节能减排与大气环境
摘要
本文对大气环境质量进行了评价和对未来环境变化趋势进行预测。建立了指
数模型、灰色预测模型和二次平滑预测法模型，用相关数据验证并做出预测分析，通过实行节能减排前后的空气质量指数的对比图形，提出了自己的合理化建议。
问题一、利用《HJ633-2012环境空气质量指数(AQI)技术规定（试行）》中的空气质量分指数的各个成分的计算公式算出2003-2010年北京、上海、武汉、拉萨、海口的各项指标和总的指标量，并用指数模型对2003-2010年的总指标进行拟合，并对其进行拟合优度检验,在拟合过程中，我们提高拟合优度值以改善模型，并对2012年五个城市大气环境质量指数进行预测得到，十一五规划对大气污染下降显著，我国大气颗粒物是大气污染的主要原因。(表格)
问题二、要求在不采取节能减排的情况下依照过去几年的主要统计数据，对我国大气环境的发展趋势做出预测分析。根据国家规定的从2007年开始节能减排的要求，利用灰色系统预测模型，预测出不采取节能减排之后2007-2011年全国各个省份的污染物排放平均值，得出2007-2011年SO2含量会有所下降，大气颗粒物含量基本保持不变，NO2含量有所上升，说明节能减排还需要加强。（表格） 问题三、利用问题一求出的节能减排前2003年到2006年的大气环境质量总指标，建立二次平滑预测法模型，对2007年到2011年的大气环境质量指数进行预测，与节能减排后各城市实际的2007年到2011年的总指标依次做差，计算出五个城市四年内总指标差值，分析出五个城市实施节能减排后大气环境质量改善情况，得出北京在减排后大气质量有明显的改善，然而海口不仅没改善，反而污染严重了的结论。（表格）
问题四、通过与问题三相同的模型，预测2007-2010年北京、上海、武汉、海口、拉萨的颗粒物、二氧化硫及二氧化氮的值，根据这些数据，我们以北京为例做出减排前后的对比图，通过分析得知减排措施对北京来说颗粒物、二氧化硫及二氧化氮的排放量有较好的控制，但还需要继续加强节能减排的实施方案。（表格）
问题五、综合上述各项指标和总指标，我们提出了大力发展循环经济，落实节能减排任务等建议。
关键词：指数回归模型、灰色系统GM(1,1)模型、二次平滑预测法模型、AQI
一、问题的重述及分析
1.1问题的重述
环境保护是重大民生问题，随着社会对环境保护的日益重视，人们越来越重视环境的改善，工业革命以来，世界各国尤其是西方国家经济的飞速发展是以大量消耗能源资源为代价的，并且造成了生态环境的日益恶化。
节约能源资源，保护生态环境，已成为世界人民的广泛共识。我国从2007年8月起，中央财政开始实施节能减排工作，既是对人类社会发展规律认识的不断深化，也是积极应对全球气候变化的迫切需要。《国民经济和社会发展第十一个五年规划纲要》提出了“十一五”期间单位国内生产总值能耗降低20%左右，主要污染物排放总量减少10%的约束性指标。根据这两个指标，如中国GDP年均增长一成，五年内就需要节能六亿吨标准煤，减排二氧化硫六百二十多万吨、化学需氧量五百七十多万吨。
根据题目，建立数学模型需要我们完成一下任务。
1.建立模型对全国各省会城市的大气环境质量做出定量的综合评价，并对 2012年各地区大气的污染状况进行分析比较。
2.假如不采取节能减排，依照过去几年的主要统计数据，对我国大气环境 的发展趋势做出预测分析，
3.建立模型分析讨论节能减排对大气环境质量改善所起作用。根据题2的 分析，
4.建立模型对节能减排实施前后各省会城市大气环境质量改善情况进行科 学分析，
5.对下一步实施节能减排提出建议。 1.2问题的分析
问题一：选取三种主要污染物，即二氧化硫（SO2）、二氧化氮（NO2）、可吸入颗粒物（PM10）作为影响因子，通过查阅《中国统计年鉴》，可以整理出2003-2010年主要城市空气质量指标，见附录，根据《HJ633-2012环境空气质量指数(AQI)技术规定（试行）》中的空气质量分指数的各个成分的计算公式， 可计算出各省会城市的各个年份的空气质量指数(AQI)，
