毕业论文西安市环境空气质量问题数模论文.doc

装 订 线
摘 要
本文对西安市的空气污染程度、影响空气质量的主要因素以及对西安市未来一周空气污染情况的预测进行了分析研究。利用空气污染指数API对西安市大气环境进行了评测，同时也利用空气质量指数AQI对相应大气环境进行了进一步分析并将两者作比较。利用模糊数学评价模型建立合理的综合评价，对空气污染原因进行研究。通过平滑指数法对西安市的空气污染趋势进行分析，预测未来一周的空气污染情况。根据研究分析结果提出较为客观的合理化建议。
问题一使用Excel对西安市大气污染物浓度监测数据、各区县规模以上工业增加值以及气象数据等多方面数据进行分类、总结。本文结合气象数据，首先通过各区县API指数趋势、西安市API指数因素趋势、API与生产总值相关性分析对西安市空气质量从API指数角度进行评价，然后通过各区县AQI指数趋势、西安市AQI指数因素趋势对西安市空气质量从AQI指数角度进行评价，最后对API指数与AQI指数评价结果进行对比、分析。
问题二采用模糊数学综合评价模型方法分析影响西安市空气质量的因素，本文主要考虑二氧化硫、二氧化氮、可吸入颗粒物(PM10)，以及细颗粒物(PM2.5)四个主要污染因子。将大气环境质量按照最大隶属原则，划分三个污染等级；根据污染等级利用降半阶梯型求出隶属函数；对西安市四个代表区域的大气污染物监测数据进行评价，结合隶属函数得到模糊关系矩阵R；计算这四大因素所占的权重得到权重矩阵A；在此基础上,得到模糊综合评价矩阵B,反应出主要影响因子及其对各个污染等级的隶属度。
问题三采用指数平滑法模型，结合相关数据运用Excel软件进行数据统计，考虑到污染级别不同和首要污染物的种类两个因素来对西安市未来一周（2013年4月30日至5月6日）的空气质量状况进行预测。
最后本文根据以上研究分析得出的结论，结合西安市具体情况、主要环境污染因子等，对西安市环保部门提出有关环境空气质量检测与控制方面的合理性意见。并就当下倡导建设环境友好型和资源节约型社会出发，对如何兼顾经济发展与环境保护给出指导性建议。最后就西安市未来一周的空气质量预测给出出行和生活方面的建议。

关键词：空气质量指数AQI，空气污染指数API，模糊数学法，隶属度，相对权重，指数平滑法，可吸入颗粒，细颗粒物，二氧化硫，二氧化氮
毕业设计（论文）原创性声明和使用授权说明

原创性声明
本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得 及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。
作 者 签 名：　　 　 　　日　 期：　　 　 　　 
指导教师签名：　　 　 　　 日　　期：　　 　 　　

使用授权说明

本人完全了解 大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。
作者签名：　　 　 　　 日　 期：　　 　 　　 
学位论文原创性声明
本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。

作者签名： 日期： 年 月 日

学位论文版权使用授权书
本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权　　 　 　大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
涉密论文按学校规定处理。

作者签名： 日期： 年 月 日
导师签名： 日期： 年 月 日
目 录
一、问题的提出 3
1.1背景介绍 3
1.2 问题概述 3
二、基本假设 4
三、问题的分析 4
四、符号说明 5
五、模型的建立及求解 5
5.1问题一模型建立与求解 5
5.1.1使用空气污染指数（API）进行评价 5
5.1.2使用环境空气质量指数（AQI）进行评价 9
5.2问题二模型建立与求解 11
5.2.1评价标准 11
5.2.2评价步骤 12
5.3问题三模型的建立于求解 18
5.4问题四的分析解决 22
六、模型评价，改进及推广 23
6.1模糊数学评价模型 23
6.2指数平滑的方法模型 23
七、参考文献 24
八、附录 25

