城市空气污染程度的分析和预测模型
城市空气污染程度的分析和预测
摘 要 本文讨论了有关城市污染程度、污染因素及污染扩散的问题。
对于问题一，本文主要从大气污染、噪声污染和水体污染这三个面选取主要污染物，查阅北京、天津、上海、重庆和西安五座城市2007-2012年的年度平均污染数据，采用降维的思想，运用主成分分析法减少变量个数，再借助Matlab 软件计算各主成分的贡献率，分析知可选取前三个主成分作为衡量污染程度的标准，最后根据综合指标得到这五个城市的污染程度从高到低依次为：重庆、上海、北京、天津、西安。通过判断相关系数的大小，确定五个城市影响人们生活的主要污染因素是水污染，其四项指标依次为化学需氧量、总氮、总磷和氨氮。
对于问题二，以北京市大气污染为例。首先，利用GPS 记录北京市14个城区观测点的位置，并查阅2013年污染指标2SO 、2CO 、5.2PM 与10PM 的污染数据，绘制出相应的空间浓度分布图，估计这四种污染物的大致污染源位置依次为：)100,110(附近、)83,130(附近，)85,125(附近和)80,132(附近；其次，根据污染扩散原理和方式，建立Cauchy 污染传播模型，根据各地区空气污染物的浓度分布，运用Matlab 软件对数据非线性拟合，得出扩散模型各参数的值，计算得出各项污染指标的污染源位置依次为：)3.97,5.115(，)3.85,2.128(，)8.80,1.129(和)6.87,5.125(；最后，比较污染物位置的计算值与实际值，发现误差相差较小，故模型建立较为合理。
对于问题三，分析西安市的主要污染——大气污染。收集西安市2014年4.1-7.31日的空气污染数据，根据时间序列的平稳性特点及AIC 定阶准则选取
合适的时间序列模型)11(ARMA ，
，利用Matlab 软件对序列模型的各项参数进行估计并检验模型的合理性，并将模型用于数据预报。利用时间序列模型预测西安市未来10天的空气污染状况总体等级为良。
对于问题四，基于问题一、二、三对污染因素的分析和污染扩散的特点，主要从减少污染物的产生和治理净化已产生的污染物两方面，针对大气污染、水体污染和噪声污染为相关部门提供合理化防治建议。
关键词 主成分分析；Cauchy 污染传播模型；时间序列模型；Matlab 软件
一、 问题重述
环境质量的好坏对人们的生活有着最直接的影响，包括身体健康、寿命长短、生活质量以及经济发展水平、生态环境等。因此保护环境的工作需要个人、集体、国家、乃至全球各国的共同努力。事实上，环境保护事业从1962年起步至今，一直备受人们关注和重视，环境污染的防治工作也一步步开展运营，然而较经济发展的速度和水平，还有很多需要为之努力的工作要做。环境保护工作一方面是要从减少污染物的产生方面，预防和控制污染源头污染物的排放，另一方面是治理净化已产生的污染物。
环境污染是指环境因受人类活动影响而改变了原有性质和状态的现象，其实质是人类活动中将大量的污染物排入环境，影响其自净能力，降低了生态系统的功能。
为考察某时期某区域的环境状况，需统计该地区各项污染指标的数据，根据各污染指标的污染排放标准，确定其污染程度，并通过污染发生的原因、途径和后果制定合理的污染治理方案，加以实施运行，改善环境。
统计北京、天津、上海、重庆和西安五座城市的污染数据，讨论如下问题： 问题一：比较五座城市的污染程度及影响人们生活的主要污染因素； 问题二：建立城市污染扩散模型确定某城市污染程度并检验； 问题三：给出西安市某方面污染状况的中长期预测数据； 问题四：给相关部门提供一篇治理污染的建议短文。
二、 问题分析
对于问题一，本文将查阅收集北京、上海、天津、重庆以及西安五座城市大气污染、噪声污染和水体污染2007-2012年的数据，由于各项污染指标众多，所以选取具有代表性的污染物：可吸入颗粒物10PM 、2SO 、2CO 、道路交通噪声、区域环境噪声、化学需氧量、氨氮、总氮和总磷这9项指标来综合衡量各城市的污染程度，本文将运用降维的思想，利用主成分分析法计算前几个主成分的贡献率大小及通过线性组后的综合指标，以此来衡量各城市的污染程度，根据各主成分的相关系数大小即可确定影响人们生活的主要污染因素([1])。
对于问题二，本文将以北京市的大气污染为例，收集北京市2013年14个城区的2SO 、2CO 、5.2PM 和10PM 的污染数据，绘制出这四种污染物浓度的空间浓度分布图，估算出这四种污染物的大致污染源位置；建立Cauchy 污染传播模型，根据各地区空气污染物的浓度分布，运用Matlab 软件对数据nlinfit 非线性拟合，计算出扩散模型各参数值，得出各空气污染物的污染源位置；比较污染物位置的计算值与实际值，检验污染传播模型建立是否合理([2])。
对于问题三，本文将考虑西安市大气污染的各项污染指标，搜集2014年4月1日至2014年7月31日的污染数据，根据时间序列的平稳性特点及AIC 定阶准则选取合适的时间序列模型，利用Matlab 软件([3])估计序列模型的各项参数并检验模型的合理性，考核通过时方可用于数据预报。
对于问题四，基于问题一、二、三对污染因素的分析和污染扩散的特点，主要从减少污染物的产生和治理净化已产生的污染物两方面，针对大气污染、水体污染和噪声污染为相关部门提供合理化防治建议。
三、 模型假设
1.所有城市污染数据均真实有效，具有统计价值；
2.污染数据的取样为瞬时取样且在某个平面内，不考虑取样前后污染物的浓度变化；
3.绘制北京大气污染浓度分布图时不考虑海拔因素的影响；
4.大气污染过程经历着扩散与衰减，且沿y x ,轴方向上的扩散系数分别为常数，衰减与浓度成正比；
5.不考虑日照等自然因素对各项指标污染浓度的影响。
四、 符号说明
4.1 模型一
1x ： 可吸入颗粒物（单位3/m mg ）； 2x ： 二氧化硫（单位3/m mg ）； 3x ： 二氧化氮（单位3/m mg ）；
4x ： 道路交通噪声（单位分贝）； 5x ： 区域环境噪声（单位分贝）； 6x ： 化学需氧量（单位万吨）；
7x ： 氨氮（单位万吨）； 8x ： 总氮（单位万吨）； 9x ： 总磷（单位万吨） ； ∑ ： 样本协方差矩阵 ； i λ ： 协方差矩阵的特征值 ； i e
： 协方差矩阵的特征向量；
**i
i
X Y ,ρ ： 相关系数；
i σ ： 样本方差向量 ；
ρ ： 样本相关矩阵；
*i λ ： 样本相关矩阵的特征值；
*
i e ： 样本相关矩阵的特征向量； i μ ： 样本均值向量；
*
i Y ： 主成分；
Y ： 污染程度综合指标。 (其中9,,2,1 =i ） 4.2模型二
x ： 位置坐标/横轴； y ： 位置坐标/纵轴； z ： 位置坐标/竖轴； c ： 污染物浓度； m ? ： 污染物质量；
M ： 污染物排放量； σ ： 扩散系数。 4.3模型三
t X
： 序列； t ε
：平稳白噪声；
)(MA q ： 滑动平均序列；
)(AR p ： 自回归序列；
),(ARMA q p : 自回归滑动平均序列 ；
c
： 常数； k γ
： 自协方差函数； k ρ
： 自相关函数；
)(x f ： 概率密度； i β
： 未知参数向量 )(?m k β
: 最大似然估计； l ?
： 自回归参数。
p l k i t ,,2,1;,,2,1;,2,1,0 ==±±=
五、 模型建立与求解
5.1 问题一的模型建立与求解
环境因受人类活动影响而改变了原有性质和状态的现象称为环境污染。环境污染的实质是人类活动中将大量的污染物排入环境，影响其自净能力，降低了生态系统的功能。然而生活中环境的污染也是多方面的，污染按环境要素分类，可分为：大气污染、土壤污染和水体污染。
为此，本文选取环境污染的主要污染影响指标，建立污染评价模型，即主成分分析模型，比较北京、天津、上海、重庆和西安五座城市的污染程度，并得出影响人们生活的主要污染因素。 5.1.1 建立主成分分析模型
首先选取环境污染的部分污染指标：可吸入颗粒物1x 、二氧化硫2x 、二氧化氮3x 、道路交通噪声4x 、区域环境噪声5x 、化学需氧量6x 、氨氮7x 、总氮8x 和总磷9x 。北京、天津、上海、重庆和西安五座城市的各项指标年平均数据（见附录表1）。
问题中变量太多不但会增加计算的复杂性，也给合理的分析问题和解决问题带来很大困难；同时，这些变量之间存在的相关性，也使得这些变量所反映的信息在一定程度上有所重叠。为了减少变量个数，本文采用了降维的思想，利用主成分分析法得出污染空气的主要因素变量，提高问题研究的合理性，同时不会使数据反映的信息量有大的损失。
设∑是T 321),,,,(p x x x x x =的协方差矩阵，∑的特征值与正交化特征向量分别为0321≥≥≥≥≥p λλλλ 及p e e e e ,,,,321 ，且x 的第i 个主成分为
),,3,2,1(,332211p i x e x e x e x e Y p ip i i i i =+++= （1）
根据平均值计算公式∑==n
1
j i 1ij x n x 代入数据计算样本),,,,(321p x x x x x =的均值向
量),,,,(321p x x x x x =为
)3475.09390.22110.35925.234760.543480.680434.00354.00986.0(=x 根据协方差矩阵计算公式
T
1
))((1n 1x x x x i
i n i ---=∑∑= （2）利用Matlab 软件代入数据可求得随机变量),,,,(321p x x x x x =)9(=p 相应 样本协方差矩阵为（只写下三角部分）
???
??
?
???????
?
???
???
???
????
