保定市车辆排放对PM2.5浓度影响的研究论文_牛路1,代瑞1,李擎2

1华北电力大学 动力工程系 河北 保定 071000;2 华北电力大学 计算机系 河北 保定 071000

【摘 要】2013年以来,全国各地区雾霾现象严重,尤其是保定市污染排名持续居高不下。研究表明,企业及机动车尾气排放是PM2.5来源的主要组成部分。本文以高斯模型为基础,综合保定市区PM2.5的数据及大型道路车辆排放数据,利用matlab将污染线源进行叠加,构造出污染分布模型。最后用多元线性回归的方法,对保定市部分日期的PM2.5值进行了模拟分析,得到了比较准确的数据,并且对市区PM2.5的管控给出建议。

【关键词】PM2.5;高斯模型;预测;公路交通源;线性回归

1 matlab污染扩散模型

1.1 材料与研究方法

1.1.1 采样点位置的确定

根据市区地形和道路特征,本次研究选取了保定市区部分交通主干道作为研究对象,包括复兴路,七一路、复兴路等三条东西向主干道和朝阳大街,衡祥大街、乐凯大街、阳光大街等四条南北向主干道,每条道路选取两个采样点,单个采样点设置在距离道路边缘0.5米的位置,距地面高度设置为1.0米,测量周期为7天,最终取得的结果作为建模数据。

1.1.2影响结果因素的选择

影响污染物浓度的因素有气象因子,污染源浓度,地形地貌等因素。而气象因子又包括相对湿度,气温,气压,风向,降水对污染物扩散,稀释及冲刷情况。保定市位于大陆东部,地形多平原,因此地形和冲刷对于污染物扩散的影响不大。而保定市位于东部季风区,冬季以西北季风为主,夏季以东南季风为主,因此在模型建立中把风向作为主要考虑因素之一。

1.2 模型假设

本次研究主要应用经过修正的高斯烟羽模型,建立本地区PM2.5的发生与修正模型,模型的建立主要基于以下假设【1】:

1. 扩散过程中浓度在轴上的变化分布是高斯分布;

2. 污染物扩散服从扩散定律;

3. 地面对污染物起全反射作用;

4. 不考虑泄露内部点内部温度变化对气体扩散的影响;

5. 物质衰减系数相同;

6. 不考虑源衰减,湿沉积和化学迁移;

1.3 公式基础

1.3.1 线源扩散计算公式

假设线源的范围为从y1扩散到y2,且y1<y2,则有限长线源扩散模式为:

1.3.2 雨洗湿沉积的影响

降雨对烟流中的颗粒物及气溶胶具有清洗作用,通常以冲洗系数描述降雨对烟流中污染物的清洗作用的大小与雨强的关系表达式为【2】:

=aIb

其中:I为雨强(mm/h);a,b为经验系数,通常取a=1.2×10-5,b=0.5。

因此对于湿沉积导致的烟流消耗,采用湿沉积消耗因子对源强Q进行修正:

在考虑以上因素后,修正的源强为:

1.3.3 经过修正的最终公式

线源修正公式:

1.4 建模结果

将各道路污染源在相对位置上进行叠加,并与实际值【3】进行比较,结果如下表所示:

经过与市内6个测点进行比较,除地表水厂外,预测值与真实值接近,可以基本反映保定市内pm2.5扩散规律。

2 基于多元线性回归的pm2.5预测

2.1模型的建立

pm2.5的形成与气象条件和其他污染物有直接关系,所以可以运用过去的浓度、气象资料进行预报,建立的数学模型为:

Y=b1x1+b2x2+b3x3+b4x4+b5x5+b6x6+b7x7+a

其中:

Y为pm2.5预测指数,μg/m3;

x1为近地面温度,℃;

x2为近地面空气湿度,%;

x3为地面平均风速,公里/小时;

x4为大气压强,百帕;

x5为NO2质量指数;

x6为SO2质量指数;

x7为CO质量指数;

2.2 数据分析

本文采用2015年1月共31天的历史数据【4】【5】作为建立多元线性函数的基本数据,利用matlab的lsqcurvefit函数计算出各系数,结果如下:

Y= 0.254x1+ 1.027x2 -0.985x3+ 0.094x4+ 1.291x5+ 0.031x6+34.854x7 -176.918

2.3 模型相关性分析 为检验模型的可行性,本文采用2016年1月9日至18日的数据进行检验,结果如下表:

采用2016年1月共31天的数据进行检验,结果如下图:

由图可知,预测值与真实值趋势相同,能较好的预测pm2.5浓度。

3 对两种模型的讨论

高斯模型作为研究污染物扩散的经典模型,受到学者们的广泛认可,模型根据污染的扩散特性建立公式,在传播中受到气象因子的影响,所以利用气象因子对模型进行修正,可靠性强。本文由于只考虑了部分大型道路的污染,忽略了小型道路、其他市内污染源(如企业排放)及市外污染源(如高速路、国道等)的影响,造成计算值比真实值偏小,存在一定误差。但是可以基本反映出由车辆尾气排放造成的pm2.5的扩散,具有一定的参考价值。

多元函数线性回归模型是将多个影响pm2.5浓度的自变量导入模型,得出一个线性方程式,输入需要预测的日期的相关自变量,即可获得当天的预测浓度。相较于高斯模型,该模型并非从扩散根本上研究,而是由于自变量与因变量建立在一定相关性的基础上,通过导入大量数据,预测其中相关性。由本文得出的结论来看,两条拟合曲线基本重合,说明线性回归模型的可靠性较高,能够解决和说明实际问题。

4 结论

本文通过高斯模型和多元函数线性回归模型对保定市的pm2.5进行了分析,并比较了二者的利弊。保定市作为重点城市,在经济大步发展的同时,更应响应国家“十三五”号召,采用限行的方式减少车辆排放进一步将普通汽车改变为电动汽车。政府建立完善的环境监督管理制度,人民增强环保意识,才能使污染大幅减少,实现环境的可持续发展,创造更宜居的生活环境。

参考文献:

[1]何国玺,冯浩,张浩然.空气中PM2.5的扩散和衰减模型[J]. 数学的实践与认识,2014(15):28-36.

[2]陈军,高岩,张烨培,等.PM2.5扩散模型及预测研究[J]. 数学的实践与认识,2014(15):16-27.

[3]绿色呼吸 http://www.pm25.com/.

[4]天气后报 http://www.tianqihoubao.com/.

[5] weather underground https://www.wunderground.com/.

论文作者:牛路1,代瑞1,李擎2

论文发表刊物:《低碳地产》2016年9月第17期

论文发表时间:2016/11/9

标签:;  ;  ;  ;  ;  ;  ;  ;  

保定市车辆排放对PM2.5浓度影响的研究论文_牛路1,代瑞1,李擎2
下载Doc文档

猜你喜欢