空氣污染物相關(guān)性統(tǒng)計分析.doc

數(shù)理統(tǒng)計課程作業(yè)報告題 目： 鄭州市主要空氣污染物相關(guān)性分析 課 程： 數(shù)理統(tǒng)計 學(xué) 院： 物流工程院 專 業(yè)： 物流工程專業(yè) 姓 名： 原上草 學(xué) 號： 666666666668 2015年 12月 20 日- 1 -目 錄一、研究背景4二、污染物各月數(shù)據(jù)特征分析4三、鄭州與杭州空氣質(zhì)量比較分析6四、多元線性回歸模型74.1 PM2.5濃度相關(guān)性分析74.2建立模型84.3求解模型84.4殘差分析94.5模型預(yù)測9五、總結(jié)10參考文獻(xiàn)11附件程序12摘要本文選取了2014年 12 月至 2015年11月期間鄭州市主要空氣污染物濃度數(shù)據(jù)，首先分析了鄭州市各個月空氣中 PM2.5、PM10、CO、SO2和NO2的污染物濃度數(shù)據(jù)的特征值 , 探討了空氣污染物濃度的時間變規(guī)律 ；然后對比了鄭州市和杭州市AQI指標(biāo)，分析空氣污染物的空間變化規(guī)律；最后采用MATLAB軟件分析了PM2.5與其它主要空氣污染物之間的相關(guān)性得到了的多元線性回歸模型，用12月份的數(shù)據(jù)進(jìn)行預(yù)測PM2.5濃度與真實(shí)值比較，結(jié)果表明該模型能較好的擬合PM2.5與其它污染物間相關(guān)性。關(guān)鍵詞:多元線性回歸；特征分析；空氣污染物；相關(guān)性一、研究背景隨著城市社會經(jīng)濟(jì)快速發(fā)展、資源能源消耗和污染物排放總量的增長，城市的空氣污染問題越來越突出，長期積累的環(huán)境風(fēng)險開始出現(xiàn)。在2 0 1 2 年 2月，國家出臺了新版環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)（GB30952012)，調(diào)整了部分污染物濃度限值，并增設(shè)PM2.5和O3濃度限值，對環(huán)境監(jiān)測環(huán)境管理和環(huán)境評價提出了新的要求。城市環(huán)境空氣質(zhì)量的好壞與氣象條件密切相關(guān)，研究和解決空氣質(zhì)量問題，通過分析各污染物濃度之間相關(guān)性，才可能準(zhǔn)確掌握城市大氣污染規(guī)律，對改善城市空氣質(zhì)量、提高人民健康水平有重要意義。本文重點(diǎn)分析了鄭州市PM2.5濃度與其他主要空氣污染物濃度的相關(guān)性。二、污染物數(shù)據(jù)特征分析鄭州市屬北溫帶大陸性季風(fēng)氣候，冷暖適中、四季分明，春季干旱少雨，夏季炎熱多雨，秋季晴朗日照長，冬季寒冷少雪。四季分明的特點(diǎn)在污染物的時空分布上也是表現(xiàn)的十分明顯。本文對鄭州市最近12個月空氣中PM2.5、PM10、CO、SO2和NO2的污染物濃度特征值進(jìn)行分析，主要污染物的變化情況如下所示： 表一：PM2.5濃度特征值表二：PM10濃度特征值表三：CO濃度特征值表四：NO2濃度特征值表五：SO2濃度特征值為了方便于直觀的分析空氣污染物濃度與時間之間的變化規(guī)律，將以上表格數(shù)據(jù)中主要污染濃度的月平均值作折線圖如下：圖1：污染物濃度月平均值從圖1中可以看出鄭州市主要空氣污染物濃度在十二月至來年二月份左右達(dá)到最大，然后污染物濃度開始下降，到六月至八月份降到最低。鄭州市區(qū)霧霾天氣情況隨季節(jié)變化比較明顯，在冬季，氣象條件將更加不利于污染物擴(kuò)散。進(jìn)一步分析PM2.5和PM10的變化趨勢可預(yù)測鄭州市霧霾天氣大多發(fā)生在每年的十二月份至來年的二月份，而每年六月份至八月份霧霾天氣出現(xiàn)次數(shù)較少。 