?--------------------=∑0437.03485.01690.07574.11029.00963
.00005.00003.00003.08425.24350.18003.147895.09387.00049.00039.00028.00058
.30630.163881.03351
.00051.00062.00281.05272.1108197.30768.50409.00031.01114.02917
.00891
.00
0003.00020
.07820.00050.00064.00034.00
00001.00001.00003.0 由于协方差矩阵对角线元素即为样本),,,,(321p x x x x x =的方差值，观察矩阵易知其方差值相差较大，即各量纲间分散程度较大，不适用于环境污染模型中各成分指标间的相关性分析，为消除由于量纲不同可能带来的结果误差，故将样本变量),,,,(321p x x x x x =)9(=p 标准化，即令
9,,2,1, =-=
*
i x X ii
i
i i σμ
（3）
得到一组新的数据),,(921*
*
*
*=X X X X 。其中i μ为i x 的平均值，ii σ为i x 的方差。此时，),,(921*
*
*
*=X X X X 的协方差矩阵即为样本变量),,(921x x x x =的相关矩阵p p ij ?=)(ρρ,其中
jj
ii j i j i ij X X Y X σσρ)
,(Cov ),(E =
=** （4）
),(ov j X X C i 为j ,X X i 的协方差。
则根据公式（4）运用Matlab 软件代入数据即可得其样本相关矩阵为
????????
?????
???????????????---------------------=19891.04664.07998.09114.05213.03486.01325.00887.014909.08350.08670.06296.04691.02378.00908.018813.04144.02186.04726.03709.08787.016727.05461.06245.00229.05744.01
1866.00013.00485.01965.019102.07446.02097.015158.01171.016026.01ρ
由特征值计算公式
0=-ρλE （5）
第i 个主成分的贡献率
p
i λ （6）
及前k 个主成分的累计贡献率
p k
s s ∑=1λ （7）
其中9=p 。计算ρ的特征值及各标准化主成分的贡献率和累计贡献率如表1所示:
表1 ρ的特征值、贡献率和累计贡献率
第一、第二和和第三主成分对应的特征值大于1，所以选取第一主成分*
1Y 和第二
主成分*2Y 第三主成分*
3Y 作为标准化数据),,,(*8*2*1*X X X X =的主成分讨论问题，剩余的主成分对本文问题的讨论影响不大，因此可以忽略。
由此可得ρ的特征值），，，（921λλλλ =所对应的前三个正交单位化特征向量为：
)
4112.0,4296.0,3371.0,4444.0,3402.0,3102.0,3002.0,0770.0,1650.0(1----=e )
0282.0,0785.0,3496.0,1328.0,1188.0,4226.0,2657.0,5781.0,5056.0(2-----=e )3552.0,2686.0,3129.0,1100.0,5166.0,2295.0,5073.0,0539.0,3345.0(3-----=e
记第i 个主成分为)3,2,1(=*i Y i ,则标准化数据*X 的第一主成分1*1e X Y ?=*
、第二主成分2*2e X Y ?=*
、第三主成分 3*3e X Y ?=*第九主成分9*9e X Y ?=*
。 由*
i Y 与*
i X 的相关系数
ij i X Y
e i
i
*
=*
*
λρ, （8）
利用Matlab 软件代入数据计算出前三个主成分与各原始变量的相关系数如表2
所示 ：
(9321x x x x x 9821)3475.09390.22110.35925.234760.543480.680434.00354.00986.0(=μ
再利用方差计算公式∑=--=n i i ii x n 1
j 2j )(11μσ代入数据可以得到样本向量),,,,(9321x x x x x =的方差向量),(99882211σσσσσ，，
， =为： )0437.08425.20058.35272.1102917.07820.000001.00003.0(=σ
所以标准化数据*X 的第一主成分*
1Y 、第二主成分*
2Y 和第三主成分*
3Y 可以用样本数据),,,,(9321x x x x x =表示为：
19999222
2111111e )σ-μx ，，σ-μx ，σμx (
e X Y *?-=?=*
29999222
2111122e )σ-μx ，，σ-μx ，σμx (
e X Y *?-=?= 399
99222
2111133e )σ-μx ，，σ-μx ，σμx (
e X Y *?-=?= 由于*
1Y 、*
2Y 和*
3Y 特征值的大小决定它们贡献率的大小，所以结合*
1Y 、*
2
Y 和*
3Y 的特征值线性组合后可得衡量各地区消费支出的综合指标Y ：
*
*****++=++=3213322114768.15884.27420.4Y Y Y Y Y Y Y λλλ （9）
把*1Y 、*2Y 和*
3Y 的值代入（9）式即可得到Y ，按照综合指标Y 的大小便可对5个城市进行排序，从而得知各个城市的污染程度：
化硫、二氧化氮、道路交通噪声、区域环境噪声、化学需氧量、氨氮、总氮和总磷，五座城市中重庆市污染程度最为严重，上海次之，北京、天津污染程度较为接近，西安市污染程度较轻。 5.1.2 结论分析
通过对北京、天津、上海、重庆和西安五座城市各项指标年平均数据统计和
计算，得出结论：由于标准化后的第一主成分*
1Y 的贡献率已达52.69%，大于其他主成分的贡献率，可以认为*
1Y 值越大，环境质量越差。因此观察*
1Y 与各项指标间的相关系数可知，水体污染的四项指标化学需氧量6x 、总氮8x 、总磷9x 和氨氮7x 对环境污染的影响较大，其中化学需氧量对人们生活环境造成的污染程度最大。
化学需氧量是衡量水质受有机物污染程度的综合指标，当其值过高时，水体会发黑、发臭。总氮是反映水体富营养化的主要指标；过量磷可造成水体污秽异臭，湖泊发生富营养化和海湾赤潮现象；饮用水中氨氮过量在一定条件下可转化为亚硝酸盐，是强致癌物质，对人体健康极为不利；水体中氨氮过量则可导致水生物表现亢奋甚至死亡。
综合考虑大气污染、水体污染和噪声污染的各项指标，得出结论：五座城市的总体污染程度依次为：重庆、上海、北京、天津、西安。重庆市由于三面环山的特殊地理位置和重工业发达、煤烟排放过量等原因，使得其总体污染程度在五座城市中居于首位；上海机动车尾气排放量常年居高不下，污染程度仅次于重庆；北京和天津地理位置接近，其工业污染物排放量较高，造成大量的雾霾扬尘天气；而西安汽车尾气和工业废气排放量较大，因此空气污染最为严重，但污染程度较其他城市略为轻微。
5.2 问题二的模型建立与求解
由于人类活动的影响，大气、水体及噪声等污染物浓度及其分布发生了很大变化，了解各污染物的空间分布及扩散情况对评价其污染程度有很大帮助。一方面，确定污染扩散的方式、速率和程度有助于控制其影响范围，提早预防和改善，另一方面可确定污染源的位置，从根本上杜绝或减轻污染的发生和污染程度，为相关部门提供污染治理的意见和建议。以北京市为例，建立其污染扩散模型并以空气污染为检验标准验证模型的合理性。 5.2.1 估计北京市污染源位置
查阅并搜集北京市污染空气的2SO 、2NO 和PM10（可吸入颗粒）的年平均
浓度含量，取包含北京市在内的长为183.4千米，宽为170.1千米的长方形区域（如图1），建立二维坐标系，得到北京市14个区的地理位置坐标)
(y
x(单位：
,
千米)如表5所示:
图1 北京市各城区图
根据上表数据利用Matlab 软件分别画出2SO 、2NO 和PM10的年平均浓度随地理位置变化的空间浓度分布图：
x
z
x
z
图2 2SO 的空间浓度分布图 图3 2NO 的空间浓度分布图
x
y
z
x
z
图4 PM10的空间浓度分布图 图5 PM2.5的空间浓度分布图
观察图2、图3、图4和图5估计污染指标2SO 的污染源位置在)100,110(附近，2NO 的污染源位置在)83,130(附近，可吸入颗粒PM10污染源位置在)80,132(附近，细微颗粒PM2.5的污染源位置在)85,125(附近 。 5.2.2 建立Cauchy 扩散模型
设(,,,)c x y z t 表示t 时刻(,,)x y z 处某一种污染物的浓度。 在污染物传播的区域内，任意取一封闭曲面S ，它所围区域为Ω，在t ?时间内，由于扩散，经过这个区域内的污染物的质量1m ?为
????+??+??+??=?t t t S
z y x t S z c
y c x c m d d )cos cos cos (2221γσβσασ （10）
其中，22
2,,x y z σσσ分别代表沿,,x y z 轴方向的扩散系数，cos ,cos ,cos αβγ是方向
余弦。
由Gauss-Green 公式得
t y x z c
y c x c m t
t t z y x d d d )(22
2222222
1?????+Ω
??+??+??=?σσσ 扩散过程中由于沉降等原因导致Ω区域内质量减少量2m 为
2
2(,,,)d d d d t t
t
m k c x y z t x y z t +?Ω
?=?
??? （11）
其中2k 表示衰减系数。
t ?时间Ω区域内污染物质量的变化m ?为
[(,,,)(,,,)]d d d m c x y z t t c x y z t x y z Ω
?=+?-???
d d d d t t
t c
x y z t t +?Ω
?=??
??? t ?时间Ω区域内污染物质量的变化m ?也等于这段时间内增加的污染物质量减去减少的污染物的质量，即
12
m m m ?=?-? 222
2222
z 222(+(,,,))d d d d t t
x
y t c c c k c x y z t x y z t x y z
σ
σσ+?Ω
???=+-????
???
d d d d t t
t c
x y z t t +?Ω
?=??
??? 由于所选时间t 、t ?、区域Ω的任意性，可以得到
222
2222222x y z c c c c k c t x y z
σσσ????=++-???? (12) 记污染源在点000(,,)x y z 处，则在0t =时刻有
000(,,,0)()()()c x y z M x x y y z z δδδ=---
其中M 为污染物排放量。
由以上分析可知此扩散问题满足Cauchy 问题。
222
2222222000(,,,0)()()()
x y z c c c c k c
t
x y z c x y z M x x y y z z σσσδδδ?????=++-???????=---? (13) 对(13)进行傅里叶(Fourier)变换，且令123(,,)ηηηη=，(,)[(,,,)]c t u x y z t η=?，
已知 2212u c x η????=-?????，22
22u c y η????=-?????，2232u c z η????=-?????，
[]
[][][]10230000()
(,,,0)()()()o i x y z c x y z M x x y y y y Me ηηηδδδ-++?=?-?-?-=
故得常微分方程Cauchy 问题
102302222222
123()d ()0
d (0,)o x y y i x y z c k c t
c Me ηηησησησηη-++?++++=???=? 唯一解 2222222123102030()()
(,)x y z k t i x y z c t Me
σησησηηηηη-+++--+= (14)
对(14)求逆变换1-?由于
2
122241x x x e ησσ---?????=????
