基于离散参数马尔科夫链的PM2.5测
2016-04-12甘茂林吕王勇
安全与环境工程 2016年1期
甘茂林,吕王勇,2,符 璐
(1.四川师范大学数学与软件科学学院,四川 成都 610068;
2.可视化计算与虚拟现实四川省重点实验室,四川 成都 610068)
基于离散参数马尔科夫链的PM2.5测
甘茂林1,吕王勇1,2,符璐1
(1.四川师范大学数学与软件科学学院,四川 成都 610068;
2.可视化计算与虚拟现实四川省重点实验室,四川 成都 610068)
摘要:PM2.5与人们的生活与健康休戚相关,对PM2.5的预测是一项利国利民的工作。根据大气污染物浓度限值将南京市PM2.5日平均浓度数据分为6个等级,并基于离散参数马尔科夫链建立PM2.5的预测模型;然后利用一步状态转移概率矩阵,通过C-K方程对模型有效性进行检验;最后根据离散参数马尔科夫链的遍历性得到稳态分布和重现期,并对未来南京市PM2.5污染状态进行预测。结果表明:该离散参数马尔科夫链模型用于PM2.5等级预测是简单且有效的;通过此模型预测得到未来南京市PM2.5污染将有所减轻,与过去一段时间相比PM2.5等级处于优、良和轻度污染的概率略微上升,重度污染和严重污染的概率几乎保持不变。
关键词:PM2.5污染预测;离散参数马尔科夫链;状态转移概率矩阵
随着我国经济的快速发展,人们对于自己周围环境的好坏愈加重视,PM2.5是评判空气质量的一个重要指标。PM2.5是指环境空气中空气动力学当量值小于或等于2.5 μm的颗粒物,也称细颗粒物[1],可以直接吸入肺中,也可以叫作可入肺颗粒物。PM2.5由于它粒径很小,富含大量的有毒有害物质,且在大气中停留时间长、输送距离远,因而对人体健康和大气环境质量的影响非常大。……
登录APP查看全文
