XX市環(huán)境空氣質(zhì)量問(wèn)題建模.doc

.關(guān)于XX市環(huán)境空氣質(zhì)量問(wèn)題建模1摘要 本文先求出空氣污染指數(shù)（），環(huán)境空氣質(zhì)量指數(shù)（），再用多元回歸預(yù)測(cè)模型，求出與各因數(shù)之間的關(guān)系，而后用MATLAB擬合圖像，得出與時(shí)間的函數(shù)。對(duì)于第一問(wèn)，通過(guò)題目附錄中提供的算法，利用Excel ，C語(yǔ)言等工具，求出了XX市全市2013年每天的各成分的空氣污染分指數(shù)和環(huán)境空氣質(zhì)量分指數(shù)，進(jìn)而求出2013年每天的空氣污染指數(shù)（API）和環(huán)境空氣質(zhì)量指數(shù)（AQI），畫(huà)出它們的對(duì)比圖像，就可以分析出新標(biāo)準(zhǔn)和舊標(biāo)準(zhǔn)之間的區(qū)別，通過(guò)圖像分析各成分的圖像趨勢(shì)，可以定性的得出影響XX市空氣質(zhì)量的原因。通過(guò)比較AQI的數(shù)值與空氣質(zhì)量等級(jí)劃分標(biāo)準(zhǔn)，從而就可以評(píng)測(cè)全市的空氣質(zhì)量等級(jí)。對(duì)于第二問(wèn)，我們查閱相關(guān)資料大體確定環(huán)境空氣質(zhì)量與XX市平均風(fēng)速，平均相對(duì)濕度，平均溫度和城市工業(yè)增長(zhǎng)率四個(gè)因數(shù)有關(guān)，用AQI來(lái)表征環(huán)境空氣質(zhì)量，我們引用多元回歸預(yù)測(cè)模型，列出相關(guān)參數(shù)方程，采用最小二乘法和MATLAB工具，可以確定參數(shù)方程系數(shù)，得到方程： （1）進(jìn)行標(biāo)準(zhǔn)化處理，通過(guò)比較標(biāo)準(zhǔn)系數(shù)大小，就可以相應(yīng)求出各影響因數(shù)權(quán)重，從而就可以表征出各因數(shù)對(duì)環(huán)境質(zhì)量的影響。對(duì)于第三問(wèn)，由于僅僅是對(duì)未來(lái)一周進(jìn)行預(yù)測(cè)，我們只是考慮了它前一周（2013年4月22日到2013年4月28日）的溫度，相對(duì)濕度，風(fēng)速，城市工業(yè)增長(zhǎng)率，我們畫(huà)出它們與時(shí)間對(duì)應(yīng)的圖像，用MATLAB分別擬合出，與時(shí)間之間的函數(shù)，然后將這些函數(shù)分別代入（1）式中，然后就可以得出環(huán)境空氣質(zhì)量與時(shí)間之間的函數(shù)，分別代入未來(lái)一周的時(shí)間，就可以算出未來(lái)一周的空氣質(zhì)量，從而就可以估計(jì)未來(lái)一周空氣質(zhì)量。關(guān)鍵字: 多元回歸預(yù)測(cè)模型 回歸系數(shù) MATLAB圖像擬合 2問(wèn)題提出大氣環(huán)境是指包圍在地球外圍的空氣層，是地球自然環(huán)境的重要組成部分之一。近年來(lái)，隨著我國(guó)經(jīng)濟(jì)社會(huì)的快速發(fā)展，以煤炭為主的能源消耗大幅攀升，機(jī)動(dòng)車(chē)保有量急劇增加，經(jīng)濟(jì)發(fā)達(dá)地區(qū)氮氧化物（NOx）和揮發(fā)性有機(jī)物（VOCs）排放量顯著增長(zhǎng)，臭氧（O3）和細(xì)顆粒物（PM2.5）污染加劇，在可吸入顆粒物（PM10）和總懸浮顆粒物（TSP）污染還未全面解決的情況下，京津冀、長(zhǎng)江三角洲、珠江三角洲等區(qū)域PM2.5和O3污染加重，灰霾現(xiàn)象頻繁發(fā)生，能見(jiàn)度降低，環(huán)境空氣質(zhì)量評(píng)價(jià)以及污染治理等問(wèn)題再一次引起大眾的關(guān)注。