AQI max{IAQI1,IAQI2, ,IAQIn}，再把结果做出每个城市的AQI年份折线图，在图上可以很直观的显示每个城市的(AQI)随年份的的变化而变化的结果，还可以在各个城市之间做比较，看出各个城市的大气环境质量的好坏程度，从而对五个省会城市的大气环境质量做出定量的综合评价，并通过指数拟合预测比较分析2012年各地区大气的污染状况。由于考虑到省会城市过多，分析过程会过于繁琐，所以我们决定选取北京、上海、拉萨、海口、武汉等五个城市作为代表。至于2012年各地区大气的污染状况，我们就是利用上述模型得出的结论，进而进行分析。 问题二：问题二要求在不采取节能减排的情况下依照过去几年的主要统计数
据，对我国大气环境的发展趋势做出预测分析。通过观察附录中的数据，根据国家规定的从2007年开始节能减排的要求，利用灰色系统预测模型，借助Matlab实现预测出不采取节能减排之后2007-2011年全国各个省份的污染物排放平均值，进而对我国大气环境的发展趋势做出预测分析。
问题三：利用节能减排前2003年到2006年的三项污染指数，建立时间序列预测法中的二次平滑预测法模型，对2007年到2011年的污染指数进行预测，与节能减排后各城市实际的2007年到2011年的污染数据依次做差，计算出五个城市四年内污染指数总差值，再通过吗Matlab将数据编入表格，分析出五个城市实施节能减排后大气环境质量改善情况。
问题四：可以认为是与问题三同一种类型的问题，可以通过相同的模型，根据问题三的二次平滑预测法模型预测2007-2010年北京、上海、武汉、海口、拉萨的颗粒物（PM10）、二氧化硫(SO2)及二氧化氮(NO2)的值，再通过与2007-2010年的实际数据的比较，对城市大气环境质量改善情况进行科学分析。 问题五：实际上就是在对上述四个问题求解的过程及结果进行的分析和总结，从而对如何实施节能减排提出正确而有效的建议。
二、符号说明及约定
三、模型的假设
1. 假设评价空气质量的各指标之间相互作用关系忽略不计；
2. 假设影响空气质量的因素只有PM10、so2和NO2,不考虑其他影响因素； 3. 假设选取北京、上海、拉萨、海口、武汉代表各个省会城市；
四、模型的建立与求解
4.1问题一模型的建立及求解，不需要二级标题
根据网上整理出的数据和《HJ633-2012环境空气质量指数(AQI)技术规定（试行）》中的空气质量分指数的各个成分的计算公式，建立如下模型：
图一：AQI评价体系
IAQI
SO2
IAQISO2Hi-IAQISO2LoSO2=CP-BPSO2Lo+IAQISO2Lo (1) SO2SO2
BPHi-BPLo
()
IAQI
NO2
IAQINO2Hi-IAQINO2LoNO2NO2NO2=C-BP+IAQIPLoLo (2) NO2NO2
BPHi-BPLo
()
IAQI
PM10
IAQIPM10Hi-IAQIPM10LoPM10PM10PM10=CP-BPLo+IAQILo (3) PM10PM10
BPHi-BPLo
()
AQI=MaxIAQISO2，IQAINO2，IAQIPM10 (4)
通过以上的公式用matlab编程算出五个城市的规定年份LAQISO2值，
{}
LAQINO2值，LAQIPM10值和AQI值，汇成表格，根据表格对各项指标进行评价。再将表格在matlab绘出五个城市的规定年份AQI值随时间的变化折线图，根据折线图直观的对五个城市的空气质量指数给出综合评价。 5.1.1问题一模型的求解
对五个省会的大气环境质量做出定量的综合评价；
通过matlab编程对公式(1),(2),(3)的系统计算，列出表格如下：
由表1横向比较，以北京为代表的北方城市大气颗粒物较其他地区显著，以武汉为代表的中部地区次之，而以海口为代表的南方城市，大气颗粒物较少，上海和拉萨两个城市一般。
可以看出北京等地区受工业发展，沙尘暴等影响严重，而海口等地区受海洋气候的影响，大气颗粒物少，可以看出沿海城市较内陆地区大气颗粒物较少。纵
表2：五个省会城市各年SO2质量分指数
由表2横向比较，北京，上海，武汉等地区大气SO2含量显著，而拉萨，海
