 模型假设 1、假设京津冀，长三角，珠三角空气污染数据没有经过二次处理； 2、假设AQI指标中的PM2.5、PM10、CO、NO2、SO2具有一定的相关性，某一个指标增加，其他指标也会增加； 3、假设可由钢产量和煤炭产量数据来代表社会因素。 4、钢产量和煤炭产量数据与空气质量具有很强的相关性。 5、同一个区域的城市由于空间的连续性会导致空气质量相差不大。 6、空气污染数据处于平均的城市真实性较高。 7、AQI指数可以代表空气质量的好坏。 8、城市空气污染数据的真实性具有时间连续性，如果这个月数据真实，可以认为下个月数据也真实。 符号说明 符号 解释说明 AQI平均值 的中间值 BP神经网络输出 神经网络输入 Network1 根据廊坊空气建立BP神经网络 北京的网络输入 北京的网络输出 五、模型的建立与求解 5.1空气污染数据处理 本文搜集到了京津冀，长三角，珠三角空气污染数据（部分），主要包括不同日期（从2013/11/1到2015/2/28）的AQI指数、质量等级、当天AQI排名、PM2.5、PM10、CO、NO2、SO2，为了简化问题，根据AQI指数定性分析空气质量的初步真实性。 京津冀地区北京、天津、石家庄、唐山、保定、廊坊、邢台、张家口、秦皇岛、衡水、邯郸、承德、沧州的从2013/11/1到2013/12/31的AQI指数如表1所示。 表1 京津冀地区AQI指数 日期 北京 天津 石家庄 唐山 保定 廊坊 邢台 张家口 秦皇岛 衡水 邯郸 承德 沧州 2013/11/1 231 189 288 293 266 245 302 164 128 231 243 104 173 2013/11/2 294 260 263 276 328 282 228 172 230 240 188 148 223 2013/11/3 80 131 144 192 135 133 150 43 1