北京空氣質(zhì)量的評(píng)價(jià)

北京市空氣質(zhì)量的評(píng)價(jià)主要內(nèi)容一、摘要二、模型的基本假設(shè)三、模型的建立以及求解四、模型的評(píng)價(jià)五、參考文獻(xiàn)一、摘要針對(duì)問(wèn)題一：我們?cè)诒本┦协h(huán)保局、中國(guó)統(tǒng)計(jì)年鑒等地找到了需要的一些數(shù)據(jù)。針對(duì)問(wèn)題二：我們用了因子分析和聚類分析分別定性定量的從時(shí)間、空間兩個(gè)維度探討北京空氣質(zhì)量的狀況。

針對(duì)問(wèn)題三：針對(duì)北京環(huán)境空氣質(zhì)量監(jiān)測(cè)點(diǎn)個(gè)數(shù)不足的現(xiàn)狀，以順義區(qū)為例，用0-1規(guī)劃模型為新增監(jiān)測(cè)點(diǎn)選址。

針對(duì)問(wèn)題四：用了灰色關(guān)聯(lián)性分析探討影響北京空氣質(zhì)量的一些因素并給出合理建議。

針對(duì)問(wèn)題五：用了基于主成分分析的徑向基神經(jīng)網(wǎng)絡(luò)對(duì)未來(lái)一周AQI指數(shù)進(jìn)行預(yù)測(cè)。

針對(duì)問(wèn)題六：我們結(jié)合了上面的分析結(jié)果給出了合理的計(jì)劃和商業(yè)廣告。

二、基本假設(shè)1）從北京市環(huán)保局等地查到的數(shù)據(jù)值得相信，具有使用價(jià)值。2）不發(fā)生突發(fā)性的災(zāi)害等情況。3）NO2、SO2、PM10、PM2.5和AQI的濃度或者數(shù)值能反應(yīng)一個(gè)地方的空氣質(zhì)量。4）不考慮其他隨機(jī)因素對(duì)空氣質(zhì)量的影響。三、模型的建立以及求解問(wèn)題1：查找數(shù)據(jù)

查詢地點(diǎn)：北京市環(huán)保局、中國(guó)統(tǒng)計(jì)年鑒、中央氣象局、世界天氣（243）、天氣后報(bào)等數(shù)據(jù)類型：平均溫度、大氣壓、濕度、風(fēng)速、PM2.5、PM10、AQI、SO2、NO2

等。發(fā)展趨勢(shì)圖數(shù)據(jù)處理：導(dǎo)入到excel表格問(wèn)題2：分析北京空氣污染情況時(shí)間：1）PM10的濃度比NO2、SO2的濃度高。2）各個(gè)污染物質(zhì)平均濃度逐年的下降。每年空氣質(zhì)量指數(shù)達(dá)國(guó)家二級(jí)標(biāo)準(zhǔn)的天數(shù)慢慢上升，到了2009年趨于平穩(wěn)?？諝赓|(zhì)量的季節(jié)性規(guī)律2010年1月開(kāi)始1256天的API指數(shù)各個(gè)污染物濃度隨著季節(jié)呈波動(dòng)變化趨勢(shì)空間：1.定性分析直觀看出北京經(jīng)濟(jì)開(kāi)發(fā)區(qū)和大興區(qū)的的污染物質(zhì)比較多而延慶縣的環(huán)境污染物質(zhì)比較少環(huán)境相對(duì)較好。2.定量分析A因子分析首先：進(jìn)行標(biāo)準(zhǔn)化處理后，各指標(biāo)均值都為0，標(biāo)準(zhǔn)差都為1。接著：檢查原有變量之間是否存在較強(qiáng)的相關(guān)關(guān)系得出KMO值為0.779，根據(jù)統(tǒng)計(jì)學(xué)家Kaiser給出的標(biāo)準(zhǔn)，KMO取值小于0.6，不太適合因子分析。

Bartlett球度檢驗(yàn)給出的相伴概率為0.00，小于顯著性水平0.05，因此拒絕Bartlett球度檢驗(yàn)的零假設(shè)，認(rèn)為適合于因子分析。然后：篩選出適合進(jìn)行因子分析的那些指標(biāo)本著得到85%以上的原信息的原則，最終提取1個(gè)主因子。其累計(jì)方差貢獻(xiàn)率為88.146%綜合評(píng)價(jià)函數(shù)：這個(gè)結(jié)果和定性分析的結(jié)果是一致的。北京的污染形勢(shì)在整體上呈現(xiàn)自北向南加重的趨勢(shì)，污染物濃度增加依次為北部<東北部<市區(qū)和東部<南部<西南部B聚類分析通過(guò)SPSS使用離差平和方法（Ward方法），計(jì)算樣本的歐氏距離。聚類結(jié)果將各個(gè)區(qū)縣分成四種空氣質(zhì)量類型。

空氣質(zhì)量從好到差依次分為四類，如圖，這個(gè)結(jié)果和上面的因子分析也是一致的。問(wèn)題3：監(jiān)測(cè)點(diǎn)的布局新增質(zhì)量監(jiān)測(cè)點(diǎn)的約束條件

