孟丽丽 王怡

摘要：分析了天津市大气污染物的时空特征，利用数据资料重点研究了风速、相对温度、相对湿度，以及降水等对空气污染的影響，在此基础上利用逐步回归统计方法建立了不同季节的PM10的浓度预报模型，并对这3种预报模型进行了比较，结果表明：夏季的独立样本的检验结果明显优于冬季，和天津当地的气候比较融洽。同时，该模型的建立大大缩减了日常监测的工作量和运算过程，提高了效率，为政府采取普遍有效的污染防治措施提供了依据。

关键词：空气质量;PM10;预报模型;逐步回归

中图分类号：X511

文献标识码：A

文章编号：1674-9944（2018）6-0069-04

1引言

天津是北方重要的港口城市，处于环渤海地区和东北亚的核心区域。但是随着现代化的发展，天津的白然环境却在日益恶化。尤其近几十年来，汽车数量成倍增长，汽车尾气加重了空气污染。大气中的主要污染物是大气气溶胶、二氧化硫、二氧化氮、一氧化碳、氯气和光化学烟雾。空气污染问题日益严峻，人们开始对空气质量进行预报，以便采取有效的污染防治措施。所以研究分析空气污染状况，建立空气污染预报方案是当前研究的重要课题。本文的研究内容包括：天津市污染气象条件分析，研究了风速、温度、相对湿度、降水与空气的关系及对空气污染的影响。通过上述分析，选出与PM10 浓度相关性较强的因子作为统计预报方法的输入因子，利用逐步回归法精选出预报模型的输入因子，通过分季节建立PM10浓度的线性回归模型，该模型通过了检验，在此基础上利用该模型进行预报。……