2
12221004()1
x x i x x x e e
ησησ-----?????=????
故得
122220002222222000222
(,,,)()
()()()444()()()444x y z x y z c x y z t c x x y y z z k t t t t x x y y z z k t t t t σσσσσσ-=???---??=
----??????
??---??=----??????
为了简化模型，考虑空气污染的平面传播，则可得到不同空气污染指标的扩散方程
:
2220022
()()(,,)44x y x x y y c x y t k t t t σσ??--??=---??????
(15) 如果认为经过了相当长的时间后，扩散已经终止，物质分布处于平稳状态，
则方程(12)中的0c
t
?=?，于是有线性椭圆方程的边值问题
22
222
220
(,)(,)
x y c c k c x
y c x y x y σσ??Ω???+-=?????=?
也就是用傅里叶(Fourier)变换求解，其中?Ω是区域Ω的边界.
在Cauchy 问题的解(14)中，有三个未知的参数,,x y k σσ，它们分别是扩散
与衰减过程中的扩散系数与衰减系数的算术平方根，假设点源的质量M 与位置00(,)x y 已知，设观测取样为：111(,,),x y m 222(,,),(,,),n n n x y m x y m 取样时刻为1t =，或设0t t τ=，0t 是取样时间，则(12)变成：
22
2000t x xx y yy C t C t C t k C ηη=+-
对τ而言，取样时间为1，而方程形状与(12)一致，把在(,)i i x y 点观测到物
质密度i m 与公式(15)都取对数，令1t =则有
222
0022()()ln (,,)ln ln 44x y x y x x y y c x y t k σσσσ??--=--++??????
(16) 令20()4x x U -=，20()4y y V -=，21x ασ=-，21y βσ=-
，2
ln x y
k εσσ=--，则(16)可以写成ln (,,1)c x y U V αβε=++。 当00,x x y y ==时，有00ln (,,1)c x y ε=。
利用Matlab 软件对传播模型的各项参数进行估计并用于检验模型的合理性，取空气污染的取样点数据,运用非线性拟合nlinfit 函数对数据进行拟合，得出函数参数即可得污染源位置。
Matlab 求得的空气污染指标2SO 污染源位置为)3.97,5.115(，2NO 污染源位置为)3.85,2.128(，可吸入颗粒PM10的污染源位置为)8.80,1.129(，PM2.5的污染源位置为)6.87,5.125(，与实际污染源位置很接近，故Cauchy 污染传播模型建立合理。
5.3 问题三的模型建立与求解
根据相关数据西安市在某个时间段内PM2.5一直高居全国前列，因此空气污
染是西安市人民关注的主要方面。
采用时间序列模型对先市空气污染的各项指标进行预测。通过平稳性分析和模型定阶的AIC 准则确定预测模型，再利用最大似然法估计各级参数，最后进行模型预报。
5.3.1时间序列模型的建立 1.平稳性检验 （1）自相关函数
)(MA q 序列（滑动平均序列）的自相关函数：
设{}t X X X ,,,21 是)(MA q 序列，q t q t t t t t B X -------==εθεθεθεεθ 2211)(。 其中t ε是零均值，即平稳白噪声，且2
)(t t Var σε=，则t X 是零均值平稳序列，且其自协方差函数和自相关函数分别为
???
?
???>≤≤+++-=++++=-+;,0,1),(,0),1(112222212q k q k k q k q k k q k θθθθθσθθθσγεε (17)
???
??
??>≤≤++++++-==-+.
,0,1,1,
0,12
2111q k q k k q q
k q k k k θθθθθθθρ (18) 其自相关函数呈拖尾状趋于零，偏自相关函数式非截尾但趋于零。
)(AR p 序列（自回归序列）的自相关函数：
设t X 是)(AR p 序列：t
p
t p
t t X X X X ε???++++=--- 2
2
1
1
1
，t
ε是平稳白噪
声，且2
)(t t Var σε=。则其自协方差相关函数和自相关函数为
))((22111t p t p t t k t k X X X X E ε???γ++++=---- (19)
p k p k k k ---+++=γ?γ?γ?ρ 2211 (20)
其自相关函数呈拖尾状趋于零，偏自相关函数非截尾但趋于零。
而),(ARMA q p 的自相关函数可以看做是)(MA q 序列的自相关函数和)(AR p 序列的自相关函数的混合物。
计算知本时间序列服从),(ARMA q p 模型，下面考虑定阶，即估计q p 、的值。 （2）模型定阶的AIC 准则
AIC 准则又称Akaile 信息准则，AIC 准则是信息论与统计学的重要研究成果，具有重要意义。
AIC 准则起源于Kullback-Lelibler 信息量，设t X 是随机变量，它的概率密度是)(x f ，其中含有k 个未知参数，设未知参数向量为T 21),,,(k ββββ =。
)(x f 属于分布族)|(βx g ，其中T 21),,,(k ββββ =。显然)|()(0βx g x f =。
K-L 信息量可以用来刻画)|(βx g 与)(x f 的接近程度，其定义为
x x g x f x f g f I d )
|()
(ln
)())|(),((?=??ββ
则有0))|(),((≥??βg f I ，且有0|))|(),((0=??=βββg f I 。
K-L 信息量是寻求最接近)(x f 的参数概率密度)|(βx g ，使得
min ))|(),((=??βg f I （21）
经过理论分析，当给定样本观测值),,,(2
1
n
x x x x =（样本容量为n ），设)(?m k
β
是模型参数T 21),,,(k ββββ =（未知参数个数是k ）的最大似然估计。设))
(ln(βL 是其对数似然函数，AIC 信息准则是：使得（21）式中的k 满足
min 2))?(ln(2)(AIC )(=+-=k L k m k β
设t X 是)ARMA(p,q 序列，其中未知参数的个数是1++=q p k 个，包括自回归参数T 21),,,(p ???? =，滑动平均参数T 21),,,(q θθθθ =及2εσ。对于对数似然函数
2
2
22)(ln 2)2ln(2ln 21),(ε
εεσβσπσβS n n M x L n n ---= （22） 略去)2ln(2
||ln 21πn
M -，得最小平方和估计对应似然函数 2
22'2)
(ln 2)|,(εεεσβσσβS n x L -
-= （23） 由（23）式可得，2?εσ
的最大似然估计 )?(1?2βσ
εS n
= 将上式代入（23），得
2
ln 2)|,(22'n
n x L --=εεσσβ
因此，)ARMA(p,q 序列AIC 定阶准则为：选q p ,，使得
min )1(2ln AIC 2=+++=q p n εσ （24）
其中n 是样本容量，2εσ与q p ,有关。若当p
p ?=，q q ?=，使得（24）达到最小值，则认为序列为)??ARMA(q ,p
。 当)??ARMA(q ,p
序列含有未知均值μ时，模型为 t t B X B εθμ?)())((=-
这时，未知参数个数为2++=q p k ，AIC 准则为：选取q p ,，使得
min )2(2ln AIC 2=+++=q p n εσ （25）
其式（24）与式(25）有相同的最小值点q p
?,?。 2.最大似然估计法（ML 估计）估计参数
假设{}t X X X ,,,21 是零均值正态),(ARMA q p 序列，他的概率密度为
)2
1exp()2(),(1
2
12
2
n n T n n
n
t n x x x f --∑-∑=πσβ
其中T n n T q p x x x x ),,(,),,,,,(21121 ==θθ???β，)(T
n n n X X E β=∑,βE 表示参数向量是β时取期望（因t X 是),(ARMA q p 序列，n X 与β有关）。
令1
2
-∑=εσM ，则有 )2exp(||)2(),|(2
T 2
22
ε
εεσπσσβMx
x M x f n -=-
对数似然函数
)2ln 21)2ln(2||ln 21)
,|(ln )|,(2
T 222εεεεσσπσβσβMx x n M x f x L ---== 其中),,,(21n x x x x =为样本观测值。
下证Mx x T 仅与β有关，而与2εσ无关，事实上∑的第i 行第j 列的元素是
||)(j i j i ij r X X E r -==,设t X 的传递形式是j i j j t G X -∞
=∑=ε0
，则∑∞
=-+-=0
2||||)(k j i k k j i G G r εσ。
由此即知12-∑=εσM 与2εσ无关，从而Mx x T 仅与β有关，而与2εσ无关。
因为Mx x T 仅与β有关，记 Mx x S T )(=β （26）
则称)(βS 为平方和函数，进一步记),,,|(?21n t t x x x E εε
=，即t ε?是t ε关于n x x x ,,,21 的条件期望，也就是已知n x x x ,,,21 时关于t ε的估计，则可证
∑-∞
==
n
t t
S 2
?
)(εβ
可见)(βS 是一残差平方和形式，若S
β?使（26）式达到最小，即min )(=βS ，则S
β?称为最小平方和估计。 现讨论最大似然估计，对数似然函数是
)2)(ln 21)2ln(2||ln 21),|(ln )|,(2222ε
εεεσβσπσβσβS n M x f x L ---=
=（27） 因为M ，)(βS 均与2εσ无关，令
0)
(2)(2)(2
222=+-=??εεεσβσσS n L 解得 n
Mx
x n S T 2
)(==βσε （28） 将其带入（27）中得 c Mx x n
M x f +-=)ln(2
||ln 21),|(ln T 2εσβ
其中]ln 1)2[ln(2
n n
c -+-=π，略去常数c ，得
)ln(2
||ln 21)(T Mx x n
M L -=β （29）
β的最大似然估计应使（29）达到最大。
若m β?使得max )?(=m
L β，则m β?是β的最大似然估计（ML 估计），代入（28）即得2?εσ
的最大似然估计值。 3.模型考核的2χ检验
若拟合模型的残差记为t ε?，它是t ε的估计值。例如对)(AR p 序列，设未知参
数的估计是p ???
?,,?,?21 ，则残差n t X X X p t p t t t ,,2,1,???11 =---=--??ε 记 m k n
t t
k
n t k t t k ,,2,1,?