口等地区大气SO2含量较少。可以看出北京，上海，武汉等地区经济发展带来大气SO2含量上升，拉萨地区经济发展较慢，大气SO2污染较轻，而海口等沿海城市虽然大气SO2污染较轻，但经济发展仍给该地区大气污染带来影响。纵向比较，五个省会城市各年大气SO2含量降低，尤其在十一五规划期间降低显著。
表3：五个省会城市各年NO2质量分指数
由表3横向比较，以北京为代表的地区大气NO2含量依然最显著，上海，武汉等发展地区次之，拉萨，海口地区较少。可以看出北京作为北方工业代表城市，大气NO2含量依然屈居最高。上海，武汉发展地区大气NO2含量较中等，而拉萨，海口沿海地区受还有气候调节，大气NO2含量较少。纵向比较，，五个省会城市各年大气NO2含量降低，尤其在十一五规划期间降低显著。
通过matlab编程对公式（4）的系统计算，画出图得：
图1：五个城市空气质量分指数AQI
160
140
120
100
AQI
[1**********]3
20042005
20062007
年份
[1**********]0
由上面的折线图可以看出海口、拉萨、上海的空气质量指数AQI相对较低，空气质量相对较好；武汉、北京的空气质量指数AQI较高，空气质量相对较差。在这五个城市中北京在2005-2007年的空气质量指数（AQI）较其他年份高出很多，说明北京在2005-2007年的空气质量最差。
综上图表分析，十一五规划对大气污染下降显著，国家需要制定正确的方针控制大气污染。沿海地区较内陆地区对大气环境有更好的调节作用，建议经济发展在沿海地区开展，而内陆地区的经济需要整合控制发展。综合三幅表，我国大气颗粒物是大气污染的主要原因，尤其以北京为代表的北方地区较严重。 5.1.2问题一指数模型的建立
观察问题一（1）的图1的五个城市的质量AQI的折线图，与指数曲线吻合。 【1】建立指数模型： 对（5）式变形得：
由最小二乘法拟合：
y=cxax⋅⋅⋅⋅⋅⋅(5 )
lny=lnc+ax⋅⋅⋅⋅⋅( ⋅6 )
nnn
na=
∑xiyi-i=1
∑xii=1∑yi
i=1
∑n
n
2
⋅⋅⋅⋅⋅⋅(7)
x2-∑
ix
i
i=1
i=1
b=y-ax⋅⋅⋅(⋅8⋅ )⋅
用Matlab对五个城市质量分指数AQI分别进行拟合。 【2】对五个城市空气质量分指数AQI进行拟合优度检验：
∑n
(Y12
i-Yi)R2=1-
i=1⋅⋅⋅⋅⋅⋅(9)
∑n(Y
i-)2i=1【3】预测并评价2012年的五个城市空气质量分指数AQI。 （R2的值越接近1说明拟合的越好）。
5.1.2.1对2012年大气环境质量指数AQI的预测模型的求解
2003
[**************]7
[***********]12
图2：北京大气环境质量指数AQI的散点图及拟合曲线
【1】我们以北京为代表，剔除误差大的数据，用Matlab对2003-2010大气环境质量指数AQI进行拟合得：
y= e-0.0211x+46.8232⋅⋅⋅⋅⋅⋅(10)
2
【2】用matlab对北京大气环境质量指数（AQI）进行拟合优度检验。R=0.6437
拟合优度一般。
-0.0268x+58.37502
y=eR=0.9481拟合优度一般，由散点图剔除2003和2007的数据，
拟合优度很好。上海，武汉，拉萨，海口拟合优度依次为
0.8737,0.8594,0.5245,0.4526.对拉萨，海口数据进行改进分别为 0.5702 和0.5582，拟合优度都有所提高。所以指数回归模型基本符合拟合要求。 【3】我们用指数回归模型得出2012年五个城市大气环境质量指数AQI，列出表格如下：
表4：五个城市2012年大气环境质量指数AQI
由表4分析北京在2012年大气污染依然很严重，治理北京大气污染依旧很严峻，上海和武汉紧随其后，必须要控制住大气污染，拉萨和海口大气污染较轻。 5.2 问题二模型建立与求解 5.2.1问题二模型的建立
5.2.2.1模型二的建立
利用节能减排前203到2006年中全国的二氧化硫、烟尘和工业粉尘的排放量（相关数据见附录），对其进行量变分析，对其运用灰色理论模型，预测我国大气环境的发展趋势。
我们用灰色预测模型GM（1，1）一个变量的微分方程型预测模型。GM（1，1）是一阶单序列的线性动态模型，来用于时间序列预测。
