【文章內(nèi)容簡介】 為首要污染物時(shí)，可吸入固體顆粒物任然存在，確切說是誤差相對比較大，因?yàn)榭晌牍腆w顆粒物主要是靠自身重力作用沉降而凈化，所需時(shí)間比較長，在短時(shí)間（幾天）內(nèi)變化不大，從而在二氧化硫、二氧化氮為首要污染物出現(xiàn)比較多的城市中，此評價(jià)模型得出的結(jié)果與實(shí)際污染程度可能會(huì)稍有差異?？紤]季節(jié)的影響和地域不同。我們分別從不同城市的不同季節(jié)和年度的排名分析.通過函數(shù)的計(jì)算與統(tǒng)計(jì)（由于城市11月份及12月份數(shù)據(jù)不全，所以在計(jì)算時(shí)將它們忽略）可以清楚得出10個(gè)城市綜合空氣質(zhì)量污染程度排序（一級天數(shù)排名見【附錄】），結(jié)果如下：（1）拉薩（2）上海（3）廣州（4）杭州（5）武漢（6）成都（7）鄭州（8）西安（9）北京（10）烏魯木齊這個(gè)模型可以從另一個(gè)側(cè)面反映了所給的原始數(shù)據(jù)所代表的實(shí)際情況，適用于對某個(gè)城市的中長期評價(jià)，具有較高的科學(xué)性。結(jié)論顯示烏魯木齊綜合的空氣污染程度最嚴(yán)重，北京次之，拉薩最好。但對于不同季節(jié)略有差異。烏魯木齊地處新疆，能源豐富，但周邊綠化程度低，風(fēng)速對環(huán)境影響大，沙塵天氣多。查閱資料得知：烏魯木齊各月均有出現(xiàn)沙塵天氣的可能,所以綜合排名很低，特別集中在春季3至5月份，與我們所得的數(shù)據(jù)恰好吻合，也體現(xiàn)了所用方法的合理性。對于北京從實(shí)際出發(fā)，我們可以找到一點(diǎn)答案。北京是中國的首都，是人口積聚的中心。人口密集，交通擁擠，工業(yè)生產(chǎn)規(guī)模越來越大，能留物流越來越集中的綜合性工業(yè)城市，地處北方，鐵路交通樞紐，同時(shí)冬季取暖，主要能源使用煤炭，煤炭排放的污染物占燃燒的大部分，對空氣污染較嚴(yán)重，同時(shí)能源材料利用率較低。經(jīng)濟(jì)正處于飛速發(fā)展階段使得空氣污染日劇加重。政府應(yīng)該采取一些措施來治理空氣污染。 拉薩最好，主要因?yàn)槿丝谳^少，工業(yè)體系不完備，資源較少，綠化程度高?？梢缘贸鲞@個(gè)模型有正確的地方。同時(shí)與往年權(quán)威數(shù)據(jù)作比較（來自于中國氣象數(shù)據(jù)中心結(jié)果可靠），與往年名次基本接近，略有變化，且此方法所用的季度排名具有很大的優(yōu)勢，例如拉薩在此十個(gè)城市中的中很明顯地高于其他九個(gè)城市，但拉薩在秋冬季度的排名還是低于上海。也體現(xiàn)了按季度排名的優(yōu)越性，只按年度排名是看不出這些細(xì)微的差別的。今年的上海與廣州的污染程度相差無幾（上海略低于于廣州），而查得的數(shù)據(jù)顯示去年廣州的空氣污染程度低于上海，此間可能因上海要召開世博會(huì)，采取了多方面的綜合治理和臨時(shí)措施，空氣中的主要污染物濃度均出現(xiàn)較大幅度的下降，上海地區(qū)的環(huán)境空氣質(zhì)量有了明顯的好轉(zhuǎn)。此外我們所采用的方法淡化了空氣質(zhì)量為優(yōu)級別的污染程度權(quán)重，加大了污染程度大的權(quán)重，而城市“城考”及“創(chuàng)?！睆?qiáng)調(diào)的就是空氣質(zhì)量達(dá)優(yōu)的天數(shù)，所以我們的方法求得的各城市的排名與網(wǎng)上排名稍有差異。“城考”及“創(chuàng)?！敝饕哪康脑谟诠芾沓鞘锌諝赓|(zhì)量，但較為粗略，我們的方法則較為精確地反映了各城市的污染程度。由于我們模型的建立時(shí)在秋冬兩季各缺了一個(gè)月的數(shù)據(jù)，所以在秋冬兩季的污染程度可能會(huì)有些偏差與不足。 