??1
2
1 ==∑∑=-=+εεε
γ
Ljung-Box 的2
χ检验统计量是 ∑
=-+=m
k k k
n n n 1
2
2
)2(γχ
假设检验0,,010≠≤?≤=k k m k H m k H ρρ：对某些当：。在0H 成立时，若
n 充分大，2χ近似于)(2r m -χ分布，其中r 是估计的模型参数个数。
2χ检验法：
给定显著水平α，设实际算得的2χ值是20χ，p 值为{}
2
02χχ≥=P p ，则当α
4.),(ARMA q p 的预报
时间序列的l 步预报，是根据{} ,,1-k k X X 是取值对未来l k +时刻的随机变
量)0(>+l X l
k 做出估计，估计量记作)(?l X
k ，它是{} ,,1
-k k X X 的线性组合。
{}t X X X X ,,,,210 是零均值正态),(ARMA q p 序列，则下列预报差分方程成
立 )(),(?)2(?)1(?)(?21p l q l X l X l X l X k p k k k >-++-+-=???
（30） 只需知道)(?),2(?),1(?q X X X k k k ，就可以递推算得p l l X k
>),(?，因此定义预报变量T k
k k q k q X X X X ))(?),2(?),1(?(?)( =，令 ??
?>==*
.
,
0;,,2,1,
p j p j j j ??
可证下列递推预报公式：
)(12211
21
)(1
?100000100001?q k
q q q p q q k X G G G G X ???
??
??
?????????+----=***-*-*-+????? ????????
??????????+???
???
???
?????????+∑+=+-+*+-p q j j p k j k q q X X G G G G 11
1121000? 式中第三项当q p ≤时为零。且当0k 较小时，令初值0?)(1
=+q k X 。 5.3.2模型求解及结论
考虑数据的连贯性，选取2014.4.1日至2014.7.31日的空气质量指标AQI 数据(见附录表2)进行时间序列分析，运用Matlab 软件作出相应时序图，进行时间序列的验证：
t
A Q I
图6 空气质量时序图
以及相应的自相关系数图与偏自相关系数图：
Lag
S a m p l e A u t o c o r r e l a t i o n
Lag
S a m p l e P a r t i a l A u t o c o r r e l a t i o n s
图7 自相关系数图 表8 偏自相关系数图
观察图像明显可知该序列不平稳，故作差分处理。图9为作一阶差分后所得序列图。
图9 一阶差分后的空气质量时序图
为进一步验证平稳性，考察差分后序列自相关图和偏自相关图。
Lag
S a m p l e A u t o c o r r e l a t i o n
Lag
S a m p l e P a r t i a l A u t o c o r r e
l a t i o n s
图10 一阶差分后自相关图 图11 一阶差分后偏自相关图
观察图像可知一阶差分后的序列较平稳，故可确定),(ARMA q p 模型。 利用AIC 准则定阶：当1=d 时，计算得到AIC 值如下表所示：
由2χ检验法，取显著性水平05.0=α,运用Matlab 软件计算得到05.072.0=≥=αp ,故该模型通过考核检验，可以用来预报。
进一步计算相关参数得到4891.0?1
=?
，1?1
-=θ，故得到)1,1(ARMA 模型为 t t B X B B ε)1()1)(4891.01(+=--
其十步预报值见下表：
表
6 8月1-10日空气质量AQI 预测值与实际值比较
22度进行预测，预测值如下表：
表7 8月1-10日各项污染指标的预测值（单位：3）
22
实际观测数据，发现与本模型预测值之间存在误差，当误差较小，故可认为本模型采用)1,1(
ARMA模型进行预测具有实际参考价值。
5.4 污染治理建议
地球是人类长期赖以生存的家园，然而目前严峻的环境污染态势使得污染防治工作迫在眉睫，环境的长期污染不仅危害人类的健康，也对各动植物物的生存繁衍造成威胁。而环境的保护工作不仅要对已产生的污染进行治理，还应从根本上预防污染的发生。因此，本文就空气污染、水体污染和噪声污染的预防和治理手段给出如下建议：
环境污染的防治工作应主要从减少污染物的产生和治理净化已产生的污染物两方面着手。空气污染：一方面政府通过出台相关的空气污染指标排放标准和检查制度，严格检测控制各工业污染区及汽车尾气、城镇住宅区等各项指标的排放量和区域密度，布局合理的工业区，调整产业结构，整治燃煤企业，紧抓“禁燃区”工作，控制污染源；此外还应调整能源结构，改革生产工艺，采用无污染或低污染能源和工艺，如太阳能、风能，并合理利用能源，对燃料进行预处理，改进燃烧设备，提高燃烧效率。另一方面加强废气的循环及回收利用，使用净化装置去除烟尘和各种工业粉尘，利用物理、化学方法净化尾气中的有害成分，引入洁净煤技术。此外还应加大环境保护的宣传力度，提高公民素质和环保意识。
水体污染：其首要任务是保护水资源，调整缺水地区的产业结构，控制高耗水、高耗能和重污染的建设项目，其次，资源的开发利用坚持开源节流并举的方针，完善工农业用水管理措施，建立用水考核制度，结合低资源消耗、高效益的高新技术，推行清洁生产。此外还应建立循环用水制度和污水处理系统，尤其是有毒污染物的排放，建立资源更新补偿机制，提高排污费标准，使之高于污染治理成本等。
噪声污染：严格合理的控制机动车数量、流量及汽车喇叭的鸣笛，加强城市道路建设（多孔隙沥青路面可降噪），施工区也应注意施工时间和噪声标准。设置部分声屏障设施、绿化均能降噪。
六、模型评价与推广
6.1 模型评价：
6.1.1模型一（主成分分析模型）
优点:
(1)本文采用降维的思想，用较少的变量反映原始变量，简化模型的同时结合了其各项指标的综合权重，对考察城市污染程度具有实际意义；
大气污染物扩散模式
第四章 大气扩散浓度估算模式 第一节 湍流扩散的基本理论 一 湍流 1．定义：大气的无规则运动 风速的脉动 风向的摆动 2．类型： 按形成原因 热力湍流：温度垂直分布不均（不稳定）引起，取决于大气稳定度 机械湍流：垂直方向风速分布不均匀及地面粗糙度引起 3．扩散的要素 风：平流输送为主，风大则湍流大 湍流：扩散比分子扩散快105～106倍 二 湍流扩散理论（主要阐述湍流与烟流传播及湍流与物质浓度衰减的关系） 1.梯度输送理论 通过与菲克扩散理论类比建立起来的（菲克定律：单位时间内通过单位断面上的物质的数量与浓度梯 度呈正比） 类比于分子扩散，污染物的扩散速率与负浓度梯度成正比 x C k F ??-= 式中，F — 污染物的输送通量 k — 湍流扩散系数 C — 污染物的浓度 X — 与扩散截面垂直的空间坐标（扩散过程的长度） x C ??— 浓度梯度 要求得各种条件下某污染物的时、空分布，由于边界条件往往很复杂，不能求出严格的分析解，只能是在特定的条件下求出近似解，再根据实际情况进行修正。 2.湍流统计理论 泰勒首先将统计理论应用在湍流扩散上 图4-1显示：从原点O 放出的粒子，在风沿着x 方向吹的湍流大气中扩散。粒子的位置用y 表示，则结论为： ①y 随时间变化，但其变化的平均值为零 ②若从原点放出很多粒子，则在x 轴上粒子的浓度最高，浓席分布以x 轴为对称轴，并符合正态分布。 萨顿实用模式：解决污染物在大气中扩散的实用模式 高斯模式：应用湍流统计理论得出正态分布假设下的扩散模式 3.相似理论 第二节 高斯扩散模式 一 坐标系的建立—右手坐标系
1．原点O ：无界点源或地面源，O 为污染物的排放点 高架源，O 为污染物的排放点在地面上的投影点 补充：点源 高架源 连续源 固定源 线源 地面源 间歇源 流动源 面源 2．x 轴：正向为平均风向，烟流中心线与x 轴重合 3．y 轴：垂直于x 轴 4．z 轴：垂直于xoy 平面 二 高斯模式的有关假定 1．污染物浓度在y 、z 轴上的分布为正态分布； )2exp(21 )(22 y y y y f σπ σ-= )2exp(21 )(22 z z z z f σπ σ-= y σ，z σ— 分别为污染物在y 和z 方向上分布的标准差，m 2．全部高度风速均匀稳定，即风速u 为常数； 3．源强是连续均匀稳定的，源强Q 为定值； 4．扩散中污染物是守恒的，不考虑转化，即烟云在扩散过程中没有沉降、化合、分解及地面吸收、吸附作用发生； 0=??t C 5．在x 方向上，输送作用远远大于扩散作用，即 )(x C k x x C u x ????>>??； 6．地面足够平坦。
环境污染的调查报告
环境污染的调查报告 大家是否觉察到我们周围的环境正在日益被严重破坏?乱砍树木，污 染水源与空气，破坏生态环境等等。无数的事实已经告诉我们，环境保 护刻不容缓，保护环境不仅是国家和政府部门的责任，也是我们“拱中”公民的责任。 这几天，我围绕我们周围的空气受污染的程度以及空气污染对人类 身体健康的危害等方面问题进行了调查。我根据珠海周围的环境特点和 所发现的问题，上网进行了调查。从调查情况来分析，我们周围的空气 是受到了污染。污染源主要是工厂烟囱排放的黑烟，机动车辆排出的尾汽。这些污染源排放出来的什么污染物呢?对人们的健康有什么危害呢?我查阅了有关资料，懂得了许多有关空气污染的知识。 大气中的主要污染物有一氧化碳、二氧化碳、二氧化硫、氮氧化物 以及颗粒物。它们在空气中的含量若是超过一定的标准，就会危害人们 的健康。空气污染指数小于50，说明空气良好，污染物浓度小于环境空 气质量标准中的一级标准限值，为一级优，符合自然保护区、风景名胜 区等一些需要特殊保护地区的空气质量要求空气污染指数大于50，小于100，表明空气质量一般污染物浓度小于环境空气质量标准中的二级标 准限值，为二级良好，符合城镇居住区、商业交通居民混合区、文化区、 一般工业区和农村地区的空气质量要求。 防治大气污染，控制污染排放是改善空气质量的根本措施，其主要 途径有：工业合理布局，搞好环境规划改变能源结构、推广清洁燃料、使用清洁生产工艺，减少污染物排放强化节能，提高能源利用率、区域集中供暖供热强化环境监督管理和老污染源的治理，实施总量控制和达 标排放严格控制机动车尾气排放等。 珠海是我们的“家”，应该把她建设得更美好。但空气污染问题十 分严重，应该怎么办呢?我建议：
