武汉空气质量预测及受周边城市污染影响分析

利用武汉及其周边城市长沙、南昌、合肥、襄阳、孝感等城市空气质量指数(AQI)及相关污染物数据,探索了武汉市空气质量指数的统计分布规律及空气污染治理效果的评价问题,给出了能较好预测空气质量指数等级的推理规则.用统计模型分析武汉及周边大中城市的SO2等空气污染物之间的传播及相互影响.     

空气质量的模糊综合评价与曲线拟合预测模型

公众的健康在很大程度上受空气质量制约,对空气质量进行预测与评价具有十分重要的意义.首先针对空气质量评价问题,将模糊综合评价方法和层析分析方法相结合,建立了空气质量的模糊综合评价模型.其次针对空气质量预测问题,根据最小二乘理论,建立了不同污染物浓度值的滑动窗口预测模型.最后选择安阳市空气污染物浓度年度均值进行了模型验证.实验结果表明,评价与预测模型具有精确度较高,误差率小的优点,具有较高的实用性.     

长三角主要城市空气质量状况与经济社会发展的关联性研究

建立模糊综合模型及面板数据模型对长三角主要城市2006-2013年的空气质量状况进行评价,及对空气质量与主要经济社会因素的关联性进行研究.研究结果表明:长三角主要城市空气质量均在相应的Ⅲ级标准内;经济社会因素的关联程度为:第三产业值对空气质量有正向影响,人口密度、人均生产总值、工业粉尘排放量和第二产业比值这四个指标均对空气质量有负效应.并基于此研究结果进行分析为决策者提供参考,实现长三角地区的可持续发展.     

基于区间数的空气质量模糊综合评价模型

针对空气质量评价的不确定性,引入区间数概念进行2016年辽宁省各城市的空气质量综合评价和分析.参照国家大气质量标准,选用SO2、NO2、CO、PM2.5、PM10五种大气主要污染物作为评价因子,利用区间数计算污染因子的隶属度进行分析.考虑到城市差异,采用区间梯形隶属度函数,同时考虑区间数排序函数及可信度对区间数排序进行修正,避免了单因素得分区间数的发散,并综合确定评价等级.实例分析验证了该评价方法的可行性,依据收集的数据和此方法的结论得出空气质量的好坏与污染源分布、污染物扩散条件以及季节等因素有关.     

基于改进的SAPSO优化支持向量机的太原市空气质量评价

由于气象环境复杂多变且具有动态的不确定特性,选取太原市2014年至2015年的空气污染物监测数据,将模拟退火算法(SA)与粒子群算法(PSO)相结合并对其进行改进,优化支持向量机(SVM)完成参数寻优,并运用偏最小二乘法(PLS)分析各污染物因子间的相互作用,构造出一种新的空气质量评价模型.实验结果表明,改进的SAPSO-SVM与PSO-SVM和SVM相比,模型运行时间短、等级分类精度高,具有良好的评价性能,为空气质量评价提供了新思路.     

基于GM(1,1)模型群的深圳市大气污染物灰色预测

通过灰色系统GM(1,1)模型群,对深圳市未来两年的主要大气污染物浓度进行了预测分析.通过预测得到,在未来两年内,深圳市的SO2浓度基本已经达到国家环境空气质量一级标准,NO_2、PM_(10)浓度已达到国家二级标准,深圳市空气质量将持续好转.结果表明,GM(1,1)模型群具有一定的实用价值.     

北京市大气环境质量的模糊综合评价

为对北京市近几年的大气环境状况有一个全面客观的了解,选取SO_2,NO_2,PM_(10)三个污染因子作为评价参数,采用模糊综合评价法对其2006-2012年大气环境质量状况进行了定量分析和评价.研究表明:2006年到2012年北京市大气环境质量有了很大程度的改善,在常规检测污染物的治理方面有了较好的成效,但空气质量仍处于轻度污染的水平,PM_(10)为近年来主要污染物中权重最大的因子.根据研究的结果,最后提出了相应的政策建议,并解释研究结果与居民感受形成反差的原因.     