三、鄭州與杭州空氣質(zhì)量比較分析本文分別選取了鄭州市和杭州市最近12個月的空氣污染濃度數(shù)據(jù)，以AQI為指標(biāo)，將空氣污染程度劃分為優(yōu)、良、輕度污染、中度污染、重度污染和嚴(yán)重污染六個等級，下圖是對兩城市空氣質(zhì)量等級的天數(shù)進(jìn)行比較:圖2：鄭州市與杭州市空氣質(zhì)量等級由上圖可以看出杭州市空氣質(zhì)量等級主要是優(yōu)和良，占總天數(shù)77.3%，中重度污染占比3.2%，鄭州市空氣質(zhì)量優(yōu)良的比例是36.6%不及杭州市的一半，中重度以上污染占比30.1%。杭州市空氣質(zhì)量等級明顯優(yōu)于鄭州市，對于兩城市空氣質(zhì)量的差別進(jìn)行分析得出兩方面的主要影響因素，一人為因素影響：鄭州市能源消耗以燃煤為主，占整個能源消耗量的73%。其中，相當(dāng)一部分單位的燃煤排放沒有達(dá)到國家標(biāo)準(zhǔn)，然而即使排放全部達(dá)標(biāo)，因燃煤基數(shù)過大，也將對大氣環(huán)境造成極大危害。二氣候地理因素影響：通過百度地圖可以看出鄭州位于秦嶺以北，屬于北溫帶大陸性季風(fēng)氣候，天氣干燥少雨，本地產(chǎn)生的污染物不易擴(kuò)散，且容易受到北方氣流影響，冬季冷空氣帶來大量污染物被阻隔在秦嶺一帶，污染物停滯在華北平原，造成鄭州空氣污染越發(fā)嚴(yán)重。杭州位于秦嶺以南屬于亞熱帶季風(fēng)氣候，降水充沛，受東南季風(fēng)影響，從海上吹來的溫濕氣流給杭州帶來了新鮮的空氣的同時也使杭州本地產(chǎn)生的污染更容易擴(kuò)散。圖3：鄭州市與杭州市地理位置關(guān)系鄭州市空氣污染的預(yù)防與控制也可以從兩個方面討論：一方面對于本地產(chǎn)生的污染問題，可以提高能源利用率、發(fā)展新型清潔能源嚴(yán)查排放不達(dá)標(biāo)車輛、提倡步行與騎行等來減少污染物的產(chǎn)生。另一方面對于北方氣流帶來的污染物可以通過與周邊省市進(jìn)行聯(lián)防聯(lián)控，減少空氣流通帶來的污染。四、空氣污染物濃度相關(guān)性分析4.1 PM2.5濃度相關(guān)性分析PM2.5指環(huán)境空氣中空氣動力學(xué)當(dāng)量直徑小于等于 2.5 微米的顆粒物。它能較長時間懸浮于空氣中，其在空氣中含量濃度越高，就代表空氣污染越嚴(yán)重。本文對鄭州市最近12個月天氣數(shù)據(jù)分析，研究空氣中PM2.5濃度與PM10、CO、NO2、和SO2濃度是否相關(guān)。其散點(diǎn)圖如下所示： 圖4：PM2.5與PM10相關(guān)性 圖5：PM2.5與CO相關(guān)性 圖6：PM2.5與NO2相關(guān)性 圖7：PM2.5與SO2相關(guān)性由圖4-7可知PM2.5濃度隨著PM10、CO、NO2、和SO2濃度增加而增加，成線性相關(guān)。4.2建立多元線性回歸模型對PM2.5濃度與PM10、CO、NO2、和SO2濃度進(jìn)行多元線性回歸，設(shè)PM2.5濃度為y，則其中:x1、x2、x3、x4是回歸變量代表PM10、CO、NO2、和SO2濃度，是回歸系數(shù)，是隨機(jī)誤差應(yīng)大致服從均值為0的正態(tài)分布。4.3求解模型直接利用matlab工具箱中的命令regress求解，使用格式為：b,bint,r,rint,stats=regress(y,x,0.05)其中y為pm2.5濃度，置信度水平設(shè)為0.05。輸出b為的估計值，bint為b的置信區(qū)間，stats為回歸模型的檢驗(yàn)統(tǒng)計量，有4個值，第一個是回歸方程決定系數(shù)，第二個是F統(tǒng)計量，第三個是與F統(tǒng)計量對應(yīng)的概率值p，第四個是剩余方差。