鄭媛媛

（深圳市環(huán)境科學(xué)研究院，廣東 深圳518006）

1 引言

在近幾年中，城市進(jìn)行了大量的舊房拆遷及擴(kuò)建工程，使降塵量增大，可吸入顆粒物也不斷逐步向上發(fā)展，造成了濃度的增加。所以，利用2001～2006年的主要污染物濃度和MATLAB技術(shù)來(lái)分析和預(yù)測(cè)大氣環(huán)境主要污染物的變化趨勢(shì)，基礎(chǔ)數(shù)據(jù)見(jiàn)表1。

表1 2001～2006年空氣主要污染物濃度

2 主成份分析的MATLAB的實(shí)現(xiàn)

2.1 使用協(xié)方差矩陣進(jìn)行主成分分析

［PC，LATENT，EXPLAINED］＝pcacov（X）

式中，X為原始指標(biāo)矩陣的協(xié)方關(guān)矩陣；PC為主成分（按列放置）；LATENT為協(xié)方差矩陣的特征值；EXPLAINED為每個(gè)主成分解釋的方差量占總方差量的百分比。

2.2 直接利用原始為進(jìn)行主成分分析

以下式中，X為原始數(shù)據(jù)矩陣（每一行代表一個(gè)樣本，每一列代表一個(gè)指標(biāo)）；返回SCORE為Z分?jǐn)?shù)；返回TSQUARE為Hotelling的T2統(tǒng)計(jì)量；Z分?jǐn)?shù)是通過(guò)將原始數(shù)據(jù)轉(zhuǎn)換到主成分空間中得到的數(shù)據(jù)，LATENT向量的值為SCORE的列數(shù)據(jù)的方差；Hotelling的T2統(tǒng)計(jì)量為來(lái)自數(shù)據(jù)集合中心的每一個(gè)觀測(cè)量的多變量距離的度量。

具體分析的編程如下：

%c9fun9＿1

clear all；clc

%將原始數(shù)據(jù)樣本矩陣賦值給X；

covX＝cov（X）；%得到原始數(shù)據(jù)矩陣的協(xié)方差矩陣

［PC，LATENT，EXPLAINED］ ＝ pcacov（covX）；%主成分分析

disp（＇綜合因子＇）；PC

disp（＇特征值＇）；LATENT

disp（＇某一綜合因子解釋方差占總方差的百分比%＇）；EXPLAINED

［n，m］＝size（X）；%n為樣本數(shù)；m為指標(biāo)數(shù)

Y＝X×PC%n個(gè)樣本的m個(gè)綜合因子（PC）得分

Y1＝X（：，：）×PC（：，1）%n個(gè)樣本的第1個(gè)綜合因子（PC）得分

Y2＝X（：，：）×PC（：，2）%n個(gè)樣本的第2個(gè)綜合因子（PC）得分

plot（Y1，Y2，＇.＇）；xlabel（＇第一主成分＇）；ylabel（＇第二主成分＇）；title（＇樣本分類(lèi)圖＇）；

for ii＝1∶1∶n；text（Y1（ii），Y2（ii），［＇s＇，num2str（ii）］）；end

綜合因子

特征值

某一綜合因子解釋方差占總方差的百分比%

從主成分分析圖1中可看出：S2（二氧化氮）、S7（硫酸鹽化速率）、S5（空氣污染指數(shù)）、S8（pH值）占主要成份，是這幾年對(duì)大同市環(huán)境污染的主要因素。那么未來(lái)是怎樣的變化趨勢(shì)呢？為此，對(duì)這八項(xiàng)污染因子作了以下進(jìn)一步的預(yù)測(cè)分析。

圖1 空氣主要污染物樣本分類(lèi)

3 用灰色系統(tǒng)預(yù)測(cè)模型及其在MATLAB的實(shí)現(xiàn)

（1）對(duì)二氧化硫（mg／m3）二氧化氮（mg／m3）總懸浮物（mg／m3）降塵濃度（t／km2·30d）的預(yù)測(cè)分析：編制的MATLAB的程序如下。

disp（＇估計(jì)出的系統(tǒng)預(yù)測(cè)模型系統(tǒng)－微分方程組系數(shù)＇）

AA＝A

UU＝U（∶）

%調(diào)用微分方程組的求解命令求解微分方程組t0＝2001；tf＝2015；

y0＝［15.3 4.5 52 39.52］；

［tt，xx］＝ode15s（＠c4fun44，［t0，tf］，y0，［］）；

plot（tt，xx（∶，1），＇y－∧＇，tt，xx（∶，2），＇b－o＇，tt，xx（∶，3），＇g－＊＇，tt，xx（∶，4），＇r－p＇）；

legend（＇二氧化硫－預(yù)測(cè)＇，＇二氧化氮－預(yù)測(cè)＇，＇總懸浮物－預(yù)測(cè)＇，＇降塵濃度－預(yù)測(cè)＇）；

xlabel（＇年度＇）；ylabel（＇預(yù)測(cè)值＇）；hold on；

function dxt＝c4fun44（t，x）

global AA UU；

dxt＝AA＊［x（1）；x（2）；x（3）；x（4）］＋UU；

估計(jì)出的系統(tǒng)預(yù)測(cè)模型系統(tǒng)－微分方程組系數(shù)

