B题：西安市环境空气质量问题
西安市PM2.5污染变化及防治对策研究
西安市PM2.5污染变化及防治对策研究西安市PM2.5污染变化及防治对策研究引言：随着城市化进程的不断加快，全球各大城市都面临着严重的空气污染问题，其中PM2.5是主要的污染因子之一。
PM2.5是指大气中直径小于或等于2.5微米的颗粒物，由于其微小的尺寸和长时间悬浮在空气中的特性，对人体健康造成了严重的威胁。
西安作为中国历史文化名城和国家中西部地区的经济中心，PM2.5污染问题亟待解决。
本文将对西安市PM2.5污染的变化趋势进行研究，并提出相应的防治对策。
一、西安市PM2.5污染变化趋势分析1. 近年来PM2.5浓度变化趋势通过对西安市近年来的PM2.5浓度监测数据进行分析，发现其浓度呈现出明显的季节性和年际变化特征。
冬季和夏季是PM2.5浓度高峰期，而春季和秋季则相对较低。
同时，西安市的PM2.5污染还存在明显的年际差异，2017年为高峰期，2018年开始逐渐下降，2019年出现了一定程度的回升，这说明西安市的PM2.5污染治理工作尚存在不足。
2. PM2.5污染源分析西安市的PM2.5污染主要来源于工业排放、交通尾气以及燃煤等因素。
工业活动是PM2.5主要排放源之一，尤其是钢铁、化工和石化等行业。
此外，交通尾气也是重要的PM2.5排放源，随着私车数量的不断增加，交通尾气已经成为城市空气污染的主要因素之一。
再加上冬季燃煤取暖的广泛应用，PM2.5污染问题进一步加重。
二、西安市PM2.5污染防治对策1. 工业治理西安市应通过加大对工业企业的治理力度，实施减排措施，采用先进的污染治理技术，推广清洁生产方式，加强对重点行业的监管，严格控制工业废气的排放标准。
2. 交通管理对于交通尾气的治理，西安市应加大公共交通建设力度，鼓励居民使用公共交通工具，降低私车使用率。
此外，应推广电动汽车的使用，并加强对老旧车辆的淘汰和更新。
3. 燃煤治理西安市应逐步推广清洁能源取暖方式，如天然气、太阳能和地热能等，减少燃煤取暖的比例。
西安空气质量
西安空气质量概述本文档将对西安空气质量进行分析和评估。
将介绍西安的空气质量现状、主要污染源、政府采取的措施以及市民可以采取的措施改善空气质量。
通过深入了解和关注西安的空气质量，我们可以为改善环境做出贡献。
本文档旨在提供关于西安空气质量的详尽信息，以便市民和政府能够更好地了解并采取措施。
西安的空气质量现状西安是中国西北地区的重要城市，也是多个古代王朝的首都。
然而，随着城市的发展和工业化进程，西安的空气质量逐渐恶化。
根据最近的监测数据显示，西安的空气质量指数（AQI）经常超过世界卫生组织（WHO）和中国国家标准的安全标准。
主要的污染物包括PM2.5、二氧化硫（SO2）和二氧化氮（NO2）。
主要污染源西安的空气污染主要来自于工业排放、交通尾气和扬尘，特别是在冬季取暖季节的时候。
工业排放是西安空气质量恶化的重要原因，尤其是高浓度的颗粒物（PM2.5）和二氧化硫。
此外，机动车辆的尾气排放也是造成空气污染的重要因素之一。
西安的交通拥堵问题严重，导致大量车辆停滞在道路上，尾气排放无法得到有效处理。
政府采取的措施西安市政府已经意识到空气污染的严重性，并采取了一系列的措施来改善空气质量。
首先，政府加强了对工厂和企事业单位的污染排放监管，并限制了高污染排放的工厂的运营。
其次，政府推广了清洁能源的使用，减少了对传统燃料的依赖。
此外，政府还加大了对机动车辆尾气排放的监测以及对汽车尾气处理设施的建设和维护。
这些措施的实施为改善空气质量提供了一定的希望。
市民可以采取的措施除了政府的努力，每个市民都可以为改善西安的空气质量做出贡献。
以下是一些市民可以采取的措施：1.减少机动车出行：尽量使用公共交通工具、步行或骑自行车代替开车，减少尾气排放。
