（环境工程专业论文）大气质量中长期预测方法的研究.pdf

中文摘要 大气怒人类不可缺少的生存元素 大气质量的好坏直接影响麓人类的生活质 量和健康水平 大气污染作为环境问蹶的主要分支鼹到世界各国的普遍重视 污 染控铡工侮势在必行 蘼大气质量预测工搀是环境罄瑷部门姨宏黢蕉度出发裁定 决策 提粥污染防治措魏的前提 当蓊 在大气污染的短期预测预报颁蠛 应用 较多的是缩合具体地理环境 气象因索的高斯扩散模式的修正 对于中长期的数 值预测 这类模型由于熬大量参数的介入而使预测工作变得复杂 且参数确定本 身就毽含了缀多豹模糕瓣素 兢碍蔫 i l 溅工终熬糖壤 嚣魏 本文戳牮l 菜毒 1 9 8 6 2 0 0 0 年各季度的降尘月均值般测数据为例 从统计学角胰出发 对大气 质量的中长期数值预测谢法进行了系统性地研究 胬在寻找那些溉可以达到一定 静糖度要求又可以避免斑用丈量参数的简化模型和缀合预测模型 本文中主要豹 大气霞虽中长期颈测模黧有 1 时间序列分析法 2 掀色系统理论法 绉 人王享枣经羁终法 4 竣优化组合预测法 5 灰色系统理论与时间序列相结合的g m a r 法 次色系统理论与神经网络相结合的g m a n n 法 国辩闻痔巍与圣枣缝溺绦稳结含豹a r 越臻法 8 小波神经网络缀合预测法 通过编制相应的程序 除了对这魃模型进行纵向比较之外 逐在每种模型内 部送行了搂囱比较秘缀聚分撰 实移 考挟 正骥 在繇境蕊患不够瓷是豹馕况下 单纯剥掰 定历史时期的污染监测资料 应餍统计学方法 对予大气质量的中长 期预测 只要模型选择邋当 完全可以满足实际工作中对预测的期望和要求 关键诫 大气质量中长期预测简化模型组合预测模型 a b s t r a c t a i ri st h ee s s e n t i a le l e m e n tf o rh u m a n b e i n ga n d 瓣fq u a l i t yi n f l u e n t sd i r e c t l yt h e l i f ec o n d i t i o na n dh e a l t hl e v e lo f p e o p l e a st h em a i nb r a n c ho f t h ee n v i r o n m e n t a l p r o b l e m s a i rp o l l u t i o ni sb e i n gp a i dm o r ea n dm o r ea t t e n t i o nb yc o u n t r i e so ft h e w o r l d t h e r ei sn ot i m et od e l a yf o ra i rp o l l u t i o nc o n t r 0 1 a i rq u a l i t yf o r e c a s t i n gi st h e p r e c o n d i t i o n f o rt h ee n v i r o n m e n t a la d m i n i s t r a t i o nt om a k ed e c i s i o n sa n db r i n g f o r w a r d p o l l u t i o np r e v e n t i o na n d c u r em e a s u r e se f f e c t i v e l y c u r r e n t l y i nt h ef i e l do f t h ea i rp o l l u t i o ns h o r tt e r mf o r e c a s t i n g t h ec o r r e c t i o nm o d e l so fg a u s s i a nd i s t r i b u t i o n a r ew i d e l yu s e d w h i c hv a r ya c c o r d i n gt ot h es p e c i f i cg e o g r a p h i ce n v i r o n m e n ta n d w e a t h e rf a c t o r s u c hk i n d so fm o d e l sa r ec o m p l i c a t e db e c a u s et h e r ea r et o om a n y p a r a m e t e r sb e i n ga d o p t e d h o w e v e r e s t i m a t i o no f t h ep a r a m e t e r si n c l u d e sc e r t a i n f u z z y f a c t o r si t s e l w h i c hi n e v i t a b l yr e s u l t si nf i nu n s a t i s f a c t o r yp r e d i c t i o n t h e r e f o r e b a s e do nt h ep r i n c i p l eo fs t a t i s t i c sa n dt a k i n gt h ef a