中国省会城市大气质量分析.doc

节能减排摘要目前，我国是世界上人口最多的国家，养活如此多的人口，经济的强大是前提。随着经济的快速发展，生态环境日益恶化。可持续发展越来越成为人们的心声，实施节能减排，能有效的减少污染，保护生态环境，极大的改善人们的生活环境。问题一:首先，根据附件所给空气质量指数计算公式及在中国统计年鉴所查得的数据利用matlab进行编程求出31个省会城市的空气质量指数并按平均值的大小进行排序，其中各省会排名占前三位的分别是海口、拉萨、南宁，空气质量指数的平均值分别是38.50、53.31、58.25；排名最后三名分别是乌鲁木齐、北京、兰州，空气质量指数平均值分别是91.44、94.13、103.88，反映出空气质量的好坏与人口多少、经济发展水平有密切关系。其次，建立灰色预测模型预测2012各省会城市空气质量，并据此进行比较分析。问题二：2007年我国实施节能减排，故要想得到预期数据，需要利用2007年以前的数据进行预测。建立时间序列模型，利用spss求解，预测结果显示，2007-2010期间污染物质量浓度总体呈上升趋势，其中可吸入颗粒的浓度上升幅度较大，二氧化硫略有上升，二氧化氮基本没有变化，总体污染程度有所加重。问题三：首先，根据题中节能减排的说明，2007年后主要污染物排放总量将会减少10%。对查到的数据进行处理，利用灰色预测模型求解。然后，对比节能减排前后的变化，实施节能减排，大大减少了污染物的排放，有效的改善了空气质量。问题四：选取北京等五座城市作为代表，建立灰色预测模型，利用2003-2006年的数据预测出2007-2010年各城市的空气质量指数。通过主成分分析法确定污染物的权重，然后分别将每年的预测值和实际值代入评价体系得到各自的空气质量综合指数，绘图比较，发现总体趋势和全国预测的趋势是一致的。如果不采取节能减排，空气质量综合指数Q呈上升趋势，说明大气环境可能进一步恶化；而根据对2007-2010年实际数据的分析结果，发现其Q值不仅在减小或是稳定在一个较小的值附近，与预测数据的差值是一年比一年大，说明节能减排的效果是越来越明显。问题五：根据问题一至问题四得到的结论，从经济发展、能源利用率等方面提出合理化建议。关键词：空气质量指数 灰色预测模型 时间序列模型 主成分分析法 布朗指数一、 问题重述环境保护是重大民生问题，随着社会对环境保护的日益重视，人们越来越重视环境的改善，工业革命以来，世界各国尤其是西方国家经济的飞速发展是以大量消耗能源资源为代价的，并且造成了生态环境的日益恶化。节约能源资源，保护生态环境，已成为世界人民的广泛共识。我国从2007年8月起，中央财政开始实施节能减排工作，既是对人类社会发展规律认识的不断深化，也是积极应对全球气候变化的迫切需要。国民经济和社会发展第十一个五年规划纲要提出了“十一五”期间单位国内生产总值能耗降低20%左右，主要污染物排放总量减少10%的约束性指标。根据这两个指标，如中国GDP年均增长一成，五年内就需要节能六亿吨标准煤，减排二氧化硫六百二十多万吨、化学需氧量五百七十多万吨。试根据我国近年污染物总量减排和大气环境相关数据，并结合经济发展情况，根据附录中的数据，结合你们收集到的相关资料，建立数学模型，完成以下问题：1、建立模型对全国各省会城市的大气环境质量做出定量的综合评价，并对2012年各地区大气的污染状况进行分析比较。2、假如不采取节能减排，依照过去几年的主要统计数据，对我国大气环境的发展趋势做出预测分析。3、建立模型分析讨论节能减排对大气环境质量改善所起作用。4、建立模型对节能减排实施前后各省会城市大气环境质量改善情况进行科学分析。5、对下一步实施节能减排提出建议。二、 问题分析问题一：本问题由两部分组成，对于第一部分，需要收集2003年到2010年各省会城市大气污染物的质量浓度数据，再依据中华人民共和国环境保护标准HJ633-2012环境空气质量指数技术规定（试行）计算出各省会城市的各个年份的空气质量指数，对全国各省会城市的大气环境质量做出定量的综合评价；对于第二部分，利用第一部分的计算结果建立灰色预测模型对2012年各城市空气质量指数进行预测，之后再进行分析比较。