2.节约能源：合理使用能源，尽量减少用电量和电热器的使用，减少对燃煤发电的需求。
3.减少燃烧：在取暖季节，尽量选择清洁能源进行取暖，减少煤炭、柴油和燃煤炉的使用。
4.减少室外活动：当空气污染严重时，尽量减少室外活动时间，避免长时间暴露在污染气体中。
《2024年西安市大气污染气象条件分析及空气质量预报方法研究》范文
《西安市大气污染气象条件分析及空气质量预报方法研究》篇一一、引言近年来，随着社会经济的快速发展和城市化进程的加快，大气污染问题已成为国内许多城市共同面临的挑战。
西安市作为我国西部重要的经济和文化中心，其大气污染问题尤其值得关注。
对西安市的大气污染气象条件进行深入研究，并探索有效的空气质量预报方法，对于改善城市环境质量、保障人民健康具有重要意义。
二、西安市大气污染气象条件分析1. 气象条件概述西安市位于我国西北部，气候以暖温带半湿润为主，四季分明。
冬季因供暖排放增加及风速较小，容易形成静稳天气，不利于污染物扩散；夏季高温、强降水天气对污染物也有一定的稀释作用。
2. 气象因素对大气污染的影响（1）风速与风向：风速较大时，有利于污染物的扩散和稀释；而风速较小或静风状态时，污染物难以有效扩散，导致空气质量恶化。
（2）温度与湿度：温度高时有利于污染物排放，而湿度高时易形成气溶胶颗粒物，增加大气污染程度。
（3）降水与大气污染：降水对大气中的颗粒物有明显的清除作用，有利于改善空气质量。
三、空气质量预报方法研究1. 数值模拟模型通过引入高分辨率的气象数据和污染物排放数据，运用空气质量数值模拟模型，如嵌套式网格模型（NEQMS），模拟和预测未来一段时间的空气质量变化情况。
2. 卫星遥感技术利用卫星遥感技术监测大范围的空气污染情况，结合地面观测数据，为预报模型提供准确的大气成分信息。
3. 人工智能预测模型结合机器学习和深度学习技术，建立基于历史数据的预测模型，通过分析气象、交通等多方面因素，提高空气质量预报的准确性。
四、研究进展与展望目前，西安市已建立了较为完善的空气质量监测网络和预报系统。
通过不断引入新技术和新方法，如数值模拟、卫星遥感及人工智能等手段，空气质量预报的准确性和时效性得到了显著提高。
然而，仍需在模型精细化、数据共享等方面进一步加强研究，以更好地服务于城市的环境管理和大气污染防治工作。
五、结论通过对西安市大气污染气象条件的分析及空气质量预报方法的研究，我们了解到气象因素对大气污染的重要影响以及预报技术的发展趋势。
《2024年西安市雾霾天气成因及治理措施分析》范文
《西安市雾霾天气成因及治理措施分析》篇一一、引言近年来，西安市频繁遭受雾霾天气的困扰，空气质量显著下降，严重影响了市民的生活质量和身体健康。
针对这一严峻问题，本文将对西安雾霾天气的成因进行深入分析，并提出有效的治理措施。
二、西安市雾霾天气成因分析1. 气候条件西安地处内陆，四季分明，冬季干燥寒冷。
在特定的气候条件下，大气层稳定，不利于污染物扩散，导致雾霾天气频发。
2. 工业排放随着经济的快速发展，西安的工业生产规模不断扩大，各类工厂、企业排放的污染物是雾霾天气形成的重要原因之一。
3. 交通排放随着汽车保有量的不断增加，机动车尾气排放成为雾霾天气的主要污染源之一。
此外，道路扬尘、建筑工地等也加剧了雾霾天气的形成。
4. 城市绿化不足城市绿化是缓解雾霾天气的重要手段之一。
然而，西安城市绿化水平相对较低，绿地面积不足，无法有效吸收和净化空气中的污染物。
三、治理措施分析1. 强化工业污染治理加强对工业企业的监管，严格控制污染物排放。
对于排放不达标的工厂，应采取限产、停产等措施，降低污染物排放量。
同时，鼓励企业采用清洁生产技术，减少有害物质的产生。
2. 改善交通结构优化交通结构，发展公共交通，鼓励市民使用公共交通工具。
加强交通管理，减少道路拥堵和车辆怠速排放。