点污染源空气污染扩散模型
8 点、中午12 点、晚上9 点都没有排放气体，该怎么算，是不是需要找到一个关于时间t的函数，来计算多长时间之后污染还剩下多少 c=Q./(2*pi*sigy.*sigz*u+eps).*exp(-0.5*(y.^2)./((sigy+eps).^2)).*(exp(-0.5*(z-H).^2./((sigz+eps).^2))+exp(-0.5*(z+H).^2./((sigz+ eps).^2))); 这个函数对吗？该调用什么函数？ 问题： 建立单污染源空气污染扩散模型，描述其对周围空气污染的动态影响规律。 现有河北境内某一工厂废气排放烟囱高50m，主要排放物为氮氧化物。早上9 点至下午 3 点期间的排放浓度为406.92mg/m3，排放速度为1200m3 /h；晚上10 点-凌晨4 点期间 的排放浓度为1160mg/m3，排放速度为5700m3 /h；通过你的扩散模型求解该工厂方圆51 公里分别在早上浓度8 点、中午12 点、晚上9 点空气污染分布和空气质量等级。 源代码 clear all clc [x,y]=meshgrid(0:20:5100,0:20:5100); Q=135.64; z=1.5; H=50; u=1.94; sigy=0.3914238*x.^0.865014; sigz=0.0757182*x.^1.00770; c=Q./(2*pi*sigy.*sigz*u+eps).*exp(-0.5*(y.^2)./((sigy+eps).^2)).*(exp(-0.5*(z-H).^2./((sigz+eps).^2))+exp(-0.5*(z+H).^2./((sigz+ eps).^2))); mesh(x,y,c); xlabel('X'),ylabel('Y'),zlabel('C'), clear all clc [x,y]=meshgrid(-5100:20:5100,-5100:20:5100); Q=1836.7; z=1.5; H=50; u=1.7; sigy=0.3914238*x.^0.865014; sigz=0.0757182*x.^1.00770; c=Q./(2*pi*sigy.*sigz*u+eps).*exp(-0.5*(y.^2)./((sigy+eps).^2)).*(exp(-0.5*(z-H).^2./((sigz+eps).^2))+exp(-0.5*(z+H).^2./((sigz+ eps).^2))); mesh(x,y,c); xlabel('X'),ylabel('Y'),zlabel('C'), 分享到： 2015-05-29 16:32 提问者采纳 clear all [x,y]=meshgrid(-51000:100:51000,-51000:100:51000); Q=135.64; z=1.5; H=50; u=1.94; sigy=0.3914238*x.^0.865014;
城市空气污染状况调查报告
城市空气污染状况调查报告 城市环境污染，是在城市的生产和生活中，向自然界排放的各种污染物，超过了自然环境的自净能力，遗留自然界，并导致自然环境各种因素的性质和功能发生变异，破坏生态平衡，给人类的身体、生产和生活带来危害。 中国目前共有668个城市，容纳36．1％的人口，贡献70％的国内生产总值和80％的税收。 在经济高速增长的情况下，47个重点城市的2009年的工业污染物单位增加值排放强度比2010年均有下降，而且污染增长速度小于工业增加值增长速度。 环境质量最好的城市是海口、珠海、湛江、桂林、北海；污染控制最好的城市是南通、连云港、沈阳、苏州、福州；环境基础设施建设最好的城市是大连、烟台、深圳、珠海、海口。 而空气污染最重的10个城市是临汾、阳泉、大同、石嘴山、三门峡、金昌、石家庄、咸阳、株洲、洛阳。 空气污染最主要原因就在日常生活中随时可看见的，以下这三项是日常生活中最常见的，分别为工业、交通、生活污染源，其他是一些空气中不好的气体，会影响身体健康。 工业污染源 火力发电厂及各种类型的工厂，在生产过程中，燃烧燃料所排放出的废气、烟尘等，若不经适当处理，会严重的污
染空气。 交通污染源 汽机车、飞机、火车和船舶等交通工具，其排放出的废气中含有一氧化碳、氮氧化物、碳氢化合物及铅等污染物。这些交通污染源和工业污染相比，是比较小型、分散、流动的，但是因为数量庞大，所以排出的污染物的总量，也是具有相当的破坏力。 生活污染源 日常生活也会产生污染空气的物质，如二手烟、炒菜的油烟，以及由冰箱、冷气泄漏出的冷媒等，都会污染空气。 二氧化氮 具有刺激性，会刺激眼、鼻及肺部，而引起气管、炎肺炎等症状。甚至会降低呼吸器官的抵抗力，使其容易受到感染。 二氧化硫： 工厂使用含硫燃料，如燃烧重油、生煤，及柴油引擎车所排放。 长期吸入二氧化硫，会影响黏膜或细胞的正常功能。它常与悬浮微粒狼狈为奸，会使气管炎、气喘、肺气肿的病患增加及病情恶化。 一氧化碳： 一氧化碳机动车辆排放不完全燃烧的废气，炼焦场、电
大气污染扩散模型
第一节大气污染物的扩散 一、湍流与湍流扩散理论 1. 湍流 低层大气中的风向是不断地变化，上下左右出现摆动；同时，风速也是时强时弱，形成迅速的阵风起伏。风的这种强度与方向随时间不规则的变化形成的空气运动称为大气湍流。湍流运动是由无数结构紧密的流体微团——湍涡组成，其特征量的时间与空间分布都具有随机性，但它们的统计平均值仍然遵循一定的规律。大气湍流的流动特征尺度一般取离地面的高度，比流体在管道内流动时要大得多，湍涡的大小及其发展基本不受空间的限制，因此在较小的平均风速下就能有很高的雷诺数，从而达到湍流状态。所以近地层的大气始终处于湍流状态，尤其在大气边界层内，气流受下垫面影响，湍流运动更为剧烈。大气湍流造成流场各部分强烈混合，能使局部的污染气体或微粒迅速扩散。烟团在大气的湍流混合作用下，由湍涡不断把烟气推向周围空气中，同时又将周围的空气卷入烟团，从而形成烟气的快速扩散稀释过程。 烟气在大气中的扩散特征取决于是否存在 湍流以及湍涡的尺度(直径)，如图5－7所示。 图5－7（a）为无湍流时，烟团仅仅依靠分子 扩散使烟团长大，烟团的扩散速率非常缓慢， 其扩散速率比湍流扩散小5～6个数量级；图5 －7（b）为烟团在远小于其尺度的湍涡中扩散， 由于烟团边缘受到小湍涡的扰动，逐渐与周边 空气混合而缓慢膨胀，浓度逐渐降低，烟流几乎呈直线向下风运动；图5－7（c）为烟团在与其尺度接近的湍涡中扩散，在湍涡的切入卷出作用下烟团被迅速撕裂，大幅度变形，横截面快速膨胀，因而扩散较快，烟流呈小摆幅曲线向下风运动；图5－7（d）为烟团在远大于其尺度的湍涡中扩散，烟团受大湍涡的卷吸扰动影响较弱，其本身膨胀有限，烟团在大湍涡的夹带下作较大摆幅的蛇形曲线运动。实际上烟云的扩散过程通常不是仅由上述单一情况所完成，因为大气中同时并存的湍涡具有各种不同的尺度。 根据湍流的形成与发展趋势，大气湍流可分为机械湍流和热力湍流两种形式。机械湍流是因地面的摩擦力使风在垂直方向产生速度梯度，或者由于地面障碍物(如山丘、树木与建筑物等)导致风向与风速的突然改变而造成的。热力湍流主要是由于地表受热不均匀，或因大气温度层结不稳定，在垂直方向产生温度梯度而造成的。一般近地面的大气湍流总是机械湍流和热力湍流的共同作用，其发展、结构特征及强弱决定于风速的大小、地面障碍物形成的粗糙度和低层大气的温度层结状况。 2. 湍流扩散与正态分布的基本理论 气体污染物进入大气后，一面随大气整体飘移，同时由于湍流混合，使污染物从高浓度区向低浓度区扩散稀释，其扩散程度取决于大气湍流的强度。大气污染的形成及其危害程度在于有害物质的浓度及其持续时间，大气扩散理论就是用数理方法来模拟各种大气污染源在
全球城市空气污染调研报告(完整版)
报告编号：YT-FS-6203-10 全球城市空气污染调研报 告(完整版) After Completing The T ask According To The Original Plan, A Report Will Be Formed T o Reflect The Basic Situation Encountered, Reveal The Existing Problems And Put Forward Future Ideas. 互惠互利共同繁荣 Mutual Benefit And Common Prosperity
全球城市空气污染调研报告(完整 版) 备注：该报告书文本主要按照原定计划完成任务后形成报告，并反映遇到的基本情况、实际取得的成功和过程中取得的经验教训、揭露存在的问题以及提出今后设想。文档可根据实际情况进行修改和使用。 在上榜的中国32个城市中，成都位列第25名，污染情况较严重。 这种可吸入颗粒物主要来源于烟囱和汽车尾气，对人体呼吸系统危害大。目前，成都市对此已有监测，今年还增加了细颗粒物监测等项目。 成都污染程度只比北京好一点？ 该报告依据各国在XX年至XX年内的报告数据，测量了全球91个国家近1100个城市空气中小于10微米的颗粒物（即可吸入颗粒物）含量，主要分析指标为此类悬浮颗粒物的重量。 昨日，天府早报记者查询了世界卫生组织官方网站。该报告显示，可吸入颗粒浓度数据全球的平均值