设有数列x(0)共有n个观察值
（0）
x(0)(1),x（2）, x(0)(n)
对x(0)作累加生成，得到新的数列x(1)，其元素 x(i)=∑x(0)(m)i=1,2, ,n
(1)
m=1i
（11）
有：
x(1)(1)=x(0)(1)x(1)(2)=x(0)(1)+x(0)(2)
=x(1)(1)+x(0)(2)
x(1)(3)=x(0)(1)+x(0)(2)+x(0)(3)
=x(1)(2)+x(0)(3)
x(1)(n)=x(1)(n-1)+x(0)(n)
对数列x(1)，可建立预测模型的微分形式方程，
dx(1)
+ax(1)=u （12） dt
ˆ为待估计参式中：a,u为待估计参数。分别称为发展灰数和内生控制灰数。设a
数向量
⎡a⎤ˆ=⎢⎥ 则 a⎢⎣u⎥⎦
按最小二乘法求解，有：
ˆ=(BTB)-1BTyn a （13） 式中：
⎛1(1)⎫(1)
1⎪ -(x(1)+x(2))
2⎪1 -(x(1)(2)+x(1)(3))1⎪B= 2⎪
⎪ 1(1)⎪(1)
-(x(n-1)+x(n))1⎪⎝2⎭
（14）
yn=[x(0)(2),x(0)(3), ,x(0)(n)]T （15）
ˆ代入（12）式，并解微分方程，有GM（1，1）预测模型将（5-3）式求得的a
为：
u⎫u⎛
ˆ(1)(i+1)= x(0)(1)-⎪e-al+ （16） x
a⎭a⎝ 5.2.1.1问题二模型的求解
(1)建立灰色理论模型，利用matlab程序，预测出不采取节能减排之后2007-2011
年全国各个省份的污染物排放平均值，如下表5：
表5：不采取减排五年的各项指标预测值
90
[**************]7
2007.520082008.520092009.520102010.52011
图3：2007-2011年三种指标预测折线图
从图3中可以看出：如果不采取节能减排，那么2007-2011年SO2含量会有
所下降，大气颗粒物含量基本保持不变，NO2含量有所上升，说明节能减排还需要加强。
5.2.1.2问题二结果的分析及验证
对模型一检验其准确性，由于用的是灰色预测，需要检验后验差比值C。 表6：
灰色预测结果
模型二的后验差比：
PM10的后验差比为C=0.[1**********]892不合格 ；SO2的后验差比为
C=0.[1**********]086
5.3.1二次指数平衡法模型的建立
依照第一题求出的五个省会城市的污染指数，我们建立二次指数平滑法模型，以2001年到2006年的污染指数为基础，预测出如果不采取节能减排，2007年到2011年的空气质量指数。
Step1：一次指数平滑的式记为：
1)
St(1)=αyt+(1-α)St(-1 （15）
Syep2：二次指数平滑就是对一次指数平滑值序列再作一次指数平滑处理，
即：
2)
St(2)=αSt(1)+(1-α)St(-1 （16）
Step3：二次指数平滑值不能直接用作下期预测值，而是需要建立预测方程。
如果时间序列具有线性趋势，则可根据St(1)和St(2)建立线性预测方程：
ˆτ ˆt+τ=aˆt+b yt
α⎧(1)(2)ˆ(1)(2)⎫ˆa=2S-S，b=(S-S⎨tttttt)⎬ （17）
1-α⎩⎭
其中，τ为预测提前期。 5.3.2建立大气环境改善模型
2011
∆Hj=
i=2007
∑(y-P)（i=2007,2008,2009,2010） （18）
i
i
符号说明：∆Hj各省会城市的空气质量指数预测值与实际值的差值总和，即大气质量改善值。
yi为二次平滑预测法预测出的如果不采取节能减排后五年空气质量指数值。
Pi为节能减排后五年的实际空气质量指数值。
比较∆Hj的大小，对节能减排实施前后各省会城市大气环境质量改善情况进
行分析。
5.3.3问题三模型的求解
先用matlab求解出二次平滑指数模型预测的五个省会城市2007—2011年的空气质量指数yi，再用Matlab求出五个省会城市大气质量改善值，并用其绘出改善值 H。 （五个省会城市的具体改善值见附录）
五个城市大气质量改善值
160140