2012年2月29日，國(guó)家環(huán)保部發(fā)布了新修訂的環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)（GB3095-2012）（見(jiàn)附件2），其中增加污染物監(jiān)測(cè)項(xiàng)目，加嚴(yán)部分污染物限值，以客觀反映我國(guó)環(huán)境空氣質(zhì)量狀況，推動(dòng)大氣污染防治；而之前的評(píng)判則以GB3095-1996（附件1）為依據(jù)，通過(guò)空氣污染指數(shù)（API）判斷空氣質(zhì)量。李克強(qiáng)在第七次全國(guó)環(huán)境保護(hù)大會(huì)上指出：“基本的環(huán)境質(zhì)量是一種公共產(chǎn)品，是政府必須確保的公共服務(wù)?！?空氣質(zhì)量作為基本公共物品，需要評(píng)估供給狀況和服務(wù)水平，以及政府管理的狀況。 我國(guó)有668個(gè)城市，地級(jí)以上城市有320個(gè)，雖然城市的自然、社會(huì)、經(jīng)濟(jì)條件不同，但是，環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)在全國(guó)是一樣的，每個(gè)城市都要達(dá)到國(guó)家環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)。各城市空氣質(zhì)量管理的措施可能是不同的，但績(jī)效是基本可比的，此為本研究的出發(fā)點(diǎn)。 城市空氣質(zhì)量與城市的社會(huì)經(jīng)濟(jì)發(fā)展和空氣質(zhì)量管理有關(guān)，因此，評(píng)估城市空氣質(zhì)量是否達(dá)標(biāo)就是評(píng)估空氣質(zhì)量管理的績(jī)效。政府對(duì)空氣質(zhì)量的管理是本研究的關(guān)注點(diǎn)?？諝赓|(zhì)量通過(guò)管理是可以改善的。社會(huì)經(jīng)濟(jì)發(fā)展與空氣質(zhì)量的關(guān)系需要引起關(guān)注。因此我們認(rèn)為對(duì)空氣質(zhì)量進(jìn)行評(píng)估和預(yù)測(cè)具有很現(xiàn)實(shí)的意義，下面我們以XX市為一個(gè)典型進(jìn)行分析，提出相應(yīng)的模型和假設(shè)，找出影響環(huán)境的重要因數(shù)，并根據(jù)模型與假設(shè)提出一些相對(duì)合理的意見(jiàn)。3基本假設(shè)（1）、各組數(shù)據(jù)真實(shí)可信，且是在同一地點(diǎn)同一時(shí)間采集，不考慮人為因素，具有統(tǒng)計(jì)、預(yù)測(cè)意義。（2）、API指標(biāo)真實(shí)可靠，所給數(shù)據(jù)具有參考統(tǒng)計(jì)意義。（3）、在預(yù)測(cè)2013年4月30日至5月6日這一周的時(shí)候，由于考慮所預(yù)測(cè)的值過(guò)于具體，我們假設(shè)這一周的空氣質(zhì)量狀況只與它的上一周（2013年4月22日到2013年4月28日）的參數(shù)有關(guān) 。（4）由于時(shí)間有限，考慮XX市13個(gè)監(jiān)測(cè)點(diǎn)過(guò)于復(fù)雜，數(shù)據(jù)過(guò)于龐大，所以我們只考慮全市平均值，我們假設(shè)全市平均值能夠反映全市整體空氣質(zhì)量狀況。（5）由于數(shù)據(jù)過(guò)于龐大，我們?cè)诒容^和分析，的時(shí)候，只是取了2013年的前四個(gè)月每天的數(shù)據(jù)進(jìn)行分析。我們假設(shè)2013年前四個(gè)月，的變化能夠大體反映全年，的變化。