此外，应推广新能源汽车，减少机动车尾气排放。
3. 增加城市绿化面积加大城市绿化投入，增加绿地面积，提高城市绿化水平。
通过植树造林、建设公园、增加绿地等方式，吸收空气中的污染物，净化空气质量。
4. 实施空气质量监测和预警机制建立空气质量监测站，实时监测空气质量状况。
一旦出现雾霾天气，及时发布预警信息，提醒市民采取防护措施。
同时，根据空气质量状况，采取相应的治理措施，降低污染物排放量。
5. 提高公众环保意识加强环保宣传教育，提高公众的环保意识。
鼓励市民积极参与环保活动，共同保护环境。
同时，加强学校环保教育，培养下一代环保意识。
四、结论综上所述，西安雾霾天气的成因是多方面的，需要从多个方面入手进行治理。
《2024年西安市大气污染气象条件分析及空气质量预报方法研究》范文
《西安市大气污染气象条件分析及空气质量预报方法研究》篇一摘要：本文通过对西安市大气污染气象条件进行深入研究，探讨了不同气象因素对大气污染的影响。
同时，结合空气质量预报模型，提出了基于实时气象数据和污染源数据的空气质量预报方法。
旨在为城市环境保护、大气污染防治和城市规划提供科学依据，提高城市空气质量预报的准确性和实用性。
一、引言随着工业化和城市化的快速发展，西安市的大气污染问题日益突出，引起了社会各界的广泛关注。
为了有效应对大气污染问题，本文着重分析西安市的大气污染气象条件，并研究空气质量预报方法，以期为环境保护工作提供有力支持。
二、西安市大气污染气象条件分析1. 气象因素对大气污染的影响（1）风速与风向：风速和风向是影响大气污染物扩散和输送的重要因素。
当风速较大时，有利于污染物的稀释和扩散；而当风向变化时，污染物可能在不同区域之间进行输送。
（2）温度与湿度：温度和湿度对大气污染物的化学反应和扩散也有重要影响。
在高温、低湿的条件下，污染物容易发生光化学反应，产生二次污染物。
（3）气象条件变化对污染物浓度的影响：通过对历史气象数据和空气质量数据的分析，发现气象条件的变化与污染物浓度的变化密切相关。
例如，在静风、逆温等不利气象条件下，污染物难以扩散，导致浓度升高。
2. 西安市大气污染气象条件特点西安市地处内陆，属于温带大陆性气候，四季分明。
冬季干燥寒冷，容易出现逆温现象，不利于大气污染物的扩散。
春季和秋季风速较大，有利于污染物的稀释和扩散。
夏季虽然湿度较高，但风速较大，也有利于污染物的扩散。
总体来说，西安市的大气污染气象条件具有复杂性和多变性的特点。
三、空气质量预报方法研究1. 空气质量预报模型构建本文采用基于实时气象数据和污染源数据的空气质量预报模型。
该模型通过收集历史气象数据、污染源数据和空气质量数据，建立数学模型，对未来一段时间内的空气质量进行预测。
模型包括污染物排放源、气象条件、化学反应等多个因素的综合考虑。
西安市一次严重霾污染天气特征及气象条件分析
,+,(2-)-%+ &!$!%/%(%Y)#,(#%+0)$)%+ ,+0 #P,/,#$!/)-$)#-%" , -!F!/!P,\!Q%((’$)%+ )+ ‘)c,+’ #P)+,
7<!CD jJ:F:9:/’"& " D!, V9:’"& " B!CD "?E:2 !’-"?EE:\9_QLP9:@9EM!@E3G1ULNO:P9QL:1G:REM"@9G:@G" X91 E: ]’66(’")?9:E& &-"?EE:\9O:/9:GGQ9:/WG@?:LML/U$GTGEQ@? )G:RGQLN_LMMJR9L: $G3J@R9L:" X91 E: ]’66(’")?9:E&
?@引@言 近年来"我国 城 市 霾 污 染 天 气 不 断 加 重" 霾 日 数
!%陕%西%省%科技%统%筹%创新%工程项目!&6’&oWH#62F6’# ’
收稿日期$&6’5 ^68 ^&4
