全球臭氧水平研究及預測

摘要：臭氧層的破壞是人類面臨的最重要的環境問題之一，今天，大多數科學家認為，人類過度使用含氯氟烴（cfc）材料是破壞臭氧層的主要原因。本文研究全球臭氧水平的影響因素，包括氟氯烴和鹵代烷濃度水平，利用多元線性回歸分析，探索它們之間的關系，并使用時間序列分析的方法預測在未來五十年的氯氟化碳（cfc）物質和哈龍（鹵代烷）的水平，從而預測未來五十年全球臭氧水平。

關鍵詞：臭氧；氯氟烴；鹵代烷；多元線性回歸、時間序列分析

1.概述

1.1背景

自1970年代以來，科學家們發現，全球總臭氧減少的趨勢，以及臭氧的減少主要發生在臭氧層[1]。南極科學研究表明，從1977年開始，在南極臭氧的總量迅速下降，形成一個“臭氧空洞”。隨后的科學家觀察表明，臭氧空洞面積不斷擴大，臭氧濃度正在加速下降。與此同時，南極臭氧空洞的持續時間更長。所有這些跡象表明，南極臭氧空洞的損耗仍在惡化。進一步的觀察表明，臭氧層的損耗不僅發生在南極，北極和其他中部緯度地區也出現不同程度的臭氧損耗的現象。北極上空的臭氧層減少了20%，已形成了一個面積約1/3的臭氧空洞。在世界上被稱為“第三極”的青藏高原，大氣物理和氣象觀測中國學者還發現，青藏高原臭氧以每十年2.7%的速度減少，已經成為大氣中第三個臭氧空洞。根據全球總臭氧觀測結果表明，臭氧總量在1978 - 1991年每10年減少1% - 5%。這種情況已經造成了臭氧層嚴重的損耗，引起許多國家的政府和人民普遍關注。

2. 基本原理

2.1多元線性回歸的原理分析

研究兩個或兩個以上的自變量對因變量的相關性分析，稱為多元線性回歸模型。多元線性回歸模型是線性回歸模型的一個擴展，其基本原理類似于線性回歸模型，但解釋變量不是一個而是很多。計算公式如下：設置隨機變量y和一般變量x1，x2，…xk線性回歸模型[2]：

（2-1）

在 ， ，… 是K + 1未知參數，稱為回歸常數；y稱為解釋變量； x1 ，x2，… xk是K個可控變量。k= 1時，這是一個線性回歸模型，當k > = 2時被稱為多元線性回歸模型。ε是隨機誤差。

2.2時間序列分析

ARIMA模型[3]稱為自回歸綜合移動平均模型（自回歸綜合移動平均模型，縮寫為ARIMA），ARIMA（P D q）模型稱為差分自回歸移動平均模型。ARIMA模型根據原始序列是穩定以及回歸的不同部分，包括滑動平均（MA）、自回歸（AR）過程，自回歸移動平均（ARMA）過程和ARIMA的過程。ARIMA模型是基于數據序列的穩定性，為非平穩的趨勢系列，消除的差異趨勢后，達到穩定狀態，然后用ARIMA模型。模型可以表示為ARIMA（P D q），如果沒有數據序列中的季節周期：

， （2-3）

ARIMA建模和預測的一般步驟如下：1）數據序列加工；2）模型識別和估計；3）參數估計和模型診斷測試；4）預測。

3.數據分析

3.1數據分析

經過綜合考慮，本文中使用的主要變量有：全球臭氧濃度，氟氯化碳的濃度，每年一年一度的鹵代烷的濃度，研究氟氯烴和鹵代的濃度對臭氧濃度的影響。其中，臭氧濃度選取全球年度最低的臭氧濃度、鹵代烷主要用鹵代烷- 1301測量。數據使用一年作為單元的數據，共有1979 - 2012年34年的數據。

本文的總體思路是：1、以年度最低臭氧濃度作為解釋變量，一年一度的氯氟化碳濃度和鹵代烷濃度作為因變量，建立多元線性回歸模型。2，使用時間序列預測分析模型的氯氟化碳濃度和鹵代烷濃度。考慮到數據使用的影響，所以在這之前對數據進行標準化處理。

可以發現，各回歸系數的顯著性檢驗水平小于0.01。因此，我們可以認為這兩個回歸系數是重要的，根據回歸系數可以寫出氯氟烴和鹵代烷臭氧多元線性回歸方程。

（3-1）

從上圖我們可以看到，自相關和偏相關延遲項是一階時，偏相關和自相關逐漸減少到零。因此，我們可以考慮ARIMA（1、2、1）模型。

如下圖所示，臭氧水平用回歸預測了未來50年之前進一步預測趨勢，可以非常直觀的看到在2000年之前，臭氧水平顯示一個明顯的下降趨勢。可以看到2000年之后，臭氧濃度不斷增加，通過預測50年臭氧濃度趨勢可以看到，臭氧濃度將在接下來的50年上升到一個新的高度，但是很難超越1980年之前的水平，表明臭氧復蘇是一個緩慢的過程，雖然國際形勢要好得多，但是考慮到空氣中臭氧破壞穩定的氣體，以及長期臭氧化學反應，臭氧恢復需要一些時間，但我們可以肯定，這一趨勢是正確的方向。

因此，有必要采取措施來保護臭氧層。世界上所有國家都應該遵守蒙特利爾協議并采取積極措施保護臭氧層。首先，必須減少氯氟碳化合物和哈龍等物質的生產以及使用。同時尋找新的替代能源，清潔能源。其次，我們應該提倡低碳生活，減少碳排放，經濟的科學發展，不能以犧牲環境為代價，我們還有很長的路要走。最后，改善世界臭氧層保護的意識，共同努力，使臭氧恢復正常水平。

參考文獻：

[1]李坤蘭. 臭氧層的破壞及其保護[J]. 環境技術，2000，02：21-23.

[2]李金海. 多元回歸分析在預測中的應用[J]. 河北工業大學學報，1996，（03）：57-61.

[3]湯巖. 時間序列分析的研究與應用[D].東北農業大學，2007.

作者簡介：杜沖（1991.8-），男，漢，安徽宿州市人，碩士研究生，研究方向：保險精算.