论文部分内容阅读
随着工业化进程的加快，空气质量开始不断恶化，并直接威胁到群众的身体健康。然而，要合理控制空气质量的恶化，首先得对空气质量做出科学的评价。本文使用时间序列方法和多元统计方法，对香港空气质量状况做出合理估计和评价。 首先本文采用条件异方差模型GARCH模型分析铜锣湾地区可吸入悬浮粒子的波动性。先用残差自回归模型消除线性趋势，再建立AR(1，2，9)-GARCH(1，1)模型，该模型可以很好地拟合可吸入悬浮粒子的波动性，拟合精度高，相关系数R达到0.9485。结果表明在不同时刻可吸入悬浮粒子浓度会存在比较大的波动。 其次，采用多元数据的脸谱图和聚类热图分析数据，探讨香港地区空气污染的特点，发现路边监测站数据脸谱图和其他监测站数据脸谱图不同。采用聚类热图时，发现路边监测站各污染物数值颜色多为蓝色，处于较高浓度水平。 再次，分析与监测站密切相关的污染物，本文采用对应分析法，发现路边监测站对应污染物是二氧化氮、一氧化碳，东北角新市镇郊区对应的污染物是臭氧。可吸入悬浮粒子影响所有地区。 最后，采用时序动态的层次分析方法，纵向分析13个月来监测站的综合污染状况。发现排序靠前、靠后的监测站排序相对稳定。地理位置靠近的地区排序规律保持一致。 本文的创新点和科研价值在于：(1)利用波动率GARCH模型来研究空气污染物的波动性，并取得了良好的拟合效果。(2)在本人学识范围内，中国知网上没有相关文献采用GARCH模型拟合空气污染物，本文采用的方法为解释污染物的变化提供了一种新方法。因为每小时记录的污染物浓度数值不平滑，传统回归模型难以达到好的拟合效果。(3)采用R语言中直观生动的脸谱图和聚类热图展现并分析多维污染物数据，增强了数据的可视化效果。(4)采用对应分析方法分析各监测站的主要污染物，克服了API算法只提供一个主要污染物的缺点。