得到模型的回歸系數(shù)估計值及其置信區(qū)間、檢驗(yàn)統(tǒng)計量的結(jié)果如下：表六：多元線性回歸計算結(jié)果參數(shù)參數(shù)估計值參數(shù)置信區(qū)間-35.00-43.51,26.490.390.34,0.4443.9937.86,50.110.032-0.178,0,241-0.16-0.28,-0.04 表六顯示， =0.7968指因變量y（PM2.5濃度）的79.68%可以由模型確定，F(xiàn)檢驗(yàn)值遠(yuǎn)超過F檢驗(yàn)的臨界值，p遠(yuǎn)小于置信水平0.05，擬合從整體來看是可用的。所以擬合方程為： 4.4殘差分析作出殘差圖，從圖 1可以看出，紅線為異常數(shù)據(jù)，除少數(shù)幾個異常數(shù)據(jù)外，其余數(shù)據(jù)的殘差離零點(diǎn)均較近，且殘差的置信區(qū)間包含零點(diǎn)，這說明回歸方程y=-35+0.39*x1+43.99 x2-0.032x3+0.16x4能較好地符合原始數(shù)據(jù)。圖8：殘差圖分析圖根據(jù)以上公式，空氣中PM2.5濃度與pm10、CO、NO2、和SO2濃度具有線性相關(guān)性，具有一定的現(xiàn)實(shí)意義，例如當(dāng)某個監(jiān)測站pm2.5檢測儀出現(xiàn)故障時，可利用其它污染物濃度推出。4.5模型預(yù)測為檢驗(yàn)所得多元線性回歸模型的可靠度，本文利用2015年12月份的污染物濃度數(shù)據(jù)進(jìn)行預(yù)測PM2.5的濃度與真實(shí)PM2.5濃度進(jìn)行對比，預(yù)測值與真實(shí)數(shù)據(jù)對比如圖五，其中藍(lán)色星點(diǎn)為PM2.5濃度真實(shí)值，紅色曲線為PM2.5濃度預(yù)測值，對比發(fā)現(xiàn)預(yù)測曲線全部在真實(shí)值附近。圖9：預(yù)測濃度與真實(shí)濃度的對比五、總結(jié)文中利用多元線性回歸方法分析PM2.5濃度與主要污染物濃線性相關(guān)性，得到回歸方程，并通過檢驗(yàn)方法證明所建立的模型有一定的理論意義和實(shí)用價值，體現(xiàn)了多元線性回歸模型廣闊的應(yīng)用前景。參考文獻(xiàn)1陳杜甫，高祎楠，張穩(wěn)定，姜楠，燕啟社，張瑞芹.鄭州市大氣PM2.5污染傳輸影響研究中國環(huán)境科學(xué)學(xué)會學(xué)術(shù)年會（2015）光大環(huán)保優(yōu)秀論文集C.鄭州：鄭州大學(xué),2015.234-244.2王佳.鄭州市PM2.5污染特征及其源解析研究D.鄭州：鄭州大學(xué),2015.5-10.3畢麗玫，史建武，劉意，鄧昊，盛濤.昆明城區(qū)PM2.5與常規(guī)大氣污染物及氣象因素的相關(guān)性分析中國環(huán)境科學(xué)學(xué)會學(xué)術(shù)年會論文集C.昆明：昆明理工大學(xué).4499-4505.4孟小峰.重慶主城區(qū)空氣質(zhì)量時空分布及其影響因素研究D.重慶：西南大學(xué)，2011.5蔣維嵋.空氣污染氣象學(xué)教程M.北京中國氣象出版社，2004.6丁國安.實(shí)用污染氣象學(xué)M.北京：氣象出版社，1981.7氣象網(wǎng)站 天氣后報：/ 附件程序%多元線性回歸程序clearclc %清除所有數(shù)據(jù)x=xlsread(222.xls,sheet12,e2:i370); %讀取鄭州市污染物濃度數(shù)據(jù)y=x(:,1);%PM2.5濃度x1=x(:,2);%PM10濃度x2=x(:,3);%CO濃度x3=x(:,4);%SO2濃度x4=x(:,5);%NO2濃度x=ones(369,1) x1 x2 x3 x4;b,bint,r,