l ld u s tm o n i t o r i n gd a t ao fe a c h s e a s o nm o n t h l ya v e r a g ef r o my e a r19 8 6t o2 0 0 0i ns o m ee i t yo fn o r t hc h i n aa sa s t u d yc a s e m e d i u m t e r ma n dl o n g t e r mf o r e c a s t i n gm e t h o d st o a i rq u a l i t yw e r e s t u d i e ds y s t e m a t i c a l l y w h i c ha i m e d 鑫tf i n d i n gs i m p l i f i e dm o d e l sa n dc o m b i n e d f o r e c a s t i n gm o d e l s t h a ti s f i n d i n gt h em o d e l sw h i c h c a l lb o t hr e a c ht h er e q u i r e d p r e c i s i o na n da v o i da d o p t i n gt o om a n yp a r a m e t e r s t h em a i na i rq u a l i t yf o r e c a s t i n g m o d e l sd i s c u s s e di nt h i sp a p e rw e r ea sf o l l o w s 1 t i m e s e r i e sa n a l y s i sm o d e l 2 g r e y m o d e l 3 a r t i f i c i a ln e u r a ln e t w o r km o d e l 4 o p t i m a l c o m b i n a t i o nm o d e l 5 g m a rm o d e l c o m b i n a t i o no f g r e ym o d e la n da u t o r e g r e s s i o nm o d e l i nt i m e s e r i e sa n a l y s i s 6 g m a n nm o d e l c o m b i n a t i o no fg r e ys y s t e mm o d e la n da r t i f i c i a l n e u r a l n e t w o r km o d e l 7 a r a n nm o d e l c o m b i n a t i o no fa u t o r e g r e s s i o nm o d e la n da r t i f i c i a ln e u r a l n e t w o r k m o d e l 8 w a v e l e t n e u r a ln e t w o r km o d e l t h r o u g hc o r r e s p o n d i n gc o m p u t e rp r o g r a m s l o n g i t u d i n a l a sw e l la st r a n s v e r s e c o m p a r i s o n st ot h ef o r e c a s t i n ge f f e c tb e t w e e nt h em o d e l sw e r em a d e t h e n w i t ha s t u d y 渊 t h i sp a p e rc o n c l u d e dt h a t u n d e rt h es i t u a t i o no fl a c k i n ge n v i r o n m e n t a l i n f o r m a t i o n a sl o n ga ss u i t a b l em o d e lw a sc h o s e nb ya p p l y i n gs t a t i s t i c st oa n a l y z e h i s t o r i c a l m o n i t o r i n g d a t a i t c o u l d s a r i s f y t h e e n g i n e e r i n gr e q u i r e m e n t t o m e d i u m t e r ma n d l o n g t e r m a i rq u a l i t y f o r e c a s t i n g k e yw o r d s a i rq u a l i t y m e d i u m t e r ma n dl o n g t e r mf o r e c a s t i n g s i m p l i f i e dm o d e l c o m b i n a t i o n f o r e c a s t i n gm o d e l 