问题二：要求在不采取节能减排的情况下依照过去几年的主要统计数据，对我国大气环境的发展趋势做出预测分析。2007年我国实施节能减排，建立时间序列模型，利用2007年以前的数据进行预测，对所得数据进行合理分析。问题三：要求分析讨论节能减排对大气环境质量改善所起作用。从两个方面着手。首先，根据题中节能减排的说明，2007年后主要污染物排放总量将会减少10%。对查到的数据进行处理，利用灰色预测模型求解，对趋势做出预测。然后，对比实施节能减排前后的变化，对所得数据进行合理分析。问题四：选择部分城市作为代表，根据2003年到2006年这几年未实施节能减排的IAQI值利用GM(1,1)模型得2007到2010 年未减排IAQI的预测值，与实际计算出的节能减排后IAQI值进行比较，再利用主成分分析法来给出评价模型。问题五：根据问题一至问题四的结论提出合理的建议。三、 符号说明污染物项目P的空气质量分指数污染物项目P的质量浓度值与污染物相近的污染物浓度限值的高位值与污染物相近的污染物浓度限值的低位值与对应的空气质量分指数与对应的空气质量分指数空气质量指数空气质量综合指数三种污染物节能减排后的相对减少量可吸入颗粒节能减排前与节能减排后的质量浓度二氧化硫节能减排前与节能减排后的质量浓度二氧化氮节能减排前与节能减排后的质量浓度个元素的数列原始时间序列发展系数参数向量为数据矩阵相关系数矩阵相关系数特征值和特征向量主成份载荷四、 条件假设1、假设影响空气质量的因素只有可吸入颗粒、二氧化硫、二氧化氮，其他影响因素忽略掉。2、假设影响大气环境的各项因素如洪水、干旱等不会出现非预期的剧烈变化。3. 假设2007 年得到的数据已经是在节能减排措施实施后得到的数据。4.假设在我们研究预测的几年内经济发展相对稳定，没有出现特殊情况，使得大批量工厂停止运营，从而影响工业废气的排放。五、 模型的建立与求解5.1对全国各省会城市的大气环境质量做出定量的综合评价，并对2012年各地区大气的污染状况进行分析比较。5.1.1对全国各省会城市的大气环境质量做出定量的综合评价根据空气质量指数的相关知识，可以知道空气质量指数是定量描述空气质量状况的无量纲指数。在此，以空气质量指数为指标对全国各省会城市的大气环境质量做出评价。首先我们给出污染项目的空气质量分指数计算公式（1）： (1)空气质量指数计算公式（2）： （2）将2003年到2010年各省会城市大气污染物的质量浓度数据代入公式进行计算得到的结果如表1所示：表1 各省会城市空气质量指数城市年份2003 2004 2005 2006 2007 2008 2009 2010 平均值海口30.00 33.00 40.00 41.00 43.00 43.00 38.00 40.00 38.50 拉萨57.50 51.00 60.00 56.00 53.50 50.50 50.00 48.00 53.31 南宁61.00 64.00 58.50 58.00 60.00 55.00 50.00 59.50 58.25 福州65.00 62.00 61.00 61.25 68.75 60.50 57.00 61.50 62.13 昆明68.00 67.50 66.00 70.50 62.50 58.50 58.50 61.00 64.06 贵阳77.00 72.00 63.00 66.50 67.50 66.00 62.00 62.50 67.06 呼和浩特83.00 65.00 73.50 76.00 67.00 60.00 62.00 59.00 68.19 南昌75.00 74.50 69.50 68.00 66.50 66.50 64.50 68.50 69.13 上海73.50 77.50 76.25 68.75 69.00 70.00 66.25 64.50 70.72 长春74.00 67.50 74.50 74.50 74.50 73.00 