PM2.5成因、传播及控制(4)

八、模型推广

相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。相关性不等于因果性，也不是简单的个性化，相关性所涵盖的范围和领域几乎覆盖了我们所见到的方方面面，在经济学、统计学、数学、大气科学、生态学、遗传学等领域都有应用。其中在金融活动中具有十分广泛的应用，如投资组合分析、资产定价及风险分析等问题都用到相关性分析。

高斯模型是最早开发的数学模型，是模拟泄露到大气中的污染物沿下风向扩散浓度分布最广泛的模型之一。高斯扩散模型用于均一的大气条件，以及地面开阔平坦的地区，点源的扩散模式。排放大量污染物的烟囱、放散管、通风口等，虽然其大小不一，但是只要不是讨论烟囱底部很近距离的污染问题，均可视其为点源。

本文给出了确定污染源位置的具体方案。模型的假设是根据实际生活而定，比较合理,结果有较高的可信度；充分考虑了传播过程中的随机因素，保证了模型的准确性和通用性。另外此模型课以在相关数据支持的前提下，可用于对某一地区表层土壤中重金属污染的分析，并通过数据预测出污染源位置。因此，本方案有利于污染的彻底治理，且省去了大量的人力、物力，节约了大量的社会成本。

10

九、参考文献

[1]姜启源 谢金星 叶俊（第三版），数学模型，北京：高等教育出版社，2003； [2]季学李 羌宁，空气污染控制工程，北京：化学工业出版社，2005；

[3]胡素华 张彤 张世英，正态逆高斯扩散模型的MCMC估计[J]，系统工程理论方法应用，133-138，2006；

[4]石东伟 陈东娜，高斯扩散模型在确定污染源位置中的应用，河南科技学院学报，

2012；

[5]朱增银 李冰 赵秋月 夏思佳 李荔，对国内外PM2.5研究及控制对策的回顾与展望，环境科技，2013；

[6]赖红松 董品杰 祝国瑞，求解多目标规划问题的Pareto多目标遗传算法[J],系统工程，24-28，2003。

11

附录

SO2、PM10、CO、NO2 与PM2.5之间的正态分布曲线图：

图1 SO2、PM10、CO、NO2 与PM2.5之间的正态分布曲线图

12