成都市11月的空氣質(zhì)量預(yù)測模型1）成都周邊風(fēng)速較小，擴(kuò)散較慢，忽略周圍城市污染物的擴(kuò)散對成都市的影響；2）在預(yù)測月份中，氣候未出現(xiàn)大的異常；3）與相似年份的數(shù)據(jù)基本吻合，未出現(xiàn)大規(guī)模變化，污染潛勢和氣象參數(shù)基本一樣；4）相似年份的數(shù)據(jù)來源可靠，具有使用價(jià)值；5) 成都市的車輛未出現(xiàn)大幅增加或減少，大范圍工廠興建和拆毀；6）空氣質(zhì)量的原始數(shù)據(jù)并不一定完全相同，但為了簡化問題，計(jì)算所得出來的數(shù)據(jù)只要是同一級別，如35和47一樣，無區(qū)別；7）預(yù)測成都11月份的空氣質(zhì)量時(shí)，忽略特殊年份的特殊數(shù)據(jù)，假設(shè)其對結(jié)果無影響；8）成都在相似年份并沒有出現(xiàn)中度、重度污染，故忽略這兩種情況，得出數(shù)據(jù)無效。、臨近月份存在關(guān)系，而且會(huì)因?yàn)榧竟?jié)的不同而不同，比如2002006等年份的空氣質(zhì)量大體相同但也存在聯(lián)系，再比如有些地區(qū)的冬季和春季的空氣質(zhì)量也存在差異。研究某地區(qū)未來空氣質(zhì)量可以借助以前已有的數(shù)據(jù)，利用最小二乘法對數(shù)據(jù)進(jìn)行擬合，最后用Matlab軟件求解擬合曲線方程。其次在分析數(shù)據(jù)時(shí)為了避免數(shù)據(jù)太少對預(yù)測結(jié)果造成偶然誤差，在預(yù)測某一月的空氣質(zhì)量時(shí)可以將其相似月份一起分析。在分析往年數(shù)據(jù)時(shí)發(fā)現(xiàn)規(guī)律，有如下數(shù)據(jù)統(tǒng)計(jì)：編號污染指數(shù)平均數(shù)ⅠⅡⅢ1Ⅲ21 10671312 10691113 12691004 1472505 156592其中：第一列編號1，2,3,4,5分別代表2005，2006，2007，2008，2009； 第二列數(shù)值表示九月十月十一月污染指數(shù)的平均值；第三列數(shù)值 表示空氣質(zhì)量優(yōu)的天數(shù)；第三列數(shù)值表示空氣質(zhì)量良的天數(shù)；第 四列表示空氣輕微污染的天數(shù)；第五列數(shù)值表示空氣輕度污染的 天數(shù)。從這些散點(diǎn)圖可以看出除了第四個(gè)點(diǎn)的分布比較特殊外，其它四個(gè)點(diǎn)的分布還是比較有規(guī)律的，可以看出這四個(gè)點(diǎn)基本呈線性分布。從一等級出現(xiàn)次數(shù)我們可以看出這些散點(diǎn)圖除第一個(gè)點(diǎn)之外，其余四點(diǎn)的分布還是很有規(guī)律的，這四個(gè)點(diǎn)呈拋物線態(tài)分布。從二等級出現(xiàn)次數(shù)的散點(diǎn)圖來看，除了第四個(gè)點(diǎn)之外，其它四點(diǎn)的分布還是很有規(guī)律的，這四點(diǎn)呈開口向下的拋物線分布。從三1等級出現(xiàn)次數(shù)的散點(diǎn)圖可以看出除了第四個(gè)點(diǎn)外，其余四點(diǎn)的分布有規(guī)律，基本呈開口向上的拋物線。再來單獨(dú)考慮空氣質(zhì)量等級為三2的情況，由于成都以往的數(shù)據(jù)中這三個(gè)月之中出現(xiàn)三2等級的次數(shù)很少，所以可以先不考慮。方法介紹 多項(xiàng)式數(shù)據(jù)擬合【3】由于預(yù)測成都十一月份的空氣質(zhì)量是借助于以往的數(shù)據(jù)，分析反映空氣質(zhì)量的各種指標(biāo)的分布規(guī)律，又因?yàn)橥陻?shù)據(jù)有限，所以給預(yù)測帶來了困難，這不僅是發(fā)現(xiàn)其規(guī)律有困難，還會(huì)使預(yù)測結(jié)果產(chǎn)生很大的誤差，一旦方法選擇不好，誤差就可能嚴(yán)重偏離實(shí)際。為此，類如插值法求解方程，待定系數(shù)法求解方程等方法就不適和本題，插值法對外插的值收斂性要求比較高，而且外插的值誤差也較大；待定系數(shù)法必須先發(fā)現(xiàn)公式然后求解，顯然不符合本模型。所以對于預(yù)測成都十一月份的空氣質(zhì)量還是選用最小二乘法，有兩個(gè)優(yōu)點(diǎn)，其一，最小二乘法求出的結(jié)果誤差小，可以最大程度上擬合這些點(diǎn)，其二，最小二乘法的求解可以利用Matlab等軟件求解。下面為最小二乘法的原理：首先可以在Matlab或其它畫圖軟件中描出散點(diǎn)圖，觀察散點(diǎn)圖的分布特征選擇合適的多項(xiàng)式，如設(shè)用一個(gè)m次多項(xiàng)式來擬合一組數(shù)據(jù)（）（i=1,2,…，n）。但擬合出來的直線存在一定的偏差，由散點(diǎn)圖可以看出影響空氣質(zhì)量的幾種參數(shù)隨時(shí)間的分布并不規(guī)律，而且由于某些特殊的點(diǎn)還要舍去，所以分析偏差很重要。因而可以如下進(jìn)行偏差的分析：在節(jié)點(diǎn)處，的偏差設(shè)為最少二乘法的基本思想是對所有數(shù)據(jù)點(diǎn)，擬合函數(shù)式的偏差的平方和取最小值。由于（）為已知，故將Φ視作的系數(shù)（j=0,1，…，m）的函數(shù)。不同的擬合多項(xiàng)式，有不同的一組系數(shù)（j=0,1，…，m），因而有不同的Φ值即于是上述擬合問題便歸結(jié)為求求多元函數(shù)的極值問題，欲使取最小值，則必須滿足條件（k=1,2,…，m）經(jīng)過上面的方法處理之后可以得出使偏差最小的表達(dá)式，令 則式可以表達(dá)成為 （k=1,2,…，m）這是一個(gè)m+1階對稱的線性方程組，成為正規(guī)方程組，具體寫出來就是此方程組的系數(shù)行列式不為零，故它有唯一解。將系數(shù)代入式中即可得到所要求的擬合多項(xiàng)式。此方法相對于傳統(tǒng)方法處理現(xiàn)有的數(shù)據(jù)可以大大減少誤差，從而使預(yù)測更加準(zhǔn)確。求出的擬合曲線適用于靠近的點(diǎn)，因?yàn)榻?jīng)過分析在前后小范圍內(nèi)收斂的很好，所以因?yàn)榍蟪龅慕Y(jié)果為整個(gè)第三季度的數(shù)據(jù)，所以最終的11月份預(yù)測各項(xiàng)數(shù)據(jù)為求出的季度數(shù)據(jù)減去10月份的相關(guān)數(shù)據(jù)。公式為：其中：表示2010年十一月份的相關(guān)數(shù)據(jù)；P為最小二乘法算出的數(shù)據(jù)；為2010年九、十月份的綜合數(shù)據(jù)。預(yù)測未來城市的空氣質(zhì)量可以建立在以往的數(shù)據(jù)基礎(chǔ)之上，因?yàn)楦鶕?jù)對往年的數(shù)據(jù)分析，可以發(fā)現(xiàn)些規(guī)律，所以在假設(shè)今年成都十一月份的空氣質(zhì)量不會(huì)發(fā)生特殊的變化的情況下，可以采用數(shù)值分析對現(xiàn)有數(shù)據(jù)進(jìn)行研究，找出這些數(shù)值之間的關(guān)系，用來預(yù)測成都一個(gè)月份的空氣質(zhì)量。但通過數(shù)據(jù)的研究發(fā)現(xiàn)，但個(gè)月的數(shù)據(jù)分布規(guī)律并不好，原因可能是數(shù)據(jù)量太小，所以偶然因素特別大。進(jìn)而通過查閱專業(yè)書籍【4】知道一個(gè)季度的空氣質(zhì)量具有相似性，為了更精確的預(yù)測成都十一月份的空氣，可以先將九月十月十一月份的空氣質(zhì)量情況綜合考慮，在得到今年秋季的空氣質(zhì)量總體情況后，繼續(xù)求解就能得到更精確更科學(xué)的預(yù)測結(jié)果。根據(jù)對附件中的2002002002002009年的數(shù)據(jù)的九月十月十一月的污染指數(shù)的統(tǒng)計(jì)可以得到五個(gè)預(yù)測指標(biāo)，污染指數(shù)平均數(shù)，Ⅰ、Ⅱ、ⅢⅢ2等級出現(xiàn)的天數(shù)。但在一組數(shù)據(jù)中存在某些病態(tài)的數(shù)據(jù)點(diǎn)，根據(jù)數(shù)值分析的知識去掉這