从 &66’ 年开始呈现出急剧增长的趋势(’) ’ 霾污染天 气的发生不仅会影响大气环境质量和能见度"还会对 人体健康造成严 重 危 害 (&F() "并 可 造 成 巨 大 的 经 济 损 失(]) ’ 王明洁等(A) 通 过 对 深 圳 市 近 26 年 不 同 等 级
ABC @ 样 品 采 集 与 数 据 处 理 _V&-5 和 _V’6 监测 数 据 来 自 西 安 市 ’2 个 环 境 空
B题：西安市环境空气质量问题(DOC)
西安市环境空气质量问题摘要本文对西安市环境空气质量污染的程度进行分析与评价，并对影响空气质量的主要因素以及对西安市未来一周空气污染情况的预测进行了分析研究。
文章根据已有的数据，运用数学建模的方法，借助Excel数据分析、作图和统计工具，采用指数平滑法对西安市空气污染进行了预测，最后通过对前三题的总结归纳，并进行相关资料收集，对西安市环保部门提出相关的环境改善措施与方法。
针对问题一：根据《环境空气质量指数( AQI)技术规定》已经建立好的算法，用Excel将空气污染指数的旧标准( API)和新标准(AQI)西安市的空气质量数据求出，再对其进行作图对比分析，来研究分析新旧评价标准的相同点和差异。
针对问题二：通过对附件中西安的空气质量监测数据、大气污染物浓度监测数据、西安各区规模以上工业增加值以及西安气象数据分析，并对各个数据进行单独与联合对比的分析，以及空气质量指数以及分指数，日平均浓度等对西安的空气质量进行分析，得到影响西安空气质量的主要因素包括地理位置，气象条件和季节性等自然因素，以及工业发展，汽车尾气和人们生活习惯的人为因素，和一些不可预知的因素。
针对问题三：为了找到了影响质量的根本原因以及相关因素。
对西安空气质量进行评估，通过对问题的分析,考虑多种预测方法，但因为对空气质量的预测问题是一个针对环境系统的预测问题，而环境系统具有系统内部作用因素较多，又由于所给原数据具有较大的波动性，无法用一个既定的函数去描述。
在了解构建的模型结构基础上，参照相关知识，我们主要采用指数平滑法来进行处理，对问题进行预测。
得知，西安市在未来一周，空气质量有恶化的迹像。
AQI值基本平缓。
最后本文根据以上研究分析得出的各问题结论，集合西安市具体情况、主要环境污染因子等，在查阅参看相关环保类的资料书籍，对西安市环保部门提出有关环境保护环境空气质量检测与控制方面的合理性建议。
并也根据现在的环保要求，和当下的建设环境友好型社会，对政府有关部门提出一些必要的意见和建议。
西安市大气污染气象条件分析及空气质量预报方法研究
西安市大气污染气象条件分析及空气质量预报方法研究西安市大气污染气象条件分析及空气质量预报方法研究引言：近年来，随着工业化进程的加快和城市化程度的提高，我国大气污染问题日益凸显。
作为我国重要的历史文化名城，西安市的大气污染问题不容忽视。
针对此问题，本文将对西安市的大气污染气象条件进行分析，并针对其特点研究空气质量的预报方法，旨在为相关政府部门提供科学依据和参考。
一、西安大气污染的气象条件分析1. 高湿度和气象逆温现象西安市地处内陆，季风和干旱气候交替影响，湿度相对较高。
在冬季，冷空气稳定，温度倒挂，形成气象逆温现象，促进大气污染物的积累。
2. 温度逆演条件与温度递减率西安市冬季的温度递减率较小，通常小于0.6℃/100m。
这种温度递减率不利于污染物的稀释扩散，造成大气污染物滞留时间较长。
3. 风速和地形对扩散能力的影响西安市位于低山丘陵地区，地理条件较为复杂，山地和峡谷等地形障碍物对大气扩散有一定的影响。
冬季北风较为频繁，但风速较低，扩散能力较差。
夏季南风较为常见，但由于污染源较多，扩散能力仍然受限。
二、西安市空气质量预报方法研究1. 数值模式预报方法利用大气数值模式，结合观测资料和气象网格数据，对污染物浓度进行模拟和预报。
该方法具有较高的精度和可靠性，但也存在计算量大和模式参数选择等问题。