[**************]-20海口
拉萨上海武汉北京
图4：五个城市大气质量改善值
从上图4可以看出北京在减排后大气质量有明显的改善，然而海口不仅没改善，反而污染严重了，因此还需加强节能减排。拉萨、上海、武汉市的大气质量基本没改善，也需加强节能减排。 5.3.4问题三结果的分析及验证
第三问的结果反映出大部分城市的大气质量都得到了改善，也有些城市没得到改善，说明节能减排的意识和强度都不够。
5.4模型四的建立
针对问题四，我们根据问题三的二次平滑预测法模型预测2007-2010年北京、上海、武汉、海口、拉萨的颗粒物（PM10）、二氧化硫(SO2)及二氧化氮(NO2)的值（程序见附录），再通过与2007-2010年的实际数据的比较，实现对以上问题
的求解。
5.4.1模型求解
下表7为2007-2010年北京、上海、武汉、海口、拉萨这五个城市在节能减排实施前后颗粒物（PM10）、二氧化硫(SO2)及二氧化氮(NO2)的数据。
表7：2007-2010年这五个城市在减排实施前后三个指标的数据。
根据上表7我们以北京为例用excel做出减排前后的对比图。
图5:07-10年北京减排前后三项指标的对比图
由上图5明显得知减排措施对北京来说颗粒物（PM10）、二氧化硫(SO2)
及二氧化氮(NO2)的排放量有较好的控制作用，但还需要继续加强节能减排的实施方案。
5.5第五问：对实施节能减排的建议
第一，大力发展循环经济。循环经济是以低消耗、低排放、高效率为基本目标的经济，是符合可持续发展理念的经济增长方式，也是节能减排的重要途径。对生产过程中产生的污染物按照减量化、再利用、资源化的要求进行生产，通过循环经济的发展，促进节能减排工作，从源头上降低资源和能源消耗，实现节能减排目标的重要手段。 第二，鼓励发展高新技术。能源资源消耗问题不只限于生活方式和思想意识，更是个技术问题。节能减排要靠技术手段和设备改进来实现，高新技术的广泛应用可以大量降低原材料、能源和水的消耗，减少甚至消除废弃物的产生。大力提倡高新技术的运用，鼓励企业实现清洁生产、技术更新，通过技术进步实现节能减排工作。
第三，落实节能减排任务，全面提高资源能源的利用效率。要下大力气解决与资源环境直接相关的经济结构不合理、增长方式粗放等问题，彻底淘汰落后的工艺、设备和企业工段，通过提高资源能源利用效率，实现节能减排的目标。 第四，坚持科学发展观,坚决遏制以“能源”换“增长”而无视长期发展的短视行为,大力发展循环经济,以尽可能小的资源消耗和环境成本,获得尽可能大的经济和社会效益,从而使经济系统与自然生态系统的物质循环过程相互和谐,促进资源永续利用。
第五，除研究开发新型低碳能源,更应大力发展风能、太阳能、水能等清洁能源,清洁能源对传统能源的有效代替,可以大大缓解目前能源供应紧张的局面。着力发展新能源是逐步改变我国以煤炭为主的能源结构的一项重大战略。 总的来说节能减排使我们国家的大气环境得到改善，污染物减少，达标天气越来越多。但这远远没有达到我们预期的目标，实施节能减排的脚步不能松懈。
六、 模型的评价与推广
6.1 模型的评价 6.1.1 模型的优点
本论文在解决问题一的时候尝试使用了Matlab曲线拟合，指数模型进行求解，由于局限于可使用的数据较少，综合比较得出用Matlab曲线拟合得出的数据不尽合理，因此不能进行准确的相关预测；而指数模型恰好弥补了Matlab的不足，通过对2003—2010年实际值与预测值的比较可以得出，指数模型在数据较少的情况下仍能进行相当精确地模拟预测，并最终给出对2012年各主要城市空气质量指数(AQI)的预测。Matlab与指数模型相得益彰。
6.1.2模型的缺点
问题一的解决为以后各问题的求解省去很多不必要的步骤，然而问题一中的指数模型拟合不尽人意，我们只是拟合了五个城市的大气污染指数AQI，不能全面的放映各个地区大气污染状况。我们数据也寻找的较少，应该再增加2003年以前的大气污染指标。 6.2 模型的推广
问题一采用的GM灰色理论预测法是目前最为广泛的预测方法之一，在数据较少时相比其他预测模型也具有一定优势。可以在工资预测、粮食作物的生产、经济管理、工程管理等方面进行应用。