67.50 69.50 71.88 银川91.00 86.00 70.00 73.50 71.00 67.00 70.00 71.50 75.00 天津91.50 80.50 78.00 82.00 72.00 69.00 75.50 73.00 77.69 郑州78.50 80.50 79.50 80.50 77.50 72.00 74.50 80.50 77.94 哈尔滨85.50 81.50 77.00 77.00 76.00 76.00 75.50 75.50 78.00 杭州84.50 80.00 81.00 80.50 78.50 80.00 73.50 74.00 79.00 广州90.00 91.25 85.00 83.75 81.25 70.00 70.00 66.25 79.69 南京85.00 85.50 80.00 79.50 78.50 74.00 75.00 82.00 79.94 合肥75.00 80.00 72.50 74.50 83.00 92.00 80.50 82.50 80.00 长沙92.50 95.00 86.00 80.50 77.00 73.50 71.00 66.50 80.25 成都84.00 82.50 87.50 86.50 80.50 80.50 80.50 77.00 82.38 重庆98.50 96.00 85.00 80.50 79.00 78.00 77.50 76.00 83.81 武汉91.50 90.00 84.50 85.50 86.50 81.50 77.50 79.00 84.50 沈阳92.50 93.50 84.00 83.50 84.50 84.00 80.00 75.50 84.69 西宁94.50 88.50 82.00 92.50 82.50 84.00 95.50 87.00 88.31 石家庄112.50 86.50 91.00 96.00 89.00 83.00 77.00 74.00 88.63 济南99.50 99.50 89.00 82.00 84.00 88.00 86.50 83.50 89.00 西安93.00 96.00 89.50 91.50 92.50 81.50 81.50 88.00 89.19 太原111.00 112.50 94.50 96.00 87.00 72.00 78.00 69.50 90.06 乌鲁木齐88.50 82.00 83.00 101.00 93.00 97.50 95.00 91.50 91.44 北京95.50 99.50 95.50 106.00 99.00 86.50 85.50 85.50 94.13 兰州112.00 111.00 104.00 121.00 89.50 91.00 100.00 102.50 103.88 表2 空气质量指数评价标准空气质量指数0-5051-100101-150151-200201-300300级别一级二级三级四级五级六级由空气质量指数总体来看，我国的大气污染状况在局部地区比较严重。在31个城市中只绝大多数城市的空气质量是二级，海口空气质量较好，是唯一的一个三级城市，兰州空气质量是三级，是31个城市中空气质量最差的。在二级城市中，兰州、北京、乌鲁木齐等城市的污染程度较高，主要因为城市经济较发达、人口较多、以煤炭等化石燃料作为主要主要能源；拉萨、南宁等地的地理位置较为偏远，重工业欠发达，环境质量明显好于兰州等工业城市。比较各省会城市每年的空气质量指数不难发现，从2007年中央决定实施节能减排以来，全国绝大部分的空气质量指数逐年下降，空气质量明显好转，我国的节能减排取得了显著的成效。5.1.2对2012年各地区大气的污染状况进行分析比较。（1）模型的建立在灰色系统理论中，称抽象的逆过程为灰色模型，也称GM。它是根据关联度、生成数灰导数，灰微分等观点和一系列数学方法建立起来的连续型的微分方程。通常GM表示为GM(n,h)。当n=h=1时即构成了单变量一阶灰色预测模型。