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果 除了文中特别加以标注和致谢之处外 论文中不包含其他人已经发表 或撰写过的研究成果 也不包含为获得墨注盘堂或其他教育机构的学位或证 书而使用过的材料 与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意 学位论文作者签名 f 乒 氟爿荻 签字日期 口 弓年肛月w 日 学位论文版权使用授权书 本学位论文作者完全了解墨凄盘茔有关保留 使用学位论文的规定 特授权盘洼盘堂可以将学位论文的全部或部分内容编入有关数据库进行检 索 并采用影印 缩印或扫描等复制手段保存 汇编以供查阅和借阅 同意学校 向国家有关部门或机构送交论文的复印件和磁盘 保密的学位论文在解密后适用本授权说明 学位论文作者签名 问吼拨 签字日期 杪 年l 月砷f i 导师躲职善红 签字日期 驯年 矗月加日 第一章绪论 第一章绪论 1 1 课题的提出及研究意义 空气是人类生存的必需物质 人类的生活离不开水 空气和食物 在这三种 物质都断绝供应的情况下 首先引起死亡的将是空气 空气对于人类的重要意义 是显而易见的 但是如果大气中含有一定浓度的有毒有害物质 这些物质会随着 人的呼吸进入肺部 进而通过血液遍及全身 对人的健康产生直接危害 历史上 发生的震惊世界的 公害事件 中 大气污染问题占据了大部分 如1 9 5 2 年发 生在伦敦的烟雾事件 就造成了四天内死亡4 0 0 0 人的惨剧 可见 大气质量的 优劣不仅严重影响着人类的健康水平和生活质量 更直接影响着人类的生存 1 1 1 大气污染的概念 所谓大气污染是指自然界中局部的质能变化和人类的生产和生活活动 改变 大气圈中某些原有成分和向大气中排放有毒害物质 以致使大气质量恶化 影响 原来有利的生态平衡体系 严重威胁着人体健康和正常工农业生产 以及对建筑 物和设备财产等构成损坏即为大气污染 1 1 2 主要污染物来源及危害 1 总悬浮微粒 通称为t s p 一 t 0 t a ls u s p e n d e dp a r t i c l e 指大气中的非气 态浮游粒子物质 通称大气气溶胶 按粒径大小分为降尘 直径d 1 0 um 可 吸入颗粒物 直径d 1 0 um 等 这类污染物主要来源是固定式燃烧尤其是固 体燃料 工业生产过程特别是冶金行业 建筑活动 大气化学反应 自然事件 火 山 风蚀 山林火灾等 主要危害是 a 遮挡阳光 使气温降低 或形成冷凝 核心 使云雾和雨水增大 进而影n 向气候 b 降低可见度 航空与汽车事故增 加 照明耗电增加 燃料消耗随着增多 由此空气污染也更严重 形成恶性循环 c 与s o 相结合造成比单纯s 0 2 更为严重的污染 2 氮氧化物 主要是n o 和n 0 2 等气体污染物 主要来自高温燃烧时空气 中的氮气参与化学反应生成的氮氧化物 另外 燃煤 燃油 木材燃烧 天然气 燃烧以及汽车尾气产生 一般空气中n o 对人体无害 但当其转变成n 0 2 时 就具有腐蚀性和生理刺激作用 主要危害是 a 降低远方物体的亮度和反差 是形成光化学烟雾的主要因素之一 b 毁坏棉花 尼龙等织物 破坏染料 使 第一章绪论 其褪色 腐蚀镍青铜材料等 c 损密植物 使植物发生病变 艘作物减产 d 觳骧枣嶷气中嚣n 2 浓度憝号 霆惫性蜉殴邋襄交 糟 硫傀物 主要怒二氧傀磙 遮楚迄今斑止认为最主要的大气污聚物 主 要泉源是食酸煤 五浦簿燃烧蝣以及台骧金属矿物捻炼 j 立程中产 土 以及其 也工 业生产j 窭稔 火山爆发簿 主要危害鼹 a 腌蚀憔 它能使空气中的溯力线磷 晓彝羧繁锶绳魏健矮淹愈缩短 它要黎藏气蕹建苓褥不采用豫垒一粪醚囊继翁爨 金属 b 损害植物的叶片 澎响其嫩长并降低箕产爨 c 假瘸性 它乘4 激人 的呼吸系统 使人发瘸 历史上的众多 公害事件 中 s o 为器魁祸酋的占蝴 大部分 警窆气孛获忿爨渡多瓣 鬼窖壤雯严鬟 静 澎藏蒙臻 谈 壤 溺溅 p h 稳辫繇 穗镌无法菠常生长 森耱被大片鬣辅 大蠢濒泊不藏鱼类麓存 食 物链疆袋 避褥整个煞懑系统瓣平鬻液摇酸 1 3 义气污染熬烹簧影璃霞素 1 气敷因素 a 风 它对凝气污染的影响包括风向和风速两个方丽 腻两彩响麓涎染物的扩散方向 一般情况下 污染源斑设在一个堍区主等风向懿 下氮巍 j 茂速瓣污染熬影鹂主要是污染臻魏扩数翻稀释状况 一般疆富 菇遮戆 高 污染糨在空气审粥浓度藏越小 b 大气稳寇燃 它与大气濑发隧离度润分 布情况密切糊关 能擞接反映大气在骥直方向的混合糨度 大气越不稳定 越肖 裁予污染毯震戆扩鼗 菠之 丈气稳霆链较磐 蒜慧澎袋遵瀑瓣 苓嚣蹇菠象鹣 空气缓难漉念 导致浮漆魏豹塞集 e 酶拳 辫窳蕤骞散遣澈狡 游涟空气中 豹套瓣浮染貔 楚窆气褥辍冷纯 d 雾 它像一臻燕予 壤窝气滢絷燕副 2 污染源因素 污染源的数嫩多少和排放参数是影响联域大气环境的蕊 接影酾瓣索之一 污袋潆数量逮多 撩敦裹囊越羝 污染源源骚遴大 污蒙裁越 严重 3 蛾遴园素 媲理环境也熬影嚼大气坯撼矮爨的重黎鼹豢 般丽嵩 开阔的乎臌媳形有利予污染物的扩散黼释 处于山谷地形的区域 污染物的扩澈 盘予疆灞由转嚣疆挡繇受隧 污染骛况较之乎纂蟪逸委重 露海滨蘧醚囊予海鼹 风的影响 念出现循酃污染的情况 也不利予污染锄的扩散 4 经济因素 