3人口約束為了使建成的監(jiān)測(cè)網(wǎng)絡(luò)能最大限度地保護(hù)人口，根據(jù)分配到網(wǎng)格中的人口數(shù)量來(lái)確定備選的監(jiān)測(cè)站點(diǎn)網(wǎng)格，即通過(guò)設(shè)置監(jiān)測(cè)站所在網(wǎng)格的最低人口數(shù)Pmin，將人口數(shù)量大于或等于Pmin的網(wǎng)格作為備選網(wǎng)格。P〉=Pmin（P為網(wǎng)格的人口數(shù)量）通過(guò)順義區(qū)25個(gè)地方2013年的人口數(shù)資料，令Pmin=4.9萬(wàn)，經(jīng)篩選，剩下5個(gè)備選網(wǎng)格，標(biāo)號(hào)為1南彩鎮(zhèn)，2光明街道，3李橋，4仁和，5石園4空間覆蓋度約束在實(shí)際設(shè)計(jì)中，由于受成本的限制，監(jiān)測(cè)點(diǎn)位的數(shù)量有限，為了使在有限的監(jiān)測(cè)點(diǎn)位下能夠最大地覆蓋監(jiān)測(cè)區(qū)域，本模型通過(guò)限制相鄰監(jiān)測(cè)站點(diǎn)之間的最小距離實(shí)現(xiàn)整個(gè)監(jiān)測(cè)網(wǎng)絡(luò)的覆蓋效率最大化。DC（Xj+Xk）<=2*Djk(j≠k)Djk為網(wǎng)格j中心點(diǎn)到k中心點(diǎn)的距離，DC為相鄰監(jiān)測(cè)站之間距離的臨界值，根據(jù)網(wǎng)格之間的實(shí)際距離及規(guī)范要求，令DC=5km.通過(guò)Lingo求解，選擇南彩鎮(zhèn)和李橋鎮(zhèn)作為新增監(jiān)測(cè)點(diǎn)。綜上，對(duì)于現(xiàn)有監(jiān)測(cè)點(diǎn)個(gè)數(shù)相對(duì)較少的順義區(qū)，我們選擇了楊鎮(zhèn)地區(qū)，南彩鎮(zhèn)和李橋鎮(zhèn)作為新增監(jiān)測(cè)子站的網(wǎng)格。新增質(zhì)量監(jiān)測(cè)點(diǎn)的目標(biāo)函數(shù)為了滿足規(guī)范中對(duì)各級(jí)百分位誤差的限制，應(yīng)建立監(jiān)測(cè)點(diǎn)和所有網(wǎng)格備選點(diǎn)的污染物濃度的各級(jí)百分位貼近程度最大化目標(biāo)，但由于數(shù)據(jù)的限制，我們將此目標(biāo)改為新建監(jiān)測(cè)點(diǎn)與原來(lái)監(jiān)測(cè)點(diǎn)的距離最大化，以確保相對(duì)均勻分布，覆蓋全部建成區(qū)，減小誤差。問(wèn)題4：定性北京的西部和北部為山脈，東南部為平原，吹偏南風(fēng)或偏東風(fēng)時(shí)，造成市區(qū)污染物累積而濃度升高。低空吹偏北風(fēng)，污染物濃度下降?？諝馕廴镜闹饕梢蚣敖鉀Q辦法定量X1--林業(yè)投資完成情況（萬(wàn)元）X2--人均GDP（元）X3--治理廢氣完成投資（萬(wàn)元）X4--能源消耗總量（噸標(biāo)準(zhǔn)煤）X5--汽車保有量(萬(wàn)輛）X6--常住人口總量（萬(wàn)人）X7--綠地覆蓋面積(公頃)Y1--PM10濃度(mg/dm3)Y2--SO2濃度(mg/dm3)Y3--NO2濃度(mg/dm3)Y4—CO濃度(mg/dm3)。由于我國(guó)環(huán)境數(shù)據(jù)的不完善，所得到數(shù)據(jù)的樣本量少而且灰度較大，所以考慮采用灰色關(guān)聯(lián)分析影響因素。結(jié)果空氣污染指標(biāo)與其影響因素之間的灰色關(guān)聯(lián)度均達(dá)到