從圖2可看出降塵濃度有增長(zhǎng)趨勢(shì)。

圖2 空氣主要污染物濃度預(yù)測(cè)圖a

（2）對(duì)污染指數(shù)、可吸入顆粒物、硫酸鹽化速率pH值的預(yù)測(cè)分析：

disp（＇估計(jì)出的系統(tǒng)預(yù)測(cè)模型系統(tǒng)－微分方程組系數(shù)＇）

AA＝A

UU＝U（∶）

%調(diào)用微分方程組的求解命令求解微分方程組

t0＝2001；tf＝2015；

y0＝［5.7 1.78 0.899 6.67］；

［tt，xx］＝ode15s（＠c6fun64，［t0，tf］，y0，［］）；

plot（tt，xx（∶，1），＇y－∧＇，tt，xx（∶，2），＇b－o＇，tt，xx（∶，3），＇g－＊＇，tt，xx（∶，4），＇r－p＇）；

legend（＇污染指數(shù)－預(yù)測(cè)，可吸入顆粒物－預(yù)測(cè)，硫酸鹽化速率－預(yù)測(cè)，pH值－預(yù)測(cè)）；

xlabel（＇年度＇）；ylabel（＇預(yù)測(cè)值＇）；hold on；

function dxt＝c6fun64（t，x）

global AA UU；

dxt＝AA＊［x（1）；x（2）；x（3）；x（4）］＋UU；

c6fun6＿4

估計(jì)出的系統(tǒng)預(yù)測(cè)模型系統(tǒng)－微分方程組系數(shù)

從圖3可看出鹽化速率和可吸入顆粒物在逐步向上發(fā)展。

圖3 空氣主要污染物濃度預(yù)測(cè)圖b

4 結(jié)語(yǔ)

根據(jù)圖1主成分的表明，S2（二氧化氮）、S7（硫酸鹽化速率）占主要污染物，預(yù)測(cè)圖2、圖3發(fā)現(xiàn)降塵濃度、鹽化速率和可吸入顆粒物（PM10）的有增長(zhǎng)趨勢(shì)。但預(yù)測(cè)中二氧化氮在今后的變化趨勢(shì)中并不明顯，不作為分析的對(duì)象。

可吸入顆粒物（PM10）是最近環(huán)境各類(lèi)媒體上，最熱門(mén)的話題，PM10污染的形成不外乎兩個(gè)途徑。即污染源的貢獻(xiàn)及自然條件，這些因素相互影響共同作用造成PM10污染。這幾年P(guān)M10值的上升，與某市車(chē)輛的增加和城市的拆遷、擴(kuò)建改造工程的加大也有一定的關(guān)系，根據(jù)有關(guān)資料表明，該市的2006年機(jī)動(dòng)車(chē)數(shù)量為2.8063萬(wàn)輛；2007年機(jī)動(dòng)車(chē)數(shù)量為3.1049萬(wàn)輛；2008年是3.483萬(wàn)輛。預(yù)測(cè)2012年車(chē)輛的可增達(dá)30多萬(wàn)輛。在近兩年中，城市進(jìn)行了大量的舊房拆遷及擴(kuò)建工程，使降塵量增大，可吸入顆粒物也不斷逐步向上發(fā)展，造成了濃度的增加。

城市的主要污染物是長(zhǎng)期以來(lái)對(duì)城市居民健康造成直接的危害性，為更好地反映其污染變化趨勢(shì)、加強(qiáng)污染防治工作和預(yù)防嚴(yán)重污染事件的發(fā)生，研究污染預(yù)測(cè)方法，這樣的預(yù)測(cè)將給政府提供了科學(xué)有力的治理依據(jù)?？筛玫亻_(kāi)展污染預(yù)報(bào)及治理工作。為此，借助于MATLAB極強(qiáng)的非線性處理能力，來(lái)解決大氣環(huán)境主要污染物自身復(fù)雜多變的問(wèn)題，利用MATLAB技術(shù)應(yīng)用到空氣污染的主份因子分析及預(yù)測(cè)領(lǐng)域中，是很好的治理手段。

［1］ 宋新山，鄧 偉，張 琳.MATLAB在環(huán)境科學(xué)中的應(yīng)用［M］.北京：化學(xué)工業(yè)出版社，2008.

［2］ 吳 萍，陳作平，曾萬(wàn)明.汽車(chē)污染物排放的危害有對(duì)策［J］.科技視野，2008（9）：53.

［3］ 劉登國(guó)，居 力.機(jī)動(dòng)車(chē)排氣污染新標(biāo)準(zhǔn)頒布標(biāo)準(zhǔn)對(duì)管理模式變革的探討［J］.環(huán)境監(jiān)測(cè)管理與技術(shù)，2008（2）：5～6.