小波分解在空气污染指数分析中的应用
摘要:本文利用Mallat分解在不同时频域的多分辩分析能力，以可吸入颗粒物污染指数为例，将其分解到不同的频域中进行分析，通过实际应用证明其效果良好。将Mallat 法应用于上海市城区全年可吸入颗粒物、SO2、NO2等污染物的分析研究当中，发现秋冬两季煤、油等燃料的不完全燃烧对颗粒物浓度的增加影响最大，而汽车尾气对后两者浓度增加的影响也较大。
关键词:小波分解;Mallat算法;空气污染指数;可吸入颗粒物;影响因素
上海市是我国经济发展的龙头城市，在大气环境治理方面，经十几年的努力，目前城区已基本实现无黑烟区。但由于经济、能源、交通的飞速发展，大气中可吸入颗粒物、硫化物、氮氧化物等污染物的浓度也相应增加。据2006年上海市环境状况公报表明，2005年上海市城区首要大气污染物为可吸入颗粒物的有303天，占总天数的83.0％；首要污染物为二氧化硫的有49天，占总数的13.4%；首要污染物为二氧化氮的有6天，占总数的1.6%。大气污染的状况仍然存在。目前上海已启动了“蓝天白云计划”，对环境污染进行更进一步的治理。
为了能更好地对大气污染进行治理，应该对各污染物浓度全年变化情况进行合理的基础分析。目前国内对各项污染物的日报、周报等进行分析时所采用的方法均为散点图直接分析法，该方法虽然简单易行，但存在如数据过多时显示繁琐、无法显示详细变化等弊端，因此寻找一种合理的分析方法就显得尤为必要。
本文将小波分解法首先应用到大气可吸入颗粒物的分析中进行试应用，然后结合同期的SO2、NO2两项污染物的波动规律及相关关系等对上海市近五年大气污染情况进行了分析。
使用微信“扫一扫”功能添加“谷腾环保网”
如果需要了解更加详细的内容，请点击下载 
dzy10040203.PDF
下载该附件请登录，如果还不是本网会员，请先注册
