西安市環(huán)境空氣質(zhì)量問題數(shù)模論文

1、西安市環(huán)境空氣質(zhì)量問題一、 問題重述大氣環(huán)境是地球自然環(huán)境的重要組成部分之一。近年來，隨著我國經(jīng)濟社會的快速發(fā)展，大氣中各污染物濃度顯著增長，尤其是臭氧（）和細顆粒物（）污染加劇，環(huán)境空氣質(zhì)量評價以及污染治理等問題再一次引起大眾的關(guān)注。2012年2月29日，國家環(huán)保部發(fā)布了新修訂的環(huán)境空氣質(zhì)量標準，其中增加污染物監(jiān)測項目，加嚴了部分污染物限值，以客觀反映我國環(huán)境空氣質(zhì)量狀況，推動大氣污染防治工作；而之前的評判則以GB3095-1996為依據(jù)，通過空氣污染指數(shù)（API）判斷空氣質(zhì)量。目前新標準中對大氣質(zhì)量的監(jiān)測主要是監(jiān)測大氣中二氧化硫（SO2）、二氧化氮（NO2）、一氧化碳（CO）、臭氧（O3）

2、、可吸入顆粒物以及細顆粒物等六類基本項目和總懸浮顆粒物（TSP）、氮氧化物（NOx）、鉛（Pb）、苯并a芘（BaP）四類其他項目的濃度。研究表明，城市環(huán)境空氣質(zhì)量好壞與季節(jié)、城市能源消費結(jié)構(gòu)等因素的關(guān)系十分密切。通過附件中給出的西安市13個監(jiān)測點從2010年1月1日至2013年4月28日污染物濃度監(jiān)測數(shù)據(jù)，回答以下問題：1) 分別使用空氣污染指數(shù)（API）（舊標準）和環(huán)境空氣質(zhì)量指數(shù)（AQI）對西安市的空氣質(zhì)量進行評價（新標準），并對評價結(jié)果進行對比、分析；2) 分析影響西安市空氣質(zhì)量的原因；3) 對未來一周（取2013年4月30日至5月6日）西安市空氣質(zhì)量狀況進行預測；4) 試就環(huán)境空氣質(zhì)量

3、的監(jiān)測與控制對西安市環(huán)保部門提出建議。二、 問題分析2.1 對空氣質(zhì)量的評價以及對新舊兩種標準的對比分析1） 對空氣質(zhì)量進行評價時，應首先確定城市的總體污染程度，即該城市各階段的空氣質(zhì)量級別和各級別之間的比例關(guān)系，據(jù)此通過數(shù)據(jù)的統(tǒng)計分析并利用Excel做出相應圖表；同時，選取的樣本應足夠大，應對近幾年的數(shù)據(jù)進行處理，可以描繪API隨時間變化的折線圖來說明西安市空氣質(zhì)量的變化特點。 2） 對上面的評價結(jié)果對比分析，由于環(huán)境質(zhì)量指數(shù)（AQI）從2013年1月1日開始執(zhí)行，而之前都采用舊標準（API），為便于分析比較，我們根據(jù)2013年1月4月的各項空氣污染分指數(shù)計算出采用舊標準得出的API值。而2

4、013年之前由于數(shù)據(jù)不足無法計算AQI值。因此，在對比分析時，本文只選取了2013年的4個月份作為比較樣本。2.2 對影響西安市空氣質(zhì)量各個因素的分析研究表明，城市環(huán)境空氣質(zhì)量與季節(jié)、城市能源消費結(jié)構(gòu)等因素十分密切，一方面是自然環(huán)境對空氣質(zhì)量的影響，另一方面主要是工業(yè)生產(chǎn)、尾氣排放等人為因素的作用。由于兩者之間不存在嚴格的對應關(guān)系，本文對兩個因素分別采用了不同的方法和模型進行討論。分析季節(jié)等諸多自然因素時，可以通過API隨時間變化的折線圖并對曲線的趨勢和走向分析說明。分析城市能源消費結(jié)構(gòu)等人為因素時，我們首先對監(jiān)測的各項污染物進行了關(guān)聯(lián)性分析，從而確定出影響空氣質(zhì)量的主要污染物。然后，再對具體