髓蟹经济的不断发展 能源消耗量增加 工业用的燃料增 多 捧敖戮窆气孛鹩污凝秘爱慧量程鳃瓣增多 鬈皴空气污染鹚悲嬲辎 s 入翻透素 融我餮免秘 我国人誓爨褒鼙逐年增鸯蠢趋势 隧着当前鬣 济缭构蚋溺熬 大量农聿重入霜囱城索转移 经济不教逡遥区鑫奄璇帮太蕊囱经济发 达城市转移 导致城市人口的日益密攥 城市增多 城市规梭和交通规模扩大 薷来翁繇壤隧透呈臻蹬潦襞菠盎 懿巢城市工遂意蹙不合理 环境謦鹱鼹不上 2 第一章绪论 这些人为因素导致的大气污熟问题会驻加严熏 4 大气矮量溪溯的必要性及麓究意义 笼论是由于历史上关于大气污染的 公害事件 带给人类的惨痛教训 还是 由予入类生活水平豹擒嵩对于大气蔟爨的更赢要求 警蓊毽界务国普遍蕊褫大气 质量问题 在我国 嶷行了可持续发展战略 坚持经济发展与环境保护相仂调 我国鞲耱正她在经济避速发展静丈簿辩麓 锌随着经济熬毫速发展 畿滚涔耗迅 速加剧 交通规模同髓扩大 城市人阴快速膨胀 大型工业开发区相继建成 与 之臻疲匏是环麓污染貔按效总藿豹不鞭增援 污染范潮豹不凝扩大 其中 以颗 粒物 二氧化硫 氮飘化物等为主要污染物的大气环境污染问题曰趋严重 大气 污染慰资源鞠环境的冷壹嚣羹藏胁饕哥持续发展毅基戳 嚣台避豹大气质量预测 方法w 以提供有效的结果分析与综合分析 作为环境管理部门制定决策的依据 麸蔼采取防派秘削减撼施 避免走过去七八十年代先污染再治理的老路 有剥予 环境管理部门从宏观角度把援全局 对城市环境规划骚素如功能分区 污染源分 猫 城市规模 交通黼络等提出更科学 更明确的控制和管理方案 此外 合理 科学的污染源排放标准和环境空气质豢标准怒实现经济 环境协调发畿的重要环 节 标准制定太严 会使用予治理的缴费产生不必要的浪费 经济压力过大 阻 礴圭 i 方经济的发展 群茬标准制定过松 刚会鸯续导致魏方大气污染螽孽滋的船穰 人们生存质墩的恶化 有效的大气质爨预测可以缓解这一矛盾 它能根据新的嫩 测数据预溺采取搭麓螽靛效莱蔽及经济揍蘸分轿 逶避j c 重采取播藏蓊嚣效果懿怼 比分析及经骏积累 使环境臀理部门有可能掇出更为合理的地方污染源排放标 难 鞭筵 禚学豹丈气菝耋 囊溺霹敬避免污染疆获释羧裁豹富疆性 纛接捧瑷了 经济 社会和环境三者效益的统一 大气囊爨鞭测 楚入懿巍瓣太气污染物蓑 入丈气臻凌嚣扩敬 迂移静渍豫规 律认识基础上 利用科学的方法即大气质量模式预测和评价未来时间不同空间尺 度上空气质鬟变化状况褒趋势 为空气质量控剃 管穗与立法以及污染兢沿提供 科学依据 可见 环境管理部门要想及时有效的制定决镶 就需要准确把握大气 污染在一定时期的变化动态 准确地避行大气艨量预测很关键 因此 在形形魏 色的预测方法中找出适合大气质量预测的有效方法 掇高大气质量预测工作的精 度就是得至奖重要 当前广泛采角的各种丈气质爨预报预测模式中 基本上都楚颤高新 g a u s s i a n 模式为基础 根据不同情况进行某种修难 1 这种模式的优点魁 可敬将污染源地理分布 污染源静源强交纯 气象条彳牛懿及缝蠖特征等综台起来 考虑 对预测对象的分析比较全面具体 缺点是需要的参数种类较多 且很多情 撬下罄是靠经验来传谤 在袭实率臻佟起来魄较霆难 萎太气环境奉鸯羲是令焚 第一章绪论 杂的庞大系统 其内部的物理化学作用机制比较复杂 很多变化机理目前尚不清 楚 许多研究表明 在对复杂城市进行大气污染源布局时 单纯依靠盛行风原则 污染风原则甚至源强指数原则带有很大局限性 在这个意义上说 每种大气质量 模式都是一种近似的模拟 都不可避免地存在着它的缺陷 因此 本文另辟蹊径 从统计学角度出发 应用已有的大量的大气质量监测历史数据 对大气质量进行 预测 旨在寻找一种既能描述大气质量变化情况又能满足一定精度要求的简化模 式 1 2 国内外的研究动态 1 2 1 国内外大气质量预报工作的发展动态 城市大气质量模式预报是近几年环境科学中发展最快的研究领域之一 它不 仅在论证人类活动如何影响空气质量这个理论问题上有着重要意义 而且对城市 环境管理 污染控制 环境规划 城市建设及公共卫生事业均有重要的实际应用 价值 1 在预报工作的进展上 美国在1 9 7 6 年公布了全国统一的污染物标准 指数p s i 供各级空气污染防治机构采用 德国国家和地方空气监测站利用各站 的检测结果 结合气象预报系统 提供污染的早期预警和预报 日本于1 9 8 8 年 在大阪和东京开展氦氧化物的污染预报 荷兰于1 9 9 2 年开始在全国范围内以日 均值浓度水平发布空气污染预报 并开发了多种预报技术和方法 我国在1 9 9 7 年开始在全国部分重点城市开展了以空气污染指数 a p i 为指标的空气质量周 报 1 9 9 8 年上海 大连 南京等城市开展了空气质量日报 在2 0 0 0 年左右 我 国的各大主要城市都已经开始了大气环境质量的预报工作 1 2 2 国内外大气质量预测方法的研究动态 1 2 2 1 国外的研究动态 作为预报工作的前提和核心 预测方法的研究自6 0 年代以来电已取得了长 足的进步 早期的大气烟流模式形成了环境空气质量预测的基础 7 0 年又发 展了动力烟流模式 湍流闭合模式和扩散统计模式 或烟团模式 其中 动力烟 流模式以平稳大气扩散方程为基础得到高斯 g a u s s i a n 模式 该模式以其物理 意义简单明确 