2. 经验统计方法根据历史监测数据和气象要素的关联关系，拟合出经验统计模型，通过预测来预测未来的空气质量。
这种方法简单易行，但适用性有一定限制，对于特定的时期和情况需要进行相应的修正。
3. 气象物理模型方法结合气象和大气物理学理论，通过分析不同气象因素对污染物扩散和输送的影响，建立适用于西安市的气象物理模型，进而预测未来的空气质量。
这种方法在理论方面具有较高的可靠性，但对数据要求较高，需要准确的观测数据和模型参数。
结论：西安市大气污染问题需要多学科的综合研究和综合治理措施。
通过对西安市大气污染的气象条件进行分析，可以更好地理解和识别大气污染的形成机制。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
西安市环境空气质量问题摘要本文对西安市环境空气质量污染的程度进行分析与评价，并对影响空气质量的主要因素以及对西安市未来一周空气污染情况的预测进行了分析研究。
文章根据已有的数据，运用数学建模的方法，借助Excel数据分析、作图和统计工具，采用指数平滑法对西安市空气污染进行了预测，最后通过对前三题的总结归纳，并进行相关资料收集，对西安市环保部门提出相关的环境改善措施与方法。
针对问题一：根据《环境空气质量指数( AQI)技术规定》已经建立好的算法，用Excel将空气污染指数的旧标准( API)和新标准(AQI)西安市的空气质量数据求出，再对其进行作图对比分析，来研究分析新旧评价标准的相同点和差异。
针对问题二：通过对附件中西安的空气质量监测数据、大气污染物浓度监测数据、西安各区规模以上工业增加值以及西安气象数据分析，并对各个数据进行单独与联合对比的分析，以及空气质量指数以及分指数，日平均浓度等对西安的空气质量进行分析，得到影响西安空气质量的主要因素包括地理位置，气象条件和季节性等自然因素，以及工业发展，汽车尾气和人们生活习惯的人为因素，和一些不可预知的因素。
针对问题三：为了找到了影响质量的根本原因以及相关因素。
对西安空气质量进行评估，通过对问题的分析,考虑多种预测方法，但因为对空气质量的预测问题是一个针对环境系统的预测问题，而环境系统具有系统内部作用因素较多，又由于所给原数据具有较大的波动性，无法用一个既定的函数去描述。
在了解构建的模型结构基础上，参照相关知识，我们主要采用指数平滑法来进行处理，对问题进行预测。
得知，西安市在未来一周，空气质量有恶化的迹像。
AQI值基本平缓。
最后本文根据以上研究分析得出的各问题结论，集合西安市具体情况、主要环境污染因子等，在查阅参看相关环保类的资料书籍，对西安市环保部门提出有关环境保护环境空气质量检测与控制方面的合理性建议。
并也根据现在的环保要求，和当下的建设环境友好型社会，对政府有关部门提出一些必要的意见和建议。
关键词：空气质量指数AQI, 空气质量污染指数API, Excel应用，对比，指数平滑法，一．问题重述1.1 问题背景近年来，随着我国经济社会的快速发展，以煤炭为主的能源消耗大幅攀升，机动车保有量急剧增加，经济发达地区氮氧化物（NOx）和挥发性有机物（VOCs）排放量显著增长，臭氧（O3）和细颗粒物（PM2.5）污染加剧，在可吸入颗粒物（PM10）和总悬浮颗粒物（TSP）污染还未全面解决的情况下，京津冀、长江三角洲、珠江三角洲等区域PM2.5和O3污染加重，灰霾现象频繁发生，能见度降低，环境空气质量评价以及污染治理等问题再一次引起大众的关注。
为了提高环境空气质量，创造宜居的环境，保护美丽家园，呵护人体健康，国家根据《中华人民共和国环境保护法》和《中华人民共和国大气污染防治法》制定了《环境空气质量标准》。
研究表明，城市环境空气质量好坏与季节、城市能源消费结构等因素具有十分密切的关系。