5、因素分析，我們發(fā)現(xiàn)原因有很多，對這些因素分類匯總，可大致分為工業(yè)生產(chǎn)、尾氣排放、生活污染以及地域條件四種。這些因素涉及到經(jīng)濟、社會、人文等各個方面，這些因素的重要性或者優(yōu)先程度難以量化，人的主觀選擇會起著相當重要的作用，在此，我們采用了定性和定量相結(jié)合的、系統(tǒng)化、層次化的分析方法，即層次分析法。2.3 對未來一周西安市空氣質(zhì)量狀況進行預測對西安市空氣質(zhì)量狀況的預測應包含環(huán)境空氣質(zhì)量指數(shù)（AQI）和首要污染物兩個方面：由于影響城市空氣質(zhì)量的因素較多，并且存在很多不確定性因素，如：季節(jié)等自然因素的變化會影響空氣質(zhì)量但不具有一般規(guī)律，這對未來空氣質(zhì)量的預測十分不利，基于以上考慮，我們擬采用灰色預測的

6、方法，從而對未來一周的空氣質(zhì)量進行大體的分析預測。為保證結(jié)果的準確性，我們又建立了神經(jīng)網(wǎng)絡(luò)模型，對數(shù)據(jù)再次預測，并將這兩種結(jié)果進行對比分析。2.4 就環(huán)境空氣質(zhì)量的監(jiān)測與控制對西安市環(huán)保部門提出建議主要根據(jù)本文之前對空氣質(zhì)量的評價，并結(jié)合影響西安市環(huán)境質(zhì)量的主要因素，從各方面對西安市環(huán)保部門提出切實可行的建議。三、 問題假設(shè)1. 表格所給的數(shù)據(jù)真實可靠，可信度較高，具有一定的使用價值。2. 該市影響空氣質(zhì)量的季節(jié)等自然因素和城市能源消費等人為因素在一段時間內(nèi)保持平穩(wěn)變化。3. 該市一段時間內(nèi)不會發(fā)生火災、海嘯等重大自然災害。4. 城市能源消費結(jié)構(gòu)等人為因素對自然環(huán)境無顯著影響。5. 未進行濃度

7、監(jiān)測的大氣污染物對環(huán)境空氣質(zhì)量的影響非常小。6. 西安未來一段時間內(nèi)，沒有大規(guī)模工業(yè)的遷入遷出。四、 名詞解釋與符號說明符號說明空氣污染指數(shù)（舊標準）空氣質(zhì)量分指數(shù)環(huán)境空氣質(zhì)量指數(shù)（新標準）隨機一致性指標一致性比率最大特征根與特征根對應的特征向量 權(quán)向量比較因素和參考因素的關(guān)聯(lián)度關(guān)聯(lián)分析中的比較因素初值化處理后的標準化序列五、 模型建立與求解5.1 空氣質(zhì)量評價和新舊標準的對比分析：5.1.1 使用舊標準（API）對西安市空氣質(zhì)量進行評價：1） 為了對空氣質(zhì)量的評價更加客觀準確，我們用API的標準對2010年1月到2013年4月的數(shù)據(jù)進行統(tǒng)計分析，分別計算出各月的平均值。表1.：2010年1月

8、到2013年4月的各月平均API值：時間2010年1月2010年2月2010年3月2010年4月2010年5月2010年6月2010年7月API值122.07202.35175.78199.38144.7993.4096.87時間2010年8月2010年9月2010年10月2010年11月2010年12月2011年1月2011年2月API值69.9366.0361.0064.6074.9377.5183.38時間2011年3月2011年4月2011年5月2011年6月2011年7月2011年8月2011年9月API值84.75105.5498.2276.4073.4058.3072.58時間2

9、011年10月2011年11月2011年12月2012年1月2012年2月2012年3月2012年4月API值69.8368.0968.9097.3095.61122.89104.96時間2012年5月2012年6月2012年7月2012年8月2012年9月2012年10月2012年11月API值101.90102.3390.6177.6674.2973.7477.13時間2012年12月2013年1月2013年2月2013年3月2013年4月API值85.60101.1396.2585.9294.86依據(jù)表1中的分析數(shù)據(jù)，通過Excel軟件繪出API變化的折線圖，如圖1：圖1: API變化的