为每立方米71微克。美国、加拿大为全球空气质量最好国家。伊朗、印度、巴基斯坦的城市和蒙古首都是全球空气污染最严重的。 相比以上亚洲国家，中国状况稍好点。报告列出的国内32个省会城市或直辖市中，成都可吸入颗粒浓度为每立方米111微克，排名国内城市第25名，污染情况较严重。 此外，海口污染指数最低，兰州污染指数最高；北京每立方米121微克（第28）、上海每立方米81微克（第11）、广州则是每立方米70微克（第7）。 本土空气监测全市38个监测点 成都有无关于可吸入颗粒物的监测？对此项又是如何监测？ 昨日，天府早报记者在成都市环保局网站看到，首页左侧边栏公布着成都市中心城区和周边区县每日和预报明日的空气污染指数。根据其显示，大成都范围内空气质量基本都是良，而主要污染物则基本是可吸入颗粒物。
大气污染物扩散高斯模型模拟
大气污染物扩散的高斯模型模拟：可视化模拟点源大气污染的扩散Gaussian Atmospheric Dispersion Model 突发性大气污染事故时有发生，对大气污染扩散进行模拟和分析，有利于减小事故的危害，减轻人员伤亡和财产损失。高斯扩散模型是国际原子能机构(IAEA)推荐使用于重气云扩散模拟的数学模型,该模型在非重气云扩散的应用日益广泛。高斯扩散模型是描述大气对有害气体的输移、扩散和稀释作用的物理或数学模型,是进行灾害预测和救援指挥的有力手段之一。 高斯扩散模型 高斯模型又分为高斯烟团模型和高斯烟羽模型。大气污染物泄漏分为瞬时泄漏和连续泄漏，瞬时泄漏是指污染物泄放的时间相对于污染物扩散的时间较短如突发泄漏等的情形，连续泄漏则是指污染物泄放的时间较长的情形。瞬时泄漏采用高斯烟团模型模拟，而连续泄漏采用高斯模型烟羽模型模拟。高斯模型适用于非重气云气体，包括轻气云和中性气云气体。要求气体在扩散过程中，风速均匀稳定。 在高斯烟团模型中，选择风向建立坐标系统，即取泄漏源为坐标原点，x轴指向风向，y轴表示在水平面内与风向垂直的方向，z轴则指向与水平面垂直的方向，具体公式见式: (mg/s); x、y、z轴上的扩散系数，需根据大气稳定度选择参数计算得到(m)；x、y、z表示x、y、z上的坐标值(m)；u 表示平均风速(m/s)；t表示扩散时间(s)；H 表示泄漏源的高度(m)。 同理，高斯烟羽模型的表达式如： 技术方法 若用高斯模型算出空间每一个点在一个时刻的污染浓度，这个计算量是很大的。因此所设计的系统一般都是采用先进行图层网格化，由高斯模型计算出有限个网格点的上的污染物浓度，在进行空间内插得到面上每一个点的污染物浓度，并由此得到污染物浓度的等值线。整个过程的示意图如图所示
2020年全球城市空气污染调查报告
2020年全球城市空气污染调查报告 在上榜的中国32个城市中，成都位列第25名，污染情况较严重。 这种可吸入颗粒物主要来源于烟囱和汽车尾气，对人体呼吸系统危害大。目前，成都市对此已有监测，今年还增加了细颗粒物监测等项目。 成都污染程度只比北京好一点? 该报告依据各国在XX年至XX年内的报告数据，测量了全球91个国家近1100个城市空气中小于10微米的颗粒物(即可吸入颗粒物)含量，主要分析指标为此类悬浮颗粒物的重量。 昨日，天府早报记者查询了世界卫生组织官方网站。该报告显示，可吸入颗粒浓度数据全球的平均值为每立方米71微克。美国、加拿大为全球空气质量最好国家。伊朗、印度、巴基斯坦的城市和蒙古首都是全球空气污染最严重的。 相比以上亚洲国家，中国状况稍好点。报告列出的国内32个省会城市或直辖市中，成都可吸入颗粒浓度为每立方米111微克，排名国内城市第25名，污染情况较严重。 此外，海口污染指数最低，兰州污染指数最高;北京每立方米121微克(第28)、上海每立方米81微克(第11)、广州则是每立方米70微克(第7)。 本土空气监测全市38个监测点 成都有无关于可吸入颗粒物的监测?对此项又是如何监测?
昨日，天府早报记者在成都市环保局网站看到，首页左侧边栏公布着成都市中心城区和周边区县每日和预报明日的空气污染指数。根据其显示，大成都范围内空气质量基本都是良，而主要污染物则基本是可吸入颗粒物。 目前，成都市共有38个环境空气监测点位(均为自动监测站)，其中8个国控监测点位，分别位于人民公园、草堂寺、梁家巷、沙河铺、金泉两河、三瓦窑、十里店和三道堰。成都中心城区每天的空气污染指数，就是来源于这8个点位。 今年，成都市被环境保护部列为全国26个开展《城市环境空气质量评价办法(试行)》试点监测工作城市之一。成都对空气中污染物的监测，将从原来的二氧化氮、二氧化硫、可吸入颗粒物等3项，增加为细颗粒物、一氧化碳、臭氧等共11项。 可吸入颗粒物pm10 pm10指粒径在10微米以下的可吸入颗粒物，它能够渗入到肺部并可能进入血液循环，引起心脏病、肺癌、哮喘和急性下呼吸道感染。每年全球有200多万人因吸入细小微粒而死亡。汽车尾气是可吸入颗粒物主要来源之一。 可吸入颗粒物pm10：空气中的“隐形杀手” 成都中心城区8个监测点位 人民公园、草堂寺、梁家巷、沙河铺、金泉两河、三瓦窑、十里店、三道堰 主要来自烟囱和汽车
大气污染调查报告
调查报告 题目《重庆工商大学生对大气污染的认识程度调研》学院 专业 班级
《重庆工商大学生对大气污染的认识程度》调研报告一、调研计划 调研过程中严格按照调研计划书操作（详见附录1 、附录2），发放问卷80份，其中收回有效问卷72份。 二、数据分析 （一）认知程度分析 根据数据分析显示，本校大学生或多或少都对大气污染有所了解，72人中，其中24人非常了解（占总人数的33%），48人 基本了解（占总人数的66% ）；在关注度方面其中有8%不关注 环境问题，27% 非常关注，而偶尔关注占了绝大部分（65% ），两组数据表明本校大学生对大气污染问题的了解和关注程度不 是很高。（见图一、图二） 在对大气污染的印象方面，数据显示，绝大部分人都认为中国的大气污染问题严重（其中64%认为非常严重，18%认为比较 严重，详见图三），而在对全球的大气污染的印象上，数据显示： 认为严重的和认为不严重的各自参半（详见图四）。由此可以看 出：在所有调查对象中，普遍认为中国的大气污染问题要比全球 的大气污染问题严重。
图一、对大气污染的认识程度 图二对大气污染的关注程度
图三对中国大气污染的印象 图四对世界大气污染的印象 （二）对大气污染的来源、危害分析 1．来源分析 对大气污染的来源的数据分析显示，大多数人认为大气污染主要是由于燃煤和使用石油等化石燃料造成的（详见表一），而这主要的使用群体主要是工业、企业和交通运输业（详见表二）。
2．危害分析 大气污染导致的后果逐渐显示，我们对几种的常见的后果进行调查，调查发现大部分（69%）认为大气污染导致的最严重的后果是雾霾，认为导致、温室效应的别占10% 、8%、13%（见图五）。大气污染对人类健康也很突出，绝大部分人都表示大气污染影响了他们的身体健康（见图六）。 图五大气污染后果
城市空气污染程度的分析和预测模型
城市空气污染程度的分析和预测 摘 要 本文讨论了有关城市污染程度、污染因素及污染扩散的问题。 对于问题一，本文主要从大气污染、噪声污染和水体污染这三个面选取主要污染物，查阅北京、天津、上海、重庆和西安五座城市2007-2012年的年度平均污染数据，采用降维的思想，运用主成分分析法减少变量个数，再借助Matlab 软件计算各主成分的贡献率，分析知可选取前三个主成分作为衡量污染程度的标准，最后根据综合指标得到这五个城市的污染程度从高到低依次为：重庆、上海、北京、天津、西安。通过判断相关系数的大小，确定五个城市影响人们生活的主要污染因素是水污染，其四项指标依次为化学需氧量、总氮、总磷和氨氮。 对于问题二，以北京市大气污染为例。首先，利用GPS 记录北京市14个城区观测点的位置，并查阅2013年污染指标2SO 、2CO 、5.2PM 与10PM 的污染数据，绘制出相应的空间浓度分布图，估计这四种污染物的大致污染源位置依次为：)100,110(附近、)83,130(附近，)85,125(附近和)80,132(附近；其次，根据污染扩散原理和方式，建立Cauchy 污染传播模型，根据各地区空气污染物的浓度分布，运用Matlab 软件对数据非线性拟合，得出扩散模型各参数的值，计算得出各项污染指标的污染源位置依次为：)3.97,5.115(，)3.85,2.128(，)8.80,1.129(和)6.87,5.125(；最后，比较污染物位置的计算值与实际值，发现误差相差较小，故模型建立较为合理。 对于问题三，分析西安市的主要污染——大气污染。收集西安市2014年4.1-7.31日的空气污染数据，根据时间序列的平稳性特点及AIC 定阶准则选取 合适的时间序列模型)11(ARMA ， ，利用Matlab 软件对序列模型的各项参数进行估计并检验模型的合理性，并将模型用于数据预报。利用时间序列模型预测西安市未来10天的空气污染状况总体等级为良。 对于问题四，基于问题一、二、三对污染因素的分析和污染扩散的特点，主要从减少污染物的产生和治理净化已产生的污染物两方面，针对大气污染、水体污染和噪声污染为相关部门提供合理化防治建议。 关键词 主成分分析；Cauchy 污染传播模型；时间序列模型；Matlab 软件
2013年全国主要城市空气污染调研报告