一、问题的提出
1.1背景介绍
大气环境是指包围在地球外围的空气层，是地球自然环境的重要组成部分之一。近年来，随着我国经济社会的快速发展，以煤炭为主的能源消耗大幅攀升，机动车保有量急剧增加，经济发达地区氮氧化物（NOx）和挥发性有机物（VOCs）排放量显著增长，臭氧（O3）和细颗粒物（PM7820849752.5）污染加剧，在可吸入颗粒物（PM10）和总悬浮颗粒物（TSP）污染还未全面解决的情况下，京津冀、长江三角洲、珠江三角洲等区域PM2.5和O3污染加重，灰霾现象频繁发生，能见度降低，环境空气质量评价以及污染治理等问题再一次引起大众的关注。
目前新标准中对大气质量的监测主要是监测大气中二氧化硫（SO2）、二氧化氮（NO2）、一氧化碳（CO）、臭氧（O3）、可吸入颗粒物（PM10，粒子直径小于等于10μm）以及细颗粒物（PM2.5，粒子直径小于等于2.5μm）等六类基本项目和总悬浮颗粒物（TSP）、氮氧化物（NOx）、铅（Pb）、苯并[a]芘（BaP）四类其他项目的浓度。研究表明，城市环境空气质量好坏与季节、城市能源消费结构等因素的关系十分密切。
1.2 问题概述
本文主要针对以下几个问题进行相关分析：
1) 根据西安市的13个监测点（从2010年1月1日至4月28日）污染物浓度监测数据，使用空气污染指数（API）和环境空气质量指数（AQI）对西安市的空气质量进行评价，对评价结果进行对比、分析；
2) 根据分析结果得出影响西安市空气质量的原因；
3) 然后对未来一周（2013年4月30日至5月6日）西安市的空气质量进行预；
4) 就环境空气质量的监测与控制对西安市环保部门提出意见。

二、基本假设
1. 假设表格中已有的数据具有权威性，值得相信，具有使用价值。
2. 假设空气质量相同等级的污染程度相同
3. 不考虑突发事件即人为因素（如工业事故）造成的空气质量突变。
4. 假设各种因素对环境的影响最终主要表现在二氧化硫、二氧化氮/可吸入颗粒PM10、细颗粒物PM2.5上,其他影响因素忽略掉。
5. 假设影响大气环境的各项因素不会出现非预期的剧烈变化。
6. 在分析西安市各个区域的空气质量情况时，取四个具有代表性的地方，假设其能基本反映西安市的大气环境情况。
7. 假设PM2.5可根据其浓度及等级划分，分到相对应的API的三个污染等级中作分析。
8. 分析主要污染因素时，假设忽略季节、天气以及人为的影响问题。

三、问题的分析
1) 问题一要求分别使用空气污染指数（API）和环境空气质量指数（AQI）对西安市的空气质量进行评价，并对评价结果进行对比、分析。本文结合气象数据，首先通过各区县API指数趋势、西安市API指数因素趋势、API与生产总值相关性分析对西安市空气质量从API指数角度进行评价，然后通过各区县AQI指数趋势、西安市AQI指数因素趋势对西安市空气质量从AQI指数角度进行评价，最后对API指数与AQI指数评价结果进行对比、分析。
2) 问题二是要求分析影响西安市空气质量的因素，本文主要考虑空气污染指数的三个指标：二氧化硫、二氧化氮、可吸入颗粒物（PM10），以及细颗粒物（PM2.5）四个主要因素。采用模糊数学综合评价模型方法，首先对西安市四个代表区域的大气污染物监测数据进行评价，求出西安市不同区域主要大气污染物综合污染程度；然后考虑这四大因素在总体中的地位配以适当权重，并将大气环境质量按照最大隶属原则，划分不同环境空气质量等级，在此基础上用模糊概念进行推理，经过运算得出评价结果。
3) 问题三要求对西安市未来一周空气质量做出预测分析。本文采用指数平滑法进行分析预测，指数平滑法是在移动平均法基础上发展起来的一种时间序列分析预测法，它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测。其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均。基本模型如下：Ft+1=a﹒Yt + (1-a)Ft。
4) 问题四主要是根据上述的计算分析结果，结合西安市的实际情况以及季节、天气等因素，就环境空气质量的监测与控制对西安市环保部门提出意见。