七、参考文献
[1].杜栋，庞庆华，现代综合评价方法与案例精选-北京：清华大学出版社， 2005 [2].胡守信,李柏年编著,基于MATLAB的数学实验-北京：科学出版社，2004 [3].衷克定编著，数据统计分析与实践—SPSS for Windows-北京：高等教育出版社，2005
[4].姜启源，数学模型-北京：高等教育出版社 ，2005 [5].周明华，邬学军，周凯，李春燕编著.MATLAB使用教程 [6].中华人民共和国国家统计局《2011年鉴》《2010年鉴》《2009年鉴》《2008年鉴》《2007年鉴》《2006年鉴》《2005年鉴》《2004年鉴》《2003年鉴》（http://www.stats.gov.cn/tjsj/ndsj/）
[7]中华人民共和国国家环境保护标准HJ633-2012环境空气质量指数（AQI）技术规定（试行）
八、附录
附录一：
附录二：
以北京为例
>> arr=[95.5;99.5;95.5;156]; [m,n]=size(arr); alf=0.2; for j=1:2
s(1,j)=arr(1,1); end
for i=2:m for j=1:2 if j==1
s(i,j)=alf*arr(i,1)+(1-alf)*s(i-1,j); else
s(i,j)=alf*s(i,j-1)+(1-alf)*s(i-1,j); end end end
temp=alf/(1-alf); for i=1:m
at(i,1)=2*s(i,1)-s(i,2);
bt(i,1)=temp*(s(i,1)-s(i,2)); yy(i+1)=at(i,1)+bt(i,1);
end
for i=2:m
y1(i-1)=yy(i); end
for i=2:m
b(i-1)=arr(i); end
for i=1:5 %改变其值,得到预测数据的个数 y2(i)=at(m,1)+bt(m,1)*(i+1); end
% year=[2007:2011]; % year=year'; y1=y1'; y2=y2'; b=b';
% data=cat(1,y1,y2); data1=cat(1,b,y2); data1
% plot(year,data,'-rs','markerFaceColor','g', 'MarkerSize',3); % plot(year,data,'-rs',year,data1,'-rs');
改善值△H
>> y1=38.4944;p1=43;y2=39.2128;p2=43;y3=39.9312;p3=38;y4=40.6496;p4=40; >> H=(y1-p1)+(y2-p2)+(y3-p3)+(y4-p4) H =
-5.7120
>> y1=56.2688;p1=53.5;y2=56.1856;p2=50.5;y3=56.1024;p3=50;y4=56.0192;p4=48; H=(y1-p1)+(y2-p2)+(y3-p3)+(y4-p4) H =
22.5760
>> y1=69.9168;p1=69;y2=69.6016;p2=67;y3=69.2864;p3=65.5;y4=68.9712;p4=64.5; H=(y1-p1)+(y2-p2)+(y3-p3)+(y4-p4) H =
11.7760
>> y1=86.4248;p1=86.5;y2=85.9976;p2=81.5;y3=85.5704;p3=77.5;y4=85.1432;p4=79; H=(y1-p1)+(y2-p2)+(y3-p3)+(y4-p4) H =
18.6360
>> y1=122.9392;p1=99;y2=125.4104;p2=86.5;y3=127.8816;p3=85.5;y4=130.3528;p4=85.5; H=(y1-p1)+(y2-p2)+(y3-p3)+(y4-p4) H =
150.0840
五个省会城市的具体改善值用matlab绘图 程序：
>> x=[1,2,3,4,5];