4符號(hào)說(shuō)明 空氣污染指數(shù) 某污染物的污染指數(shù)環(huán)境空氣質(zhì)量指數(shù)該污染物的濃度在API分區(qū)表中最接近C值得兩個(gè)值在API 分區(qū)表中最接近I值得兩個(gè)值平均風(fēng)速平均相對(duì)濕度平均溫度城市工業(yè)增長(zhǎng)率5模型的建立和求解5.1計(jì)算空氣污染指數(shù)（）與環(huán)境質(zhì)量指數(shù)（）并比較分析 通過(guò)查閱資料，可以找到API，即空氣質(zhì)量污染指數(shù)標(biāo)準(zhǔn)，由此計(jì)算XX市各項(xiàng)指標(biāo)的月API平均值，對(duì)各項(xiàng)數(shù)值進(jìn)行比較，得出XX市三項(xiàng)指標(biāo)特點(diǎn)。 根據(jù)表一： 圖表（1）空氣污染指數(shù)對(duì)應(yīng)的污染物濃度極限計(jì)算各項(xiàng)指標(biāo)的API值：設(shè)為某污染物的污染指數(shù)，為該污染物的濃度。則： （2）式中： ： 在API分區(qū)表中最接近C值得兩個(gè)值 ：在API 分區(qū)表中最接近I值得兩個(gè)值在2012年實(shí)施了新標(biāo)準(zhǔn)，調(diào)整了一下劃分等級(jí)的標(biāo)準(zhǔn)，具體如下： （3）式中：污染物項(xiàng)目的空氣質(zhì)量分指數(shù)； 污染物項(xiàng)目的質(zhì)量濃度值； 與相近的污染物濃度限值的高位值； 與相近的污染物濃度限值的低位值； 與對(duì)應(yīng)的空氣質(zhì)量分指數(shù)； 與對(duì)應(yīng)的空氣質(zhì)量分指數(shù)。 具體算法與上式（2）算法相同，只是相應(yīng)引入了一些新的污染參數(shù)，等級(jí)更加細(xì)分，故可以用同一個(gè)算法計(jì)算。 我們利用Excel工具,利用公式（3）便可得出各成分的空氣污染分指數(shù)和環(huán)境空氣質(zhì)量分指數(shù)表格。相應(yīng)程序部分如下：so2 api =IF(B2>=2100,(400+(B2-2100)/(2620-2100)*100),IF(B2>=1600,(300+(B2-1600)/(2100-1600)*100),IF(B2>=800,(200+(B2-800)/(1600-800)*100),IF(B2>=150,(100+(B2-150)/(800-150)*100),(50+(B2-50)/(150-50)*50)no2 =IF(C2>=750,(400+(C2-750)/(940-750)*100),IF(C2>=565,(300+(C2-565)/(750-565)*100),IF(C2>=280,(200+(C2-280)/(565-280)*100),IF(C2>=120,(100+(C2-120)/(280-120)*100),IF(C2>=80,(50+(C2-80)/(120-80)*50),(C2/80*50)pm10=IF(D2>=500,(400+(D2-500)/(600-500)*100),IF(D2>=420,(300+(D2-420)/(500-420)*100),IF(D2>=350,(200+(D2-350)/(420-350)*100),IF(D2>=150,(100+(D2-150)/(800-150)*100),(50+(D2-50)/(150-50)*50) pm2.5=IF(H2>=350,(400+(H2-350)/(500-350)*100),IF(H2>=250,(300+(H2-250)/(350-250)*100),IF(H2>=150,(200+(H2-150)/(250-150)*100),IF(H2>=75,(100+(H2-75)/(150-75)*100),(50+(H2-35)/(75-35)*50)api=MAX(K2:O2)表格見(jiàn)附錄（1）通過(guò)對(duì)表格的處理我們可以得出，與時(shí)間之間的對(duì)應(yīng)圖像，圖表如下： 圖表（2）的，與時(shí)間之間的對(duì)應(yīng)圖像 圖表（3）的，與時(shí)間之間的對(duì)應(yīng)圖像對(duì)圖表（2）分析可以發(fā)現(xiàn)，用新舊標(biāo)準(zhǔn)所算出的的，值沒(méi)有明顯差別，只是在四月份有微小的差異，且的，有下降的趨勢(shì)。