根据已有的数据，运用数学建模的方法，对环境空气质量进行科学合理的评价，预测与分析是一个很具有实用价值的问题。
1.2 问题提出(1)请分别使用使用空气污染指数（API）（旧标准）和环境空气质量指数（AQI）对西安市的空气质量进行评价（新标准），并对评价结果进行对比、分析；(2)分析影响西安市空气质量的原因；(3)对未来一周（取2013年4月30日至5月6日）西安市空气质量状况进行预测；(4)试就环境空气质量的监测与控制对西安市环保部门提出建议。
二．基本假设（1）假设表格中所有的数据都是用标准方法求出，具有真实性，权威性，可使用性。
（2）每一天的数据是独立不相互影响的。
（3）考虑季度，气候对空气质量的影响。
（4）不考虑人为因素（如工业事故）和非常规自然因素(如火山爆发)对空气质量的突变影响。
（5)假设该市各种影响空气质量的软因素（如工业发展，天气转变）保持平稳变化。
（6）假设各种因素对环境的影响最终主要表现在二氧化硫、二氧化氮、可吸入颗粒PM10、细颗粒物PM2.5上，其他影响因素忽略掉。
三．符号说明API 空气污染指数 AQI 空气质量分指数 IAQI污染项目的空气质量分指数 (1)tS第t 期的一次指数平滑值α平滑系数 1t Y ˆ 第t 期的观察值P C污染物项目P 的质量浓度值 hi BP 国家标准中与CP 相近的污染物浓度限值的高位值lo BP国家标准中中与CP 相近的污染物浓度限值的低位值hi IAQI 国家标准中中与BPHi 对应的空气质量分指数lo IAQI国家标准中中与BPLo 对应的空气质量分指数四、问题分析4.1问题一的分析第一问中要求分别用空气污染指数的旧标准( API)和新标准(AQI)西安市的空气质量进行分析，并且对于结果进行对比，因此，这里需要应用控制变量的思想，即所取得样本数据必须同时对于API 和AQI 有效，由于2013年1月1日之前并未测量PM2.5等因素的数据，所以2013年1月1日之前的数据对于AQI 而言是无效的数据。
因此，我们选取了2013年1月1日到2013年4月28日间的污染物数据作为样本数据，通过应用Excel程序来计算出这段时间西安13个地区及全市平均的API和AQI值，应用Excel绘制同一地区的API及AQI随时间变化的折线图，通过对于计算程序模型的设计和图像的研究来分析新旧评价标准的相同点和差异。
4.2问题二的分析(5)问题二要求分别使用空气污染指数( API)和环境空气质量指数( AQI)对西安市的空气质量进行评价，并对评价结果进行对比、分析。
本文结合气象数据，首先通过各区县API指数趋势、西安市API指数因素趋势、API与生产总值相关性分析对西安市空气质量从API指数角度进行观察对比，然后通过各区县AQI指数趋势、西安市AQI指数因素趋势对西安市空气质量从AQI指数角度进行评价，最后对API指数与AQI指数评价结果进行对比、分析。
用Excel对各类数据进行统计绘图整理，在对各图片进行观察、对比，并从工业发展程度，交通，城市生活用煤气电总量，绿化覆盖率，天气气候等多方面对影响西安市空气质量的原因进行分析。
4.3问题三的分析问题三要求对西安市未来一周空气质量做出预测分析。
本文参看附件中西安的空气质量监测数据、大气污染物浓度监测数据、西安各区规模以上工业增加值以及西安气象数据，采用指滑法进行分析预测，建立合适的模型，对西安市未来一周空气质量做出预测分析。
指数平滑法是在移动平均法基础上发展起来的一种时间序列分析预测法，它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测。
其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均。
