西安市环境空气质量问题摘要本文对西安市环境空气质量污染的程度进行分析与评价，并对影响空气质量的主要因素以及对西安市未来一周空气污染情况的预测进行了分析研究。
文章根据已有的数据，运用数学建模的方法，借助Excel数据分析、作图和统计工具，采用指数平滑法对西安市空气污染进行了预测，最后通过对前三题的总结归纳，并进行相关资料收集，对西安市环保部门提出相关的环境改善措施与方法。
针对问题一：根据《环境空气质量指数( AQI)技术规定》已经建立好的算法，用Excel将空气污染指数的旧标准( API)和新标准(AQI)西安市的空气质量数据求出，再对其进行作图对比分析，来研究分析新旧评价标准的相同点和差异。
针对问题二：通过对附件中西安的空气质量监测数据、大气污染物浓度监测数据、西安各区规模以上工业增加值以及西安气象数据分析，并对各个数据进行单独与联合对比的分析，以及空气质量指数以及分指数，日平均浓度等对西安的空气质量进行分析，得到影响西安空气质量的主要因素包括地理位置，气象条件和季节性等自然因素，以及工业发展，汽车尾气和人们生活习惯的人为因素，和一些不可预知的因素。
针对问题三：为了找到了影响质量的根本原因以及相关因素。
对西安空气质量进行评估，通过对问题的分析,考虑多种预测方法，但因为对空气质量的预测问题是一个针对环境系统的预测问题，而环境系统具有系统内部作用因素较多，又由于所给原数据具有较大的波动性，无法用一个既定的函数去描述。
在了解构建的模型结构基础上，参照相关知识，我们主要采用指数平滑法来进行处理，对问题进行预测。
得知，西安市在未来一周，空气质量有恶化的迹像。
AQI值基本平缓。
最后本文根据以上研究分析得出的各问题结论，集合西安市具体情况、主要环境污染因子等，在查阅参看相关环保类的资料书籍，对西安市环保部门提出有关环境保护环境空气质量检测与控制方面的合理性建议。
并也根据现在的环保要求，和当下的建设环境友好型社会，对政府有关部门提出一些必要的意见和建议。
关键词：空气质量指数AQI, 空气质量污染指数API, Excel应用，对比，指数平滑法，一．问题重述1.1 问题背景近年来，随着我国经济社会的快速发展，以煤炭为主的能源消耗大幅攀升，机动车保有量急剧增加，经济发达地区氮氧化物（NOx）和挥发性有机物（VOCs）排放量显著增长，臭氧（O3）和细颗粒物（PM2.5）污染加剧，在可吸入颗粒物（PM10）和总悬浮颗粒物（TSP）污染还未全面解决的情况下，京津冀、长江三角洲、珠江三角洲等区域PM2.5和O3污染加重，灰霾现象频繁发生，能见度降低，环境空气质量评价以及污染治理等问题再一次引起大众的关注。
为了提高环境空气质量，创造宜居的环境，保护美丽家园，呵护人体健康，国家根据《中华人民共和国环境保护法》和《中华人民共和国大气污染防治法》制定了《环境空气质量标准》。
研究表明，城市环境空气质量好坏与季节、城市能源消费结构等因素具有十分密切的关系。
根据已有的数据，运用数学建模的方法，对环境空气质量进行科学合理的评价，预测与分析是一个很具有实用价值的问题。
1.2 问题提出(1)请分别使用使用空气污染指数（API）（旧标准）和环境空气质量指数（AQI）对西安市的空气质量进行评价（新标准），并对评价结果进行对比、分析；(2)分析影响西安市空气质量的原因；(3)对未来一周（取2013年4月30日至5月6日）西安市空气质量状况进行预测；(4)试就环境空气质量的监测与控制对西安市环保部门提出建议。
二．基本假设（1）假设表格中所有的数据都是用标准方法求出，具有真实性，权威性，可使用性。
（2）每一天的数据是独立不相互影响的。
（3）考虑季度，气候对空气质量的影响。
（4）不考虑人为因素（如工业事故）和非常规自然因素(如火山爆发)对空气质量的突变影响。
（5)假设该市各种影响空气质量的软因素（如工业发展，天气转变）保持平稳变化。
（6）假设各种因素对环境的影响最终主要表现在二氧化硫、二氧化氮、可吸入颗粒PM10、细颗粒物PM2.5上，其他影响因素忽略掉。
三．符号说明API 空气污染指数 AQI 空气质量分指数 IAQI污染项目的空气质量分指数 (1)tS第t 期的一次指数平滑值α平滑系数 1t Y ˆ 第t 期的观察值P C污染物项目P 的质量浓度值 hi BP 国家标准中与CP 相近的污染物浓度限值的高位值lo BP国家标准中中与CP 相近的污染物浓度限值的低位值hi IAQI 国家标准中中与BPHi 对应的空气质量分指数lo IAQI国家标准中中与BPLo 对应的空气质量分指数四、问题分析4.1问题一的分析第一问中要求分别用空气污染指数的旧标准( API)和新标准(AQI)西安市的空气质量进行分析，并且对于结果进行对比，因此，这里需要应用控制变量的思想，即所取得样本数据必须同时对于API 和AQI 有效，由于2013年1月1日之前并未测量PM2.5等因素的数据，所以2013年1月1日之前的数据对于AQI 而言是无效的数据。
因此，我们选取了2013年1月1日到2013年4月28日间的污染物数据作为样本数据，通过应用Excel程序来计算出这段时间西安13个地区及全市平均的API和AQI值，应用Excel绘制同一地区的API及AQI随时间变化的折线图，通过对于计算程序模型的设计和图像的研究来分析新旧评价标准的相同点和差异。