>> y=[-5.712,22.576,11.776,18.636,150.084];
2003-2010年五个城市主要污染物的年平均浓度(单位：毫克/立方米)
北京 PM10 SO2 NO2 上海 PM10 SO2 2003 0.141 0.061 0.072 2003 0.097 0.043 2004 0.149 0.055 0.071 2004 0.099 0.055 2005 0.141 0.05 0.066 2005 0.088 0.061 2006 0.162 0.052 0.066 2006 0.086 0.051 2007 0.148 0.047 0.066 2007 0.088 0.055 2008 0.123 0.036 0.049 2008 0.084 0.051 2009 0.121 0.034 0.053 2009 0.081 0.035 2010 0.121 0.032 0.057 2010 0.079 0.029
武汉 PM10 SO2 NO2 海口 PM10 SO2 NO2 拉萨 PM10 SO2 NO2 2003 0.133 0.049 0.052 2003 0.03 0.009 0.013 2003 0.065 0.002 0.029 2004 0.13 0.048 0.054 2004 0.033 0.007 0.013 2004 0.052 0.003 0.02 2005 0.119 0.054 0.05 2005 0.04 0.012 0.015 2005 0.07 0.01 0.025 2006 0.121 0.057 0.049 2006 0.041 0.01 0.012 2006 0.062 0.009 0.026 2007 0.123 0.061 0.055 2007 0.043 0.009 0.012 2007 0.057 0.007 0.025 2008 0.113 0.051 0.054 2008 0.043 0.009 0.017 2008 0.051 0.005 0.024 2009 0.105 0.044 0.054 2009 0.038 0.007 0.016 2009 0.05 0.008 0.021 2010 0.108 0.041 0.057 2010 0.04 0.007 0.015 2010 0.048 0.007 0.021
北京、上海、武汉、海口、武汉五个城市PM10、SO2、NO2的原始数据
附录三：
第四问：07-10年北京、上海、武汉、海口、拉萨五个城市PM10、SO2、NO2在没有实施节能减排措施前的预测值 arr=[0.029;0.02;0.025;0.026]; [m,n]=size(arr); alf=0.2; for j=1:2
s(1,j)=arr(1,1); end
for i=2:m
for j=1:2 if j==1
s(i,j)=alf*arr(i,1)+(1-alf)*s(i-1,j); else
s(i,j)=alf*s(i,j-1)+(1-alf)*s(i-1,j); end end end
temp=alf/(1-alf); for i=1:m
at(i,1)=2*s(i,1)-s(i,2);
bt(i,1)=temp*(s(i,1)-s(i,2)); yy(i+1)=at(i,1)+bt(i,1); end
for i=2:m
y1(i-1)=yy(i);
for i=2:m
b(i-1)=arr(i); end
for i=1:5 %改变其值,得到预测数据的个数 y2(i)=at(m,1)+bt(m,1)*(i+1); end
% year=[2007:2011]; % year=year'; y1=y1'; y2=y2'; b=b';
% data=cat(1,y1,y2); data1=cat(1,b,y2); data1
% plot(year,data,'-rs','markerFaceColor','g', 'MarkerSize',3); % plot(year,data,'-rs',year,data1,'-rs');