10、折線圖對圖表數(shù)據(jù)和折線圖的走向分析可從以下幾方面對空氣質(zhì)量進行評價：西安市環(huán)境空氣質(zhì)量與季節(jié)變化有一定關(guān)系，每年的7月份左右API值相對于全年都比較低，即每年夏季西安市環(huán)境空氣質(zhì)量較好，而每年冬季空氣質(zhì)量較差。此外，API的穩(wěn)定變化表明西安市大氣自凈能力令人滿意。2010年1月至2012年12月，API的變化基本處于穩(wěn)定狀態(tài)，沒有較大的升降，這表明西安市的空氣質(zhì)量總體變化不大，空氣等級為良?？諝赓|(zhì)量可以接受，但某些污染物可能對極少數(shù)異常敏感人群的健康造成較弱影響。由折線圖我們不難發(fā)現(xiàn)，在進入2013年之后，API有較大的增幅，在長時間內(nèi)都屬于中度污染，空氣質(zhì)量狀況有明顯下降，可能對健康人群心臟

11、、呼吸系統(tǒng)有影響。5.1.2 兩種標準下對2013年1月至4月的監(jiān)測數(shù)據(jù)按照污染程度進行匯總：表2：不同標準下對各階段環(huán)境質(zhì)量的匯總和對比： 空氣質(zhì)量指數(shù)標 樣本數(shù)準0-50優(yōu)51-100良101-150輕度污染151-200中度污染201-300重度污染>300嚴重污染AQI01427272226API02135341412按照上面的表格可繪出污染程度的柱形圖，可以更加直觀的顯示出API和AQI的對比效果，柱形圖如下：圖2：API和AQI對于污染程度的對比也可通過下面的餅形圖來說明：圖3：API和AQI所監(jiān)測的環(huán)境質(zhì)量各污染程度的對比分析：對上面的柱形圖和餅形圖觀察分析如下：無論使用哪

12、種標準對空氣質(zhì)量進行分析，空氣質(zhì)量為優(yōu)的比例均為0%，這表明西安市空氣質(zhì)量總體上存在一定程度上的空氣污染，并不令人滿意。兩種標準的餅形圖中，污染程度都以輕度污染和中度污染為主，這表明西安市在2013年月至4月的空氣環(huán)境質(zhì)量并不樂觀，可能會對健康人群產(chǎn)生一定影響，如果長期如此，必定對人們的生產(chǎn)生活造成不良影響。兩種標準的對比：使用環(huán)境空氣質(zhì)量指數(shù)（AQI）進行監(jiān)測時，嚴重污染和重度污染的比重明顯增加，這表明新標準對城市空氣質(zhì)量提出了更加嚴格的要求。5.1.3 首要污染物的分析比較：根據(jù)空氣質(zhì)量指數(shù)的計算公式可知空氣質(zhì)量分指數(shù)最大的項對應的污染物項目即為首要污染物。若采用舊標準進行分析，不難發(fā)現(xiàn)首

13、要污染物始終為。若采用新標準進行分析，首要污染物以和為主。通過統(tǒng)計分析發(fā)現(xiàn)，對2013年1-4月（共116天）監(jiān)測數(shù)據(jù)進行統(tǒng)計分析，其中有74天是首要污染物，占總天數(shù)的63.79%，而如果按照舊標準（API）監(jiān)測，空氣中的首要污染物一直都是。這表明影響西安市空氣質(zhì)量的主要污染物指標為和。兩種標準的比較：新標準在舊標準的基礎(chǔ)上增加了污染物檢測項目，加嚴了等污染物的限值，對環(huán)境質(zhì)量的評價更加嚴格，可以更客觀地反映出城市環(huán)境質(zhì)量狀況，進而更有利于推動大氣污染防治。5.2 影響西安市空氣質(zhì)量的原因分析：空氣質(zhì)量受多方面影響，研究表明，城市環(huán)境空氣質(zhì)量好壞與季節(jié)、城市能源消費結(jié)構(gòu)等因素的關(guān)系十分密切，綜

14、合看來，主要是人為因素和自然因素兩個方面。由于季節(jié)因素和城市能源消費因素之間沒有必然聯(lián)系，對此，我們對這兩個因素用不同的方法分別加以分析：5.2.1 季節(jié)（天氣狀況、氣溫、風力）等自然因素對空氣質(zhì)量的影響：我們在分析天氣狀況、氣溫、風力等自然因素對空氣質(zhì)量的影響時，我們應該主要分析空氣環(huán)境質(zhì)量隨時間的變化關(guān)系，因此要取足夠多的時間樣本進行分析比較。由于2013年1月1日至今均采用的是AQI標準，數(shù)據(jù)較少，本文采用API的標準對環(huán)境質(zhì)量進行了統(tǒng)計分析。本文主要依據(jù)API隨時間變化的折線圖（圖4-1-2）進行分析比較，不難發(fā)現(xiàn)，在2010年至2012年API呈現(xiàn)出隨時間變化的一定規(guī)律：每年夏季空氣