快速而较好的反映高架烟流的浓度分布而被广泛的应用着 许多 其它模式都来自对这个基本模式的改造 修正和补充 1 1 9 6 9 年n a p c a 与系统 应用技术公司开发了评价城市空气质量或评估控制措施效能的第一代 u a m u r b a na i r s h e dm o d e l 城市空气质量模式 2 0 年后又发展成了第 f 4 第一牵绪论 模式 第 代u a m 模式较之第 代更加快速 准确 系统 直观 使整个城市在 气象条牛譬褥丈气污羹 爨戆瓣瘸变诧麴空气污染鞭测缝爨嚣接透舆实 夤援 1 9 9 6 年美黼环蟪德护局 e p a 开戆开发研究第三代空气获奄模式m o d e l 一3 该模式 利用最先避的计算枫岛邋讯技术 剥蠲地理信惑系统 o i s 作为数据库的可视化 载体 可以为大气环境膜爨管遵部门提供有效的决策支持系统 为支持模式和横 攒系统麓持襞发展捷貘了基零壤桨 蘧2 l 鳘缌繇稳窆气震羹颈灏簧 统豹发最方 向 2 2 2 戮巍翡蓊究动熬 程我溺鼬年代毽嚣始了遮颚工佟 1 9 9 0 举镪 j k 京帘疆浅一套逡合予j 京市的大气环境质萋颡测模式系统 诧后 备大城带也辐继开溅了糟皮的磺究工 乍 成都市袋罔a t d l 模式预测大气质爨 彭瓤东 镣舒对兰州前进行了中尺度 太气扩救摸交翡虚溺磷巍 江嚣省 气象舔学磷变鼹孳 进美嚣 k 您 第霜伐中尺 度预报模式在南昌市谶行了空气洁净指数 a c i 及空气污染总体指数 p s i 的预 撮 秘舔 广泛应焉豹邵辘漾爨镁测鬣统主要鸯掰释 一楚錾家繇搽慧焉涿评中 拯 开发的空气矮曩颈溺系绞 受一个楚荧国环操髑秀发的i s c s t 短期翻i s c l t 3 最鬻邵髓窝气震燕琰浏系统 两瓣系统帮戳悫赫潮流横式兔基磷 壤豢誉藤瓣鞭 测目的作相应的参数修征 随着科学技术的进步 预测理论飞游发展 预测方法 藩密不究 敷爨子大气襞燕戳测兹缝诗学方法缮戮敬块发袋 患爱蠢 溷疆预测 法 移动警均法 天王霉枣经露络方浚 受零垒妖藏线渡窝获惫疆溅法饕 熟越篷 华 等应箱灰色系统聪论预测秦皇鹦赘的总愁浮灏粒物静年际黛化趋势 王震 等应用时间序列模糊予煎测法对白云鄢博铁矿的大气质鬣进行了研究 王俭 游 应鬟辨捌络方法进行了大气污染预攘方法熬磅究磐 1 3 本论文的研究内窑 零文掰谚究弱是澎鞠统诗学勰簿 在嚣壤接慰不够充分豹壤凝下 剩用现露 昭一定弱蹙辩蓊静污染物震焱溺资料黠未来菜 辩鬻麓污染糖浓凄模拟嚣预测 寻找那然既能能达到 定精度要求又比较简潴的横武 如前所谶 大气中的主 要污染耪矮凳驾p 二氡纯辕帮氮载纯夔 这蛰涎潦魏l 震在大气孛憋会发生 系翻的貔糕帮证学雩霉麓 萎羲不疆溺 毽是 蠢予簿 耱污祭耪溪戆蕊i 羹 篷都 誊 瑷了其在大气孛发袋焱鼗嚣黩结果 粼遵扶一定静大气污絷扩敬烂辖 掰默 馋 为大气污染物预测方法的研究 原则上采用哪种污染物质并不激鼹 都会对大气 屡爨颧测工佟其毒一定姻找袭蛙 零文在霓幕羯华j l 黎 翥1 9 8 6 零 2 0 0 0 年翅醛 兰 兰整篓 尘监测数据的各攀度月均值作为研究的数据源 如表卜1 所示 以该缀数据为基 础 对备种予员测方法的预测结果进行分析和比较 找出预测精度较好的方法 同 时 开发新的组合预测模型 评价其效果 车 鎏 运 黎 翻 q 进 1 9 8 6 2 0 0 0 年磐季度累加媳 图卜l 降尘监测值变化曲线图 表1 1 华北某市降尘脓测数据 1 9 8 6 2 0 0 0 单位 t k m 2 月 年份一攀度二季度 晕痔 四季度 1 9 8 63 2 43 唾 o l2 2 62 7 3 1 9 8 72 8 43 0 42 2 42 l 8 1 9 8 82 3 42 51 6 51 7 6 i 9 8 92 1 22 2 5 61 5 61 9 7 1 9 9 02 0 92 1 81 4 71 6 4 1 9 9 11 8 9 22 0 4 51 3 5 9 1 4 8 7 1 9 9 21 6 o l1 7 2 51 1 6 41 4 3 8 1 9 9 31 6 0 31 7 2 l1 1 2 31 3 6 2 1 9 9 4 1 5 3 21 7 2 7i 2 7 51 3 6 2 1 9 9 51 6 5 21 7 2 ll l 1 8l l 6 9 1 9 9 61 4 2 11 5 3 41 0 3 l1 1 6 1 9 9 71 4 2 71 6 1 81 0 9 81 2 3 7 1 9 9 8i 3 8 81 5 4 6h 3 21 2 7 1 9 9 91 3 9 91 6 0 8l l 7 4 i 3 7 4 2 0 0 01 5 6 2 1 6 2 11 1 9 61 2 9 7 第二 牵基于灰色系统理论的大气质量中长期预测 第二耄萋子灰色系统瑷论的文气质遣中长期预测 2 1 灰色系统理论的原璎要点陋 1 款色系统遴论是邓聚龙教授在1 9 8 2 年首到的 它程工农韭生产 经济 a 曩 及气蒙等各个方面的预测及决策中应用广泛 成效显著 引起了国内外的极大嚣 视 所谓灰色系统 g r e ys y s t e m 是指部分信患已知音l j 分信息术知的系统 它认 势 懋管窖鼹系统表象复杂 数据亵蘸 毽它总是寿熬髂臻戆戆 总燕骞痔豹 因此它必然潜藏着某种内在规律 关键在于用适当的方式去寻找规律 然后利用 援臻 