前言：本站為你精心整理了市域PM10污染研究范文，希望能為你的創(chuàng)作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

本文作者：張瑜1王曉濤2作者單位：1.浙江傳化集團(tuán)2.陜西省環(huán)境科學(xué)研究院

大氣污染是由于人類活動或自然災(zāi)害造成某些污染物質(zhì)進(jìn)入大氣中，對空氣環(huán)境質(zhì)量及人類身體健康造成危害的過程。大氣污染物一般按種類分為兩類：氣溶膠狀態(tài)和氣體狀態(tài)。此外根據(jù)污染物粒徑大小也可分為“總懸浮顆粒物”和“可吸入顆粒物”?？倯腋☆w粒物（TSP）指其直徑≤100um的懸浮顆粒物。可吸入顆粒物（pm10）指直徑≤10um的懸浮顆粒物。

1可吸入顆粒物（PM10）的危害

懸浮顆粒物的增加，一方面降低空氣能見度，影響了人們的正常交通、生活，另一方面，其表面吸附許多有害物質(zhì)，人體吸入后會導(dǎo)致哮喘、咳嗽等，造成呼吸系統(tǒng)疾病，嚴(yán)重時對肺部組織造成傷害，還可造成肺功能損害，引發(fā)心臟病及各種呼吸道疾病等。此外懸浮顆粒物還能引起眼結(jié)膜炎及皮膚炎。所以從目前來看，“致癌”，“致畸”，“致突變”是可吸入顆粒的主要危害。

2研究思路

本研究主要依據(jù)西安市大氣自動監(jiān)測站提供的2006年6月至2010年3月的PM10實測資料和同步氣象資料開展研究。

首先，分析資料找出各季節(jié)氣象因素變化規(guī)律及特征，對量化因子（濕度、氣壓、風(fēng)速、輻射量、日照時數(shù)、氣溫等）進(jìn)行統(tǒng)計分析，對屬性因子（天氣形式、總云量、能見度、風(fēng)向等）開展頻率分析。

其次，分析PM10污染特征了解西安市PM10污染概況，研究不同時段、不同氣象條件下PM10污染的年、季、月，采暖期與非采暖期的均值變化特征。

再次，從氣象條件和PM10污染濃度值的關(guān)系著手，對API指數(shù)≥200的（即空氣質(zhì)量級別大于四級）的污染日對應(yīng)的氣象因子逐一進(jìn)行統(tǒng)計，用“一元相關(guān)分析”創(chuàng)建PM10和各氣象因素的相關(guān)性特征，繪制趨勢圖并計算相關(guān)系數(shù)，分析得到影響PM10污染的主要氣象因子。

最后，從氣象因子中篩選出與PM10污染相關(guān)性好的因子作為預(yù)報因子，用多元統(tǒng)計分析中的“主成分回歸法”建立預(yù)報模型，并對模型進(jìn)行檢驗。

3PM10與氣象因素分析

城市中大氣污染濃度雖然主要由廢氣污染源排放決定，但與其所在地區(qū)的氣象因素也有很大關(guān)系，它在一定程度上控制著污染源的稀釋、擴(kuò)散及累積。所以氣象變化能引起PM10污染程度的變化。PM10與各氣象因子的關(guān)系是用“一元線性回歸”法進(jìn)行分析，創(chuàng)建PM10與其“一元方程”，計算相關(guān)系數(shù)。繪制“一元線性回歸曲線”，得出方程和“復(fù)測定系數(shù)”R2，從而衡量各氣象因子與PM10之間相關(guān)性，判定依據(jù)為：“當(dāng)R>0.254時，兩者顯著相關(guān)，用**表示，當(dāng)0.254>R>0.195時，兩者相關(guān)，用*表示，當(dāng)R<0.195，兩者不相關(guān)”。表1為氣象因子與PM10濃度的相關(guān)性（僅列出顯著相關(guān)的）。

以上通過對PM10與各氣象條件的相關(guān)分析，很容易看出如下結(jié)論：

3.1PM10與08風(fēng)速、14風(fēng)速、平均風(fēng)速、08濕度、日均濕度、08氣溫-08露溫、日照時數(shù)、總輻射量、凈輻射量、08能見度、14能見度，共11個氣象要素對PM10濃度變化有顯著影響。