15、質(zhì)量相對全年都比較好，而到了12月份左右空氣質(zhì)量一般為全年最差。這充分表明城市環(huán)境質(zhì)量與季節(jié)等自然因素具有密切關(guān)系。5.2.2工業(yè)生產(chǎn)、尾氣排放等人為因素對空氣質(zhì)量的影響：1）關(guān)聯(lián)度分析關(guān)聯(lián)分析法確定影響環(huán)境空氣質(zhì)量的主要污染物指標,為便于數(shù)據(jù)處理，我們選取近20天作為樣本，數(shù)據(jù)記錄如下表：表3：2013年4月6日至4月25日各污染物的濃度檢測AQISO2NO2PM10COO31小時O38小時PM2.52013-4-252013-4-242013-4-232013-4-222013-4-212013-4-202013-4-192013-4-182013-4-172013-4-162013-4-

16、152013-4-142013-4-132013-4-122013-4-112013-4-102013-4-92013-4-82013-4-72013-4-614114514518214892982431589810593959810998891491159932271917291714324033403429314526202139241019978636849435375577870758210777498598721411411201281017284243158981059395981099889149115994357636767515254624858485664595449606

17、7579559401131252839107644949524443384227292999784411483733521157981727162635265393636117145145182148929815913473786872798770559310278基于上面表中的數(shù)據(jù)的分析，進行初始化處理時，采用以下公式：（1） 將AQI作為參考序列 (k)（k=1,2···20）， （1）其他因素作為比較因素序列(k)（i=1,···7;k=1,··20）。各因數(shù)按照下面的式子進行初值化處理，得各標準化序列（i=

18、1,···7;k=1,··20） （2）（2） 根據(jù)求出差 （3）得出：=0； =1.6664（3）令，=1/5 （i=1···7） 利用公式 （4）按照關(guān)聯(lián)分析的要求及步驟，很容易計算出各污染物的關(guān)聯(lián)度，如下表所示：表4：各污染物的關(guān)聯(lián)度污染物SO2NO2PM10COO31小時O38小時PM2.5關(guān)聯(lián)度r0.7455 0.76200.79230.73090.62990.70180.8517由此可知：各因素關(guān)聯(lián)度大小排序：由此可知，對環(huán)境空氣質(zhì)量影響最大，和次之。2） 層次分析模型的建立層次分析法是一種定性與定量相

19、結(jié)合的層次化，系統(tǒng)化的分析方法，通過使人們的思維過程層次化并逐層比較多種關(guān)聯(lián)因素來為分析，決策，預測或控制事物提供定量依據(jù)，其最突出的特點是，分層比較，綜合優(yōu)化，根據(jù)以上對西安市空氣質(zhì)量的評價和分析，對各方面影響因素分析是可以用這種層次化分析的方法來解決，所以，據(jù)此建立了層次分析模型?；谏厦娴年P(guān)聯(lián)度分析，這里將中層確定為，和。1)建立層次結(jié)構(gòu)本文把問題條理化、層次化, 構(gòu)造出一個層次分析結(jié) 構(gòu)模型。根據(jù)分析，可建立如圖所示的層次分析結(jié)構(gòu)工業(yè)因素尾氣排放生活生產(chǎn)地域條件城市能源消費結(jié)構(gòu)對空氣質(zhì)量的影響目標層 準則層 方案層對于環(huán)境空氣質(zhì)量原因分析的問題來說，層次分析模型主要分為三層。最高層為目

20、標層，即城市能源消費等人為因素對環(huán)境空氣質(zhì)量的影響；中間為準則層，即影響目標層的、和三個主要指標；最下一層是方案層，即本文要分析的影響因素。2）兩兩比較，建立判斷矩陣，求解權(quán)向量建立層次分析結(jié)構(gòu)后, 問題分析即歸結(jié)為各種空氣質(zhì)量影響因素相對于總目標的優(yōu)先次序?？梢栽诟鲗釉刂羞M行兩兩比較,構(gòu)造比較判斷矩陣。層次分析法主要是人們對每一層次中各因素相對重要性給出的判斷, 這些判斷通過引入合適的標度,用數(shù)值表示出來,寫成判斷矩陣。判斷矩陣表示針對上一層次因素,本層次與之有關(guān)因素之間的 相對重要性的比較。為了使各個標準，或在某一標準下各方案兩兩比較以求得其相對權(quán)重，這里引入了相對重要性的標度，如下表：

