基于函数型数据分析的京津冀空气污染问题研究
发布时间：2021-07-22 18:06
京津冀协同发展是一项重大国家战略,然而,近几年严重的空气污染问题已成为经济可持续发展的瓶颈。现有的研究多集中在气象学、地理学、环境科学等领域,更关注于空气质量变化模式的分析和预测。关于空气污染的区域合作治理也多停留在理论层面,缺乏系统的量化方法和应用研究。鉴于空气质量数据的“函数”特征,本文以函数型数据分析为视角,研究了京津冀地区空气污染特征、空气质量变化模式及影响因素、大气污染物排放与空气质量之间的函数型响应关系。针对京津冀地区空气污染问题的治理,本文提出基于工业废气减排的带有奖惩机制的博弈模型,为京津冀缓解空气污染及协同发展提供理论支持。本文的主要研究工作和重要结论如下:第一,基于函数型数据的K-均值聚类方法,得到京津冀地区典型污染区域的划分和污染的时空分布特征,解决了高维稠密数据的聚类分析问题。结果显示河北省的石家庄、保定、邢台是京津冀地区空气污染最严重的区域,首要空气污染物是PM2.5。空气污染具有显著的季节特征,大部分污染物冬季最为严重,唯独臭氧污染在夏季高发,其中北京的臭氧污染最为突出。第二,通过对京津冀68个监测站PM2.5浓度...
【文章来源】：首都经济贸易大学北京市
【文章页数】：147 页
【学位级别】：博士
【部分图文】：
可以看出，夏季首要污染物为O3的超标天数比例很高，且呈逐年上升的
4.11 SO2图 4.11 可以直观得到：第一，总的来讲，供暖季的 SO2浓度整体偏高，非供SO2浓度相比供暖季较低；第二，非供暖季的 SO2浓度日变动轨迹在每个周期表律的变化，大致呈现“中间高、两边低”的“钟形”态势，早上 8 时到下午 6 度较高，夜间浓度较低，与人类作息规律相一致；第三，冬季供暖对空气中 S体有升高的作用，冬季供暖导致在不同时间点对 SO2浓度影响的作用效果存在天的上午和下午时段浓度较低，但中午和夜间浓度很高。两条平均变化曲线，更能显示出供暖季和非供暖季的差异，供暖季 SO2浓度昼，且每个时刻均高于非供暖季的平均浓度；非供暖季 SO2日均浓度是一条典型”曲线，夜间浓度低，白天浓度较高，且在中午 13 点左右达到峰值。并且我4.11 可以明显看出，在冬季取暖期 SO2的平均浓度基本都是超标的（SO2的年均标准限值为 13.5μg/m3），并且超标达到 2 倍左右。所以北京市冬季 SO2的浓度题依然很值得重视。定观测到监测站点的 720 组离散数据为[ , , , ], 1,2, , 720y = y y y i= ，通过
【参考文献】：
期刊论文
[1]京津冀地区大气环境规制与经济增长关系的实证研究[J]. 张婷婷. 生态经济. 2016(08)
[2]中国经济增长与工业三废计量模型实证分析[J]. 康瑞瑞. 中国矿业. 2016(S1)
[3]京津冀PM2.5时空分布特征及其污染风险因素[J]. 周磊,武建军,贾瑞静,梁念,张凤英,倪永,刘明. 环境科学研究. 2016(04)
[4]2014年京津冀空气污染时空分布特征及主要成因分析[J]. 王冠岚,薛建军,张建忠. 气象与环境科学. 2016(01)
[5]基于环境质量的大气总量减排管理体系研究[J]. 蒋春来,王金南,宋晓晖,吴红. 环境与可持续发展. 2016(01)
[6]跨区域大气污染协同治理研究——以京津冀地区为例[J]. 魏娜,赵成根. 河北学刊. 2016(01)
[7]基于大气污染治理视角的京津冀产业结构优化研究[J]. 王会芝. 城市. 2015(11)
