1. 研究目的与意义
随着我国经济的飞速发展和科学技术的突飞猛进,一个显著而严峻的问题摆在了人们的面前,那就是——环境污染问题。
当今世界,工业科技产业虽然给人类带来了很多财富和物质生活上的便利。
但是,支撑着产业发展和技术革新的代价往往是环境的破坏和资源的浪费。
2. 研究内容和预期目标
研究内容:
1.通过查阅资料的方法收集数据,并且对数据进行整理,选取影响空气质量的主要因素。
2.运用多元统计分析、时间序列方法,对整理好的数据进行分析,得出自变量与因变量之间的关系,并且通过分析对空气质量综合评价并探究污染源,提出相关的政策性建议
3. 国内外研究现状
姚朦飞就大气污染问题中的灰霾污染展开了详细研究,基于河北省各城市的PM2.5及其他空气污染物逐小时浓度数据,对河北省城市依据灰霾污染状况进行了不同时段和不同地区的划分;并基于不同时期、不同地区运用回归分析和格兰杰因果检验研究了灰霾和其他污染物的相关性,得到PM2.5与PM10之间的关系最紧密,当PM2.5浓度较高时,PM2.5与其他空气污染物之间的动态关系也较强;相比于其他类别城市,灰霾污染较严重的区域PM2.5与其他空气污染物之间的动态关系相对较强[1]。姚雪倩等人综合考虑多评价单元的多种指标,运用熵权系数法对成都市各区域AQI进行计算,以区域AQI年均值,区域年污染天数两个评价参数,构建了成都市现阶段各区域空气质量状况的指标体系。同时利用聚类分析方法对成都市21个区县,根据空气质量指数AQI日均值进行结果验证,将整个成都市各区域空气质量均值分布分为四大区域 [2]。郭绍征基于PM2.5历史数据网和中国天气网从2013年12月1日至2018年12月28日的数据,对我国31个省会城市空气质量进行了深入的研究。使用统计学方法对AQI整体状况和首要污染物分布情况进行研究。使用皮尔逊相关系数对主要空气污染物进行相关性分析。采用主成分分析与层次聚类相结合的方法对省会城市进行聚类分析,并从年、月、周等多个维度对聚类后的典型城市进行AQI指数与空气质量达标天数进行比较。综合使用多种机器学习算法对空气质量评级进行分类预测。[3]
葛难难对空气污染物在城市之间的传播及相互影响展开研究,提出了风向匹配、时间戳匹配以及周边城市与目标城市数据匹配等 3 个条件的空气污染物有效关联的判别方法,用以判定周边城市空气污染物数据与目标城市空气污染物数据是否为有效关联。利用所提出的判别方法筛选出南京周边城市空气污染物对南京有关联的数据,进而评估周边城市各种污染物对南京市所产生的影响,提出了城市空气污染物时间序列数据上升趋势、下降趋势和平稳趋势等三个有效模式,利用周边城市与目标城市有效模型的完全匹配的方法评估周边城市各种空气污染物对目标城市的具有影响程度[4]。张建忠等人分析了北京地区2013年1-2月空气质量指数 AQI的时空分布特征,及紫外吸收性气溶胶指数(AAI)、气象观测要素(相对湿度、气压和风速)、大气环流特征、混合层高度、总体理查森数(RB)与AQI的相关性等; 同时对气象观测要素与AQI关系进行了拟合,建立了回归方程[5]。李豫根据2015-2017年间中国环境监测总站上我国365个城市空气质量月度数据,选取了我国空气最主要的六项污染因素,采用了多元函数型高斯混合模型和多元函数型K 均值法对我国城市空气质量进行聚类分析,分别刻画了这三年间我国不同城市影响空气质量的不同污染物时空特征和变化规律,通过R软件实现了可视化,并加入了工业二氧化硫与工业烟粉尘排放量对聚类结果作了辅助分析,最后通过仿真模拟的评价指标 ARI 比较了两种聚类方法的准确性[6]。裘阅将2015~2017年期间安徽省的空气质量状况作为聚类对象,以六种主要大气污染物年均浓度值作为聚类指标,利用改进的正态分布灰色聚类模型和人工神经网络模型对安徽省空气质量进行了综合评价并探讨了安徽省及16个地级市颗粒物PM2.5和 PM10-2.5的时空分布特征及其与其他空气质量指数之间的相关关系。分析比较了传统灰色模型的利弊,在传统模型基础上构造正态分布的白化权函数,将直线型白化函数改为曲边白化函数,改进了灰色聚类模型并成功运用[7]。丁鹏以2013年至 2017 年六种主要空气污染物的监测数据为研究样本,采用单因子指数法、模糊数学综合评价法和灰色统计模型评价法对2013-2017年间南昌市环境空气质量进行了评价并对比分析;还使用GM(1,1)灰色动态预测模型依据南昌市2013-2017年六种污染物的监测数据来预测2018-2020年六种污染物的浓度,运用了三种不同的方法进行评价[8]。
罗蒙针对原始监测数据进行了数据审核、质量控制和数据质量评估方面的研究,以环保部公布的2年时长的6种主要空气污染物小时监测数据为研究对象,设计了包含界限值检验,极值检验,时间一致性检验,变量间一致性检验和人工审核等步骤的质量控制方案,编制了对应不同数据质量的质量控制码,并选择了不一致性检验,Hanning滤波和稳健回归作为极值检验、时间一致性检验、变量间一致性检验步骤的主要检验方法,对各种污染物的总体数据质量分别进行了评估,经检验发现空气污染监测数据的整体数据质量较差[9]。
4. 计划与进度安排
1.拟介绍居民收入影响因素问题的提出,分析问题产生的背景,以及解决问题的重大意义
2.拟介绍国内外关于空气污染影响因素的研究,将不同研究者的研究方法研究对象进行总结,作为本课题进行研究的参考
3.拟对南京市近年来空气质量数据进行处理,用数据挖掘的方法对数据进行分析,并得出自变量与因变量之间的关系
5. 参考文献
[1]姚朦飞. 河北省城市灰霾与其他空气污染物关系的统计测度研究[D].保定:河北大学,2020 .
[2]姚雪倩,李云祯,徐友,陈军辉,周平. 基于熵权法和聚类分析法的成都市空气质量综合评价[J].环境保护科学,2017,43(1):100-104.
[3]郭绍征. 基于统计学习方法的空气质量评价与分类[D].太原:山西大学,2019.
以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。