灰色動態預測在環境監測中的應用探析

張文靜 付旭東

內容摘要? 文章主要針對灰色動態預測在環境監測中的應用展開研究分析，根據我國學術界著名學者鄧聚龍所提出的灰色預測理論，提出了灰色動態預測在環境監測工作中的適用性。為了使本研究更具有實際意義，文章以空氣環境監測為研究對象，探討了灰色動態預測在環境監測工作中的應用。

關鍵詞? 灰色動態 環境監測 GM（1，1）模型

1 引言

我國生態環境監測中心提出了一系列的針對策略來處理環境污染現象[1]，但目前來看，我國的環境監測體系仍然有待完善，其效率和性能方面都存在著缺陷，面對這種現象，本文提出了國內近些年來較為流行的灰色動態預測系統來解決這種問題，希望能對相關研究人士提供借鑒幫助。

2 灰色預測理論

灰色預測理論體系也被稱為灰色系統理論體系，該體系早在20年前就已經被著名學者鄧聚龍所提出，直到近些年才被再度提出并構建更為完全的理論體系[2]。目前，該理論主要包含以灰色朦朧集為核心，依靠關聯空間來建立分析系統，依靠序列生成為核心建立方法體系，依靠灰色模型為基礎構建系統模型，通過最終完成的系統進行建模、控制、評估、分析和優化等一系列行為。灰色預測也即是對已知信息中的不確定信息采取分析預測的手段，預測出指定范圍內與時間相關聯的預測方法，利用對原始數據的生成處理和構建灰色模型對數據進行分析，最終獲取數據的運作規律和變動規律[3]。

3 灰色動態預測在環境監測工作中的適用性

灰色預測能夠對不確定的信息采取預測行為，進而控制系統并優化系統，在環境監測期間通常會因各類不穩定因素干擾而導致工作遭到阻礙，比如天氣情況突然出現變化等，在這期間所采用的大多數儀器設備都會因電磁等干擾因素而形成不穩定現象會導致數據出現偏差，這種現象會對整個監測系統都造成惡劣的影響[4]。灰色動態預測可以按照數據的變動趨勢對未來可能產生的數據進行預測，這種方法可以在外界干擾的情況下起到一定的數據修正和系統輔助，因此，構建灰色動態預測模型可以加強對數據的跟蹤能力，進而有效展開接下來的環境監測工作[5]。

4 灰色動態預測在環境監測工作中的應用——以空氣環境監測為例

4.1 某地空氣質量概況

某地的地勢屬于北高南低，位于魯中地區丘陵與沖積平原交匯處，因長期受到太陽輻射、大氣流和地理環境的影響，該地區四季分明，并且平均溫度為14℃。但是某地的空氣質量相對較差，該地區的SO2、NO2和PM10的平均量為0.045mg/m3、0.038mg/m3、0.127mg/m3，其中的可吸入顆粒物PM10已經屬于嚴重超標，按照空氣污染綜合指數法計算，能夠決定SO2、NO2和PM10的污染分擔率分別為12%～40%，26%～39%和48%～56%，其中PM10作為首要污染物未能達到國家環境局制定的質量標準，從目前的數據來看，SO2和NO2能夠得到有效的控制。

4.2 灰色系統GM（1，1）模型的構建

構建步驟如下：

針對研究對象的數值按照時間順序進行排序，并且構建原始數據序列。

原始數據序列：X（0 ）=[X（0 ）（1），X（0 ）（2），…，X（0 ）（n）]，作1-AGO，也即是一次累加生成：X（1 ）（t）=ΣX（0 ）（i），t=1，2，3…，得到生成數列：X（1 ）=（X（1 ）（1），X（1 ）（2），…，X（1 ）（n）。

創建GM（1，1）模型的一般形式的微分方程：dx（1 ）/dt+ax（1 ）=u。

創建微分方程相對的時間響應函數：

X（1 ）（t+1）=[X（0 ）（1）-u/a]e+u/a。

4.3 預測結果分析與建議

按照灰色預測GM（1，1）模型的構成原理對三種空氣污染濃度數據采取精準的計算處理，若是模型預測的數據不符合制定標準時采取殘差休整，最終構建相應的時間相應方程，并且最終給出定量預測。

從某地的分析上來看具體如下：

（1）某地的能源結構主要以燃煤作為主業，在2017年內針對煤炭的消耗率占據整體能源消耗率的80%以上，每年某地生產、消費和運輸煤炭的總量高大1111萬噸，并且從2017年至2019年，某地區的煤炭總量仍然處于上升趨勢。在燃煤期間會形成大量的粉塵、氮氧化物等物質，此類物質沒有經受過有效處理就排放在某地的空氣當中，導致某地的空氣環境越來越惡劣。