四、符号说明
API
空气污染指数
AQI
空气质量指数
Ft+1
第t+1时期的时间序列预测值
Yt
第t时间的时间序列的实际值
Ft
第t时间的时间序列的预测值
a
为平滑系数, 其取值范围为[0,1]
U
模糊数学模型中评价因子矩阵，u表示各污染物的实测值
V
模糊数学模型中评价标准集合，v表示各污染因子相应的空气质量分级标准值
A
权重模糊矩阵
R
模糊关系矩阵
B
模糊综合评价矩阵

五、模型的建立及求解
5.1问题一模型建立与求解
分别使用空气污染指数（API）（旧标准）和环境空气质量指数（AQI）对西安市的空气质量进行评价（新标准），并对评价结果进行对比、分析。
5.1.1使用空气污染指数（API）进行评价。
1) 结合西安地区近几年来的气象数据，从如上西安市2010~2012年的API趋势图可得，由于西安作为一供暖城市，每年11月至次年3月，大量的供暖锅炉向空气中排放废气，又由于西安的冬季干燥少雨雪，无法及时消除空气中的可吸入颗粒物，很大程度上使每年的第一季度API季度平均值徘徊在100左右，常常是该年内最高峰，空气质量状况为Ⅱ或Ⅲ级。而后，随着降雨量的增大，西安的API指数逐渐好转，空气质量状况维持在Ⅱ级。但2013年冬季的西安，由于长时间没有降雨，API的平均指数创下了几年最高，接近于120的值是西安一直处于轻微污染的情况下。由各个检测点的数据比较发现，以围绕西安市市中心的几个区的API值较高，然后逐渐向郊区递减。

2) 现就检测API指数时所监测的各项数据发展趋势分析西安空气质量。

A. SO2：主要来源是集中供暖产生的废气。分析SO2的趋势线可知，每年第一季度其浓度最高，第四季度次之，第三季度最低，这与采暖期污染源增加和非采暖期污染源减少相对应。每年的SO2污染浓度最大值与当年的最冷月相对应。
B. NO2：主要来源是汽车尾气的排放。分析NO2的趋势线可知，每年第一季度其浓度最高，第四季度次之，第三季度最低。其随着西安市车辆密度的增加而增加，呈正相关。。
C. PM10：主要来源是汽车尾气的排放、不合格烟尘排放。每年第一季度其浓度最高，第四季度次之，第三季度最低。由于可吸入颗粒物的浓度与绿化植被覆盖率、最近降雨量相关，所以在降雨量最大的夏天，PM10值最低，在春秋季较高。每年的PM10最大值与当年的降雨量相对应。
比较三者数据可发现，在用API指数评价西安空气质量时，PM10是决定因素，NO2的浓度随着车辆的增多已逐渐超过SO2的浓度，SO2也由于西安市对锅炉供暖的加强管理而逐渐减低。
3）现结合西安市各区县生产总值与API指数的比较，分析API指数与生产总值的关系。

结合西安各区县生产总值分布图与西安各区县API指数趋势图分析可得，在以设备制造、纺织、石化、电力等污染较重的工业作为支柱产业的地区，如莲湖区等，其API指数明显高于相对于经济较落后、产业规模小的地区，如灞桥区等，说明在API指数往往随着当地工业化程度变化，呈正相关。