基于PSOGSA-LSTM模型的长江经济带空气质量指数预测研究

本文以长江经济带100个地级及以上城市的空气质量指数(AQI)为研究对象,选取了六大污染物和11个影响空气质量指数的气象因子作为影响因素。针对空气质量相关数据的特性,将粒子群算法和万有引力算法结合的混合算法(PSOGSA)与长短期记忆(LSTM)神经网络进行组合,建立PSOGSA-LSTM组合预测模型,对模型的预测精度进行了三个方面的检验,并与传统的LSTM模型的预测结果进行比较,最后将其应用于长江经济带100个城市未来7天的空气质量指数预测。研究结果表明,PSOGSA-LSTM模型相比传统的LSTM模型具有更高的预测精度和较强的稳定性。     

基于Keras的LSTM模型在空气质量指数预测的应用

为了高精度预测空气质量指数(AQI),针对大气环境复杂多变性、不确定性,以2014年至2017年的太原市空气污染物监测数据为基础,首先采用python3.5.2中的相关性分析函数对污染物与AQI指数进行了相关性分析,然后建立基于深度学习库Keras(一种高层神经网络API)的长短期记忆循环神经网络(LSTM)模型,对太原市空气质量指数(AQI)进行仿真预测.实验结果表明:模型的均方根误差为4.875,具有预测精度高、范围广等优点,为大气污染防治工作提供了科学合理的理论依据和新的预测方法.     

基于灰色马尔科夫模型的平顶山市空气污染物浓度预测

选用平顶山市2005—2009年各空气污染物浓度作为原始数据序列,建立灰色马尔科夫预测模型,对未来10年的污染因子浓度进行预测.模型检验结果表明:均方差比值和小误差概率均为一级;运用灰色关联分析法计算各污染物原始数据序列与预测数据序列之间的关联度,定量描述灰色马尔科夫预测模型对于空气质量预测的精确度,平均精度达到99.9%,表明灰色马尔科夫预测模型对于空气质量预测有很高的实用性.     

基于GA-SVM的太原市空气质量指数预测

针对大气环境的复杂多变性和不确定性,采用太原市2014年至2016年的空气污染物监测数据,分别将改进的粒子群算法(IPSO)和遗传算法(GA)与支持向量机(SVM)相结合,通过参数寻优构建新模型完成对空气质量指数(AQI)的预测.实验结果表明,GA-SVM在预测精度、误差率和可靠性方面均优于IPSO-SVM与SVM.因此GA-SVM模型更适用于AQI的预测,为大气污染防治提供了科学合理的理论依据和新的预测方法.     

污染产业转移下府际间合作治理大气污染的演化博弈分析

大气污染具有跨区域性,府际间合作治理是大气污染防治的必由之路,合作治理中存在“搭治污便车”的困境。由于府际间大气污染治理博弈的具有长期性和动态性,由此建立了多人两策略的演化博弈模型。分别研究,无约束机制和有约束机制两种情况下地方政府演化稳定策略及其影响因素。考虑到政府间污染产业转移,建立了污染产业转移政府对承接方政府治污补偿机制下的演化博弈模型,分别研究无约束和有约束两种情形下(补偿,治理)策略成为演化稳定均衡状态的条件。研究表明:府际间的合作治理策略选择不会受到外部效应的影响,大气污染治理成本、治理时污染物减排量、不治理时污染物排放增加量、中央政府对治理的奖励和对不治理的惩罚力度是影响地方政府决策的重要因素。将大气质量作为政绩考核的重要指标,提高其权重系数,可有效促使地方政府策略向参与合作治理演化。无约束下自主选择时,最优策略(补偿,治理)不会成为稳定均衡策略,引入中央政府约束后,当经济惩罚在一定范围内,(补偿,治理)成为稳定均衡策略。     