21、表5：標度的含義標度定義1i因素與j因素相同重要3i因素比j因素略重要5i因素比j因素較重要7i因素比j因素非常重要9i因素比j因素絕對重要2,4,6,8為以上兩判斷之間的中間狀態(tài)對應的標準值倒數(shù)j因素與i因素比較，得到的判斷值為=首先建立準則層對目標層的判斷矩陣A：對方案層兩兩比較，可得到如下各比較矩陣： 相對于比較的矩陣：工業(yè)生產(chǎn)尾氣排放生活污染地域條件工業(yè)生產(chǎn)1769尾氣排放1/711/22生活污染1/6215地域條件1/91/21/51相對于比較的矩陣：工業(yè)生產(chǎn)尾氣排放生活污染地域條件工業(yè)生產(chǎn)1557尾氣排放1/5112生活污染1/5112地域條件1/71/21/21相對于比較的矩陣：

22、工業(yè)生產(chǎn)尾氣排放生活污染地域條件工業(yè)生產(chǎn)1121尾氣排放1121生活污染1/21/211/2地域條件1121計算上面三個矩陣的最大特征值分別為：;對應的特征矩陣分別為：3） 兩兩比較矩陣一致性驗證計算衡量一個成對比矩陣A（n>1 階方陣）不一致程度的指標CI公式如下： （1）計算一致性率公式如下： （2）隨機一致性指標的標準值如下表所示：表6：隨機一致性指標的標準值n（矩陣維數(shù)）123456000.580.901.121.24n（矩陣維數(shù)）78910111.321.411.451.491.51根據(jù)公式，分別對上面各矩陣計算一致性比率，當滿足時認為矩陣的不一致程度在容許范圍之內(nèi)，可用其特征

23、向量作為權(quán)向量。利用以上公式和標準進行一致性檢驗。對于矩陣計算出， 對應的歸一化特征向量為：由公式計算出,在表中查出,按公式（2）計算，,一致性檢驗通過，上述可作為權(quán)向量。同理，由成對比較陣計算出權(quán)向量，最大特征根和一致性指標，結(jié)果列入下表：表7：因素分析問題中第三層的比較結(jié)果1230.68380.64290.28570.09120.14010.28570.17490.05010.14010.07690.14290.28574.12704.015940.04230.0530時隨機一致性指標,由公式（2）計算可知;所以上面的均可通過一致性檢驗。以為列向量構(gòu)成矩陣則第三層對第一層的組合權(quán)向量為：我

24、們進行組合一致性檢驗，經(jīng)計算 ，于是有，組合一致性檢驗通過，前面的組合權(quán)向量可以作為最終決策的依據(jù)。由組合權(quán)向量得出的結(jié)果可知：0.6452>0.1606>0.1203>0.0739，所以在城市能源消費等人為因素中，對空氣質(zhì)量的影響程度由大到小依次為：工業(yè)生產(chǎn)>生活污染>廢氣排放>地域區(qū)別結(jié)果分析：通過以上研究，我們可以確定西安市首要污染物為PM10，即一些可吸入的懸浮顆粒物或浮塵。顆粒物的來源可分為自然來源和人為來源。人為排放源有工業(yè)生產(chǎn)、建筑產(chǎn)生的工業(yè)粉塵、金屬塵、水泥塵等；化石燃料燃燒產(chǎn)生的煤煙；汽車、飛機排氣等。天然源有土壤塵、火山灰、森林火災等。5

25、.3 對未來一周（4月30日5月6日）西安市空氣質(zhì)量狀況進行預測5.3.1 灰色預測模型的建立與求解對西安市2013年4月30日5月6日空氣質(zhì)量指數(shù)建立灰色預測模型GM（1,1）以下數(shù)據(jù)為西安市2010年至2012年這段時期內(nèi)的空氣質(zhì)量指數(shù)：表8：西安市2010年至2012年時間段內(nèi)的空氣污染指數(shù)2010年2011年2012年4月30號131157955月1號9889915月2號9649695月3號9561755月4號8983825月5號9377805月6號718587由已知數(shù)據(jù)，對2005-2009年十一月份的空氣指數(shù)記為矩陣A=，計算每年的年平均值，記為: （1）并要求級比，對作一次累加，