结合生成总值与API的比较图分析可得，工业化程度是API指数的一个关键因素之一，不是唯一决定因素。在每年供暖期间的API指数，由供暖、工业、车辆等因素共同决定。随着西安产业结构的优化与管理，第三服务业的产值增长，其在生产总值中所占的比例越来越多，工业生产总值在总生产总值中所占比重减少，这导致生产总值的增长与API指数的关系逐渐变小，两者之间的相关性逐渐减低。
5.1.2使用环境空气质量指数（AQI）进行评价。
1) 由于我国是从2013年起开始正式检测AQI，所以结合西安地区2013年来的气象数据与西安市2013年的AQI趋势图可得，由于西安作为一供暖城市，大量的供暖锅炉向空气中排放废气，又由于西安的2013年后干燥少雨雪，导致西安的PM10与PM2.5值居高不下，使AQI指数在1、2月份保持在200以上，空气质量状况为五级重度污染，长期的雾霾天气不宜出门，医院患者明显增多。而后，随着3月的几场降雨，西安的AQI指数逐渐好转，空气质量状况有一定改善。随着供暖期的结束，西安的AQI指数出现明显下降，空气质量以改善为四级轻度污染。

2) 现就检测AQI指数时所监测的各项数据发展趋势分析西安空气质量。
A. SO2：主要来源是集中供暖产生的废气。分析SO2的趋势线可知，本年1月份至4月份，SO2污染浓度逐渐降低，尤其是3月份停止供暖之后，西安四月份的SO2污染浓度下降了35%。这与采暖期污染源增加和非采暖期污染源减少相对应。预计，每年的SO2污染浓度最大值与当年的最冷月相对应。
B. NO2：主要来源是汽车尾气的排放。分析NO2的趋势线可知，本年1月份至4月份，NO2污染浓度逐渐降低。其随着西安市车辆密度的增加而增加，呈正相关。。
C. PM10：主要来源是汽车尾气的排放、不合格烟尘排放。本年1月份至4月份，PM10污染浓度逐渐降低。由于可吸入颗粒物的浓度与绿化植被覆盖率、最近降雨量相关，所以在4月几场大的降雨量后，PM10值降低了43%。预计，每年的PM10最小值与当年的降雨量相对应。

D. CO：主要来源是汽车尾气的排放、集中供暖产生的废气。本年1月份至4月份，CO污染浓度逐渐降低。在车流量大、住宅区密集的地方，CO污染浓度明显高于其他地区。
E. O3：主要来源是汽车尾气的排放、不合格废气排放。本年1月份至4月份，随着温度的不断升高，O3污染浓度逐渐上升。汽车废气和工业排放物会释放出一系列氮氧化物气体和挥发性有机化合物。在春末、夏季和初秋阳光灿烂的高温天气条件下，NOX和VOC与氧发生化学反应，形成臭氧。与温度和日照存在正相关,湿度存在负相关。
F. PM2.5：主要来源是汽车尾气的排放、集中供暖产生的废气。判断雾霾天气的主要指标。由于可吸入颗粒物的浓度与绿化植被覆盖率、最近降雨量相关，所以在4月几场大的降雨量后，PM2.5值降低了25%。预计，每年的PM2.5最小值与当年的降雨量相对应。
3) API、AQI评价结果对比分析：
由于AQI参与评价的污染物为细颗粒物(PM2.5)、可吸入颗粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)、臭氧(O3)、一氧化碳(CO)6项，每小时发布一次；而API评价的污染物仅为SO2、NO2和PM103项，每天发布一次，而雾霾的主因——PM2.5并未纳入其中。
观察API与AQI的趋势图可以明显看到，因为关注到了细颗粒物，在供暖期1~2月份内，AQI指数要么比API高，要么等于API；在非供暖其3、4月份后，AQI与API指数一般相同。
就数据的准确性而言，由于AQI采用的标准更严、污染物指标更多、发布频次更高，其评价结果也更加接近公众的真实感受、更准确。
5.2问题二模型建立与求解
5.2.1评价标准
评价标准采用中华人民共和国国家标准《环境空气质量标准》(GB3095-1996)，并将AQI中新增的计算因素PM2.5控制标准日平均，指数级别转换为API指数级别：一级、二级、三级，对应空气质量指数的一二级、三四级、五六级。
表1 大气质量评价标准（日平均）
（单位：mg/m3）
污染物名称
一级标准
二级标准
三级标准
二氧化硫（SO2）
0.05
0.15
0.25
二氧化氮(NO2)
0.08
0.08
0.12
可吸入颗粒物（PM10）
0.05
0.15
0.25
细颗粒物（PM2.5）
0.075
0.15
0.5