[8]函数性线性回归模型分析方法及其应用[J]. 刘锋,谭祥勇,何卓. 重庆理工大学学报(自然科学). 2015(11)
[9]关于“十三五”污染物排放总量控制制度改革的思考[J]. 王金南,蒋春来,张文静. 环境保护. 2015(21)
[10]2014年京津冀地区PM2.5浓度时空分布及来源模拟[J]. 李珊珊,程念亮,徐峻,聂磊,孟凡,潘涛,唐伟,张玉洁. 中国环境科学. 2015(10)
博士论文
[1]河北省经济增长与大气污染关系研究[D]. 杜颖.中国地质大学(北京) 2016
[2]北京大气污染物时空变化规律及评价预测模型研究[D]. 刘杰.北京科技大学 2015
[3]京津冀雾霾治理的府际合作研究[D]. 楼宗元.华中科技大学 2015
[4]污染物排放环境治理与经济增长[D]. 唐李伟.湖南大学 2015
[5]我国大气污染治理省际联防联控机制研究[D]. 薛俭.上海大学 2013
[6]收入测度泛函分析框架及模型构建[D]. 黄恒君.首都经济贸易大学 2013
[7]大气污染排放与环境效应的非线性响应关系研究[D]. 邢佳.清华大学 2011
[8]天津市区PM2.5污染特征及灰霾等级评价方法研究[D]. 古金霞.南开大学 2010
硕士论文
[1]中国城市大气污染的影响因素研究[D]. 陈宇.浙江大学 2016
[2]中国经济增长与环境污染关系的实证研究[D]. 沈永昌.安徽财经大学 2015
[3]杭州市大气污染排放与空气质量非线性响应关系的研究[D]. 胡诗玮.浙江大学 2015
[4]2014年秋季京津冀地区PM2.5污染过程的数值模拟研究[D]. 何心河.中国气象科学研究院 2015
[5]英国空气污染治理经验对我国空气治理政策的启示[D]. 巩羿.中央民族大学 2013
[6]我国大气污染物总量分配机制研究[D]. 金玲.中国环境科学研究院 2013
[7]京津冀地区空气污染时空分布研究[D]. 白鹤鸣.南京信息工程大学 2013
[8]河北省经济增长与工业污染的关系研究[D]. 李娟.石家庄经济学院 2012
[9]京津冀地区大气污染物分布和演变特征的模拟研究[D]. 庞杨.南京信息工程大学 2012
[10]北京及周边地区典型大气污染过程的数值模拟研究[D]. 马锋敏.南京信息工程大学 2007
本文编号：3297634
【文章来源】：首都经济贸易大学北京市
【文章页数】：147 页
【学位级别】：博士
【部分图文】：
可以看出，夏季首要污染物为O3的超标天数比例很高，且呈逐年上升的
4.11 SO2图 4.11 可以直观得到：第一，总的来讲，供暖季的 SO2浓度整体偏高，非供SO2浓度相比供暖季较低；第二，非供暖季的 SO2浓度日变动轨迹在每个周期表律的变化，大致呈现“中间高、两边低”的“钟形”态势，早上 8 时到下午 6 度较高，夜间浓度较低，与人类作息规律相一致；第三，冬季供暖对空气中 S体有升高的作用，冬季供暖导致在不同时间点对 SO2浓度影响的作用效果存在天的上午和下午时段浓度较低，但中午和夜间浓度很高。两条平均变化曲线，更能显示出供暖季和非供暖季的差异，供暖季 SO2浓度昼，且每个时刻均高于非供暖季的平均浓度；非供暖季 SO2日均浓度是一条典型”曲线，夜间浓度低，白天浓度较高，且在中午 13 点左右达到峰值。并且我4.11 可以明显看出，在冬季取暖期 SO2的平均浓度基本都是超标的（SO2的年均标准限值为 13.5μg/m3），并且超标达到 2 倍左右。所以北京市冬季 SO2的浓度题依然很值得重视。定观测到监测站点的 720 组离散数据为[ , , , ], 1,2, , 720y = y y y i= ，通过