2013年空气质量状况调研 一、全国整体空气质量 2012年2月，《环境空气质量标准》（GB 3095-2012）正式发布，自2016年1月1日起在全国实施。截至2012年底，京津冀、长三角、珠三角等重点区域以及直辖市、省会城市和计划单列市共74个城市建成符合空气质量新标准的监测网并开始监测。 根据环保部发布的《京津冀、长三角、珠三角区域及直辖市、省会城市和计划单列市等74个城市2013年度空气质量报告》提供的信息分析。结果表明，2013年74个城市中，海口、舟山、拉萨3个城市各项污染指标年均浓度均达到二级标准，其他71个城市存在不同程度超标现象。空气质量相对较好的前10位城市是海口、舟山、拉萨、福州、惠州、珠海、深圳、厦门、丽水和贵阳；空气质量相对较差的前10位城市是邢台、石家庄、邯郸、唐山、保定、济南、衡水、西安、廊坊和郑州。从城市达标天数分析，74个城市平均达标天数比例为60.5%，轻度污染占22.9%，中度污染占8.0%，重度及严重污染占8.6%。其中，拉萨、海口、福州等10个城市达标天数比例在80%-100%；大连、张家口、贵阳等47个城市达标天数比例在50%-80%；邢台、石家庄、邯郸等17个城市达标天数比例不足50%。 通过统计环保部网站发布的2013年各月份74城市空气质量报告上的数据(图2)来看，全年各月空气质量均以良好为主，重度污染以上污染比例呈下凹曲线。其中1月与12月污染天数比例最大，1月以后空气质量逐渐转好，到7月以后空气污染比例逐月增加。
从主要污染物浓度分析，74个城市细颗粒物（PM2.5）年均浓度为72μg/m3，仅拉萨、海口、舟山3个城市达标，达标城市比例为4.1%；可吸入颗粒物（PM10）年均浓度为118μg/m3， 11个城市达标，达标城市比例为14.9%；二氧化氮年均浓度为44μg/m3， 29个城市达标，达标城市比例为39.2%。 全年PM2.5浓度最高月份在1月和12月份，月均浓度达到130μg/m3,7月份浓度最低40μg/m3，PM10浓度最高月份也是1月和12月，其浓度为178μg/m3，最低浓度月份为7月，浓度为74μg/m3。 SO2、NO2浓度相对持平，单还是以1月和12月居高，而7月为低点。其浓度范围分别为SO2：20~80μg/m3、NO2：30~65μg/m3。 从各月统计数据曲线(图3)来看，各主要污染物中PM2.5、PM10、SO2、NO2浓度均呈凹型线趋势，各污染物浓度均在1月、12月出现最高峰，随后由两端向中间逐月降低，至7月为最低点。 而污染物中的臭氧指标的超标率曲线(图4)却与前4种污染物有所不同，呈现出中间高两头低的态势。从1月开始，臭氧超标率逐月升高，8月以后又逐月降低，不过其中7月份相比5月和8月超标率有所下降。 根据以上统计结果来看，我国城市空气污染情况有如下特征: 1、空气污染呈现复合型特征。74个城市首要污染物是PM2.5，其次是PM10，臭氧和二氧化硫也有不同程度超标情况。全年中5—9月臭氧超标情况较多，已不容忽视。74个城市空气质量呈现传统煤烟型污
空气污染调查报告作文范文
空气污染调查报告作文范文 随着科技的发展，我们的空气也受到了不同程度的污染。下面小编跟大家分享几篇空气污染调查报告作文，以供参考! 空气污染调查报告作文一一、研究动机 1、近年来，空气污染非常严重，空气污染就是其中之一。汽车、飞机、轮船排放的废气，工厂排放的烟尘废气……都会造成严重的空气污染。 二、研究目的 因为空气污染越来越严重，所以我想知道空气污染的严重程度。 三、研究内容 工厂排放的烟尘废气，汽车、飞机、轮船排放的废气，居民炉灶排放的烟尘废气，含有很多有害物质，是空气的主要污染源空气污染对人的危害很大。烟尘、废气中的有害物质能刺激人的眼睛，使眼睛发炎、疼痛;这些有害物质还能刺激人的气管、肺，使人咳嗽、气喘，甚至得肺癌。空气污染对农作物、树木的危害也很大。例如废气中的二氧化硫等有害气体，能使农作物、树的叶子变黄、枯萎、脱落。二氧化硫与云中的雨滴化合会形成酸雨，使大片农作物、森林死亡。清洁的空气是人类生存的重要条件。 近日，美国哈佛大学公共卫生学院在检测了各种空气污染物之后，发现直径小于10微米的细微颗粒物与心血管疾
病的发生及死亡的增加关系密切。具体地说，就是这些细微颗粒物与冠心病、心肌梗死、高血压和中风(卒中)的发生及死亡的增加密切相关。 同学们，以上便是精品学习为大家提供的空气污染的调查报告作文范文，希望对大家今后的写作有所帮助，小编祝大家在考试中能够取得一个好的成绩。 空气污染调查报告作文二最近，我对我家居住的卫校小区的空气质量进行了调查。经过这次调查，我发现小区的空气遭到了严重的污染，主要污染源是：小区旁的餐馆排放出的油烟;过路的车辆排放出的废气;附近的梅峰寺后山有人在烧垃圾，烟雾弥漫。正是这些有害气体污染了原本清新的空气。这些被有害气体污染了的空气，会对人体健康产生不利的影响，还会对周围的花草树木的生长造成了极坏的影响。 保护环境，人人有则。为了防止家乡空气受到污染，我想我们大家可以做好多事，为防止家乡空气受到污染献自己的一份力量。第一，可以给小区旁的餐馆写一份建议书，建议餐馆把油烟经过处理再排放到空气中去。还要改进汽车发动机，减少废气的排放;第二，大家要爱护花草树木，因为花草树木是氧气制造厂，空气过滤器，可以有效净化空气;第三，我们要注意搞好环境卫生，不乱扔垃圾，不随地吐痰等。
空气污染的调查报告
空气污染的调查报告 （一） 在全国上榜的中国32个城市中，成都位列第25名，污染情况较严重。 这种可吸入颗粒物主要来源于烟囱和汽车尾气，对人体呼吸系统危害大。目前，成都市对此已有监测，今年还增加了细颗粒物监测等项目。 成都污染程度只比北京好一点？ 该报告依据各国在20**年至20**年内的报告数据，测量了全球91个国家近1100个城市空气中小于10微米的颗粒物（即可吸入颗粒物）含量，主要分析指标为此类悬浮颗粒物的重量。 昨日，天府早报记者查询了世界卫生组织官方网站。该报告显示，可吸入颗粒浓度数据全球的平均值为每立方米71微克。美国、加拿大为全球空气质量最好国家。伊朗、印度、巴基斯坦的城市和蒙古首都是全球空气污染最严重的。 相比以上亚洲国家，中国状况稍好点。报告列出的国内32个省会城市或直辖市中，成都可吸入颗粒浓度为每立方米111微克，排名国内城市第25名，污染情况较严重。 此外，海口污染指数最低，兰州污染指数最高；北京每立方米121微克（第28）、范文TOP100上海每立方米81微克（第11）、广州则是每立方米70微克（第7）。
本土空气监测全市38个监测点 成都有无关于可吸入颗粒物的监测？对此项又是如何监测？ 昨日，天府早报记者在成都市环保局网站看到，首页左侧边栏公布着成都市中心城区和周边区县每日和预报明日的空气污染指数。根据其显示，大成都范围内空气质量基本都是良，而主要污染物则基本是可吸入颗粒物。 目前，成都市共有38个环境空气监测点位（均为自动监测站），其中8个国控监测点位，分别位于人民公园、草堂寺、梁家巷、沙河铺、金泉两河、三瓦窑、里店和三道堰。成都中心城区每天的空气污染指数，就是来源于这8个点位。 今年，成都市被环境保护部列为全国26个开展《城市环境空气质量评价办法（试行）》试点监测工作城市之一。成都对空气中污染物的监测，将从原来的二氧化氮、二氧化硫、可吸入颗粒物等3项，增加为细颗粒物、一氧化碳、臭氧等共11项。 可吸入颗粒物PM10 PM10指粒径在10微米以下的可吸入颗粒物，思想汇报 专题它能够渗入到肺部并可能进入血液循环，引起心脏病、肺癌、哮喘和急性下呼吸道感染。每年全球有200多万人因吸入细小微粒而死亡。汽车尾气是可吸入颗粒物主要来源之一。 可吸入颗粒物PM10：空气中的“隐形杀手” 成都中心城区8个监测点位
大陆城市空气污染分布图
大陆城市空气污染分布图 京沪穗城市空气状况大起底 《凤凰周刊》2013年16期《凤凰周刊》曾鼎 2013-06-04 23:06:01 阅读次数：525 2 0 1 2 年 5月，一名男子在黄浦江沿岸的高楼上眺望笼罩于灰霾中的上海。当天下午，美国驻上海领事馆的监测显示空气“非常不利于健康”。由于监测标准上的差异，上海环保局的监测显示空气仅为“轻微污染”。 中国的空气污染已经发展成大面积的城市群复合污染。在京津冀、长三角、珠三角等地区已经没有城市能独善其身。一旦爆发严重灰霾天气，往往是一片地区多个城市共同沦陷。2013年1月的京津冀地区大范围霾天即为强烈信号。在中国以“三区十群”为主的地区，各类空气污染物互相作用并产生污染叠加，已形成空气污染比较严重的区域。 京津冀地区—北京也是“受害者” 当京津冀地区每来袭一轮灰霾天时，长期处于重污染状态的北京总是立于舆论的风口浪尖。作为空气质量遭舆论诟病最多的城市之一，北京实际上已是近年来中国改善空气质量最努力的城市。这一点亦得到内地多家环保组织的认可。无论是在燃煤替代方面的实际举措，还是持续至今的机动车限行措施、工业污染源的大力搬迁，北京的治污成绩在中国城市中绝不算落后。但北京总是一次次沦陷于霾天。 要改善空气质量，北京确有其天生的劣势。在气象地理条件上，北京与其他国家首都或是大陆的大型城市相比都不是很有利。团聚在北京上空的工业废气，很大部分来自周边地区。北京地势西北高、东南低，三面环山不临海。在季风的作用下，来自河北、天津等地的工业废气常年从东南方向输送至北京。若冬季不刮西北风，北京的大气污染则会严重加剧。这也是每年10月以后北京频现灰霾天的重要原因。 中科院和北京大学研究者于2007年联合在《Atmospheric Chemistry and Physics》杂志上发表的研究显示，北京细颗粒物PM2.5中平均39%的成分来自外地排放源，而可吸入颗粒物PM10的外地来源占去将近1/3。研究还发现，如
环境污染问题调查报告
环境污染问题调查报告 篇一：关于环境污染调查报告 关于环境污染调查报告 随着全球经济的发展，人们的生活质量越来越高。然而在人们越来越奢侈的物质享受的背后，却是生态的失调、环境的恶化。到处可见的水污染、大气污染、固体污染、水土流失等一系列严峻的问题正在威胁着人们的正常生活，同时也严重影响着经济的发展。二十年代洗米洗菜，六十年代鱼虫绝代，七十年代河水泛滥，原本蔚蓝的天空，被浑浊的灰色所代替，原本“桃花流水劂鱼肥”的河水被发臭的水沟所代替；原本撑起的一把把绿色大伞，被人们以愚昧的思想，锋利的斧子所砍掉。面对这样的惨状，我国政府近几年也大力抓好环境保护工作，例如，对垃圾分类处理，回收利用，每天做好空气质量日报，禁止农民乱施农药，提倡使用可降解塑料袋??然而，人们的愚昧、无知，总是一味地追求经济的一时发展，为了眼前的利益，烟囱个个“吐黑烟”随处可见，树叶片片“缺了补”枯枝败叶，原本清脆的鸟儿叫声，也已经销声匿迹了。人类的所作所为不但危及着幼小的生灵们，连人类自己也自食其果。倘若人们不行动起来，我想过不了多久，人们所面临的环境将一片黯然失色。 环境污染已经到了不可不解决的程度，昔日的先污染在治理的方针已经完全不能适应现在的形势。目前人类已经