0.7以上?？刂浦鞴茉颍掷m(xù)削減污染源、降低排放、加大治理污染投資力度、減少機(jī)動(dòng)車輛、控制北京的人口總量、增加綠地覆蓋面積等才是北京空氣質(zhì)量改善的根本保證。1數(shù)據(jù)準(zhǔn)備大氣污染物的擴(kuò)散能力與氣象因素的變化密切相關(guān)，通過(guò)相關(guān)學(xué)習(xí)，我們選取了平均氣溫，平均風(fēng)速，平均氣壓，平均水汽壓，平均相對(duì)濕度和降水量六項(xiàng)指標(biāo)[。首先，從中國(guó)氣象科學(xué)數(shù)據(jù)共享網(wǎng)查閱去年（2013年）8月20日至9月5日各指標(biāo)值及每天AQI值，作為訓(xùn)練樣本。然后，查閱從2004年到2013年從9月8日到9月14日（即今年進(jìn)行預(yù)測(cè)的日期）每天的各指標(biāo)值，來(lái)預(yù)測(cè)今年9月8日到9月14日各指標(biāo)值，作為輸入向量，輸入到神經(jīng)網(wǎng)絡(luò)，進(jìn)行AQI的預(yù)測(cè)。問(wèn)題5：預(yù)測(cè)未來(lái)一周AQI指數(shù)2主成分分析預(yù)測(cè)因子有六個(gè)，樣本容量為17，記預(yù)測(cè)因子為z1,z2,z3,…,z6,由這六個(gè)變量線性組合成一新變量y=v1*z1+v2*z2+…v6*z6如果y滿足方差極大要求，則y為原6個(gè)變量主成分。我們用spss軟件，首先做了KMO和Bartlett的檢驗(yàn)，選取了前兩個(gè)主成分，累計(jì)占總方差的百分率為71.269%。3徑向基函數(shù)網(wǎng)絡(luò)方法首先，我們算出2013年8月20日---9月5日通過(guò)線性組合的因子值，作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，通過(guò)調(diào)試，我們令spread=0.5,結(jié)果在第15代時(shí)，誤差小于設(shè)定的0.01，至此，我們建立好了徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型。2004-2013年9月8日至9月14日

各指標(biāo)值以相對(duì)濕度為例加權(quán)移步平均

預(yù)測(cè)9月8日—9月14日的AQI指數(shù)問(wèn)題6：給出你的計(jì)劃及廣告詞

計(jì)劃：1經(jīng)營(yíng)理念：引導(dǎo)消費(fèi)者走上綠色消費(fèi)之路，使人們的生活環(huán)境變得美好2經(jīng)營(yíng)項(xiàng)目：與環(huán)保有關(guān)的行業(yè)，如新能源，與環(huán)保產(chǎn)品有關(guān)的商業(yè)活動(dòng)3經(jīng)營(yíng)行為：（1）生產(chǎn)過(guò)程以少產(chǎn)生污染為核心，如果不能避免，一定要達(dá)到國(guó)家標(biāo)準(zhǔn)才能排放（2）生產(chǎn)過(guò)程節(jié)約資源，達(dá)到資源最大利用率4個(gè)人行為：養(yǎng)成綠色生活的理念5經(jīng)營(yíng)創(chuàng)新：通過(guò)一些有趣的環(huán)保教育講座或活動(dòng)，擴(kuò)大公司的影響力，提高公司的名譽(yù)

廣告詞：

讓環(huán)保扎根現(xiàn)在，用綠色昭示未來(lái)關(guān)注環(huán)境，就是關(guān)注未來(lái)六、模型評(píng)價(jià)模型的優(yōu)點(diǎn)針對(duì)問(wèn)題一

：從官方網(wǎng)站搜索原始數(shù)據(jù)數(shù)據(jù)相對(duì)可靠。導(dǎo)入數(shù)據(jù)的處理辦法使得操作更快捷。針對(duì)問(wèn)題二

：能夠很好地發(fā)現(xiàn)季節(jié)性規(guī)律、從定性和定量不同角度分析了空間、空間兩個(gè)維度的空氣質(zhì)量情況。恰到好處的運(yùn)用了因子分析和聚類分析講北京的各個(gè)區(qū)縣分類，并且計(jì)算結(jié)果一致。針對(duì)問(wèn)題三

：用優(yōu)化模型進(jìn)行監(jiān)測(cè)點(diǎn)選址在實(shí)際中經(jīng)常運(yùn)用。針對(duì)問(wèn)題四：巧妙的運(yùn)用了灰色關(guān)聯(lián)性分析，得出與空氣質(zhì)量相關(guān)的因素并給出合理建議。針對(duì)問(wèn)題五：基于徑向基函數(shù)的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)比傳統(tǒng)線性回歸預(yù)測(cè)誤差小。用主成分分析進(jìn)行降維去燥，降低神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)矩陣維度。針對(duì)問(wèn)題六：提出了合理的計(jì)劃和廣告詞。模型的缺點(diǎn)由于官方網(wǎng)站沒(méi)有公開(kāi)全部數(shù)據(jù)，使得有些數(shù)據(jù)使用的還是比較2013年的，甚至是2012年以前的。沒(méi)有對(duì)空氣質(zhì)量與氣候因素做出更為具體的分析。雖然我們改進(jìn)了神經(jīng)網(wǎng)絡(luò)，但是在一定程度上還是會(huì)存在一定的誤差。參考文獻(xiàn)[1]鄭子萍.數(shù)學(xué)建模教程.沈陽(yáng):東北大學(xué)出版社,2013年[2]趙靜，但琦.數(shù)學(xué)模型與數(shù)學(xué)實(shí)驗(yàn).北京：高等教育出版社，2004年[3]韓明，張積林.數(shù)學(xué)建模案例.上海: