基于灰色系統(tǒng)大氣污染濃度及質(zhì)量評價方法研究.pdf

1、本文針對西北五個省省會城市大氣污染問題，采用主成分—聚類多元分析方法建立合理的空氣質(zhì)量評價模型，同時采用GM(1,1)分析法和GNNM(1,1)研究西北五個省會城市的空氣質(zhì)量。
　　首先，依據(jù)大氣環(huán)境質(zhì)量的五項主要指標作為原始數(shù)據(jù)，其中包含二氧化硫(SO2)、二氧化氮(NO2)、一氧化碳(CO)、可吸入顆粒物(PM10粒子直徑小于等于10um)以及細顆粒物(PM2.5粒子直徑小于等于2.5um)。對西北五個省會城市的大氣環(huán)境質(zhì)量進

2、行定性變量分析，排序。利用主成分分析法提取出三個主成分反應(yīng)各指標，F(xiàn)1是代表工業(yè)污染因素。F2是反應(yīng)民用采暖的。F3體現(xiàn)了揚塵因素。將每個城市的綜合得分進行聚類分析，將大氣環(huán)境質(zhì)量從1（非常好）到3（非常差）分為三層次。在聚類分析中，得出的結(jié)論是有“塞上江南”之稱的銀川綜合得分最高，被劃為第一類。蘭州市與西寧市的空氣質(zhì)量排在第二類。第三類是西安市與烏魯木齊市，空氣環(huán)境質(zhì)量亟需采取措施保護。其次，對于西北五個省會大氣環(huán)境質(zhì)量預(yù)測，采用GM

3、(1,1)分析法。針對大氣質(zhì)量環(huán)境污染物濃度的特點,將灰色神經(jīng)網(wǎng)絡(luò)模型GNNM(1,1)引入大氣環(huán)境質(zhì)量預(yù)測。GNNM(1,1)模型是把灰色方法與神經(jīng)網(wǎng)絡(luò)有機結(jié)合起來,對復(fù)雜的不確定性問題進行求解所建立的模型。該模型通過建立一個神經(jīng)網(wǎng)絡(luò),來映射GM(1,1)模型的灰色微分方程的解。網(wǎng)絡(luò)經(jīng)訓(xùn)練收斂后就可進行大氣環(huán)境質(zhì)量濃度預(yù)測。計算表明,與灰色預(yù)測方法相比,GNNM(1,1)模型具有更強的適應(yīng)性和更高的預(yù)測精度,適用于城市質(zhì)量濃度預(yù)測。<