【参考文献】：
期刊论文
[1]京津冀地区大气环境规制与经济增长关系的实证研究[J]. 张婷婷. 生态经济. 2016(08)
[2]中国经济增长与工业三废计量模型实证分析[J]. 康瑞瑞. 中国矿业. 2016(S1)
[3]京津冀PM2.5时空分布特征及其污染风险因素[J]. 周磊,武建军,贾瑞静,梁念,张凤英,倪永,刘明. 环境科学研究. 2016(04)
[4]2014年京津冀空气污染时空分布特征及主要成因分析[J]. 王冠岚,薛建军,张建忠. 气象与环境科学. 2016(01)
[5]基于环境质量的大气总量减排管理体系研究[J]. 蒋春来,王金南,宋晓晖,吴红. 环境与可持续发展. 2016(01)
[6]跨区域大气污染协同治理研究——以京津冀地区为例[J]. 魏娜,赵成根. 河北学刊. 2016(01)
[7]基于大气污染治理视角的京津冀产业结构优化研究[J]. 王会芝. 城市. 2015(11)
[8]函数性线性回归模型分析方法及其应用[J]. 刘锋,谭祥勇,何卓. 重庆理工大学学报(自然科学). 2015(11)
[9]关于“十三五”污染物排放总量控制制度改革的思考[J]. 王金南,蒋春来,张文静. 环境保护. 2015(21)
[10]2014年京津冀地区PM2.5浓度时空分布及来源模拟[J]. 李珊珊,程念亮,徐峻,聂磊,孟凡,潘涛,唐伟,张玉洁. 中国环境科学. 2015(10)
博士论文
[1]河北省经济增长与大气污染关系研究[D]. 杜颖.中国地质大学(北京) 2016
[2]北京大气污染物时空变化规律及评价预测模型研究[D]. 刘杰.北京科技大学 2015
[3]京津冀雾霾治理的府际合作研究[D]. 楼宗元.华中科技大学 2015
[4]污染物排放环境治理与经济增长[D]. 唐李伟.湖南大学 2015
[5]我国大气污染治理省际联防联控机制研究[D]. 薛俭.上海大学 2013
[6]收入测度泛函分析框架及模型构建[D]. 黄恒君.首都经济贸易大学 2013
[7]大气污染排放与环境效应的非线性响应关系研究[D]. 邢佳.清华大学 2011
[8]天津市区PM2.5污染特征及灰霾等级评价方法研究[D]. 古金霞.南开大学 2010
硕士论文
[1]中国城市大气污染的影响因素研究[D]. 陈宇.浙江大学 2016
[2]中国经济增长与环境污染关系的实证研究[D]. 沈永昌.安徽财经大学 2015
[3]杭州市大气污染排放与空气质量非线性响应关系的研究[D]. 胡诗玮.浙江大学 2015
[4]2014年秋季京津冀地区PM2.5污染过程的数值模拟研究[D]. 何心河.中国气象科学研究院 2015
[5]英国空气污染治理经验对我国空气治理政策的启示[D]. 巩羿.中央民族大学 2013
[6]我国大气污染物总量分配机制研究[D]. 金玲.中国环境科学研究院 2013
[7]京津冀地区空气污染时空分布研究[D]. 白鹤鸣.南京信息工程大学 2013
[8]河北省经济增长与工业污染的关系研究[D]. 李娟.石家庄经济学院 2012
[9]京津冀地区大气污染物分布和演变特征的模拟研究[D]. 庞杨.南京信息工程大学 2012
[10]北京及周边地区典型大气污染过程的数值模拟研究[D]. 马锋敏.南京信息工程大学 2007
本文编号：3297634
本文链接：https://www.wllwen.com/shengtaihuanjingbaohulunwen/3297634.html