部分认识到了自身与环境的唇寒齿亡的关系（人类与环境有着密切的联系，当人类不合理地开发利用资源或者任意排放废弃物等有害物质时，便导致了一系列的环境污染），同时人类也提出了很多有益的解决办法。现在就让我们来一起看一下有关的环境污染情况及相应的解决办法吧。 一、水污染 1、概述 地球上的水似乎取之不尽，其实就目前人类的使用情况来看，只有淡水才是主要的水资源，而且只有淡水中的一小部分能被人们使用。淡水是一种可以再生的资源，其再生性取决于地球的水循环。随着工业的发展，人口的增加，大量水体被污染；为抽取河水，许多国家在河流上游建造水坝，改变了水流情况，使水的循环、自净受到了严重的影响。 80年代后期全球淡水实际利用的数量大约为每年3000亿立方米，占可利用总量的1/3。但是随着人口的增长及人均收入的增加，人们对水资源的消耗量也以几何级数增长。另外，淡水资源的分布与人口的分布并不一致。例如1980年加拿大人均取水量1500立方米，仅占人均淡水资源拥有量的%；而埃及1976年人均取水量为1180立方米，已接近该国人均可利用总量1470立方米的极限。 人类的活动会使大量的工业、农业和生活废弃物排入水中，使水受到污染。目前，全世界每年约有4200多亿立
点污染源空气污染扩散模型
8点、中午12点、晚上9点都没有排放气体，该怎么算，是不是需要找到一个关于时间t的函数，来计算多长时间之后污染还剩下多少 c=Q./(2*pi*sigy.*sigz*u+eps)*exp(-0.5*(y.A2)./((sigy+eps).A2)).*(exp(-0.5*(z-H).A2./((sigz+eps).A2))+exp(-0.5*(z+H).A2./((sigz+ eps)A2))); 这个函数对吗？该调用什么函数？ 问题： 建立单污染源空气污染扩散模型，描述其对周围空气污染的动态影响规律。 现有河北境内某一工厂废气排放烟囱高50m，主要排放物为氮氧化物。早上9点至下午 3点期间的排放浓度为406.92mg/m3，排放速度为1200m3 /h;晚上10点-凌晨4点期间 的排放浓度为1160mg/m3，排放速度为5700m3 /h;通过你的扩散模型求解该工厂方圆51 公里分别在早上浓度8点、中午12点、晚上9点空气污染分布和空气质量等级。 源代码 clear all clc [x,y]=meshgrid(0:20:5100,0:20:5100); Q=135.64; z=1.5; H=50; u=1.94; sigy=0.3914238*x.A0.865014; sigz=0.0757182*x.A1.00770; c=Q./(2*pi*sigy.*sigz*u+eps).*exp(-0.5*(y.A2)./((sigy+eps).A2)).*(exp(-0.5*(z-H).A2./((sigz+eps).A2))+exp(-0.5*(z+H).A2./((sigz+ eps)A2))); mesh(x,y,c); xlabel('X'),ylabel('Y'),zlabel(C), clear all clc [x,y]=meshgrid(-5100:20:5100,-5100:20:5100); Q=1836.7; z=1.5; H=50; u=1.7; sigy=0.3914238*x.A0.865014; sigz=0.0757182*x.A1.00770; c=Q./(2*pi*sigy.*sigz*u+eps).*exp(-0.5*(y.A2)./((sigy+eps).A2)).*(exp(-0.5*(z-H).A2./((sigz+eps).A2))+exp(-0.5*(z+H).A2./((sigz+ eps)A2))); mesh(x,y,c); xlabel('X'),ylabel('Y'),zlabel(C), 分享到： 2015-05-29 16:32 提问者采纳 clear all [x,y]=meshgrid(-51000:100:51000,-51000:100:51000); Q=135.64; z=1.5; H=50; u=1.94; sigy=0.3914238*x.A0.865014;
空气污染最严重的十大城市
全国人大常委会目前公布了我国空气污染最严重的十大城市，依次为：太原、北京、乌鲁木齐、兰州、重庆、济南、石家庄、青岛、广州、沈阳。 上海、北京、深圳、苏州、天津、广州是中国目前六大工业中心城市，规模以上工业产值位居前六名。 1、上海 上海的支柱性工业主要是钢铁、汽车、造船、石化、高新技术、生物医药制药等六个方面，由于这6个方面毫无疑问的是全国所有工业城市的老大，尤其是上海宝钢、上汽集团双双进入世界500强是上海工业强大的标志。目前这些产业得到上海市政府的大力扶持，继续做强做大！所以上海的规模以上工业总产值高居全国第一，遥遥领先其他城市，是第二名苏州2倍多！可长时间蝉联第一！ 2、天津 天津市新的规划将电子信息、汽车、生物工程与现代医药、冶金、化工、新能源及环保等列为六大支柱性产业。生物工程及现代医药将是发展重点。在汽车、钢铁、化工方面有其悠久的历史，近年来随着摩托罗拉、三星等、LG等一批高新技术企业、机电企业的入驻，高新技术产值进入了全国5强，另外一批临港型的工业也取得长足的进步，北方工业中心的地位比较稳固，但是规模以上工业产值有被广州超过的危险。 3、苏州 苏州是中国工业城市的新贵，工业发展增长速度超快！目前保持在40%左右的超高增长速度，是其他城市望尘莫及的，支柱性的工业主要是计算机、半导体产业、光电产业以及机电一体化产业等高新技术产业形成一个庞大的体系，另外在建筑材料、钢铁上也有一定的规模，今年上半年苏州规模以上工业产值已经超过深圳而位居全国第二，主要是以台资企业为主的外资工业占主导地位,但民营经济发展同样迅猛。 4、深圳 深圳的支柱性工业主要是以芯片、软件、机电产品、电子信息等构成的高新技术产业和一些劳动密集型的产业，两极分化严重，劳动密集型主要是当年香港工业内迁的结果，以加工出口为主，目前这些劳动密集型的产业近年来有向东莞、惠州和非珠三角的广东内地迁移的趋势，去年高新技术产值仅次于上海而位居全国第二，但是今年有被苏州超过的危险。 5、广州 广州的支柱性的工业主要以汽车、钢铁、造船、石化等产业，与上海极其类似，但是与上海的差距较大，但发展速度不容小视，另外劳动密集型的产业比重也很大，广州唯一短腿的要数高新技术产业，与前4个城市差距最大的就是高新技术产业，这方面还需要付出极大的努力。重工业、轻工业比重是以上这几个城市中搭配最合理的一个。 6、北京
空气污染调查报告模板
空气污染调查报告模板 世界城市空气污染调研报告 在上榜的中国32个城市中，成都位列第25名，污染情况较严重。 这种可吸入颗粒物主要来源于烟囱和汽车尾气，对人体呼吸系统 危害大。当前，成都市对此已有监测，今年还增加了细颗粒物监测等 项目。 成都污染水准只比北京好一点？ 该报告依据各国在2003年至2020年内的报告数据，测量了世界 91个国家近1100个城市空气中小于10微米的颗粒物（即可吸入颗粒物）含量，主要分析指标为此类悬浮颗粒物的重量。 昨日，天府早报记者查询了世界卫生组织官方网站。该报告显示，可吸入颗粒浓度数据世界的平均值为每立方米71微克。美国、加拿大 为世界空气质量国家。伊朗、印度、巴基斯坦的城市和蒙古首都是世 界空气污染最严重的。 相比以上亚洲国家，中国状况稍好点。报告列出的国内32个省会 城市或直辖市中，成都可吸入颗粒浓度为每立方米111微克，排名国 内城市第25名，污染情况较严重。 此外，海口污染指数最低，兰州污染指数；北京每立方米121微 克（第28）、上海每立方米81微克（第11）、广州则是每立方米70 微克（第7）。 本土空气监测全市38个监测点 成都有无关于可吸入颗粒物的监测？对此项又是如何监测？
昨日，天府早报记者在成都市环保局网站看到，首页左侧边栏公布着成都市中心城区和周边区县每日和预报明日的空气污染指数。根据其显示，大成都范围内空气质量基本都是良，而主要污染物则基本是可吸入颗粒物。 当前，成都市共有38个环境空气监测点位（均为自动监测站），其中8个国控监测点位，分别位于人民公园、草堂寺、梁家巷、沙河铺、金泉两河、三瓦窑、十里店和三道堰。成都中心城区每天的空气污染指数，就是来源于这8个点位。 今年，成都市被环境保护部列为全国26个展开《城市环境空气质量评价办法(试行)》试点监测工作城市之一。成都对空气中污染物的监测，将从原来的二氧化氮、二氧化硫、可吸入颗粒物等3项，增加为细颗粒物、一氧化碳、臭氧等共11项。 可吸入颗粒物PM10 PM10指粒径在10微米以下的可吸入颗粒物，它能够渗入到肺部并可能进入血液循环，引起心脏病、肺癌、哮喘和急性下呼吸道感染。每年世界有200多万人因吸入细小微粒而死亡。汽车尾气是可吸入颗粒物主要来源之一。 可吸入颗粒物PM10：空气中的“隐形杀手” 成都中心城区8个监测点位 人民公园、草堂寺、梁家巷、沙河铺、金泉两河、三瓦窑、十里店、三道堰 主要来自烟囱和汽车 通常，粒径在10微米以下的可吸入颗粒物简称为PM10。可吸入颗粒在空气中存有时间较长，一般来自于污染源的直接排放，而其中主要来源就是汽车尾气排放和工业烟囱废气的排放；另外还包括由环境空气中硫氧化物、氮氧化物、挥发性有机化合物及其它化合物互相作