大气污染问题

1、大气污染预报数学系：田翠翠 吴姗姗 惠静摘 要 本文通过运用所给数据，利用空气质量与主要污染物SO2、NO2、PM10之间的换算关系求出各城市的污染指数，然后进行对各城市的空气质量进行排序。同时，运用所给数据的平均值建立SO2、NO2、PM10与气象因子之间的关系，通过预测A城市的各气象因子进而预测A城市空气中SO2、NO2、PM10的含量。关键字 气象因子；污染指数；空气质量一问题提出空气污染已经成为城市进程中一个突出的问题。随着经济的不断开展，地球上的大气污染日趋严重，大量的污染物SO2、NO2和悬浮颗粒物PM10等排放到空气中，造成空气质量的严重下降。为此，我们对气象因子与污染物做了研究

2、。二、问题分析由于空气污染指数是评估空气质量状况的一组数据，因此，研究空气质量通过研究空气污染指数来反映。我国计入空气污染指数的工程为：SO2、NO2和总悬浮颗粒物。空气污染指数与主要污染物SO2、NO2、PM10有关。根据我国城市空气质量的分级标准如表1：空气污染指数对应的污染物浓度限值表1污染指数污染物浓度毫克/立方米APISO2(日均值)NO2(日均值)PM10(日均值)500.050.080.051000.150.120.152000.80.280.353001.60.5650.424002.10.750.55002.620.940.6数据来源于空气污染指数的计算公式： 1式中是第i种

3、污染物的污染指数；是第i种污染物的浓度值；是第i种污染物j转折点的污染分项指数值；是第i种污染物j+1转折点的污染分项指数值；是第j转折点上i种污染物对应于浓度值；是第j+1转折点上i种污染物的浓度值；API=max(、)； 2A,B,C,D,E,F城市各种污染物浓度关系如以下图：注：以下数据是把所给数据每一年按季节划分后，求得平均值，然后作图所得A城市SO2、NO2、PM10的分布情况B城市SO2、NO2、PM10的分布情况C城市SO2、NO2、PM10的分布情况D城市SO2、NO2、PM10的分布情况E城市SO2、NO2、PM10的分布情况F城市SO2、NO2、PM10的分布情况由上图及空

4、气污染指数公式12得出A,B,C,D,E,F各城市关于季节的污染指数如以下各表注以下数据是把所给数据的每一年按季节划分后，求得平均值A城市每季日均污染物浓度(API)：1234567935990.51481075211389101112131411578.556.2539107.556.559B城市每季平均日均污染物浓度(API)：1234567102.55212013212413690.5891011121314100.512999.5581077773C城市每季平均日均污染物浓度(API)：1234567126.533127.5131160147101.589101112131411312

5、9120.570.51288356D城市每季平均日均污染物浓度(API)：12345671243311913014799.5120.5891011121314129113.58112498.583.5106E城市每季平均日均污染物浓度(API)：12345676467.57863.5846768.589101112131468.569.53284F城市每季平均日均污染物浓度(API)：12345673574100784283.562.589101112131455.567.53851.5433260该五个地区的平均空气污染指数(API)：地区ABCDEFAPI83.875100.0714109

6、.0357107.7567.8636458.75所以可得A、B、C、D、E、F空气污染指数的大小顺序如下：C(API)>D(API)>B(API)>A(API)>E(API)>F(API)由于空气的污染指数是与NO2、SO2、PM10有关的，空气质量与气象因子有关，而空气质量是由空气污染指数来刻画的，因此我们只需研究NO2、SO2、PM10与气象因子之间的关系即可。为了研究NO2、SO2、PM10与气象因子之间的关系，我们以A城市为例建立以下模型。三建立函数模型关系一模型假设及符号说明。1模型假设1） 忽略NO2、SO2、PM10的含量受其他因素的影响，假设其只与

7、大气压强、平均气温、空气的相对湿度以及平均风速有关。2） 假设短时间内，空气中的NO2、SO2、PM10的含量没有突发事件影响导致大幅度的变化。3） 各气象因子在短时间内变化不大。4） 假设NO2、SO2、PM10与气象因子之间呈线性关系。2符号说明表示时间表示各种污染物在空气中的含量 表示气象因子大气压强mmhg表示SO2在空气中的含量 表示气象因子平均温度tem表示在空气中的含量 表示日平均风速ws表示在空气中的含量表示对于函数中自变量的系数参数表示对于函数中自变量的系数参数表示对于函数中自变量的系数参数表示对于函数中自变量的系数参数表示对于函数中自变量的系数参数表示对于函数中自变量的系数