3.2PM10濃度與08氣溫、08濕度、日均濕度、08露溫呈正相關(guān)，與凈輻射量、總輻射量、14能見度、平均風(fēng)速、08氣溫-08露溫、08能見度、日照時數(shù)是負(fù)相關(guān)性。

4建立PM10預(yù)報模式

目前的西安市預(yù)報模式是用“逐步回歸法”創(chuàng)建的，其自變量有20個氣象因子，預(yù)報準(zhǔn)確率是70%左右。本次研究使用2008年1月1日-2009年12月31日共730天的數(shù)據(jù)，在上述分析的基礎(chǔ)上，從20個氣象因子中選出08風(fēng)速、日照時數(shù)、14風(fēng)速、總輻射量、08濕度、平均風(fēng)速、日均濕度、08氣溫-08露溫、凈輻射量、08能見度、14能見度，共11個對PM10污染貢獻(xiàn)較大的氣象要素作為預(yù)報因子來建立西安市PM10污染預(yù)報模型。用2010年1月1日-3月15日共三月74天的數(shù)據(jù)進(jìn)行檢驗。

4.1預(yù)報模型建立

本文預(yù)報模型建立主要采用主成分回歸法，先將原始數(shù)據(jù)標(biāo)準(zhǔn)化，建立相關(guān)系數(shù)矩陣，求特征根對應(yīng)的特征矢量即可找出主成分，根據(jù)其貢獻(xiàn)率選出若干主成分，再結(jié)合多元線性回歸法即可建立預(yù)報模型，其具體計算步驟如下：

4.1.1將原始數(shù)據(jù)標(biāo)準(zhǔn)化。

4.1.2建立變量的相關(guān)系數(shù)陣：

R=(rij)p×p不妨設(shè)R=X′X

4.1.3求R的特征根λ1≥λ2≥≥λp＞0及相應(yīng)的單位特征向量：（略）。

4.1.4寫出主成分

Fi=a1iX1+a2iX2++apiXpi=1，，p

4.1.5計算主成分的貢獻(xiàn)率，找出基本包含全部信息的主成分F1、F2、Fk。

4.1.6寫出回歸方程式：01122kkYFFF4.1.7用最小二乘法確定回歸系數(shù)β0、β1、β2、βk。根據(jù)以上方法及步驟可計算并寫出回歸方程式，用最小二乘法確定回歸系數(shù)，最終可得到如下預(yù)報方程。預(yù)報方程為：（略）。

4.2預(yù)報模型檢驗

模型建好之后，需要對其進(jìn)行檢驗，檢驗包括兩個方面。一是回歸方程的F檢驗，用以檢驗預(yù)報方程的顯著性。二是預(yù)報準(zhǔn)確率檢驗，以考察預(yù)報方程的準(zhǔn)確程度。本課題所采用的檢驗方法為：

4.2.1預(yù)報準(zhǔn)確率（%）=1-|預(yù)測值-實測值|/實測值×100％

4.2.2預(yù)報級別命中率：（預(yù)報值級別與實測值相同的天數(shù)/總天數(shù)）×100%

4.2.3級別偏差=|實際級別-預(yù)報級別|使用2010年01月01日-03月15日，共74天的PM10每天實測數(shù)據(jù)進(jìn)行檢驗。計算預(yù)報準(zhǔn)確率。2010年1、2、3月預(yù)報值和實測值曲線見圖1。本課題所建立預(yù)報模型的準(zhǔn)確率為79.06％，級別命中率為79.7％。

5結(jié)論

5.1使用“一元相關(guān)分析法”研究氣象條件對PM10變化的影響經(jīng)過分析檢驗證明，只有08風(fēng)速、日照時數(shù)、14風(fēng)速、日均濕度、平均風(fēng)速、總輻射量、08濕度、08氣溫-08露溫、凈輻射量、08能見度、14能見度共11個氣象因子對PM10濃度變化產(chǎn)生顯著性影響。

5.2引入對PM10濃度有較大影響的11個因子用主成分回歸法建立預(yù)報模型，用2010年中前74天的PM10濃度進(jìn)行檢驗，準(zhǔn)確率為79.06%，級別命中率為79.7%。