26、則：， （2）記取的加權(quán)平均值，則 ， （3）為確定參數(shù)，記： （4）于是GM（1,1）的白化微分方程模型為 （5）其中是發(fā)展灰度，是內(nèi)生控制灰度。由于取為灰導數(shù)，為背景值，則可得出相應的灰微分方程： 運用最小二乘法可求： （6） （7）其中為，為；于是方程有響應（特解） ， （8）則： （9）則由上式可得到2013年4月30日至5月6日空氣指數(shù)的平均值，則預測2013年4月30日至5月6日的空氣指數(shù)總值為，根據(jù)歷年數(shù)據(jù)，則可以統(tǒng)計出2013年4月30日至5月6日每天的空氣指數(shù)占這一周總值的比例，即： （10）則于是可得2013年4月30日至5月6日每天的空氣指數(shù)值為。模型求解：由數(shù)據(jù)表，結(jié)合

27、（1），（2）兩式計算可得月平均值，一次累加值分別為：，（注：由于空氣指數(shù)均為整數(shù)，故求均值時進位取整）顯然的所有級比都在可容區(qū)域內(nèi)，經(jīng)檢驗，在這里參數(shù)合適，則由（3）可得：則所得對應灰微分方程為： （11）運用最小二乘法公式（4）可求得： （12）由式（5）可得2013年4月30日至5月6日空氣質(zhì)量指數(shù)平均值為，則月總指數(shù)值：，由式（6）得到每天的比例為：；故2013年4月30日至5月6日的空氣質(zhì)量指數(shù)預測值為：未來一周對應的預測值：表9：對未來一周空氣質(zhì)量的預測值時間4月30日5月1日5月2日5月3日5月4日5月5日5月6日預測值115836469767573我們之前的研究表明，影響城市環(huán)

28、境空氣質(zhì)量的污染物主要是和,這也是影響未來一周空氣質(zhì)量的兩個主要指標，我們選用最近20天的樣本對這兩種污染物的環(huán)境質(zhì)量分指數(shù)進行了曲線擬合，經(jīng)擬合可得下圖(注：橫坐標將4月8日作為第一天)：由上圖可知，在未來一段時間內(nèi)，影響空氣環(huán)境質(zhì)量的污染物將主要是PM2.5.5.3.3 神經(jīng)網(wǎng)絡(luò)模型的建立與求解：1） 為便于統(tǒng)計分析，我們選用最近的12組數(shù)據(jù)（2013年4月15日至26日）作為樣本，對這些數(shù)據(jù)進行歸一化處理，使樣本數(shù)據(jù)落在0,1范圍之內(nèi)，利用我們上面得出的結(jié)論：對數(shù)據(jù)進行處理。2） BP神經(jīng)網(wǎng)絡(luò)的建立和學習本文采用三層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)來建立日期（由于我們所取時間段較短，這里將日期的變化寫為

29、天數(shù)）到環(huán)境空氣質(zhì)量指數(shù)（AQI）的非線性映射模型。模型的輸入量和輸出量均為一個，分別為日期和AQI值，通過反復的學習和訓練，所設(shè)計的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)隱含層共3個。以MATLAB神經(jīng)網(wǎng)絡(luò)工具箱為仿真建模工具，通過多步訓練BP網(wǎng)絡(luò)達到期望方差時的預測數(shù)據(jù)為：5.4 就環(huán)境空氣質(zhì)量的檢測與控制對西安市環(huán)保部門提出的幾點建議：基于對西安市環(huán)境空氣質(zhì)量的分析與評價以及影響城市空氣質(zhì)量的主要因素，西安市環(huán)境質(zhì)量需要做進一步管理，對此，我們對西安市環(huán)保部門提出了以下幾點建議：1）當?shù)卣槍σ?guī)模以上工業(yè)隱患風險進行集中排查，并結(jié)合排查對現(xiàn)有工業(yè)園區(qū)進行大力整頓規(guī)范。對風險隱患突出的工業(yè)園區(qū)必須確保其污染治