8、参数表示对于函数中自变量的系数参数表示对于函数中自变量的系数参数表示对于函数中自变量的系数参数表示对于函数中自变量的系数参数表示对于函数中自变量的系数参数表示对于函数中自变量的系数参数 i表示年份表示模型中大气压强的值表示模型中日平均气温表示模型中平均温度表示模型中平均风速二模型建立及求解1模型建立通过查阅资料，分别建立空气中NO2、SO2、PM10、浓度与大气压强、平均气温、空气的相对湿度以及平均风速如下的函数关系 a b c根据各年数据，通过解线性方程组，确定变量的系数，即求、的值。2模型求解 A地区各年平均SO2与各气象因子的相关数据如下：年份SO2压强mmhg平均气温tem空气相对湿度

9、rh平均风速 ws20210.141672.07577.783245.04742.121320220.105674.63044.870643.24292.13320220.106675.5697-1.103645.82981.855220220.044673.99484.414652.26141.531220220.059670.53260.748352.28791.378620220.028666.2411.9739643.41.3820220.029665.915710.747548.8951.4254数据来源：把所给数据按年份取其平均值A地区各年平均NO2与各气象因子的相关数据如下：年份

10、NO2压强mmhg平均气温tem空气相对湿度rh平均风速 ws20210.057672.07577.783245.04742.121320220.04674.63044.870643.24292.13320220.041675.5697-1.103645.82981.855220220.029673.99484.414652.26141.531220220.036670.53260.748352.28791.378620220.027666.2411.9739643.41.3820220.023665.915710.747548.8951.4254数据来源：把所给数据按年份取其平均值A地区各年

11、平均PM10与各气象因子的相关数据如下：年份PM10压强mmhg平均气温tem空气相对湿度rh平均风速 ws20210.132672.07577.783245.04742.121320220.143674.63044.870643.24292.13320220.152675.5697-1.103645.82981.855220220.063673.99484.414652.26141.531220220.093670.53260.748352.28791.378620220.075666.2411.9739643.41.3820220.07665.915710.747548.8951.4254

12、数据来源：把所给数据按年份取其平均值将以上数据分别带入公式a、b、c，运用软件解得结果如下:关于SO2含量函数模型求解数据：的取值年份20212022-0.0058-0.02070.0510.8973202220220.0015-0.0008-0.0144-0.1157202220220.0004-0.0057-0.00390.02202220220.0002-0.0028-0.0001-0.0412关于NO2含量函数模型求解数据：的取值年份202120220.00060.0097-0.0059-0.0776202220220.0001-0.0025-0.00040.014202220220.

13、0001-0.00030.0006-0.041202220220-0.0018-0.0030.1199关于PM10含量函数模型求解数据：的取值年份20212022-0.0058-0.02070.0510.8973202220220.0015-0.0008-0.0144-0.1157202220220.0004-0.0057-0.00390.02202220220.0002.-0.0028-0.0001-0.0412对、分别取平均值得 于是得到NO2、SO2、PM10含量与压强、平均气温、空气的相对湿度以及平均风速的函数关系分别如下：3453模型修正：1SO2与压强、平均气温、空气的相对湿度以及

14、平均风速的函数关系模型的修正利用上述所建模型3式对SO2含量的求解与实际数据的比照具体如下表所示：年份2021202220222022模型解0.08700.09400.10620.0591实际解0.1410.1050.1060.044偏差0.05400.0110-0.0002-0.0151年份202220222022模型解0.0590-0.0934-0.0304实际解0.0590.0280.029偏差00.12140.0594对偏差处理，去掉最大和最小的取平均值，得常数。经过修正后的模型结果为：2对NO2 与压强、平均气温、空气的相对湿度以及平均风速的函数关系模型的修正利用上述所建模型4式对N

15、O2含量的求解与实际数据的比照具体如下表所示年份2021202220222022模型解0.05450.05520.03860.0326实际解0.0570.040.0410.029偏差0.0025-0.01520.0024-0.0036年份202220222022模型解0.02660.05940.046实际解0.0360.0270.023偏差0.0094-0.0324-0.023对偏差处理，去掉最大和最小的取平均值，得常数。经过修正后的模型结果为：3对PM10、浓度与压强、平均气温、空气的相对湿度以及平均风速的函数关系模型的修正利用上述所建模型5式对PM10含量的求解与实际数据的比照具体如下表所

16、示年份2021202220222022模型解0.04990.06970.14710.0636实际解0.1320.1430.1520.063偏差-0.0821-0.0733-0.0049-0.0006-年份202220222022模型解0.08280.10480.0701实际解0.0930.0750.07偏差-0.01020.02980.0001对偏差处理，去掉最大和最小的取平均值，得常数。经过修正后的模型结果为：4利用所建模型对未来一周即2010年9月15日至9月21日各个城市的SO2、NO2、PM10以及各气象参数作出预测。以A城市为例研究（1） 对A城市压强mmhg的预测对A城市的日平均压

