高斯烟雨扩散模型在空气中PM2.5实际问题的应用

董赫，翟哲，李夺，李伟凯

（1.黑龙江八一农垦大学信息技术学院，大庆 163319；2.黑龙江八一农垦大学工程学院）

随着国民经济飞速发展和城市化进程的日益加快，我国已有1/4的国土面积相继出现因大气细粒子污染增多而导致的雾霾天气，影响近6亿人的工作和生活。2012年2月29日，我国环境保护部公布了新修订的《环境空气质量标准》（GB3095—2012）[1]，增设颗粒物（粒径小于等于2.5 μm）浓度限值和臭氧8小时平均浓度限值。与《环境空气质量指数（AQI）技术规定（试行）》（HJ633—2012）的新标准同步实施。AQI分项监测指标为6个基本监测指标（二氧化硫SO2、二氧化氮NO2、可吸入颗粒物PM10、细颗粒物PM2.5、臭氧O3和一氧化碳CO）。新标准中，首次将产生雾霾的主要因素PM2.5浓度指标作为空气质量监测指标[2]。利用高斯烟雨扩散模型、多元线性回归等数学手段对空气中PM2.5的成因、扩散过程与气象因素之间的相关性进行深入分析，以西安市和武汉市气象局2013年1月至8月的空气污染物监测数据为依托，通过试验分析和仿真验证等方法，探索PM2.5与各污染物和风速之间的相关性；找到西安市高新西区空气中PM2.5浓度骤增并持续2 h时，空气中PM2.5浓度的分布与演变过程及相应的处理预案，为进一步研究空气中PM2.5的成因、监测和治理提供了一定的理论指导与科学依据。

1 空气中PM2.5与各污染物及气象因素的相关性分析

1.1 PM2.5与各污染物之间的相关性分析

选取武汉市某个监测站2013年1月至8月的AQI监测数据作为研究对象，首先从相关性和独立性方面入手，定量分析武汉市空气中6个基本监测值，得到各污染物之间的关联性。……