14062116刘宇飞大气污染评价与预报模型
摘要
本文对空气质量的评价及污染预报问题进行了分析，运用层次分析法依据处理后的数据对六个城市的空气质量进行了具体细致的排序；对2010年9月15日至9月21日的各项污染物浓度、各气象参数运用一元多项式回归模型进行了预测；就气象参数所属城市问题及污染物浓度与其的关系建立了相关性分析模型和多元线性回归模型；最后，根据建模过程和结果，我们对相关部门提出了几个具体的建议。通过将数据附件所给有效数据，即日污染物浓度，转化为对应的月污染物浓度的均值，根据各城市月均污染浓度做出其随时间的走势折线图，分析了各个城市SO2、NO2、PM10之间的特点。我们拟根据API指数值，以二级达标次数为准，对各城市之间的空气质量进行排名，但由于依据API的区分空气质量等级时灵敏度较低，故采用了层次分析法对空气质量进行排名。由于我们采用了全部数据进行排名，而E、F数据较少，故只对ABCD进行了排名。依据层次分析法得出的排名为：A、B、D、C。为了精确预测各城市短期内的数据，本文选用一元多项式回归模型。对2010年的数据进行分析整理，依据回归模型得出其与时间的关系，得出预测值，并得出其置信度为95的置信区间，结果显示模型的预测效果尚能接受，能够对所要预测数据进行预测。但由于F城市数据缺失，根据假设做了合理的定性分析，并未对其进行定量预测。分析空气质量与气象参数之间的关系时，首先根据数据完整性，气象参数应只属于其中一个城市，排除了D、E、F的可能性，再根据相关性分析的方法，确定了气象参数属于A城市。根据污染物与气象参数之间的因果关系，建立了多元线性回归模型，由于季节对污染物的浓度存在影响，分季节得出各污染物与各气象参数之间的相关系数，定性分析该相关系数，得出污染物与气象参数之间的关系。最后对该系数的理论与实际意义做了检验。根据以上分析及结果，确定部分与空气质量控制相关的部门，针对其职能提出了诚恳建议。关键词：API评价模型层次分析一元多项式回归模型
0
f一、问题重述
大气是指包围在地球外围的空气层，是地球自然环境的重要组成部分之一。人类生活在大气里，洁净大气是人类赖于生存的必要条件。随着地球上人口的急剧增加，人类经济增长的急速增大，地球上的大气污染日趋严重，其影响也日趋深刻。因此，加强大气质量的监测和预报是非常必要。目前对大气质量的监测主要是监测大气中SO2、NO2、悬浮颗粒物（主要为PM10r