GM(1,1)模型设原始序列为这是一组信息不完全的灰色量，具有很大的随机性，将其进行生成处理，提供更多的有用信息。其形式为：设原始时间序列： 预测第n+1期，第n+2期，的值：设相应的预测模型模拟序列为： 设为的一次累加序列：即： 利用计算GM(1,1)模型参数、。令 则有：式中：由此获得GM(1,1)模型：（2）模型求解及检验鉴于城市较多，下面以海口为例对2012年海口的大气质量进行预测根据表1中数据建立含有8个观察值的原始数据序列使用MATLAB软件对进行一次累加，得到新数列，即下表3：表3 GM(1,1)算法拟合值及误差序号年份模型值残差误差百分比级比偏差200330.00000.00000.0000200437.81094.81090.14580.0761200538.42881.57120.03930.1615200639.05671.94330.04740.00085200739.69493.30510.07690.0309200840.34352.65650.0618-0.0163200941.00283.00280.0790-0.1501201041.67281.67280.04180.0345拟合函数：下面进行检验，一般来说，灰色预测模型检验有残差检验，级比偏差检验，后验差检验。残差检验：评价精度高低最简单的方法是看模型值和原值之间的残差百分比。我们认为中一般百分比5%即为满意, 对20%以内的, 根据实际情况也可以使用。如果再大即要考虑修正模型或改为其它模型。实际上如果原始数据摆动小, 精度要比5%小得多。残差相对值那么平均残差为平均精度级比偏差检验：级比偏差为：后验差检验: 首先计算原始序列的均方差，而，。然后计算残差序列的均方差：，而，。再计算方差比，最后计算小误差概率。根据下面的预测精度等级划分表确定模型的精度。表4预测精度等级划分表小误差概率值方差比值预测精度等级好合格勉强合格不合格由matlab程序可以得到该灰色模型的方差比值c=30.4064%,小误差概率p=100%,由表知预测精度等级为好。通过以上三方面的检验可以的得到模型误差百分比与级比偏差均很小，在后验差检验中预测精度等级也很好，可以用于预测。（3）预测海口2012年的AQI值通过计算得到了拟合函数那么可以得到空气质量指数预测表达式为取可得2012年海口市的空气质量指数为43.0047。（4）预测2012年各城市空气质量指数并分析根据所给的一系列数据，我们用各城市2003 年到2010 年的空气质量指数的数据来进行灰色预测2012 年各地区的污染状况，其中2003 年到2010 年的空气质量指数的数据见表5：表5 各省会城市2012 年AQI 值预测结果城市预测值城市预测值城市预测值 海 口43.0047南 京74.3065西 安80.1002 拉 萨46.9974合 肥89.0505太 原56.4598 南 宁51.9961长 沙58.7601乌鲁木齐100.6028 福 州59.9299成 都75.8313北 京80.5413 昆 明55.6226重 庆67.3754兰 州91.6264 贵 阳60.2854武 汉74.1021银 川63.1021 呼和浩特56.8132沈 阳72.2098天 津68.4627 南 昌63.0642西 宁79.9986郑 州74.5566 上 海60.5423石 家 庄71.4619哈 尔 滨72.6678 长 春69.2234济 南78.4334杭 州71.9567 广 州57.7298下面，为了使结果分析更加准确，我们将再次对每个城市都分别对可吸入颗粒物、二氧化硫、二氧化氮的浓度进行预测，采用类似的方法得到的结果为：表6各省会城市2012 年各大气污染物预测结果单位：毫克/立方米城 市可吸入颗粒物二氧化硫二氧化氮城 