30、理設(shè)施正常運轉(zhuǎn)并達標排放。此外，要對新建工業(yè)園區(qū)采取從嚴審批政策，甚至關(guān)閉一些污染嚴重存在嚴重環(huán)境隱患的工業(yè)園區(qū)；2）加強城市森林建設(shè),提高建成區(qū)植被覆蓋率,美化城市環(huán)境。做好封山育林,人工造林,退耕還林等工作。綠化環(huán)境，多種樹木，樹木不但可以綠化美化環(huán)境，而且是凈化空氣的純天然凈化器。3）加大執(zhí)法力度,取締高硫高灰份煤的使用,大力推廣清潔能源開發(fā)和利用,嚴格控制轄區(qū)內(nèi)空氣污染物的排放。六、 模型評價與推廣6.1 層次分析模型優(yōu)點：在分析城市能源消費結(jié)構(gòu)等人為因素對環(huán)境空氣質(zhì)量的影響時，要考慮的因素涉及多個方面，并且這些因素間的優(yōu)先程度往往難以量化，人的主觀選擇會起著很大作用。因此層次分析模型

31、總體上是可以接受的。層次分析模型的應用具有系統(tǒng)性、實用性、簡潔性等優(yōu)點。缺點：但它同樣有很大的局限性。其次，它的比較、判斷和結(jié)果都是粗糙的，精度較低；其次，從建立層次結(jié)構(gòu)模型到給出成對比較矩陣，人的主觀因素作用很大，沒有嚴格的理論支持，使得決策結(jié)果可能難以為眾人接受。6.2 灰色預測模型優(yōu)點：由于空氣質(zhì)量受多方面的因素的制約，難以定量描述，因此采用灰色預測模型較為合適?；疑A測模型所需數(shù)據(jù)較少，這符合本文的要求，灰色預測根據(jù)時間序列，易于預測未來近期的數(shù)據(jù)，不僅簡單而且能達到比較準確的預測效果。缺點：GM(1,1)模型在其使用條件上存在著一定的限制，在建模過程中要兼顧多方面的影響因素，較為復雜

32、。6.3 模型推廣1） 環(huán)境質(zhì)量的影響因素較多并且十分復雜，我們在一定程度上對問題進行了簡化，如：忽略了人為因素的長期累積對自然環(huán)境的影響。這就使得結(jié)果會產(chǎn)生一定的誤差。我們可據(jù)此進一步加以分析，通過數(shù)據(jù)分析確定人為因素與自然因素之間的關(guān)系，使結(jié)果更加精確。2） 由于是對未來一周空氣質(zhì)量的預測，我們并沒有對季節(jié)、城市能源消費結(jié)構(gòu)等因素深入分析，總體認為變化不大。如果要使結(jié)果更加準確，應對這些因素作進一步分析。3） 氣象條件在一定程度上影響環(huán)境空氣質(zhì)量，污染物在水平方向上的擴散由風速決定，在垂直方向上收到垂直方向上溫度的分布狀況控制。對這些因素都應該作進一步分析，使得對自然因素的分析更加到位。七

33、、 參考文獻【1】 劉煥彬 庫在強 廖小勇 陳文略 張忠誠主編；數(shù)學模型和實驗 ，183-192頁；北京：科學出版社，2008年【2】 姜啟源 謝金星 葉俊主編；數(shù)學模型（第四版），249-269頁；北京：高等教育出版社，2011.1【3】 何正風等編著；MATLAB概率與數(shù)理統(tǒng)計分析（第二版），北京：機械工業(yè)出版社，2012.3【4】 艾冬梅 李艷晴 張麗靜 劉琳主編；Matlab與數(shù)學實驗 ，123-126頁；北京：機械工業(yè)出版社，2010【5】李希燦 陳汝光 李克志.論文空氣環(huán)境質(zhì)量模糊綜合評價及趨勢灰色預測.系統(tǒng)工程理論和實踐 ，4-7頁；2003年4月，第4期【6】 趙小燕，基于AP

34、I法的運城市空氣質(zhì)量評估及整治對策 ，2-4頁；SCI-TECH INRORMATIONDEVELOPMENT&ECONOMY，2009，第19卷第11期：【7】 史焱，俞周杰，陳一定等，杭州市大氣環(huán)境質(zhì)量評價、預測及防治對策研究 ，3-5頁；上海農(nóng)業(yè)學報，2008，第4期【8】 李力爭，李姝，張曉郁，趙立娜.灰色系統(tǒng)在大氣環(huán)境質(zhì)量評價及變化趨勢研究中的應用 ，1-5頁；環(huán)境科學與管理 2013，第38卷第1期：【9】 2010年西安交通大學“新秀杯”數(shù)學建模競賽參賽論文 城市空氣質(zhì)量評估及預測 共7頁【10】 中國能源消費結(jié)構(gòu)與空氣質(zhì)量關(guān)系的研究 2010.12八、 附錄8.1 空氣