5.2.2评价步骤
1) 确定被评价污染物各因子的集合:U={u(SO2),u(NO2),u(PM10),u(PM2.5)}
2) 确定评价集：根据表1的大气质量评价标准设定评价集:
V={v(一级)，v(二级)，v(三级)}
3) 污染物隶属关系的确定
隶属度是描述污染物的啊哈能量与各个污染物等级之间的相关程度的参数。由于确定空气污染程度是一个模糊的概念，空气分级标准也是模糊的，所以采用隶属度（rij ）来划分分级界限是科学的。
在计算污染物的隶属度时，需要选择一个隶属度函数，本文采用降半阶梯型隶属函数，其计算公式如下：

其中:j表示污染的等级，j=1,2,3;
Xi 表示换江中的第I种污染物的实测值；
Sij表示第I种污染物的第j级标准值；
rij表示第I种污染物对第j级的隶属度。
根据SO2的三级标准可做出其三个级别的隶属函数：

一级标准： 1 x<=0.05
U1(x) = 0.05 <=x<=0.15 (1)
0 x>=0.15
二级标准：
0.05 <=x<=0.15
U2（x）= 0.15<=x<=0.25 (2)
0 X<=0.05，x>=0.25
三级标准：
0 x<=0.15
U3（x）= 0.15<x<0.25 (3)
1 X>=0.25

同理，其他各项指标可按相同的方法求出隶属函数，从而可以得到模糊关系矩阵R.

4) 西安市大气环境质量评定的监测情况(2013年)：
表 西安市各地区大气污染物监测数据（注：由附件5数据转换而得）
区 域
SO2
NO2
PM10
PM2.5
高压开关厂
0.154
0.181
0.264
0.610
兴庆小区
0.142
0.164
0.276
0.240
纺织城
0.086
0.172
0.260
0.362
临潼区
0.140
0.169
0.460
0.458

5) 建立模糊关系矩阵
先用全部污染物建立一个m*n的隶属度矩阵，本文考虑的污染物项目数为m=4,类表标准为n=3,即可建立一个各个地区的4*3的隶属度矩阵。
将各个地区的相应数据代入上面确定的隶属度函数中，就可以得到其隶属度，并建立各个地区的模糊评价矩阵，模糊评价矩阵R是评价各级隶属度的一种转化关系。即：
R=
根据以上求得的隶属函数和西安市各地区大气污染物监测数据计算模糊关系矩阵，利用MATLAB工具计算得到各个矩阵的值(具体见附录)。为方便表示和研究分析，将其填入如以下的表格。西安市的四个地区的模糊矩阵见下表：

以临潼区为例，二氧化硫的浓度为二级的标准达90%的程度，二氧化氮的浓度为三级的标准达到100%的程度，同时，PM10的浓度为三级的标准也达到100%的程度，PM2.5的浓度达到二级的标准达到88%的程度。
6) 确定权重矩阵A
为突出西安市不同地区主要污染区在评价中的作用，本文采用超标加权法计算各污染因子权重，计算公式如下：

上式中，Vi取第i个污染因子三个指标的平均值，Aij为西安市上述所选的四个区域的第j个区域i个污染物权重，对Aij进行归一化处理后，组成如下权重矩阵A
Aj=(Aj1, AJ2 , ,Ajm)
具体得到的是一个1*4的权重值矩阵A,具体结果如下：
权重矩阵A
区域
SO2
NO2
PM10
PM2.5
高压开关厂
0.127
0.150
0.218
0.505
兴庆小区
0.173
0.202
0.333
0.292
纺织城
0.098
0.196
0.296
0.411
临潼区
0.114
0.138
0.375
0.373