17、强mmhg的预测，采用最小二乘法用matlab对日平均压强进行4次逼近，预测日平均压强mmhg的变化，进而预测未来空气中NO2、SO2、PM10、浓度的值。用1代替起始年份2022年8月1日，2代替2022年8月2日，用32代替2022年9月1日，33代替9月2日45代替2022年9月14日。具体操作如下A城市压强mmhg关于时间作1次曲线拟合8月1日9月14日：123456789668.565673.500673.208666.167664.833667.292675.087667.467665.583101112131415161718663.417663.000665.104664.97

18、9661.304661.087663.292669.125669.229192021222324252627670.896673.208670.652668.957672.417671.706672.750672.458672.625282930313233343536670.652668.913668.875667.021670.957672.208671.792670.182669.957373839404142434445669.625669.792672.391671.250669.583681.703681.875680.146680.771拟合曲线方程为：，其曲线拟合图如下：未来一

19、周A城市压强mmhg的预测值为：日期9月15日9月16日9月17日9月18日9月19日9月20日9月21日压强mmhg674.9288675.1377675.3466675.5555675.7644675.9733676.1822(2) 对A城市日平均温度tem的预测对A城市的日平均温度tem的预测，采用最小二乘法用matlab对日平均温度tem进行4次逼近，预测日平均温度tem的变化，进而预测未来空气中NO2、SO2、PM10、浓度的值。用1代替起始年份2022年8月1日，2代替2022年8月2日，用32代替2022年9月1日，33代替9月2日45代替2022年9月14日。具体操作如下：A城

20、市日平均温度tem关于时间作1次曲线拟合8月1日9月14日：12345678923.08722.00024.62522.85421.37519.04222.58718.13322.33310111213141516171821.50024.29221.87523.93822.69620.52222.93822.89621.25019202122232425262718.08321.54223.39115.76119.87522.47121.3131.26120.00028293031323334353619.08720.95721.83319.12117.26118.70819.50017.6

21、3619.65237383940414243444520.95823.12516.60916.25016.02119.05418.27520.06321.521拟合曲线方程为：。其曲线拟合图如下：未来一周A城市日平均温度tem的预测值为：日期9月15日9月16日9月17日9月18日9月19日9月20日9月21日日平均温度tem17.894617.688617.585617.482617.379617.276617.17363对A城市空气的相对湿度rh预测对A城市空气的相对湿度rh预测，采用最小二乘法用matlab对空气的相对湿度rh进行3次逼近，预测日平均温度tem的变化，进而预测未来空气中N

22、O2、SO2、PM10、浓度的值。用1代替起始年份2022年8月1日，2代替2022年8月2日，用32代替2022年9月1日，33代替9月2日45代替2022年9月14日。具体操作如下：A城市空气的相对湿度rh关于时间作3次曲线拟合8月1日9月14日12345678947.32668.65265.85481.75060.66749.33351.95790.40056.00010111213141516171846.70851.41776.45863.20838.93544.00043.52149.50073.10419202122232425262783.37572.52161.04377.0

23、2257.00046.00052.50047.29254.95828293031323334353662.87056.26146.54265.01178.13068.66761.29266.09165.52237383940414243444556.54248.00085.17480.45860.00052.45949.95050.12550.771拟合曲线方程为：未来一周A城市空气的相对湿度(rh)的预测值为：日期9月15日9月16日9月17日9月18日9月19日9月20日9月21日空气的相对湿度rh48.203746.028143.643541.041538.213735.151731.8

24、471(4) 对A城市日平均风速ws的预测对A城市日平均风速ws的预测,采用最小二乘法用matlab对空气的日平均风速ws进行1次逼近，预测日平均风速ws的变化，进而预测未来空气中NO2、SO2、PM10、浓度的值。用1代替起始年份2022年8月1日，2代替2022年8月2日，用32代替2022年9月1日，33代替9月2日45代替2022年9月14日。具体操作如下：A城市日平均风速ws关于时间作1次曲线拟合8月1日9月14日1234567891.7831.3041.0830.6252.5831.6671.6090.7111.1041011121314151617181.5831.4170.75

25、00.9172.1521.1740.7291.0211.1671920212223242526270.8130.8131.7391.3701.2501.1760.8331.6251.1672829303132333435361.0001.1741.2081.0021.0871.1251.1251.1820.9133738394041424344450.8331.8751.5651.0831.7500.7030.8001.0001.250拟合曲线方程为： 未来一周A城市日平均风速ws的预测值为：日期9月15日9月16日9月17日9月18日9月19日9月20日9月21日日平均风速ws1.07981.07381.06781.06181.05581.04981.04385预测结果的模型求解利用上面所建模型和各气象因子的预测结果对A城市未来一周空气中的SO2、NO2、PM10浓度进行预测求解，得