基于DGM(1,1)模型的重庆市大气污染物浓度预测分析与研究

吴 优，曾 波，周文浩

(1.重庆联合产权交易所集团股份有限公司， 重庆 404100；2.重庆工商大学 管理科学与工程学院， 重庆 400067)

一、引言

随着经济社会发展速度的加快，人类生产生活过程中产生的大气污染物也不断增加，使得空气质量严重下降，对人们的居住环境和身心健康都造成了严重威胁。当前，城市大气污染逐渐成为城市居民关注的重点问题[1]。

与西方发达国家相比，中国在进行大规模工业化之前的空气质量优良。然而，随后经济发展速度加快，城市化进程突飞猛进，大气污染问题也愈发严重。研究显示，造成中国空气质量迅速下降的大气污染物种类繁多，其中以PM(细颗粒物)为主[2]。从2013年1月开始,中国大部分地区持续被雾霾笼罩,这将PM2.5推向了舆论热潮的顶峰。由于地形地貌特殊，重庆市城区的平均风速小、静风频率高、逆温现象较为突出，致使重庆市城区大气污染物较难在短时间内迅速向外扩散，空气污染问题显得尤为严重。

公众对大气污染问题的关注引起了政府部门的高度重视。截至2014年底，全国已成立1 436个地级市空气质量监测站点，实时对外发布已监测的污染物浓度数据。除此之外，大气污染问题也已成为学术界的关注焦点，诸多学者聚焦于大气污染物的控制问题并展开了大量研究。要做好大气污染物的防控工作，切实取得大气防污治理的成效，建立科学有效的预测机制是前提。

目前，与大气污染物浓度预测模型相关的研究较多，主要可分为统计预测模型[3]、机器学习模型[4]和混合模型这3种。……