7) 计算模糊综合评价矩阵B
B=A·R,得到一个一维向量即1*3的矩阵，包含3个元素，一句最大隶属度原则可以由结果矩阵得出评价对象的污染等级，即结果矩阵的3个元素对应着3个污染等级，结果矩阵三个元素中哪一个数职最大，评价对象的污染等级就是哪一级。本文主要是采用先乘后并的方法，以便获得比较清晰的结果矩阵，准确的得出评价对象的污染等级，从而对评价对象做出较为准确的分析。
对于二氧化硫：
B1=A1R1 =[0.127,0.173，0.098，0.114]·

= {0, 0.061, 0.451}
对于二氧化氮：
B2=A2R2=[0.150,0.202,0.169.0.138]·

= {0, 0.068, 0.591}
对于PM10：
B3=A3R3=[0.218，0.333，0.296，0.375]·

={0，0，0.998}
对于PM2.5：
B4=A4R4=[0.505，0.292，0.411，0.373]·

= {0,0.175,0.0.825}
8）模型求解得出评价结果
由上面各个因素的综合矩阵可以得出初步结论：各因子环境质量存在一定的差异，SO2对一级，二级，三级的隶属度分别为0,0.061,0.451，属于二级标准（中度污染）；NO2对一级，二级，三级的隶属度分别为0,0.068,0.591，属于二级标准（中度污染）；PM10对一级，二级，三级的隶属度分别为0，0，0.998，属于三级标准（重度污染）；PM2.5对一级，二级，三级的隶属度分别为0,0.175,0.0.825，属于三级标准（重度污染）；也就是说，对于西安市，可吸入颗粒物PM10对空气质量的影响最大，紧接着是细颗粒物PM2.5，两者对空气污染等级的最高级的隶属度都是三个等级中最高的。相对来说，二氧化硫和二氧化氮对西安市空气质量的影响较前两者小。
根据以上数据结果说明，影响西安市空气质量的原因主要是可吸入颗粒物PM10和细颗粒物PM2.5,其次是二氧化硫和二氧化氮的影响。各个影响因子对高污染等级的隶属度处于增长的趋势，表明西安市大气污染已经比较严重，提高大气环境质量是当务之急。同时，根据结果可基本得出，防治风沙、治理沙尘气候是今后西安市政府在环境保护方面的意向重要任务。
5.3问题三模型的建立于求解
预测西安市未来一周的空气质量状况主要采用指数平滑的方法来建立数学模型。
5.3.1用excel统计出西安市2010年到2012年的空气污染指数，如下表所示：
西安2010~2012空气污染指数统计

优
良
轻微
轻度
中度
中度重
重度
2010
14
288
54
6
0
0
1
2011
35
271
46
14
0
0
0
2012
22
284
46
5
3
4
1
2013
0
14
0
27
27
0
48

5.3.2根据上表，做出统计表，然后做出分布图。如下所示：

空气污染指数统计表
占全年 空气污染
百分比/% 指数

年份
0~100
100~200
>200
2010
83.2
16.5
0.3
2011
83.6
16.4
0.0
2012
83.8
14.8
1.4
2013
12.0
14.8
41.4

空气污染指数分布图

5.3.3.分析2010年到2013 年的空气污染指数
根据这个分布图可以看出西安空气污染指数的大体情况，结合2013年每月的空气污染指数，本文对西安下个星期（2013-4-30至5-6）的空气污染指数进行预测。
运用指数平滑法进行计算。
分析：为了预测西安下个星期（2013-4-30至5-6）的空气污染指数，不仅要知道前面几个月的实际空气污染指数，还需要知道前面几个月的预测空气污染指数。
举例：假设已经知道了西安4月27日至4月29日的空气污染指数，F1=Y1。空气污染指数虽然有波动，但长期变化趋势不大时，可选稍大的a值，常在0.1～0.4之间取值；取a=0.3进行计算，则F2=0.3Y1+0.7F1，F3=0.3Y2+0.7F2……

