大气污染问题

1、.PAGE ：.；大气污染预告数学系：田翠翠 吴姗姗 惠静摘 要 本文经过运用所给数据，利用空气质量与主要污染物SO、NO、PM之间的换算关系求出各城市的污染指数，然后进展对各城市的空气质量进展排序。同时，运用所给数据的平均值建立SO、NO、PM与气候因子之间的关系，经过预测A城市的各气候因子进而预测A城市空气中SO、NO、PM的含量。关键字 气候因子；污染指数；空气质量一问题提出空气污染曾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SO、NO和悬浮颗粒物PM等排放到空气中，呵斥空气质量的严重下降。为此，他们对气候因子与污染物做了研讨。二、问题分析

2、由于空气污染指数是评价空气质量情况的一组数据，因此，研讨空气质量经过研讨空气污染指数来反映。我国计入空气污染指数的工程为：SO、NO和总悬浮颗粒物。空气污染指数与主要污染物SO、NO、PM有关。根据我国城市空气质量的分级规范如表：空气污染指数对应的污染物浓度限值表污染指数污染物浓度毫克/立方米APISO(日均值)NO(日均值)PM(日均值).数据来源于空气污染指数的计算公式： 式中是第i种污染物的污染指数；是第i种污染物的浓度值；是第i种污染物j转机点的污染分项指数值；是第i种污染物j+转机点的污染分项指数值；是第j转机点上i种污染物对应于浓度值；是第j+转机点上i种污染物的浓度值；API=m

3、ax(、)； A,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SO、NO、PM的分布情况B城市SO、NO、PM的分布情况C城市SO、NO、PM的分布情况D城市SO、NO、PM的分布情况E城市SO、NO、PM的分布情况F城市SO、NO、PM的分布情况由上图及空气污染指数公式得出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)：.B城市每季平均日均污染物浓度(API)：.C城市每季平均日均污染物浓度(API)：.D城市每季平

4、均日均污染物浓度(API)：.E城市每季平均日均污染物浓度(API)：.F城市每季平均日均污染物浓度(API)：.该五个地域的平均空气污染指数(API)：地域ABCDEFAPI.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NO、SO、PM有关的，空气质量与气候因子有关，而空气质量是由空气污染指数来描写的，因此他们只需研讨NO、SO、PM与气候因子之间的关系即可。为了研讨NO、SO、PM与气候因子之间的关系，他们以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阐明。模型假设 忽

5、略NO、SO、PM的含量受其他要素的影响，假设其只与大气压强、平均气温、空气的相对湿度以及平均风速有关。假设短时间内，空气中的NO、SO、PM的含量没有突发事件影响导致大幅度的变化。各气候因子在短时间内变化不大。假设NO、SO、PM与气候因子之间呈线性关系。符号阐明表示时间表示各种污染物在空气中的含量 表示气候因子大气压强mmhg表示SO在空气中的含量 表示气候因子平均温度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

6、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模型建立经过查阅资料，分别建立空气中NO、SO、PM、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，经过解线性方程组，确定变量的系数，即求、的值。模型求解 A地域各年平均SO与各气候因子的相关数据如下：年份SO压强mmhg平均气温tem空气相对湿度r

7、h平均风速 ws.-.数据来源：把所给数据按年份取其平均值A地域各年平均NO与各气候因子的相关数据如下：年份NO压强mmhg平均气温tem空气相对湿度rh平均风速 ws.-.数据来源：把所给数据按年份取其平均值A地域各年平均PM与各气候因子的相关数据如下：年份PM压强mmhg平均气温tem空气相对湿度rh平均风速 ws.-.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SO含量函数模型求解数据：的取值年份-.-.-.-.-.-.-.-.-.-.关于NO含量函数模型求解数据：的取值年份.-.-.-.-.-.-.-.-.关于PM含量函数模型求解数据

8、：的取值年份-.-.-.-.-.-.-.-.-.-.对、分别取平均值得 于是得到NO、SO、PM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：模型修正：SO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式对SO含量的求解与实践数据的对比详细如下表所示：年份模型解.实践解.偏向.-.-.年份模型解.-.-.实践解.偏向.对偏向处置，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：对NO 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式对NO含量的求解与实践数据的对比详细如下表所示年份模型解.实践解

9、.偏向.-.-.年份模型解.实践解.偏向.-.-.对偏向处置，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：对PM、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式对PM含量的求解与实践数据的对比详细如下表所示年份模型解.实践解.偏向-.-.-.-.-年份模型解.实践解.偏向-.对偏向处置，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：利用所建模型对未来一周即年月日至月日各个城市的SO、NO、PM以及各气候参数作出预测。以A城市为例研讨对A城市压强mmhg的预测对A城市的日平均压强mmhg的预测，采用最小二乘法用matlab对日平均

10、压强进展次逼近，预测日平均压强mmhg的变化，进而预测未来空气中NO、SO、PM、浓度的值。用替代起始年份年月日，替代年月日，用替代年月日，替代月日替代年月日。详细操作如下A城市压强mmhg关于时间作次曲线拟合月日月日：.拟合曲线方程为：，其曲线拟合图如下：未来一周A城市压强mmhg的预测值为：日期月日月日月日月日月日月日月日压强mmhg.() 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进展次逼近，预测日平均温度tem的变化，进而预测未来空气中NO、SO、PM、浓度的值。用替代起始年份年月日，替代年月日，用替代年月日，替代月日

11、替代年月日。详细操作如下：A城市日平均温度tem关于时间作次曲线拟合月日月日：.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：日期月日月日月日月日月日月日月日日平均温度tem.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进展次逼近，预测日平均温度tem的变化，进而预测未来空气中NO、SO、PM、浓度的值。用替代起始年份年月日，替代年月日，用替代年月日，替代月日替代年月日。详细操作如下：A城市空气的相对湿度rh关于时间作次曲线拟合月日月日.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

12、为：日期月日月日月日月日月日月日月日空气的相对湿度rh.() 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进展次逼近，预测日平均风速ws的变化，进而预测未来空气中NO、SO、PM、浓度的值。用替代起始年份年月日，替代年月日，用替代年月日，替代月日替代年月日。详细操作如下：A城市日平均风速ws关于时间作次曲线拟合月日月日.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：日期月日月日月日月日月日月日月日日平均风速ws.预测结果的模型求解利用上面所建模型和各气候因子的预测结果对A城市未来一周空气中的SO、NO、PM浓度进展预测

13、求解，得A城市未来一周空气中的SO、NO、PM的浓度如下表：日期月日月日月日月日月日月日月日SO.NO.PM.A城市未来一周空气中每天SO、 NO 、PM的含量大约在上表中所给数据的左右。四就空气质量的控制对相关部门提出的建议由于空气的污染指数是与污染物NO、SO、PM有关的，而空气质量是由空气污染指数来描写的，因此，要提高空气质量，就要减少空气中的污染物含量，鉴于此，他们对相关部门提出以下几点建议： 大量植树造林，建立绿色生态维护带。 有关部门应加强执法，严厉按照环境维护的要求和法规执法，对建筑工地和运送沙土的交通车辆，进展全程的环境监控。应经过各种方式，提高人们的环保意，开展公共交通系统，倡导人们尽量减少私有汽车的运用时机，而乘坐公共交通车辆。 . 抽烟开车，烧炭.大力宣传防止空气污染的有关知识，提高宽广人民的防护认识，引导宽广人民积极参与防止空气污染的活动