市可吸入颗粒物二氧化硫二氧化氮（PM10）（SO2）（NO2）（PM10）（SO2）（NO2）北京0.1190.0280.066郑州0.1300.0460.045天津0.1070.0470.049武汉0.1010.0320.059石家庄0.0820.0620.054长沙0.0720.0270.048太原0.0890.0650.019广州0.0670.0240.051呼和浩特0.0680.0440.026南宁0.0830.0190.017沈阳0.0870.0570.033海口0.0360.0050.013长春0.0790.0310.051重庆0.0980.0360.034哈尔滨0.0990.0480.043成都0.0990.0190.051上海0.0740.0150.045贵阳0.0670.0490.032南京0.1310.0210.039昆明0.0770.0290.055杭州0.0850.0220.058拉萨0.0450.010.018合肥0.0940.0190.036西安0.1390.0380.047福州0.0730.0030.022兰州0.1830.0450.039南昌0.0890.0610.048西宁0.1360.0530.024济南0.1090.040.033银川0.1030.0310.034乌鲁木齐0.1220.0740.069在EXCEL 中绘制其折线图，便于我们分析比较。图1 2012各城市AQI预测值图2 2012各城市污染物浓度预测从预测结果分析，发现从整体而言，可吸入颗粒物在三者中是污染浓度最高的。再对各省会城市进行分析，发现兰州、西安、西宁等城市可吸入颗粒物浓度较高，贵阳、拉萨、海口等城市则相对而言情况比较乐观；而乌鲁木齐、太原、石家庄等城市则是二氧化硫污染程度较高，拉萨、海口、福州等目前则在这方面还不用过于担忧；从二氧化氮层面上分析，发现乌鲁木齐、北京、武汉等城市需要引起重视，拉萨、南宁、海口则是可以稍微舒一口气。再从综合层面上看，分析各个城市2012年的AQI值，发现兰州、西安、西宁、南京、天津、乌鲁木齐等地在2012年的大气污染还是相对比较严重的，贵阳、拉萨、海口则是污染比较轻微，空气质量要优于全国大部分城市。为了再次验证此次预测的可靠性，我们可以求得各个城市每年空气质量达到二级的天数，详细数据见附录一，这里我们仅取几个有代表性的城市稍作分析。经预测分析后我们认为空气质量比较好的几个城市，像海口、拉萨、昆明等，其空气质量在二级以上的平均天数都在345天以上，海口甚至达到了每一天都是的目标；而我们认为空气质量不那么理想的几个城市，如兰州、西安、西宁等，其二级以上的平均天数则都是在200多天徘徊，特别是兰州，仅仅只有230天左右，与其他城市的差距还是存在的。对比分析两张图表，我们发现预测的结果确实是比较有参考价值的。5.2分析讨论节能减排对大气环境质量改善所起作用 5.2.1问题分析问题二要求在不采取节能减排的情况下依照过去几年的主要统计数据，对我国大气环境的发展趋势做出预测分析。根据题意可知2007年我国实施节能减排，故要想得到预期数据，需要利用2007年以前的数据进行预测。以下为我国各省会城市污染物均值，见表：表7 我国各省会城市污染物均值年份PM10SO2NO22003年0.1010.0520.0422004年0.1090.0520.0422005年0.1050.0530.0402006年0.1120.0550.0415.2.2 问题二模型的建立图3 污染物质量浓度变化通过折线图观察，发现观测值都趋于稳定，质量浓度随时间变化，那么可以采用时间序列中的布朗（二次）指数平滑法来进行计算与预测。二次指数平滑法也称布朗指数平滑法。二次指数平滑值记为，它是对一次指数平滑值计算的平滑值，即 (3)二次指数平滑法主要用于变参数线性趋势时间序列的预测。变参数线性趋势预测模型的表达式为： (4)（4）式的预测模型与一般的线性趋势模型的区别在于，式中、是参数变量，随着时间自变量的变化而变化，即直线在各时期的截距和斜率是可能不同的；是从期开始的预测期数。运用二次指数平滑法求解（4）式可得参数变量的表达式，即 (5)根据（3）求出各期参数变量的取值，代入（2）式，则具有无限期的预测能力，当仅作一期预测时，有 （6）具体步骤如下：第一步，计算一次指数平滑值。第二步，根据（1）式和第一步计算的，计算各期的二次指数平滑值。第三步，计算各期参数变量值、。根据（5）式，可计算各期的、。第四步，根据（6）式和（4）式分别求各期的趋势预测值，进行外推预测。5.2.3模型的求解表8 2007-2010污染物质量浓度的预测值预测年份2007200820092010可吸入颗粒0.1170.1210.1260.131二氧化硫0.570.570.580.60二氧化氮0.420.410.410.42预测结果显示，2007-2010期间污染物质量浓度总体呈上升状态，其中可吸入颗粒上升幅度较大，二氧化硫略有上升，二氧化氮基本没有变化，总体上污染程度有所加重，发展趋势不容乐观，各部门应加大节能减排的力度，减少污染。5.3分析讨论节能减排对大气环境质量改善所起作用5.3.1问题分析根据题意，此处要求考虑节能减排并与之前进行对比来分析各省会城市大气环境质量改善情况。从两个方面着手。首先，根据题中节能减排的说明，2007年后主要污染物排放总量将会减少10%。可以由查到的数据进行处理，求平均后利用灰色预测模型求解。由题意，需对趋势做出预测。然后，对比节能减排前后的变化，进行合理分析。污染物质量浓度求平均值后如下表：表9 污染物质量浓度求平均值年份可吸入颗粒二氧化硫二氧化氮20100.0954 0.0409 0.0403 20090.0952 0.0435 0.0404 20080.0966 0.0482 0.0408 20070.1014 0.0518 0.0414 5.3.2模型的建立与求解对全国平均污染值的预测：建立灰色预测模型，利用MATLAB计算可得全国平均污染值的预测图及相关数据。图4污染物质量浓度预测趋势图从左至右依次为可吸入颗粒、二氧化硫、二氧化氮的质量浓度变化趋势，均呈现负增长。预测值如下表所示：表10 2011-2014污染物质量浓度预测值预测年份可吸入颗粒二氧化硫二氧化氮2011年0.09450.03730.04002012年0.09390.03430.03982013年0.09340.3160.03952014年0.09280.02910.03935.3.3节能减排前后的对比建立实施节能减排与不实施节能减排前后对比模型，设表示颗粒物质量浓度相对减少量（单位%）；表示二氧化硫质量浓度相对减少量（单位%）；表示二氧化氮质量浓度的相对减少量（单位%），表示节能减排前颗粒物质量浓度，表示节能减排前二氧化硫质量浓度，表示节能减排二氧化氮质量浓度，实施节能减排后分别设为、。由，那么很容易得到：颗粒物质量浓度相对减少量：二氧化硫物质量浓度相对减少量：二氧化氮浓度相对减少量：得出20072010年三种污染物质量浓度的相对减少量如下:表11 污染物质量浓度的相对减少量年份PM10SO2NO2200715.38%10.04%1.45%200825.25%18.26%0.51%200932.35%33.33%1.48%201037.32%46.69%4.21%根据减排前后污染物质量浓度对比，我们发现若不采取节能减排，二氧化硫和颗粒物浓度会有大幅度的增长，而二氧化氮的浓度总体上保持不变，维持在0.04毫克/立方米上下。假如不采取节能减排，我国大气污染将会日益严重。特别是由于二氧化硫排放量的不断增多，出现酸雨的频率也会越来越大，更甚一步，酸雨的pH 值也有可能会越来越小。那么，农作物持续减产，森林植物成片衰亡，病虫害明显增加，各类建筑物被不算腐蚀，甚至严重影响到人体健康，这就不仅仅是涉及到环境的问题了。但是经过节能减排后PM10，SO2，NO2三类指标均有不同程度的降低，可以明显改善大气环境质量。在未来我国的经济发展中，要坚持节能减排的政策，这样才能逐步改善我国大气环境。重工业和人口聚集是我国污染的重要因素。化石燃料的燃烧会产生SO2、NO2等有害的气体，会造成酸雨和温室效应。工业排放加剧带来的是PM10的不断升高，颗粒物浓度上升会严重影响居民的生活健康。