對(duì)圖表（3）分析可以發(fā)現(xiàn)用新舊標(biāo)準(zhǔn)所算出的的、值有明顯差異。但是從整體看的、保持平穩(wěn)。由于兩種都是氣體，但是整體趨勢(shì)有明顯不同，說(shuō)明這種趨勢(shì)不大可能是空氣濕度，溫度引起的，極可能是排放量減少了。圖表（4）的，與時(shí)間之間的對(duì)應(yīng)圖像對(duì)圖表（4）分析可以發(fā)現(xiàn)，的，基本相同，說(shuō)明用新舊標(biāo)準(zhǔn)所算出的的，值沒(méi)有明顯差別。分析圖像發(fā)現(xiàn)，的，有時(shí)特別高，說(shuō)明受特殊天氣影響強(qiáng)烈。圖表（5）各指數(shù)的與時(shí)間之間的對(duì)應(yīng)圖像圖表（6）各指數(shù)的與時(shí)間之間的對(duì)應(yīng)圖像對(duì)圖表（5）分析可以發(fā)現(xiàn)，在各指數(shù)中的最大，由于是由最大空氣質(zhì)量分指數(shù)決定，故是首要污染物，對(duì)于舊標(biāo)準(zhǔn)而言是由決定。對(duì)圖表（6）分析可以發(fā)現(xiàn)，在各指數(shù)中，的最大，故是首要污染物，對(duì)于新標(biāo)準(zhǔn)而言是由決定。圖表（7） ，與時(shí)間之間的對(duì)應(yīng)圖像對(duì)圖表（7）分析可以發(fā)現(xiàn)，與存在明顯差異，且明顯比大，故新標(biāo)準(zhǔn)明顯比舊標(biāo)準(zhǔn)嚴(yán)格，且它們?cè)u(píng)測(cè)的首要污染物明顯不同。5.2 分析影響空氣質(zhì)量的原因查閱XX氣象局提供的某些數(shù)據(jù)，我們發(fā)現(xiàn)空氣質(zhì)量與溫度，相對(duì)濕度，氣壓，風(fēng)速，風(fēng)向，城市工業(yè)增長(zhǎng)率等因素有關(guān)。但是如果考慮考慮這么多因素，模型的求解過(guò)程過(guò)于復(fù)雜，因此我們選取其中相對(duì)主要的四個(gè)因素（溫度，相對(duì)濕度，風(fēng)速，城市工業(yè)增長(zhǎng)率）進(jìn)行建模。5.2.1模型的建立與求解當(dāng)前，對(duì)于大氣污染物濃度預(yù)測(cè)所采取的方法主要是從污染物排放量高低為基礎(chǔ)進(jìn)行預(yù)測(cè)的，典型的預(yù)測(cè)模型有：灰色系統(tǒng)、模糊數(shù)學(xué)和人工神經(jīng)網(wǎng)絡(luò)的發(fā)展，預(yù)測(cè)方法又出現(xiàn)了以污染物排放相關(guān)因素為基礎(chǔ)的模型。我們本來(lái)打算用灰色模型來(lái)進(jìn)行建模和求解，那個(gè)模型算出來(lái)的結(jié)果應(yīng)該會(huì)更加準(zhǔn)確，但是由于處理的數(shù)據(jù)過(guò)多，加上用MATLAB處理數(shù)據(jù)較復(fù)雜，我們本題采用多元線性回歸預(yù)測(cè)模型進(jìn)行分析。