宅穆系绞内静一甥隧瓿变量季终楚一定蕊困内交织熬与瓣闯嘉美戆获色过 程 墩对灰色蹙不是从大量样本中找统计规律 而是用累加生成的方法 将随机 鳇原贻数列进嚣夔枫经的弱化 健其成为有觏簿载生成数列 瓣进行建摸 它只 需要几个能反映系统行为特征量的数据 就可以建立获色模型 同时 当模型耩 度较低对 逐可以通过残差摸型求修正 以提嵩模型糙度 环境系统是广义的能量系统 系统内部的作用机制往往是不明确的 难以定 量 信息参数也多是郏分己知部分未知 即获色的 大气环境鼹个典型的灰色系 统 对大气中某种污染耪浓度的辩响因素穰多 加阐定的污染源在不同时间 不同攀节 不同风向 不同风速等条件下 造成的污染程度不同 再加上临时的 霹变翁 有骜楚已知的 有整怒未鲡酾 要戆缝岛这些西索与大气中莱静污染搦 浓度之问的相关模型 则更困难 因此 从机理上讲大气环境怒扶色系统 大 气中游染物浓发是统计量 瑟绫计量燕穰难壤薅戆 簿露每蘩帮在交纯 是获魏 量 对束来的大气中某种污染物浓殿进行预测 而预测值在证实之前 也是灰 耄爨 基于上述分据 踅默瑷论角爱嚣言 鼹大气孛簿垒浓发鼹灰惫系统理谂 建立藏预测模型是可行的 获色预测是基予获琶磊统理论豹g m 1 1 鞭测模型 它分为数到预测 灾交 预测 季节灾变预测 拓扑预测和系统综合预测五种形式 本文采用数列预测 其特点是对系统行为特 芷量进行等时鞭地实测 磅究其幸亍为特挺量戆交纯翅律 从而对特征爨做出较长时间的预测 2 2 基于获色理论的大气璇量中长期预溯 2 2 1 g 糕纯1 搂越蠲 第二常基于灰色系统理论的大气质量中长期预测 设有一随时间变化的原始数列x 町 x o 1 x o 2 x o n 应用灰色系统理 论鞭溯豹步骤懿下 l 毙将甄娥数列嬲缒规技翔 暑弱化 对z 归 系列作累热生成 x a g o x 篇 x 0 1 x 2 x 1 玎 2 1 女 其中x m x 柳 f l 2 n f l 2 2 式中 x 都 t 一一表示原始数捌第k 个数攒 善 1 f 妨一 表承依次累耀数到第k 个数据 若经过 次累加生成的数列随机性仍然较强时 成进行 次或三 次等累加生成 其计算公式为 次累加生成 x m x j 1 三次累加生成 k x 3 女 x 2 f j l n 次累加生成 2 3 2 4 女 x 8 寿 一 z 州 i 2 5 f 越 整原始数列为 负数列 到累摭次数越多 擐始数握随考a 性的弱 化就越明显 原始数列转化为非随机数列后 即可应用灰色系统理论 建立数学模型 下嚣仅以一次累加生残数列为例建立预测模型 即 g m 1 1 模型 2 计算累加生成数列的均值数列苫仕 x t 童 x x 0 女一1 k 2 3 2 6 z 若为 次累掇生或豹均毽数列 列x k 鼓k 2 开始诗葵 二次累 加生成贝q 从k 3 算起 其余类推 例如 次累加生成时 第二章基于灰色系统理论的大气质量中氏期预测 x 2 去 x 2 x 1 1 z 3 i x o 3 王m 2 x 玎 去 x x 一1 3 对累加生成的数列用指数曲线拟合逼近 构造一阶线性灰色微分方程 d x o 似 1 d t 式中 b 一x 2 一x 3 x h 1 y 2 o 3 n 一一数据个数 4 t 的灰色预测模型为 女 x o 1 一兰 p 叫 兰 女 1 2 疗盘 5 残差检验 2 7 2 8 2 9 由 2 一1 0 式预测模型求出原始数据的预测值 然后与原始值 比较作残差检验 若残差较大 应以残差系列建立模型进行修正 第t 时刻的预测值为 k 主 r 一曼 1 一1 残差系列计算 s j z f 一 按下式计算预测的相对误差 0 酽k 舞蚶0 0 并以此值对残差进行检验 式中g j o 即为相对误差 若g j 0 1s 为允许相对误差 一般取 5 则该模型预测的精度满足要求 可以用于预测 否则应按下 第二章基于灰色系统理论的大气质量中长划预测 式对模型进行修正 占p 一兰 一州州 兰 l 口j 口 爿 为按残差系列5 j 建立的残差预测模型 其建模方法与原始数 据系列建模相同 考虑残差后的修正预测模型为 歧 1 f 掣 r 掣 2 2 2 等维灰数递补模型 耵 在许多情况下 g m 1 1 模型可以通过对时间序列长度的不同取舍 得到不 同的预测结果 但是应用该模型进行长期预测时 当数据列较短 数掘变化大或 者系统明显受到人为控制或外部干扰时 预测结果往往难以尽如人意 这是因为 对一个系统来说 随着时间的推移 未来的一些扰动因素将不断进入系统而对系 统施加影响 因此 g m 1 1 模型虽可以进行长期预测 但从灰平面上看 真 f 具有实际意义的 精度较高的预测值 仅仅是最近的一两个数据 其他更远的数 据仅反映一种趋势 由此可见 没有必要用一个模型去预测未来的所有值 鉴于 这种情况 可先用已知数列建立的g m 1 1 模型预测一个值 然后把这个预测值 补充到已知数列中 同时去掉最老的一个数据 使序列等维 接着再建g m 1 1 模型 预测下一个数值 并补充到数据列 同时去掉最老的一个数据 这样 用预测灰数新陈代谢 逐个预测 依次递补 直到完成预测目标或达到要求的预 测精度为止 利用这种方法建立的g m 1 1 模型 称为等维灰数递补g m 1 1 模 型 其特点是 i 及时补充和利用狄色信息 提高了扶平面的白色度 缩小预测 值的灰区间 讧 每预测一步 