5.4对节能减排实施前后各省会城市大气环境质量改善情况进行科学分析5.4.1模型的建立根据问题分析，首先根据各个城市在2003年到2006年这几年未实施节能减排的IAQI值得2007到2010 年IAQI的预测值，同样可以参照第一问用GM(1,1)模型来求解，由于数据过多，在这里我们取几个有代表性的城市北京、海口、乌鲁木齐、武汉、长春。预测完毕后，我们再用主成分分析法来给出评价模型。首先先介绍主成分分析的基本步骤：样本观测数据矩阵为：第一步：计算相关系数矩阵为原变量与的相关系数，其计算公式为第二步：计算特征值与特征向量解特征方程，常用雅可比法求出特征值，并使其按大小顺序排列分别求出对应于特征值的特征向量，要求 =1，即其中表示向量的第j个分量。第三步：计算主成分贡献率及累计贡献率贡献率：累计贡献率：一般取累计贡献率达85%-95%的特征值，所对应的第1、第2、第m（mp）个主成分。 第四步：计算主成分载荷:第五步：各主成分得分:5.4.2模型的求解（1） 通过灰色预测得到若不通过节能减排，可以得到这几个城市07年到10 年的IAQI 值，见如下表。表12 五城市20072010 年污染物 的IAQI 预测种类城市2007 2008 2009 2010 预测值实际值预测值实际值预测值实际值预测值实际值二氧化硫北京49.67 46.62 48.94 36.00 48.22 34.00 47.50 32.00 海口12.65 8.86 14.52 9.00 16.67 7.00 19.13 7.00 长春36.30 29.56 47.57 30.00 62.33 34.00 81.67 30.00 武汉56.85 55.69 59.97 50.50 63.25 44.00 66.71 41.00 乌鲁木齐85.72 68.76 88.66 77.50 91.69 71.50 94.84 69.50 二氧化氮北京78.41 82.43 75.56 61.25 72.79 66.25 70.12 71.25 海口15.52 14.92 14.99 21.25 14.47 20.00 13.97 18.75 长春53.66 46.94 59.27 47.50 65.46 53.75 72.31 55.00 武汉57.68 68.64 54.90 67.50 52.25 67.50 49.72 71.25 乌鲁木齐85.11 83.42 92.07 81.25 99.61 85.00 107.76 83.75 可吸颗粒北京107.17 99.17 110.78 86.50 114.52 85.50 114.52 85.50 海口30.04 27.22 32.91 28.67 36.12 25.36 36.67 26.06 长春79.32 74.67 83.20 73.00 87.26 67.50 87.26 69.50 武汉82.20 86.63 80.07 81.50 77.99 77.50 77.99 79.00 乌鲁木齐109.74 92.91 122.69 97.50 137.14 95.00 137.14 91.50 （2）根据上述模型建立，利用spss软件，求得各污染物的每年的权重数值，我们将其取平均值作为每个污染物最终的权重系数。如下表所示：表13 2007 年2010 年各污染物重要性权重年份种类2007200820092010平均值二氧化硫0.510.310.560.610.4975二氧化氮0.250.440.180.220.2725可吸入颗粒0.240.250.260.170.2300（3）那么空气质量综合指数将所得到IAQI值代入到综合评价体系中，可以得到这几个城市在不同年份的空气质量综合指数Q。