A dynamic evaluation framework for ambient air pollution monitoring

Accurate real-time prediction of urban air quality is one of the most important problems in control and improve ambient air condition globally. Therefore, the modeling and applications of air pollutant forecasting and evaluation has attracted the attention of researchers in recent years. Based on the method of fuzzy mathematical synthetic evaluation, this paper built a dynamic evaluation model for the purpose of mastering the future air quality immediately. A newly proposed computational intelligence optimization algorithm is improved to optimize the least square support vector machine, which can generate rolling forecasts of six air pollutants concentration. The information of future air quality status is built by the fuzzy synthetic assessment model based on entropy weighing method. The results and analysis of air quality monitoring show that accurate and reliable forecast of urban air pollutants concentration are possible and the air quality conditions can be evaluated objectively. Through the simulation design, it proves that the proposed dynamic evaluation model can provide a practical tool for ambient air ambient quality evaluation.     

基于区间数贴近度的水环境质量评价模型研究

针对基于区间数的水环境质量评价问题,提出了基于区间数贴近度的水质评价模型.首先讨论了区间数贴近度的定义,给出了求贴近度的具体公式.然后给出了水质评价模型的一般步骤,并通过实例验证了模型计算方法简单且能较完整地反映水环境质量污染程度,是一种合理实用的评价方法.同时分析了评价指标因子的赋权法,给出了一种基于等权赋权法和指数赋权法的几何平均组合赋权法.     

交通拥堵与空气质量——来自汽车尾号限行的证据

由于空气的污染来源众多,交通拥堵是否加剧了空气质量的恶化,一般情况下很难界定和区分。本文利用一个特殊的工具变量——北京市工作日高峰时段汽车根据尾号限行,来分析和回答上述问题。由于受文化习惯影响,居民在挑选车牌号码时一般都不选4,因此包含数字4的车牌号很少。每当限行尾号为4和9的工作日,北京市的道路交通相比其他工作日会更拥堵,这为我们提供了一个识别交通拥堵的独特指标。通过使用双重差分模型排除了大量干扰因素后,我们对北京市35个空气质量监测站点PM2.5浓度逐时数据的分析发现,在限行尾号为4和9的工作日,高峰时段与非高峰时段的PM2.5浓度差异,比其他工作日的差异高出9.46%。交通拥堵显著降低了空气质量。     

基于熵权的可变模糊集方法在水质污染评价中的应用

水质污染评价是水环境污染防治的重要基础,针对评价过程中评价指标的不确定性,将可变模糊集理论应用于水质污染评价中,首先,建立合理的指标体系与等级标准,然后,将熵值原理引入该方法中,利用指标实测数据的波动性来计算指标权重,最后,利用模糊可变评价模型对水质污染进行组合评价,并将均值作为最终评价结果,将此方法应用于泰州市新通扬运河水质污染评价中,结果表明,与模糊综合评价相比,基于熵权的可变模糊集方法评价结果合理、客观,具有更好的可靠性与稳定性,为水质污染评价工作提供了一种新的研究方法与思路.     

基于改进物元分析和对应分析的水质评价研究

水质评价是控制水体污染,提高水资源管理水平的关键环节.引入粗糙集理论,实现对水质监测指标的权重确定,采用物元分析模型,以天津地区主要河流的水质数据为研究对象进行评价,同时,运用对应分析方法,将样本点与指标有机结合,分析样本点的水质状况和污染因子,从而在客观评价水质的基础上,给出了科学合理的评价结果.     

基于PSR-PCA模型的京津冀区域大气环境治理绩效评价实证研究

随着我国工业化和新型城镇化建设进程的不断加快,资源和环境问题对于经济发展的制约和限制性作用日益凸显,其中大气污染问题首当其冲.而京津冀地区恰恰是我国大气污染最为严重的地区之一.为了对京津冀大气污染治理进行整体综合绩效评价,以环境资源管理的PSR模型为基础构建了京津冀区域大气污染治理绩效评价指标体系,并结合主成分分析法(PCA)对京津冀地区13个城市2013-2015年的大气污染治理绩效进行了实证分析.