多元回歸預(yù)測(cè)模型思想如下：在許多實(shí)際問(wèn)題中，影響結(jié)果y的因素往往不止一個(gè)，而是多個(gè)變量x1，x2，xp與y之間存在著如下線性關(guān)系： (4)其中：，是回歸系數(shù)；x1，x2，xp是p個(gè)可以精確測(cè)量或控制的變量，及回歸因子；是不可觀測(cè)的隨機(jī)誤差，滿足 (5)一般地，我們稱由公式(1)和(2)確定的模型為多元線性回歸預(yù)測(cè)模型，記為： (6)具體方法為： 計(jì)算各變量的平均值： (7)(2)根據(jù)公式(5)計(jì)算出矩陣Lij和矩陣Li： () (8)(3)根據(jù)公式(6)求出回歸系數(shù)的估計(jì)值： (9)即可求出回歸模型： （10）根據(jù)多元線性回歸法的基本理論，分別考慮平均風(fēng)速，平均相對(duì)濕度，平均溫度和城市工業(yè)增長(zhǎng)率四個(gè)因數(shù)作為影響XX空氣質(zhì)量的指標(biāo)，設(shè)它們分別用，表示，由于是一個(gè)不可觀測(cè)的隨機(jī)誤差，我們假設(shè)，故設(shè)數(shù)學(xué)模型為： （11）其中，為回歸系數(shù)。由于2013年只有四個(gè)月數(shù)據(jù)，不具有完整性，故我們選取2012年整年的數(shù)據(jù)進(jìn)行分析，分析2012年各月的相應(yīng)值，這樣可以得到一個(gè)相對(duì)滿意的結(jié)果。下表是我們查相關(guān)的氣象資料得出的2012年不同月份月平均風(fēng)速，月平均氣溫，月平均相對(duì)濕度，城市工業(yè)增長(zhǎng)率，月平均AQI的相關(guān)參數(shù)：時(shí)間月平均風(fēng)速月平均氣溫月平均相對(duì)濕度城市工業(yè)增長(zhǎng)率月平均AQI1月1747111.51542月221253131343月30196111.11344月262251121285月23246312.21246月26265012.51147月27286712.21128月29257011.71169月24187411.612010月2017681214611月23135410.1142圖表（8）各參數(shù)與月平均AQI關(guān)系由上表我們可以得出它們相應(yīng)的對(duì)照?qǐng)D像，圖像如下：圖表（9）各參數(shù)與月平均AQI關(guān)系圖運(yùn)用上面模型的算法，可以分別求出各參數(shù)平均值： 然后利用編出相應(yīng)的矩陣：()就可求出回歸系數(shù)的估計(jì)值： （12）5.2.2模型的檢驗(yàn)上式就是我們用多元線性回歸預(yù)測(cè)模型算出的結(jié)果，由于模型過(guò)于粗糙，我們只能用圖表（9）進(jìn)行大體預(yù)測(cè)，通過(guò)圖像可以看出月平均與月平均溫度和月平均相對(duì)濕度之間是負(fù)相關(guān)關(guān)系，與月平均風(fēng)速和城市工業(yè)增長(zhǎng)率之間是正相關(guān)關(guān)系，這與所得方程里回歸參數(shù)前的符號(hào)相對(duì)應(yīng)，故模型還是相對(duì)合理的。5.2.3模型的分析結(jié)果 通過(guò)上面的出的回歸方程我們可以發(fā)現(xiàn)，在一定范圍內(nèi)相對(duì)濕度和溫度越高，越小，空氣質(zhì)量越好，風(fēng)速和城市工業(yè)增長(zhǎng)率越大，越大，空氣質(zhì)量越差。這種結(jié)果可能是由于用評(píng)估法評(píng)估，其首要污染物是所造成的。我們可以分別求出，在影響中所占的權(quán)重：發(fā)現(xiàn)城市工業(yè)增長(zhǎng)率對(duì)的影響最大，相對(duì)濕度對(duì)的影響相對(duì)較少?？紤]到工業(yè)增長(zhǎng)率，主要是由于人口的增長(zhǎng)造成汽車(chē)尾氣的排放，工業(yè)排放的廢氣與粉塵，綠化面積等人為因素決定；風(fēng)速所占的權(quán)重也比較大，而它的變化是比較劇烈，突發(fā)性強(qiáng)，因而人為因素突發(fā)天氣對(duì)環(huán)境質(zhì)量影響較大，相對(duì)濕度和溫度對(duì)環(huán)境質(zhì)量影響相對(duì)較小。