35、質(zhì)量指數(shù)及相關(guān)信息：空氣污染指數(shù)API空氣質(zhì)量狀況對健康的影響建議采取的措施050優(yōu)可正常活動51100良101150輕微污染易感人群癥狀有輕加劇，健康人群出現(xiàn)刺激癥狀心臟病和呼吸系統(tǒng)疾病患者應減少體力消耗和戶外活動151200輕度污染201250中度污染心臟病和肺病患者癥狀顯著加劇，運動耐受力降低，健康人群中普遍出現(xiàn)癥狀老年人和心臟病、肺病患者應在停留在室內(nèi)，并減少體力活動251300中度重污染>300重污染健康人運動耐受力降低，有明顯強烈癥狀，提前出現(xiàn)某些疾病老年人和病人應當留在室內(nèi)，避免體力消耗，一般人群應避免戶外活動8.2 關(guān)聯(lián)性分析中的MATLAB源代碼clc,clearloa

36、d sn.txt %把原始數(shù)據(jù)存放在純文本文件sn.txt 中x=sn'for i=1:8x(i,:)=x(i,:)/x(i,1); %標準化數(shù)據(jù)enddata=x;n=size(data,1);ck=data(1,:);m1=size(ck,1);bj=data(2:n,:);m2=size(bj,1);for i=1:m1for j=1:m2t(j,:)=bj(j,:)-ck(i,:);endjc1=min(min(abs(t');jc2=max(max(abs(t');rho=0.5;ksi=(jc1+rho*jc2)./(abs(t)+rho*jc2);rt=s

37、um(ksi')/size(ksi,2);r(i,:)=rt;endrrs,rind=sort(r,'descend') %對關(guān)聯(lián)度進行排序8.3 應用層次分析模型計算矩陣特征根和特征向量的MATLAB代碼A=1 3 6 9;1/3 1 2 7;1/6 1/2 1 4;1/9 1/7 1/4 1;V D=eig(A)CI=(4.1079-4)/3 ; RI=0.9CR=CI/RIm=sum(V(:,1)a=V(:,1)/m以A矩陣為例，其余矩陣的求法相同。8.4灰色預測模型中用到的MATLAB代碼：clc,clearload han1.txt %把原始數(shù)據(jù)保存在純文本文

38、件han1.txt中%運用GM（1,1）模型求解m=size(han1,2);x0=mean(han1,2);x1=cumsum(x0)alpha=0.4;n=length(x0);z1=alpha*x1(2:n)+(1-alpha)*x1(1:n-1)Y=x0(2:n);B=-z1,ones(n-1,1);ab=BYk=3;x4hat=(x0(1)-ab(2)/ab(1)*(exp(-ab(1)*k)-exp(-ab(1)*(k-1)z=m*x4hatu=sum(han1)/sum(sum(han1)v=z*u8.5分別使用API和AQI兩種標準對2013年1月至4月的各污染程度分類匯總：A

39、QI標準：0-5051-100101-150151-200201-300>3001月（共31天）04348122月（共28天）01656103月（共31天）00714644月（共26天）0911420匯總01427272226API標準：0-5051-100101-150151-200201-300>3001月（共31天）0469842月（共28天）0866443月（共31天）00917144月（共26天）0914210匯總021353414128.6 PM2.5和PM10環(huán)境質(zhì)量分指數(shù)的曲線擬合中所用的MATLAB代碼：clc,clear,close allx0_1=1 2 3

40、4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20;x0_2=1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20;%PM_1代表PM10，PM_2代表PM2.5PM_1=115 149 89 98 109 98 95 93 105 98 158 243 84 72 101 128 120 141 141 132;PM_2=102 93 55 70 87 79 72 68 78 73 134 159 98 92 148 182 145 145 117 117;a_1=polyfit(x0_1,PM_1,2);a_2=polyfit(x0_2,PM_2,2);PM_1_21=polyval(a_1,21),PM_2_21=polyval(a_2,21);PM_1_22=polyval(a_1,22),