摘 要

雾霾已经成为我国的一个极具代表性的大气环境问题。近几年来，我国各地频繁出现雾霾天气，对民众生产生活造成了严重的影响。因此，对雾霾的成因进行探究，可以发现雾霾污染的源头，为政府采取相关措施防治雾霾提供参考意见，使普通民众更加了解雾霾，从而具有环保意识。研究并治理雾霾，刻不容缓。

本人的毕业论文选取北京市2000年至2014年间的7个指标作为影响雾霾的原始指标变量，运用主成分分析对指标进行降维。为了改进传统主成分在数据无量纲化时会丢失部分信息的缺陷，采用均值化主成分分析。同时考虑到数据可能存在的非线性关系，在均值化的基础上又采用核主成分分析，有效地提高了信息提取率。然后对所得到的主成分进行回归分析研究它们与可吸入颗粒物的关系，找出影响雾霾的因素，并对比分析三种方法的优劣。

研究结果表明：第一个主成分与汽车保有量、汽油消耗量和施工面积关系密切，因此导致北京雾霾污染形成的原因主要为交通污染和建筑施工扬尘污染。

关键词：可吸入颗粒物；主成分分析；均值化处理；核函数

Abstract

Fog and haze have been a typical problem of air environment in our country. In recent years, fog and haze have appeared frequently across China and had a serious impact to people’s life and production. Therefore, research for the causes of fog and haze will help us find the source of this population and provide reference for government to take relevant measures to prevent fog and haze. Meanwhile public will know more about fog and haze and have environmental awareness. Study and control the fog and haze demand immediate attention.

This paper select 7 indexes of 2000-2014 in Beijing for the original indicator variables which may affect fog and haze, and use principal component analysis (PCA) to reduce the dimension of the index. Use equalization of PCA in order to improve the defect that traditional PCA will lose some information during the non-dimensional of data. Then use kernel principal component analysis on the basis of equalization considering that there may be nonlinear relation between data, and this effectively improve the information extraction rate. Finally use regression analysis to the obtained principal components to study their relationship with respirable particulate matter. Then find the factors affecting the fog and haze and compare the advantages and disadvantages of those three methods.

The result of research shows that the first principal component has a close relationship with car ownership, fuel consumption and construction area. So the main causes to the fog and haze in Beijing are traffic pollution and construction dust pollution.

Key Words: Respirable particulate matter; Principal component analysis;

Equalization; Kernel function

目 录

摘 要 I

Abstract II

第1章 绪论 1

1.1 研究的背景 1

1.2 研究目的及意义 2

1.3 国内外研究现状综述及评价 2

1.3.1 国外研究现状 2

1.3.2 国内研究现状 3

第2章 模型的准备 5

2.1 主成分分析方法的理论背景 5

2.1.1 主成分分析方法的实现 5

2.2 均值化主成分 5

2.2.1 均值化主成分的步骤 6

2.3 核主成分分析 6

2.3.1 Mercer核函数理论 6

2.3.2 核主成分方法的实现 7

第3章 实证分析 9

3.1 雾霾指标体系的构建 9

3.2 基于传统主成分的雾霾指标分析 9

3.2.1 雾霾指标变量间的相关分析 9

3.2.2 雾霾指标的主成分分析 10

3.3 基于均值化主成分的雾霾指标分析 12

3.4 基于核主成分的雾霾指标分析 14

3.5 基于回归模型的雾霾成因分析 15

3.6 三种不同方法的对比 17

第4章 本文总结与展望 19

4.1 总结 19

4.1.1 结果分析 19

4.1.2 本文特色 19

4.2 建议 20

4.3 展望 20

参考文献 22

致 谢 24

第1章 绪论

1.1 研究的背景

自上世纪70年代以来，大气污染与防治研究工作在不断发展完善，于是人们迫切想要了解与自己生活息息相关的空气污染的影响以及其变化趋势。空气污染预报应运而生。世界上许多国家和地区已经根据各自对环境保护的要求和规定制定了空气污染预警和污染预测的方法。而对于空气污染检测的重要指标PM2.5，国内外开展了大规模的研究，主要在污染排放的地理环境、污染源头化学成分、排放特征谱以及PMas对大气能见度和对人体健康危害等方面。

近几年来，大气污染日益严重，普通老百姓开始越来越关注空气质量，“雾霾”这个词逐渐进入大家的视野。雾霾，主要是由雾和霾组成，是对大气中各种含量超标的悬浮颗粒物的笼统表述。氮氧化物、硫氧化物以及各种可吸入颗粒物是雾霾中的三大主要成分，其中导致雾霾天气危害严重的罪魁祸首则是可吸入颗粒物。当太阳光吸收了大量可吸入颗粒物以及气态污染物并进行反射和散射后，大气能见度会大大降低，天空瞬间变成灰蒙蒙的，于是就出现了所谓的“雾霾天气”。雾霾的存在对我们的正常生活造成了各方面的影响。不仅城市空气质量降低，太阳辐射强度会减弱，日照时数也会减少，间接造成农作物减产。最严重的是可吸入颗粒物还能进入人体，引发系列呼吸道疾病，从而对人体健康直接造成危害。