基于多元线性回归的PM2.5含量的影响因素研究

2016-08-02张云云朱家明高子云高彦文

西昌学院学报(自然科学版) 2016年1期

关键词：模型

张云云，朱家明*，高子云，高彦文

基于多元线性回归的PM2.5含量的影响因素研究

张云云a，朱家明a*，高子云b，高彦文c

(安徽财经大学a.统计与应用数学学院；b.会计学院；c.管理科学与工程学院，安徽蚌埠233030)

针对PM2.5含量的影响因素，利用搜集到的2015年1月1日至7月31日蚌埠地区每日的AQI指数和AQI六项基本监测指标数据，建立了多元线性回归模型，对PM2.5含量与其它5项分指标及其对应污染物含量之间的关系进行定量研究，并通过拟合优度检验、F检验、t检验等方法对模型进行检验，最后得到了准确可靠的多元线性回归模型，此模型具有拟合程度高、简易、直观等优势,为多元线性回归模型在PM2.5含量分析中的应用提供了有力参考。

PM2.5；多元线性回归模型；t检验；MATLAB

0 引言

PM2.5[1]是指环境空气中空气动力学当量直径≤2.5 um的颗粒物，环境保护部于2012年2月29日颁布了新修订的《环境空气质量标准》，新标准首次将PM2.5作为空气质量AQI基本监测指标之一。AQI的其他5项监测指标分别是二氧化硫SO2、二氧化氮NO2、可吸入颗粒物PM10、臭氧O3和一氧化碳CO。有一种研究[2]认为，AQI监测指标中的二氧化硫（SO2）二氧化氮（NO2）一氧化碳（CO）等是在一定环境条件下形成PM2.5前的主要气态物体，因而本文将其他5项基本监测指标作为影响空气中PM2.5含量的因素，利用多元线性回归模型对PM2.5含量与其它5项分指标及其对应污染物含量之间的关系进行定量研究。