5.3對(duì)未來(lái)一周XX市空氣質(zhì)量狀況進(jìn)行預(yù)測(cè) 5.3.1線性擬合模型的建立由于未來(lái)一周（2013年4月30日至5月6日）的天氣和與它較遠(yuǎn)的時(shí)間段的關(guān)聯(lián)度很小，從簡(jiǎn)單考慮，我們只考慮和它前一周對(duì)應(yīng)的天氣對(duì)它的影響，即只通過(guò)分析2013年4月22日至2013年4月28日這七天的天氣，從而預(yù)測(cè)未來(lái)一周天氣。在上一問(wèn)中，我們已經(jīng)得出了與溫度，相對(duì)濕度，風(fēng)速參數(shù)，工業(yè)增長(zhǎng)率之間的對(duì)應(yīng)關(guān)系，即：由于對(duì)每天進(jìn)行考慮，工業(yè)增長(zhǎng)率基本不變，為一常數(shù)，將其當(dāng)做變量考慮沒(méi)有意義。故我們?nèi)?013年前四個(gè)月平均工業(yè)增長(zhǎng)率來(lái)代替上面的參數(shù)，查表得，則：現(xiàn)在我們用線性擬合的知識(shí)，借助MATLAB工具，分別通過(guò)分析這一周的溫度，相對(duì)濕度，風(fēng)速參數(shù)，將它們分別與時(shí)間進(jìn)行擬合。從而可以分別得到溫度，相對(duì)濕度，風(fēng)速參數(shù)與時(shí)間之間的函數(shù)關(guān)系，進(jìn)而可以求出與時(shí)間之間的關(guān)系。5.3.2數(shù)據(jù)處理與模型求解查閱相關(guān)數(shù)據(jù)，我們可以得到如下表格：時(shí)間平均溫度相對(duì)濕度風(fēng)速參數(shù)2013/4/221275202013/4/231842352013/4/242245282013/4/252147252013/4/262352192013/4/272468232013/4/282472401.對(duì)溫度進(jìn)行分析，可以得到如下時(shí)間與溫度對(duì)應(yīng)圖：對(duì)圖像進(jìn)行分析，我們大體估計(jì)溫度是時(shí)間的二次函數(shù)關(guān)系，即：。用MATLAB工具進(jìn)行擬合，可以求出前面的系數(shù)，MATLAB程序如下：>> x=1:7;y=12 18 22 21 23 24 24;>> plot(x,y,o)>> polyfit(x,y,2)ans = -0.4643 5.4643 8.0000于是可以得到與之間的關(guān)系：2.對(duì)濕度進(jìn)行分析，可以得到如下時(shí)間與相對(duì)濕度對(duì)應(yīng)圖：對(duì)圖像進(jìn)行分析，可以大體估計(jì)相對(duì)濕度和溫度之間也是二次函數(shù)關(guān)系，應(yīng)用上面的方法，同樣可以求得相對(duì)濕度與時(shí)間之間的關(guān)系：具體程序段如下：x=1:7;y=75 42 45 47 52 68 72;plot(x,y,o)polyfit(x,y,2)ans = 3.0476 -22.5952 86.7143>>3對(duì)風(fēng)速參數(shù)進(jìn)行分析，可以得到如下風(fēng)速參數(shù)和時(shí)間對(duì)應(yīng)圖：對(duì)圖像進(jìn)行分析，可以大體估計(jì)風(fēng)速參數(shù)和時(shí)間之間滿足正弦函數(shù)關(guān)系，應(yīng)用上面的擬合方法同樣可以得出與之間的函數(shù)： 