2003-2010年五个城市主要污染物的年平均浓度(单位：毫克/立方米)
附录四：
北京、上海、武汉、海口、武汉五个城市PM10、SO2、NO2的原始数据
北京 PM10 SO2 NO2 上海 PM10 SO2 NO2 武汉 PM10 SO2 NO2 海口 PM10 SO2 NO2 拉萨 PM10 SO2 NO2
2003 0.141 0.061 0.072 2003 0.097 0.043 0.057 2003 0.133 0.049 0.052 2003 0.03 0.009 0.013 2003 0.065 0.002 0.029 2004 0.149 0.055 0.071 2004 0.099 0.055 0.062 2004 0.13 0.048 0.054 2004 0.033 0.007 0.013 2004 0.052 0.003 0.02 2005 0.141 0.05 0.066 2005 0.088 0.061 0.061 2005 0.119 0.054 0.05 2005 0.04 0.012 0.015 2005 0.07 0.01 0.025 2006 0.162 0.052 0.066 2006 0.086 0.051 0.055 2006 0.121 0.057 0.049 2006 0.041 0.01 0.012 2006 0.062 0.009 0.026 2007 0.148 0.047 0.066 2007 0.088 0.055 0.054 2007 0.123 0.061 0.055 2007 0.043 0.009 0.012 2007 0.057 0.007 0.025 2008 0.123 0.036 0.049 2008 0.084 0.051 0.056 2008 0.113 0.051 0.054 2008 0.043 0.009 0.017 2008 0.051 0.005 0.024 2009 0.121 0.034 0.053 2009 0.081 0.035 0.053 2009 0.105 0.044 0.054 2009 0.038 0.007 0.016 2009 0.05 0.008 0.021 2010 0.121 0.032 0.057 2010 0.079 0.029 0.05 2010 0.108 0.041 0.057 2010 0.04 0.007 0.015 2010 0.048 0.007 0.021
07-10年北京、上海、武汉、海口、拉萨五个城市PM10、SO2、NO2在没有实施节能减排措施前的预测值
arr=[0.029;0.02;0.025;0.026]; [m,n]=size(arr); alf=0.2; for j=1:2
s(1,j)=arr(1,1); end
for i=2:m
for j=1:2 if j==1
s(i,j)=alf*arr(i,1)+(1-alf)*s(i-1,j); else
s(i,j)=alf*s(i,j-1)+(1-alf)*s(i-1,j); end end end
temp=alf/(1-alf); for i=1:m
at(i,1)=2*s(i,1)-s(i,2);
bt(i,1)=temp*(s(i,1)-s(i,2));
yy(i+1)=at(i,1)+bt(i,1); end
for i=2:m
y1(i-1)=yy(i); end
for i=2:m
b(i-1)=arr(i); end
for i=1:5 %改变其值,得到预测数据的个数 y2(i)=at(m,1)+bt(m,1)*(i+1); end
% year=[2007:2011]; % year=year'; y1=y1'; y2=y2'; b=b';
% data=cat(1,y1,y2); data1=cat(1,b,y2); data1
% plot(year,data,'-rs','markerFaceColor','g', 'MarkerSize',3); % plot(year,data,'-rs',year,data1,'-rs');