（2）城市建設在施工期間會形成數量極高的PM10，這也是某地PM10濃度過高的主要影響因素，因該地區屬于城市化建設的重點對象，其中包括舊城區改造建設、城市道路施工建設、房地產開發建設等工程在不斷增長，建設所涉及的面積、工程的數量、施工點的分散等問題都導致某地無法對PM10形成有效的控制，在這種現象下某地區的空氣污染問題會變得越來越嚴重，無法控制住可吸入顆粒物對空氣環境所造成的危害。

（3）現階段，機動車和小型汽車的數量在不斷增長，在面對這種情況下汽車尾氣逐漸成為危害空氣環境的主要原因，某地政府部門在針對汽車尾氣和機動車排氣物方面缺少必要的重視度，對汽車缺少必要的管理手段。

（4）某地因氣象、地理等因素也提升了空氣污染的危害程度，該地區的降水季節普遍集中在夏天，在春季、秋季和冬季的時間都缺少降雨量，在這種現象下無法利用正常的雨天現象對空氣中所含有的污染物進行沖刷。另外，該地區屬于內陸地區，與黃河之間的距離非常近，并且地形不利于空氣污染物的自然擴散。從地形來看，該地區南部屬于山區，植被覆蓋度相對較低，無法形成完善的生態鏈，并且北部屬于沖積平原，土壤相對松軟，很容易造成較為強烈的沙塵現象，并且因該地區的風速普遍屬于4.2m/s，很容易產生沙塵暴的天氣[6]。

某地的SO2、NO2和PM10變化趨勢具體如圖1所示，在未來5年內SO2的濃度呈現下滑的趨勢，NO2和PM10則是呈現出輕微的增長趨勢，通過濃度值的變化能夠得出SO2和NO2的濃度能夠在未來5年內能夠符合國家環保局所指定的空氣環境質量標準，但是PM10的濃度每年都會超過標準，并且仍然處于增長趨勢，這代表某地區的主要空氣污染成分就是PM10。

面對這種現象某地應當采取科學有效的空氣環保手段對PM10進行有效的預控，具體如下：

（1）大力整治并對能源產業結構進行改革，對煤炭能源等具有污染性質的能源進行有效的控制，政府可以制定相關的政策規定，如規定用戶使用“煤改氣”等工程，對汽車的為其進行嚴格要求，并且采用完善的歐二標準體系[7]。

（2）大力宣傳并建設城鎮綠化工程，號召地區人民共同參加到綠化建設當中，以此來加強對SO2、NO2和PM10的吸收能力。

（3）該地區重點綠化對象是PM10，應當有效減少其排放和產生的濃度，從根源上采取嚴格的監管手段，比如加強對各類建設工程的質量監督，制定嚴格的運輸標準，避免在運輸期間產生大量的粉塵[8]。

5 結語

（1）灰色預測系統擁有較強的可操作性，其中的GM（1，1）模型對數據的要求并不嚴格，并且原理方面比較簡單，具有較高的精準性，從目前的情況來看，灰色預測系統能夠對環境空氣質量問題形成良好的預測效果和控制效果。

（2）從預測結果中能夠發現，某地的SO2和NO2的濃度負荷相關標準，但是某地的PM10屬于嚴重的超標現象。

（3）該地區重點綠化對象是PM10，應當有效減少其排放和產生的濃度，從根源上采取嚴格的監管手段。

（第一作者系定西市生態環境局安定分局 助理工程師）

【參考文獻】

[1]車忠坤.基于灰色動態預測模型的城市需水量與廢水排放量預測研究[J].地下水，2019，41（3）：50-51+93.

[2]劉學.高速公路路堤沉降簡化灰色動態預測模型解析[J].中外公路，2018，38（4）：1-3.

[3]潘敏.灰色動態預測在環境監測中的應用[J].現代工業經濟和信息化，2017，7（24）：43-44.

[4]王可心.灰色動態預測在環境監測中的應用探析[J].資源節約與環保，2019（7）：45.

[5]呂銀萍.環境監測市場化若干問題的思考[J].智能城市.2017（3）：56.

[6]水娜.環境監測對環境保護工作的重要性分析[J].資源節約與環保，2013（12）：67.

[7]畢爽.環境監測在環境保護工作中的作用分析[J].農村經濟與科技.2017（S1）：90.

[8]郭洪江.環境監測質量控制探討[J].科技與企業，2013（8）：78.