取a=0.3
日期
空气污染指数(Yt)
移动平均法预测值(Ft)
预测偏差
偏差平方值
2013/04/27
169

2013/04/28
86
169
-83
6889
2013/04/29
61
144.1
-83.1
6905.61

119.17
合计
6897.31

解得2013/04/30的空气污染指数为F6=0.3Y5+0.7F5
=0.3×61+0.7×145.47
=119.17
第六日(4月30)的预测偏差的平方值为=(6897.31.12)/4=6897.31
不同的a取值对第六日的预测值和预测偏差的平方值的影响，公式写为
Ft+1=a .Yt+(1-a)Ft
=a .Yt+Ft-aFt
=Ft+a(Yt-Ft)

选取不同的值获得结果如下表所示:
取a不同值的预测偏差的平方值
a
第6日预测值
第6日预测偏差平方估计平均值
0
169
6897.31
0.1
150.73
6714.55
0.2
129.61
6664.96
0.3
119.17
6897.31
0.4
108.99
6014.51
0.5
94.25
5655.63
0.6
84.28
5139.12
0.7
75.97
4689.51
0.8
69.81
4306.68
0.9
64.40
4012.66
1.0
61
3757

当a取1.0时，用指数平滑法取得的第6日的预测值为61，预测偏差的平方估计平均值最小为3757。因此，1.0为a的最合适取值，61为第6日最精确的预测值。
其他日子的空气污染指数计算方法如上一样。
最终对西安市下个星期的空气质量状况预测情况如下：

西安市下个星期的空气质量状况预测详细列表
日期
污染指数
首要污染物
空气质量级别
空气质量状况
2013-04-30
74
可吸入颗粒物
Ⅱ
良
2013-05-01
72
可吸入颗粒物
Ⅱ
良
2013-05-02
51
可吸入颗粒物
Ⅱ
良
2013-05-03
68
可吸入颗粒物
Ⅱ
良
2013-05-04
84
可吸入颗粒物
Ⅱ
优
2013-05-05
81
可吸入颗粒物
Ⅱ
良
2013-05-06
77
可吸入颗粒物
Ⅱ
良

5.4问题四的分析解决
就环境空气质量的监测与控制对西安市环保部门提出意见:
1、必须加强环境空气质量监测能力建设。推进环境质量检测与评估考核体系建设，优化西安市的环境空气质量监测点位，提高西安市总体的环境空气质量检测水平，提升区域特征污染监测能力，推进典型农村地区空气背景站或者区域站建设，对于促使环境空气质量评价结果更加符合实际状况，更加接近人民切身感受具有重要意思。
2、根据以上的研究分析可以知道，西安市的空气质量处于一个急需治理的状态，污染情况不容乐观。主要污染物呈现为可吸入颗粒物PM10和细颗粒物PM2.5,同时二氧化硫与二氧化氮的影响依然没有减弱。对此，环保部门应针对这两个主要污染源进行监测控制。
3、加快建设先进的环境空气质量监测预警体系，按照新颁布的《环境空气质量标准》，对细颗粒物（PM2.5）、臭氧（O3）、一氧化碳（CO）等监测指标，2012年在京津冀、长三角、珠三角等重点区域以及直辖市、省会城市和计划单列市开展监测，2013年在113个环境保护重点城市和环保模范城市开展监测，2015年在所有地级以上城市开展监测。自2016年1月1日起，以上各地均按照新标准监测和评价环境空气质量状况，并向社会逐点实时发布监测结果。西安市环保部门应加强这方面的关注力度。
4、建议建立城市空气质量达标规划制度。国家环境空气质量标准是要达到的目标，所有不达标的城市必须提出空气质量达标规划。环保部门负责对这些规划进行审核批准。该规划必须科学、可行，分阶段滚动实施。规划内容全部公开，对规划执行情况进行年度评估和问责。
5. 及时开展基于问卷的城市公众空气质量满意度调查评估 居民是空气质量效果的直接“测量者”，因此，通过问卷的方法了解城市居民在日常生活和工作中对空气质量的真实感受、调查居民对空气质量管理的信息公开的满意度、了解公众参与意识、参与意愿及参与现状等，是客观、全面评价城市空气质量管理绩效的重要工作之一。问卷调查是测量环境政策“ 回应性”基本工具。居民空气质量满意度评估不仅能够反映市民的感受，补充现有环境统计信息的不足，还能帮助政府改进环境管理工作，提高服务水平。
6、对污染源进行综合治理。向存在污染的工地下发停工整改通知，并处以行政处罚，由环保、规划和城管部门监督其完成冲洗设备的更新，安排专人负责对施工工地道路硬化、冲洗设备、黄土覆盖、车辆装载及出入、道路保洁等，各项要求必须整改达标;不达标者将不允许继续施工，并进行严厉处罚。
7、加强环卫保洁。对秋冬季落叶量大的区域加强扫地车机扫作业，对建筑工地密集和土方车辆通过路线加强冲洗和降尘作业，同时，对全区内人行道花砖、盲道、道沿等处进行多次集中冲洗，提高道路环境和空气质量。