于是我們得到了，與時(shí)間之間的關(guān)系，即：將它們分別代入式（），就可以得到時(shí)間與之間的函數(shù)：將，分別代入上面方程，就可以得到未來(lái)一周的值，通過(guò)所求值就可以近似對(duì)未來(lái)一周空氣質(zhì)量狀況進(jìn)行估計(jì)，得出結(jié)果如下：X4月30日5月1日5月2日5月3日5月4日5月5日5月6日F68.254.546.945.349.760.1376.5T1317.120.222.423.824.223.7V33.233.225.718.218.225.733.2AQI126.42138.22113.2881.5672.8887.55895.54 5.4對(duì)XX市環(huán)境空氣質(zhì)量的評(píng)價(jià)及建議5.4.1對(duì)XX市環(huán)境空氣質(zhì)量的分析通過(guò)上面的分析可以發(fā)現(xiàn)，引進(jìn)新標(biāo)準(zhǔn)后，對(duì)空氣質(zhì)量的檢測(cè)明顯更加嚴(yán)格，XX市的首要污染物是PM2.5，同時(shí)PM10也相對(duì)較高，其他污染物的影響相對(duì)較小。在分析原因的時(shí)候我們發(fā)現(xiàn)城市工業(yè)增長(zhǎng)率與風(fēng)速很顯著的影響XX空氣質(zhì)量。要改善大氣環(huán)境質(zhì)量，一方面，由于、與空氣水平流動(dòng)（風(fēng)速）、垂直流動(dòng)（氣壓）有相關(guān)性，因此要在城市用地規(guī)劃與總體規(guī)劃中考慮大氣輸送、 擴(kuò)散等自然通風(fēng)條件對(duì)用地布局的影響。例如，將大型污染工廠企業(yè)移出城市生活區(qū)等。另一方面要通過(guò)合理的規(guī)劃措施來(lái)改善城市的局部氣候環(huán)境 ，以減少或避免由于工業(yè)布置不合理引起大氣污染物往市區(qū)及其周?chē)鄯e、 迭加。如根據(jù)城市氣象條件 ，掌握城市風(fēng)、 氣溫及其天氣形勢(shì)的變化規(guī)律 ，結(jié)合地形和其他自然條件 ，以及城市設(shè)施熱量散發(fā)狀況等 ，對(duì)城市工業(yè)區(qū)、城市道路、城市建筑和綠地等進(jìn)行合理的布局。因此我們可以提出以下建議，以供參考：XX市環(huán)境空氣主要污染物是可吸入顆粒物，其次是二氧化硫、二氧化氮。政府要加大力度控制可吸入顆粒的治理，以減少空氣質(zhì)量對(duì)市民的生活健康影響。根據(jù)XX市點(diǎn)源、面源及線源的調(diào)查情況可知：可吸入顆粒物來(lái)源呈多樣性，既有地面土壤和揚(yáng)塵，又有大量的建筑塵，還有燃煤塵和冶煉塵等。自然源有土壤塵、植物焚燒飛灰、花粉和鹽粒等。人為源有燃煤塵、建筑塵(石灰、水泥、沙、礦石等)和冶煉塵，此外還有有機(jī)化工排放的有機(jī)顆粒和焚燒垃圾產(chǎn)生的顆粒。汽車(chē)尾氣也間接產(chǎn)生一些顆粒。對(duì)XX市可吸入顆粒物有重要影響的基本源有燃煤塵、土壤塵、建筑塵和冶煉塵。5.4.2具體建議（1）推行清潔能源，降低原煤消耗所占的比例。特別是在冬季供暖季節(jié)，改造居民采取燒煤取暖的狀況，努力擴(kuò)大天然氣、煤氣等清潔能源消費(fèi)量，強(qiáng)化能源節(jié)約。（2）加強(qiáng)工業(yè)污染的防治，以循環(huán)經(jīng)濟(jì)模式發(fā)展工業(yè)經(jīng)濟(jì)。如：加強(qiáng)大型火電廠的脫硫、除塵以及低氮燃燒等措施。（3）加強(qiáng)以建筑揚(yáng)塵、道路揚(yáng)塵為主的揚(yáng)塵污染控制，建立健全的控制揚(yáng)塵污染的長(zhǎng)效機(jī)制。加強(qiáng)道路沖洗和機(jī)械化吸塵作業(yè)，增加改性瀝青路面比例，嚴(yán)格和規(guī)范施工揚(yáng)塵、建筑渣場(chǎng)管理。（4）加強(qiáng)機(jī)動(dòng)車(chē)尾氣污染治理，消除機(jī)動(dòng)車(chē)冒黑煙現(xiàn)象。