论文部分内容阅读
随着我国经济发展以及现代化水平的不断提高,各行各业都追求着最大的经济效益,然而与此同时,生产、生活中产生的废气污染物也越来越多,众多污染物弥漫在空气中久久无法消散,我国的空气质量急剧下降,空气污染愈加严重,不仅对我国的生产发展造成了严重后果,更危害着居民的身心健康,污染物被吸入体内并堆积,成为诱发呼吸系统疾病以及心脏病的主要原因之一。目前我国的空气污染状况亟待解决,而当前的空气质量监测系统又是根据实时监测数据汇总得到当天的AQI指数及六种污染物平均浓度值,因此具有一定的后效性,无法及时的提供预警,引导政府及居民采取有效的提前防护措施。基于上述我国城市空气质量现状,本文落脚于济南市的空气质量状况,选取济南市2016年1月1日至2019年12月31日的空气质量相关数据,从整体季节性分析与预测的角度,对济南市空气质量状况进行细致深入的研究。首先,从宏观角度,通过描述性统计分析,以图表形式直观的呈现出济南市这四年间空气质量总体状况的发展趋势,发现其大致呈现出一种中间低且平缓、变化幅度不大,两端高且陡峭、变化幅度较大的趋势。进而根据所得结论,进一步采取系统聚类分析方法,基于四种不同的分类准则,对其发展变化的季节性特征进行分析研究,通过划分不同类别,得到冬季(1月、12月)是空气污染最为严重的季节,夏季(6月)次之。此结果与人类活动有着重要的关系,冬季供暖时煤炭的大量燃烧、秸秆的焚烧、烟花爆竹的燃放;夏季家用空调的高频使用,是造成空气污染的主要因素。其次,由于当前的AQI指数计算方式较为繁琐,本文旨在通过绘制CART决策树模型以及随机森林模型,对影响空气质量指数AQI等级的六种主要空气污染物进行研究,构建一种准确率较高的、关于AQI指数等级划分的分类规则模型,通过该分类规则,能够直接根据各污染物浓度指标判断出AQI指数等级,简化了等级划分的步骤,并且也得到影响空气质量的主要污染物成分,即PM2.5、O 3_8h与PM10是影响空气质量指数AQI等级划分的重要指标,为最后的建设性意见的提出提供理论支撑。最后,通过两种方法,实现对济南市的空气质量指数AQI进行短期预测,一是直接对其构建时间序列ARIMA模型,此方法预测结果较稳定,相对误差不大,可进行有效预测;二是通过对PM2.5、O 3_8h与PM10三种主要污染物指标构建预测模型,根据其预测值套用AQI指数的计算公式测算出AQI具体预测值,此方法预测结果与第一种方法相差不大,流程稍微繁琐了一些,但可以求得当天的主要污染物成分。因此,可将两种方法有机结合,根据预测需求来选择合适的方法对城市空气质量进行短期预测分析,最终实现对AQI指数具体值以及主要污染物成分的有效短期预测,克服当前监测系统后效性的缺陷,提供有效预警,以推动济南市政府及时实施有效措施,改善济南市的城市空气质量,竭力为我市居民打造一个健康、可持续的居住环境。