对灰参数作一次修正 并随之修正模型 使预测 值在动态中产生 龇 可用较短的数列进行长期预测 但也不能无止境地预测下去 2 2 3 精度检验 灰色模型精度检验有三种方法 即残差检验 后验差检验 关联度检验 下 面分别用以上方法对该模型进行检验 1 残差检验 第二章基于灰色系统理论的大气质量中长期预测 它是利用实测值x 女 与模型计算值曼 o 之差来进行检验的 残差记为 e k 相对误差为 善生 1 0 0 x 0 1 k 2 后验差检验 记原始数列x o 女 及残差数列p 的方差分别为s 疆口s 则 s 专 x 七 一i 女 2 2 17 v i 班专善似炉础 2 其中 舢 炉专荟 础 专鼢 然后 计算后验差比值 c 和小误差概率 p 尸 8 一虿 女 i 0 6 7 4 5 s 1 模型的精度由c 和p 共同刻划 一般地 将模型的精度分为四级 见表2 1 表2 一l 灰色预测模型精度等级表 模型精度等级 pc 1 级 好 o 9 5 一 p c o 3 5 2 级 合格 o 8 5 p o 9 5 o 3 5 c 0 5 3 级 勉强 o 7 0 p o 8 0 o 5 c o 6 5 4 级 不合格 p o 7 0 0 6 5 c 于是 模型的精度级别 肘斑扣所在的级别 c 所在的级别 第二章基于灰色系统理论的大气质量中k 期预测 3 关联度检验 关联度检验是根据计算值曲线与实测值曲线的几何相似性程度进行检验 它是一种几何检验 如果把实测数据列x x 1 x 2 x 吣 n 作为参考 数掘列 又称母数列 把模型计算值量 女 作为比较数据列 两数据列则有如 下关联系数 竺型苎竺 挲坐竺型璺竺登i 咽 鲁 卜 兢再丽 面舞靠丽 旺 2 3 则关联度为 舻吉善驰 2 2 4 若模型数值列i o 与原始数列x k 在p 0 5 时的关联度 0 6 时 则 2 3 实例考核 以华北某市1 9 8 6 2 0 0 0 年4 季度的降尘监测数据为例 编制m a t l a b 程序应用灰 色系统理论进行预测 2 3 1 模型一 采用g m 1 1 模型 1 5 年4 季度的数据 共6 0 个数据点 采用模型为 气咖 3 2 4 篇e o o o l 4 7 k i q 篇默 1 2 模型结果显示 残差较大 有必要对残差序列进行修正 残差修正模型为 目1 炉 5 6 1 3 4 熹麓e o 0 0 4 9 k 1 o 0 4 8 0 4 5 2 笙9 5 堋3 4 默啦 修正后的灰色预测模型为 y 曼 1 5 1 t 1 2 第二二章基于灰色系统理论的大气质量中长期预测 模型的部分预测结果见表2 2 袋2 2 灰色预测模型结果 采用6 0 个数据点 单位 t k m 2 惆 原始值预测值残差修正值相对误差 i1 9 9 81 3 8 81 2 4 8l 4 01 3 3 24 2 年各季 1 5 4 61 2 3 03 1 61 4 8 73 8 0 度1 1 3 21 2 1 2一o 8 0l o 7 05 4 7 1 2 7 01 1 9 40 7 61 2 0 55 1 2 1 9 9 91 3 9 91 1 7 72 2 21 3 3 l4 8 7 冬萋季 1 6 0 81 1 5 94 4 9l 器 3 74 4 3 度1 1 7 41 1 4 3o 3 21 1 0 06 3 3 1 3 7 41 1 2 62 4 81 2 9 75 6 4 2 0 0 01 5 6 2l o g4 5 3t 4 8 15 1 6 年各季1 6 2 11 0 9 35 2 81 5 3 75 1 7 度1 1 9 61 0 7 71 1 9l l 0 97 2 8 1 2 9 71 0 6 12 3 61 2 0 76 9 6 2 3 2 模鹫篡 殿用等维灰数递补法预测2 0 0 0 年4 个季度的值 根据灰敷系统理论对于原始时间摩射的要求 一救而言 与预测结鬃直接稳 关的数据只是攥预测点最近的数据 较远的数摅只反映一转趋辫 所以 在此镶 者采用1 9 9 8 年和1 9 9 9 年两年共8 个数据作为颈测的原始数据 采用镣维灰数遂 渡骥测2 0 0 0 年各零疫麴值 聪始数据见表2 3 表2 3 等维获数递补法原始数据单位 t k m 2 月 1 9 9 8 颦各季度1 9 9 9 苹器季度 1 3 9 91 6 0 81 1 7 41 3 7 4 1 5 6 21 6 2 11 1 9 61 2 9 7 幽于使用等维灰色递孙模型 所以预测4 个数掘需要4 个不同的方攫 各方 程如下 引i 耻 1 3 9 9 面1 5 0 7 万2 1 矿 6 0 罢器舢叱 第二章基于灰色系统理论的大气质量中长期预测 掣1 耻 1 6 0 8 一器 e 0 6 0 2 3 k i 器姒 1 2 爿 驴 1 1 7 4 一裟e0 0 2 2 8 k 1 d 裟舢 l 2 玎气垆0 3 一苌器e0 0 3 5 3 k 1 苌器舢 l 2 预测结果及误差见表2 4 表2 4 等维灰数递补模型预测结果单位 t k m 2 月 2 0 0 0 年各季度 实际值 1 5 6 21 6 2 11 1 9 61 2 9 7 预测值 1 3 1 71 3 5 11 2 6 61 1 8 9 相对误 差 一1 5 7 0 1 6 6 85 8 5 8 3 4 2 3 3 模型三 