基本模型如下：(1)1-tt(1)t)S-(1YSαα+=4.4 问题四的分析结合影响西安空气质量的原因，以及空气质量对人们身体健康和生活的影响等多方面因素，向西安环保部门提出关于西安空气质量检测和控制的合理化建议。
五、模型建立与求解5 .1问题一模型建立与求解5.1.1问题分析第一问中要求分别用空气污染指数的旧标准( API)和新标准(AQI)西安市的空气质量进行分析，并且对于结果进行对比，因此，这里需要应用控制变量的思想，即所取得样本数据必须同时对于API 和AQI 有效，由于2013年1月1日之前并未测量PM2.5等因素的数据，所以2013年1月1日之前的数据对于AQI 而言是无效的数据。
因此，我们选取了2013年1月1日到2013年4月28日间的污染物数据作为样本数据，通过Excel 应用来计算出这段时间西安13个地区及全市平均的API 和AQI 值，应用Excel 绘制同一地区的API 及AQI 随时间变化的折线图，通过对于计算程序模型的设计和图像的研究来分析新旧评价标准的相同点和差异。
5 .1. 2模型建立根据《环境空气质量指数( AQI)技术规定》已经建立好的算法()hi loP P lo lo hi loIAQI IAQI IAQI C BP IAQI BP BP -=-+-式中：P IAQI ——污染物项目P 的空气质量分指数； P C ——污染物项目P 的质量浓度值；hi BP ——国家标准中与CP 相近的污染物浓度限值的高位值；lo BP ——国家标准中中与CP 相近的污染物浓度限值的低位值；hi IAQI ——国家标准中中与BPHi 对应的空气质量分指数；lo IAQI ——国家标准中中与BPLo 对应的空气质量分指数。
注：API 相关数据可同理推知API 基本计算式与AQI 大致相同从附件中提取所需数据，使用Excel 计算出所需的API 与AQI 数据。
在Excel 中我们将计算出来的API 和AQI 制成表格，用Excel 统计出2012年1月1日到2012年4月26日之间的API 和AQI 值所对应的国家标准的分布情况，分析出相同的数据在两种不同评价标准下的差异。
5 .1. 3模型求解根据公式，计算出201 3年1月1日到2013年4月26日西安市全市平均的API 和AQI 值，并将其各级别出现次数做统计，如下分析上表，我们会发现相同的样本数据，在AQI的测算标准下其污染指数基本都分布于三级以上，而在API的测算标准下其污染指数大量分布于三级以下，因此，这说明新标准( AQI)的测算和分级方式更加严格，也说明这种新标准对空气质量污染因子有着更强的约束力。
这种情况在图像中也能够更加直观地反映出来，见下图西安市全市平均空气质量图(API＆AQI)高压开关厂空气质量图( API＆AQI)草滩空气质量图( API&AQI)如上图，黑色虚线代表AQI的数值红色实线代表API的数值，横轴是时间轴，可以看出在同一时间上，虚线的纵轴高度明显高于实线的纵轴高度，即AQI 的数值明显高与API的数值。
而三个图像分别反映出不同地点的API与AQI关系图像，其中草滩代表污染较少的自然区，高压开关厂代表污染较大的工业区，而全市平均则代表了整个显示的平均情况，这样三个图像可以排除地理环境对API和AQI数值的影响，即在任何地理人文环境下，同时间下AQI的数值都大致高于API的数值。
除了规定了更多的空气污染因子例如PMl0，从上述的分析可以看出，AQI 对待单一空气污染因子的分级制度更加严格。
由资料显示，PM2.5对人体的呼吸系统有着极大的损害，AQI评价法的这种改进，是空气质量评价标准很大的提升，只有监控和减少各种污染因子，才能真正提升我们的空气质量。
结论概括：通过数据统计分析，图像分析和对各污染物在数据样本中所占的比重分析，我们可以得出以下结论：最简单得分析，AQI这种测算方法比API增加了PM2.5等污染因子，并且将分级时的标准值划分得更加详细。