嚴(yán)格執(zhí)行機(jī)動(dòng)車(chē)維護(hù)、改造、報(bào)廢制度。（5）由于風(fēng)速與突發(fā)天氣密切相關(guān)，而風(fēng)速又是影響空氣質(zhì)量的重要因素，因此政府要注意突發(fā)天氣的應(yīng)急準(zhǔn)備。通過(guò)氣象數(shù)據(jù)，提前預(yù)測(cè)空氣質(zhì)量，做到合理協(xié)調(diào)。6模型的優(yōu)缺點(diǎn)分析 在解決上面四個(gè)問(wèn)題的時(shí)候，我們主要是引入了多元線性回歸模型和MATLAB線性擬合模型。在解決第二問(wèn)：分析影響空氣質(zhì)量的原因的時(shí)候，我們從定量的角度分析出了影響空氣質(zhì)量原因的參數(shù)，通過(guò)比較它們的權(quán)重，可以相對(duì)合理的分析各參數(shù)的影響大小。總體來(lái)說(shuō)，我們的方法有如下優(yōu)點(diǎn)：（1）在第一問(wèn)中我們通過(guò)分析的，與時(shí)間之間的對(duì)應(yīng)關(guān)系，的，與時(shí)間之間的對(duì)應(yīng)關(guān)系，的，與時(shí)間之間的對(duì)應(yīng)關(guān)系，各指數(shù)的與時(shí)間之間的對(duì)應(yīng)關(guān)系，各指數(shù)的與時(shí)間之間的對(duì)應(yīng)關(guān)系，與時(shí)間之間的對(duì)應(yīng)關(guān)系，可以非常全面的比較出新舊標(biāo)準(zhǔn)之間的差異，還可以非常具體的求出各污染源的變化趨勢(shì)，對(duì)環(huán)境空氣質(zhì)量評(píng)估很有幫助。（2）在第二問(wèn)中，我們用多元線性模型，可以很具體的求出各參數(shù)（溫度，相對(duì)濕度，風(fēng)速，城市工業(yè)增長(zhǎng)率），并且可以分析出各參數(shù)的增長(zhǎng)對(duì)空氣質(zhì)量是正相關(guān)還是負(fù)相關(guān)，還可以通過(guò)數(shù)值來(lái)表征各參數(shù)的影響程度。 （3）我們?cè)谒阌绊懣諝赓|(zhì)量因素的時(shí)候取的是2012年月平均，若只是考慮2013年前四個(gè)月，那樣就沒(méi)有考慮季節(jié)的變化對(duì)濕度，溫度，風(fēng)速的影響，所以取全年值相對(duì)合理。但是，我們的模型也存在很多不足的地方，具體的不足之處如下：（1）由于時(shí)間有限，我們只是算了一下全XX市的空氣質(zhì)量，沒(méi)有算各個(gè)檢測(cè)地區(qū)的空氣質(zhì)量，不能夠反映出XX各地區(qū)具體情況。（2）對(duì)于第一問(wèn)，我們只是對(duì)2013年1月到4月每一天進(jìn)行分析，沒(méi)有充分考慮季節(jié)變化對(duì)，的影響。（3）我們?cè)谔幚淼谌龁?wèn)的時(shí)候，只是選取了和估計(jì)日期最近的一周進(jìn)行估計(jì)，可能存在一些誤差。7參考文獻(xiàn)：【1】韓中庚，數(shù)學(xué)建模方法及其應(yīng)用，北京：高等教育出版社，2009.6【2】肖華勇，實(shí)用數(shù)學(xué)建模與軟件應(yīng)用，XX：西北工業(yè)大學(xué)出版社，2008.11【3】范正綺，數(shù)據(jù)分析方法，上海：上海財(cái)經(jīng)大學(xué)出版社【4】王曉銀，周保平，數(shù)學(xué)建模與數(shù)學(xué)實(shí)驗(yàn)，北京：科學(xué)出版社，2010.2【5】黃潤(rùn)龍，數(shù)據(jù)統(tǒng)計(jì)與分析技術(shù)SPSS軟件實(shí)用教程，北京：高等教育出精選word范本！