根据原始数据的特点 即每年的一二季度的均值要平均高于三四季度 年与 年之间大致呈现出周期性 所以可以考虑用季度对季度的方法来进行预测 a 预测2 0 0 0 年一季度 原始数据采用1 9 8 6 2 0 0 0 年一季度共1 5 个数据 预测原始数据及结果见表 2 5 预测方程为 诹h 3 2 4 苦器 e o 0 5 1 8 k j 苦器舢 l 2 2 3 2 第二二章基于灰色系统理论的大气质量中比期预测 袋2 5 灰色理论分季度建模第一季度预测值单位 t k m 2 月 每徐安际篷鼷溅德残蓑误差 1 9 8 6 3 2 4 03 2 4 00 0 00 0 0 1 9 8 7 2 8 4 02 3 3 l一5 g 9一l 9 2 1 9 8 8 2 1 6 02 2 1 30 5 32 4 6 1 9 8 9 2 0 2 02 l o t0 8 14 0 3 1 9 9 0 2 0 3 0l g 9 5一o 3 5一1 7 l 1 9 9 l 1 7 0 0鹅 9 s1 9 1 1 4 4 1 9 9 2 1 4 5 61 7 9 93 4 32 3 5 4 1 9 9 3 1 4 4 l1 7 0 82 6 71 8 5 2 1 9 9 4 1 4 7 71 6 2 2l 4 59 7 9 1 9 9 5 1 6 5 21 5 4 0一1 1 2 6 8 0 1 9 9 6 1 3 3 21 4 8 2l 3 09 7 5 1 9 9 7 1 4 2 71 3 8 8 0 3 9 2 7 3 1 9 9 8 1 3 8 81 3 1 8 0 7 0 5 0 5 1 9 9 9 1 3 9 91 2 5 l一1 4 8 1 0 5 6 2 0 0 0 1 5 6 2l l 8 8 3 7 一2 3 9 4 b 预测2 0 0 0 年二季度 预测原始数据及结果见表2 6 预测方程为 酝 3 4 矮一警器 o j 4 k j 芸器胁域 表2 6 灰色潍论分季度建模第二季度预溅值单位 t k m 2 胃 簪份实甄 值预测僮残熬相对误麓 1 9 8 6 3 4 o l3 4 0 10 0 00 0 0 1 9 8 7 3 0 4 02 8 1 5 4 2 5 1 4 0 0 1 9 8 8 2 5 o o2 4 8 4一o 1 6一o 6 6 1 9 8 9 2 2 5 62 3 5 91 0 3 5 8 第二章基于灰色系统理论的大气质量中k 圳预测 1 9 9 0 2 1 8 02 2 4 10 6 12 8 0 1 9 9 1 2 0 4 52 1 2 9o 8 44 1 0 1 9 9 2 1 7 2 52 0 2 22 9 71 7 2 3 1 9 9 3 1 7 2 11 9 2 l2 o o1 1 6 2 1 9 9 4 1 7 2 71 8 2 50 9 85 6 6 1 9 9 5 1 7 2 11 7 3 30 1 2o 7 2 1 9 9 6 1 5 3 41 6 4 71 1 37 3 4 1 9 9 7 1 6 1 81 5 6 4 0 5 4 3 3 3 1 9 9 8 1 5 4 61 4 8 6 0 6 0一3 8 9 1 9 9 9 1 6 0 81 4 1 1 1 9 7 1 2 2 3 2 0 0 0 1 6 2 11 3 4 1 2 8 0 1 7 2 9 c 预测2 0 0 0 年第三季度 原始数据采用1 9 8 6 2 0 0 0 年三季度共1 5 个数据 原始数据及结果见表2 7 预测方程为 妒砸 2 2 扣罢0 等1 矿 罢0 等鼬 1 2 t 2 3 4 0 4 8 7 0 4 8 1 一7 一 表2 7 灰色理论分季度建模第三季度预测值单位 t k m 2 调 年份实际值预测值 残差相对误差 1 9 8 6 2 2 6 02 2 6 00 0 00 0 0 1 9 8 7 2 2 4 0 1 7 8 8 4 5 2 2 0 1 8 1 9 8 8 1 6 5 01 7 0 4 o 5 43 2 8 1 9 8 9 1 5 6 0 1 6 2 4 0 6 44 1 i 1 9 9 0 1 4 7 01 5 4 80 7 8 5 3 0 1 9 9 1 1 3 5 9 1 4 7 51 1 68 5 6 1 9 9 2 1 1 6 41 4 0 6 2 4 22 0 8 0 1 9 9 3 1 1 2 3 1 3 4 02 1 71 9 3 3 1 9 9 4 1 3 0 11 2 7 7 0 2 4 1 8 3 1 9 9 5 1 1 1 6 1 2 1 7l 0 19 0 8 9 9 6 1 0 3 11 1 6 0 1 2 91 2 5 3 第二 辩萋予获色系绒理论的犬气菔鼗审跃潮预测 1 9 9 7 1 1 9 81 1 0 6一o 9 2 7 7 0 1 9 9 8 l l 3 21 0 5 4固 8喝 9 0 1 9 9 9 1 1 7 41 0 0 4 i 7 0 1 4 4 5 2 0 0 0 1 1 9 9 s 7 2 3 9 1 9 9 6 d 预铡2 0 0 0 年酾攀度 照始数提采用1 9 8 6 2 0 0 0 年四零艘共1 5 个数掇 预测原始数抛及结果见畿 2 8 琰测方程强 舻协 啦3 一豢嚣 e 0 0 5 4 7 k 1 警器舢叱 2 3 5 表2 8 荻色理