发布时间 : 星期三 文章杭州市空气质量评价与预测论文更新完毕开始阅读
r(1)?0.978,r(2)?0.807,r(3)?0.977
按大小排序为r(1)〉r(3)〉r(2)，这表明，在杭州市市民健康水平的因素中，空气质量影响健康水平的程度大小排列为：人均期望寿命〉医疗病床数〉婴儿死亡率，与关联图所显示的结果相同。
从上述可以看出，人均期望寿命被空气质量影响较为显著，再者就是医疗病床数，被影响最小的是婴儿死亡率，可见空气质量影响到了杭州市民的健康水平。
4.8问题(8)的分析求解过程 4.8.1问题(8)的分析
该问题要求我们根据影响杭州市空气质量的因素，提出治理杭州市空气污染的合理建议。
4.8.2问题(8)的求解
针对影响杭州市空气质量的因素，我们对此提出了相应的治理建议。 杭州市政府可以做到：
（1）完善环保设施，确保达标排放。全面整治工业化排放，配套建设更为先进、除尘效果更加明显的污染治理设施，彻底解决污染物和烟气无组织排放现象，确保各项环保设施正常运转，烟粉尘达标排放。加强各企业生产生活污水处理设施建设力度，建成工业企业生产生活污水总处理站和总排放口，使水污染物集中达标排放。
（2）实施结构调整，淘汰高污染、高耗能企业。加大机构调整力度，加快淘汰落后产能，稳步推进工业升级改造，大力推行清洁生产，发展循环经济。将治污减排作为转变经济发展方式、促进科学发展的有效抓手，严格环境执法，关停取缔高污染、高耗能企业，对超过污染物总量控制指标、环境污染严重的项目逐步进行转产，确保增产减污。 （3）加大环保投入，促进管理减排。按照“谁污染、谁治理”的原则，督促企业切实负起污染整治的主体责任，加大污染减排投入，对厂区及周边环境进行治理，通过“绿化、亮化、硬化”等一系列措施，切实改变各企业现有面貌，逐步建成“花园式”企业，以建设工业污染源自动监控系统为重点，加大治污减排监管能力建设，深入企业开展污染治理。同时，对全市其它企业展开地毯式排查，对发现的各类环境问题采取有力措施加以整改，提高各企业的环境管理水平。
（4）严格环境执法，打击违法排污。明确环保责任，强化环境执法，依法加大排污费征收力度，并通过对违法排污企业的严管重罚，加快依法治污步伐。对未按要求建成污染防治设施、未实现全面达标的企业，一律予以关闭。本着“抓大不放小”的原则，严格落实全市小企业的环保责任，严把原辅材料进出关，督促其配套环保设施和使用清洁能源，对未完成限期治理任务或擅自停运环保设施以及不能满足污染物总量控制要求的企业，实行停产整治或高限处罚。
（5）坚持环境优先，严格环保准入。高度重视生态环境保护，认真做好项目环境审批。
(6)宏观调控，提高汽车的价格，适当减少汽车的购买力，促进小型制造汽车的企业的转产，把汽车的数量控制在生态平衡允许的范围内，同时使用公共汽车、地铁等公共交通工具迅速的发展起来，向市民提倡骑自行车、乘坐公共汽车和地铁，可以大大地减少汽车尾气的排放。
(7)绿化固土，可以在道路两旁多栽树木，当然鼓励市民一起行动，效果会更好，树木不但可以绿化、美化环境，而且是净化空气的纯天然净化器。 企业可以做到：
（1）积极响应绿色证券政策，坚持走科技含量高、经济效益好、资源消耗低、环境污染少的新型工业化道路。
（2）成立环保管理领导小组；设立环保管理职能部门，完善环保制度建设，加大制度执行力度。
（3）开展全面环保管理工作，从源头及过程上削减污染。 （4）多措并举降低环境污染，循环利用节约资源。
（5）定期进行环境检查检测，切实采取环境整改措施。
（6）开展环保知识培训宣传工作，持续提高环境管理水平及环保意识。 社会大众可以做到：
（1）要爱护花草树木，不破坏城市绿化，并且积极参加绿化植树活动。 （2）在学习中，要尽量节省文具用品，杜绝浪费。
（3）开车时减速行驶，这样耗油量小，还可降低二氧化碳的排放量。 （4）尽量以步代车或骑自行车。
综上所述，只有政府、企业、社会大众共同努力，杭州市才会更加进步，就可以更好地实现城市的可持续发展。
5.模型的评价
5.1模型的优点
1.本文能够较好地运用正态性检验和多独立样本K检验，明确地分析样本的显著性。 2.本文利用多种模型拟合分析，可以较好地保证模型选择的准确性。
3.本文能够将主成分分析与灰色关联分析有效地结合，确保了影响因子的分析。 5.2模型的缺点
1.查找的数据或许存在错误，使得分析的结果会有些许的偏差。
6.参考文献
[1] 丁桑岚，《环境评价概论》，北京化学工业出版社，2006年 [2] 李玉敏，李明丽，焦智康，《北京市空气质量影响因素计量经济分析》，环境科技导刊，2008年 [3] 惠学香，《空气污染指数简易计算方法》，北京科学出版社，2002年 [4] 章异平，徐军亮，赵西平，《基于灰色关联的洛阳市空气质量影响因素分析》，河南科技大学学报，2012年2月
附录
clear; close all; clc;
%载入源数据 %其实这里可以载入execl表格的
n=15; %参与评价的个数
m=4; %参与评价的指标个数 X_0=zeros(n,m); % 数据矩阵 X_2=zeros(n,m); %偏差结果的求取矩阵 X_3=zeros(n,m); % 相关系数计算矩阵
a1_0=[13 18 17 18 17 17 18 17 13 17 18 13 18 13 18]; a2_0=[18 18 17 17 18 13 17 13 18 13 17 13 13 17 17];
a3_0=[48.67 43.33 43.56 41.89 39.47 43.44 37.97 41.14 39.67 39.83 34.11 40.58 34.19 30.75
21.22];
a4_0=[10 10.7 3 5.4 5.4 0.7 4.2 0.5 9.3 0.85 2.9 5.45 4.2 2.7 6]; %指标数
X_1=[a1_0',a2_0',a3_0',a4_0']; %最后使用到的数据矩阵
%1 寻找参考列
x0=[max(a1_0),max(a2_0),max(a3_0),max(a4_0)]; %取每列的最大值（指标的最大值）
%2 计算偏差结果
i=1;
while(i~=m+1) %为什么这个地方会出问题呢
for j=1:1:n
X_2(j,i)=abs(X_1(j,i)-x0(i));
end; i=i+1; end
%3 确定偏差的最值 error_min=min(min(X_2)); error_max=max(max(X_2));
%4 计算相关系数
i=1; p=0.5; while(i~=m+1) for j=1:1:n
X_3(j,i)=(error_min+p*error_max)/(X_2(j,i)+p*error_max);
end; i=i+1; end
%X_3 %可以在此观察关联矩阵
%5 计算各个值的关连序
a=zeros(1,n); for j=1:1:n