表14 各城市空气质量综合指数城市2007 2008 2009 2010 预测值实际值预测值实际值预测值实际值预测值实际值北京84.80 80.97 85.72 66.85 86.73 66.97 85.92 67.59 海口30.04 27.22 32.91 28.67 36.12 25.36 36.67 26.06 长春61.62 56.08 67.91 55.34 75.39 55.16 82.26 55.35 武汉69.59 73.92 68.74 69.79 67.99 66.03 68.35 66.83 乌鲁木齐97.47 84.30 106.29 88.27 116.02 86.26 118.77 83.69 为便于观察，我们将上述表格转为柱状图。图5 各城市空气综合指数首先我们先对数据进行纵向比较，从预测值来看，随着年份的增长，空气综合指数Q总体上保持着数值越来越大的趋势，从前一小问来看，这也是符合实际的。因为不采取节能减排，整个国家的大气污染都是有极大可能变得更加严峻的。再来分析实际的Q值，从2007 年到2010 年，Q是有越来越小的趋向或是稳定在某一个较小的值附近。采取节能减排措施后，尽管可能在大力发展经济的前提下，污染物的排放并没有随着工厂数的增多而增多，反而是在进一步改善。这说明节能减排所带来的环境效益是极大的。最后，我们再来看各个年份预测的Q值和实际的Q值，从柱状图中可以很明显地看到，其差值是越来越大，说明随着社会的发展，节能减排所能够减少的污染物是越来越多，它的效果也是一天比一天明显。特别是对于某些近几年发展十分迅速从而导致污染物排放量持续增长、大气污染日益严重的城市（如乌鲁木齐）的空气质量迅速提高。总而言之，实施节能减排效果之显著，让我们必须要坚持下去，继续净化我们的空气。5.5下一步实施节能减排提出建议第一，加强工业污染审核，提高准入门槛严格把握审核立项关，空气污染作为工业项目能否立项一个关键性指标，全面准入绿色经济，对高污染项目坚决不予通过，追求绿色GDP，将高污染企业但在门槛之外。第二，优先发展循环经济，提高资源利用率，转变经济发展发式循环经济是节能减排的重要途径,对生产过程中产生的污染物按照减量化、再利用、资源化的要求进行生产的一种新型经济运行模式，通过循环经济的发展，可有效促进节能减排工作，从源头上降低资源和能源消耗，实现节能减排目标的重要手段。通过解决与资源环境直接相关的经济结构不合理、增长方式粗放等问题，彻底淘汰落后的工艺、设备和企业工段，通过提高资源能源利用效率，来实现节能减排的目标。我国南方地区二氧化硫、二氧化氮持续超标就是因为经济发展较单一，采取该措施可以有效提高我国大部分地区的空气质量水平。第三,鼓励发展高新技术，提高资源利用率能源资源消耗问题不只限于生活方式和思想意识，更是个技术问题。节能减排要靠技术手段和设备改进来实现，高新技术的广泛应用可以大量降低原材料、能源和水的消耗，减少甚至消除废弃物的产生。大力提倡高新技术的运用，鼓励企业实现清洁生产、技术更新，通过技术进步实现节能减排工作。第四，研究开发新能源,降低新能源使用成本现代科学研究表明，空气污染物主要是由于化石燃料燃烧所造成，减少传统能源如煤炭、石油等资源的使用，减少含硫燃料的燃烧，大力发展风能、太阳能、水能等清洁能源,清洁能源对传统能源的有效代替,可以大大缓解空气污染现状。并且应当研发新型能源生产技术，降低新型能源使用成本，使其在全国范围内广泛推广。六、 模型的评价6.1模型的优点(1) 灰色预测模型能够很好的在少量数据的情况下预测短时期数值的变化，具有较高的准确性(2) 运用主成分分析,较为准确的计算出了评价指数中各项因素的加权比重(3) 在对不采取节能减排政策进行预测试，采用了时间序列中的二次指数平滑法，较为准确的预测了不采取节能减排政策下的空气污染状况6.2模型的缺点（1）在对空气质量改善进行评价时，运用了图表对比模型，显得较为老套，不够深入（2）模型的建立过程中，利用假设，部分简化了模型，但与实际可能不太相符（3）在问题四中对若不采取节能减排的大气污染进行预测计算Q值时，有些城市的数据反而减小，说明预测并非很完美。七、 模型的改进（1） 在进行预测时，可不仅仅局限于题中所给的数据，可搜集更多的数据，使得预测更为准确。（2） 关于给出的空气质量综合指标，可以尝试给出评判标准，给定区间加以区分，可以使结果更加清晰。（3