4.2问题二的分析(5)问题二要求分别使用空气污染指数( API)和环境空气质量指数( AQI)对西安市的空气质量进行评价，并对评价结果进行对比、分析。
本文结合气象数据，首先通过各区县API指数趋势、西安市API指数因素趋势、API与生产总值相关性分析对西安市空气质量从API指数角度进行观察对比，然后通过各区县AQI指数趋势、西安市AQI指数因素趋势对西安市空气质量从AQI指数角度进行评价，最后对API指数与AQI指数评价结果进行对比、分析。
用Excel对各类数据进行统计绘图整理，在对各图片进行观察、对比，并从工业发展程度，交通，城市生活用煤气电总量，绿化覆盖率，天气气候等多方面对影响西安市空气质量的原因进行分析。
4.3问题三的分析问题三要求对西安市未来一周空气质量做出预测分析。
本文参看附件中西安的空气质量监测数据、大气污染物浓度监测数据、西安各区规模以上工业增加值以及西安气象数据，采用指滑法进行分析预测，建立合适的模型，对西安市未来一周空气质量做出预测分析。
指数平滑法是在移动平均法基础上发展起来的一种时间序列分析预测法，它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测。
其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均。
基本模型如下：(1)1-tt(1)t)S-(1YSαα+=4.4 问题四的分析结合影响西安空气质量的原因，以及空气质量对人们身体健康和生活的影响等多方面因素，向西安环保部门提出关于西安空气质量检测和控制的合理化建议。
五、模型建立与求解5 .1问题一模型建立与求解5.1.1问题分析第一问中要求分别用空气污染指数的旧标准( API)和新标准(AQI)西安市的空气质量进行分析，并且对于结果进行对比，因此，这里需要应用控制变量的思想，即所取得样本数据必须同时对于API 和AQI 有效，由于2013年1月1日之前并未测量PM2.5等因素的数据，所以2013年1月1日之前的数据对于AQI 而言是无效的数据。
因此，我们选取了2013年1月1日到2013年4月28日间的污染物数据作为样本数据，通过Excel 应用来计算出这段时间西安13个地区及全市平均的API 和AQI 值，应用Excel 绘制同一地区的API 及AQI 随时间变化的折线图，通过对于计算程序模型的设计和图像的研究来分析新旧评价标准的相同点和差异。
5 .1. 2模型建立根据《环境空气质量指数( AQI)技术规定》已经建立好的算法()hi loP P lo lo hi loIAQI IAQI IAQI C BP IAQI BP BP -=-+-式中：P IAQI ——污染物项目P 的空气质量分指数； P C ——污染物项目P 的质量浓度值；hi BP ——国家标准中与CP 相近的污染物浓度限值的高位值；lo BP ——国家标准中中与CP 相近的污染物浓度限值的低位值；hi IAQI ——国家标准中中与BPHi 对应的空气质量分指数；lo IAQI ——国家标准中中与BPLo 对应的空气质量分指数。
注：API 相关数据可同理推知API 基本计算式与AQI 大致相同从附件中提取所需数据，使用Excel 计算出所需的API 与AQI 数据。
在Excel 中我们将计算出来的API 和AQI 制成表格，用Excel 统计出2012年1月1日到2012年4月26日之间的API 和AQI 值所对应的国家标准的分布情况，分析出相同的数据在两种不同评价标准下的差异。
5 .1. 3模型求解根据公式，计算出201 3年1月1日到2013年4月26日西安市全市平均的API 和AQI 值，并将其各级别出现次数做统计，如下分析上表，我们会发现相同的样本数据，在AQI的测算标准下其污染指数基本都分布于三级以上，而在API的测算标准下其污染指数大量分布于三级以下，因此，这说明新标准( AQI)的测算和分级方式更加严格，也说明这种新标准对空气质量污染因子有着更强的约束力。
这种情况在图像中也能够更加直观地反映出来，见下图西安市全市平均空气质量图(API＆AQI)高压开关厂空气质量图( API＆AQI)草滩空气质量图( API&AQI)如上图，黑色虚线代表AQI的数值红色实线代表API的数值，横轴是时间轴，可以看出在同一时间上，虚线的纵轴高度明显高于实线的纵轴高度，即AQI 的数值明显高与API的数值。
而三个图像分别反映出不同地点的API与AQI关系图像，其中草滩代表污染较少的自然区，高压开关厂代表污染较大的工业区，而全市平均则代表了整个显示的平均情况，这样三个图像可以排除地理环境对API和AQI数值的影响，即在任何地理人文环境下，同时间下AQI的数值都大致高于API的数值。
除了规定了更多的空气污染因子例如PMl0，从上述的分析可以看出，AQI 对待单一空气污染因子的分级制度更加严格。
由资料显示，PM2.5对人体的呼吸系统有着极大的损害，AQI评价法的这种改进，是空气质量评价标准很大的提升，只有监控和减少各种污染因子，才能真正提升我们的空气质量。
结论概括：通过数据统计分析，图像分析和对各污染物在数据样本中所占的比重分析，我们可以得出以下结论：最简单得分析，AQI这种测算方法比API增加了PM2.5等污染因子，并且将分级时的标准值划分得更加详细。