论文部分内容阅读
近些年来,我国北方地区持续出现大范围的雾霾天气,沈阳市的雾霾天气也频繁出现,,大气污染问题再度引起了社会各个部门的高度关注。本文根据2000～2012年沈阳市统计年鉴的大气环境质量历史数据和2012年沈阳市环境监测站空气质量监测点的详细历史数据,并借助于API指数和综合评价指数对沈阳市大气中的SO2、NO2、PM10的历史数据进行时间对比分析,对沈阳市大气环境质量的年际变化和月季变化进行逐一分析,提出了一种基于改进变精度粗糙集的支持向量机预测方法,提高了大气污染物浓度的预测精度,并提出了一些科学合理的防治污染对策。结果表明:(1)沈阳市大气污染物在这13年间总体上呈现出逐年减少的趋势,其中N02的污染物浓度在近些年来出现了上升趋势,而SO2和PM10的污染物浓度呈现逐年下降的趋势,说明沈阳市的大气环境质量正在逐步得到改善。(2)沈阳市大气污染物的平均浓度值随着季节和月份的变化均有显著变化规律,这三种污染物的浓度在冬季最高,夏季最低。-(3)沈阳市大气环境质量的变化情况是2000～2002年沈阳市的年平均环境空气质量状况属于轻度污染;2003～2012年这十年内沈阳市的年平均环境空气质量属于良好,且API的值呈现出逐渐降低的趋势。(4)通过分析气象条件变化对沈阳市大气环境质量的影响,得出了温度与污染物浓度之间呈现出负相关关系,通过分析得出了 PM10与温度的相关性最高。气压与污染物浓度呈现出负相关关系,相关性较为明显;大气中的污染物浓度与风速之间呈现出负相关关系;三种污染物浓度与湿度的变化趋势之间的相关性比较复杂,在夏季,污染物浓度与相对湿度之间呈现出负相关关系,也就是随着相对湿度的增加,污染物浓度逐渐降低,其他三季,污染物浓度与相对湿度之间呈现出正相关关系;污染物浓度与降水量之间有一定程度的负相关关系,尤其是在夏季,有着极显著的负相关性。(5)本文基于气象因素与大气污染物浓度的相关性分析,提出了一种基于改进变精度粗糙集的支持向量机预测方法,采用熵权值理论对变精度粗糙集的约简属性加以改进,以实现对支持向量机输入变量的预处理,提高空气质量指数的预测精度。并基于大气污染的成因、以及未来的空气质量状况,提出了改善沈阳市大气环境质量和控制大气污染的策略和建议。