六、模型评价、改进及推广
6.1模糊数学评价模型
6.1.1模型评价：
采用模糊数学模型对西安市的空气质量进行一个全面客观的综合评价。因为大气环境质量评价是一项复杂的工作，且影响空气质量的因素较多，由于大气环境质量评价中存在着不确定性即模糊性，因此用模糊综合评价方法更为合理。模糊综合评价不仅考虑多因素的影响，而且评价结果包含较多的信息，利用级别特征值就可以判定评价结果的等级。模糊数学评价法语其他计算综合评定方法相比，其特点是用隶属度刻画环境质量分级的界限，突出了各污染因子对各监测点的影响，其隶属函数度清晰、合理、计算过程简单易懂。其优点在于：
用隶属函数描述空气质量等级分界线，使评价结果接近客观；
可对各参数进行分别得评价分析；
可虑了各项参数在总体污染中的作用差异给以不同的权重。
6.1.2模型改进与推广
由以上分析可知模糊数学评价模型，可用于多因子多监测点的空气环境质量单因子评价或综合评价工作中都是可行的。同时，模糊数学法作为一种综合评价决策模型，在其他方面也有很多应用。比如，在对方案、人才、成果的评价时，人们考虑的因素很多，畏怯有些描述很难给出确切的表达，这时就可以采用模糊数学评价方法。它可对人、事、物进行比较全面而又定量化的评价，是提高领导决策能力和管理水平的一种有效方法。
6.2指数平滑的方法模型
6.2.1模型评价
运用指数平滑的方法模型来建立模型预测西安市下一星期（2013/4/30-2013/5/6）的空气质量具有较高的准确性。特别是在预测未来较短一段时间内的空气质量状况时，能正确反映其走向和趋势。
6.2.2模型改进与推广
但是在这次的建模过程中，也感到这个模型有不是让人很满意的地方。在设计模型时，对问题给出了一些假设和忽略，这些在实际或许需要更多的背景加以数学处理和讨论。在以后的学习生活中，应该注意收集这方面的数据，资料，将这个模型进行完善，以使其达到更好的效果。

七、参考文献
[1]韩中庚.数学建模方法及其应用：高等教育出版社，2005
[2]全国大学生数学建模竞赛组委会.全国大学生数学建模竞赛优秀论文汇编.北京：中国物价出版社，2002
[3]徐全智等.数学建模入门，电子科技大学出版社，1996
[4]杨英等.模糊数学法在大气环境质量评价中的应用方法探讨[J]，合肥工业大学学报，2005
[5]李圣增等。模糊数学法在大气环境质量评价中的应用研究[J],科技资讯报，2007
[6]路书玉等，环境影响评价[M].高等教育出版社，2001
[7]孙祥等. MATLAB7.0基础教程：清华大学出版社，2005

八、附录
在利用模糊数学评价模型中，用到MATLAB数学软件，编码计算四个污染因子的模糊关系矩阵，附截图如下：

毕业设计（论文）原创性声明和使用授权说明

原创性声明
本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的