评价研究的主要数学模型，并在此基础上通过模糊数学建模方法构建空气质量评价方法，最后在Matlab实验平台中根据电厂周围空气污染物的含量数据，对空气质量评价方法进行仿真实验，并得到电厂周围空气质量的量化等级评价，验证了基于模糊数学模型的空气质量评价方法的可行性，提高了空气质量评价的准确性。
关键词：模糊数学建模方法;空气质量评价方法;量化等级评价
1 空气质量评价研究现状介绍
文章主要的研究方向为城镇的空气质量评价方法研究，空气质量评价的优劣程度，主要取决于当地各种空气污染物的含量和污染物扩散程度[1]。目前，业界普遍认可的空气污染物主要包括灰尘、有害气体、有害元素和有机物等，其中灰尘主要包括扬尘和悬浮颗粒等;有害气体主要包括二氧化硫、氮氧化物、一氧化碳、臭氧等;有害元素主要包括氟、铅、汞、砷等;有机物主要包括苯、总烃等[2]。对于空气质量的定量评价就是通过数学建模的方式对上述污染物的數据进行处理和分析，目前国内外关于空气质量评价模型的建立主要包括高斯型、统计型、数值型、物理型[3]。其中，高斯型模型主要应用于大气污染物浓度的保守计算方面。统计型模型主要应用于污染物浓度与空气污染影响因子的相关关系研究，主要计算方法为数理统计方式计算，但该方法存在对污染物的化学和物理扩散过程缺乏计算导致空气质量评价过于单一片面的问题。数值型模型则可以对污染物的化学与物理扩散过程进行计算模拟，但采用数值型模型进行空气质量评价模型构建时，对空气污染物影响因子的数据要求严格。而物理性模型在研究污染物扩散时需要利用风洞实验室等设备，不适用于各级城镇的空气质量评价，该方法存在推广困难的问题。
2 空气质量评价方法分析
2.1 模糊数学评价矩阵
3 应用试验分析
为验证本文设计的有效性和可行性，下文将结合某电厂周围空气质量评价进行应用。在Matlab软件中构建空气质量评价试验平台，通过测量电厂烟囱排放的烟气中包含的空气污染物数据进行仿真实验。在电厂烟囱上分别设置3个数据采样点进行数据测量，每间隔30 min进行一次烟气数据采样，一共进行8组数据采样，烟气数据采样结果：硫化物为0.027 6 mg/m3～0.181 2 mg/m3，氮氧化合物为0.042 0 mg/m3～ 0.119 3 mg/m3，悬浮颗粒为0.087 6 mg/m3～0.219 5 mg/m3。
根据国家对电厂空气污染物取值范围的规定，可知硫化物隶属度计算中S的取值分别为S1=0.05，S2=0.15，S3=0.25;氮氧化合物隶属度计算中S的取值分别为S1=0.05，S2=0.10，S3=0.15;悬浮颗粒隶属度计算中S的取值分别为S1=0.05，S2=0.15，S3=0.25。根据文中的隶属度矩阵计算公式（3）—（5）可得到硫化物、氮氧化合物和悬浮颗粒的不同污染物隶属度判别矩阵如表1所示。
根据表1的计算结果并根据公式（6）进行权重值归一化计算得到各种污染物的权重系数，并根据权重系数计算最终的不同空气质量等级的概率，最后通过概率比较原则进行比较，得到电厂周围控制质量评价结果为2个无污染，6个一般污染，证明本文设计的基于模糊数学模型的空气质量测量方法有效，并具有良好的应用价值。
4 结语
通过在Matlab软件中构建仿真实验平台，文章利用模型结合电厂周围空气质量评定进行应用实验，并根据实验结果，与电厂实际运行时周围空气质量的情况进行比较，证明了模糊数学空气质量评价方法的可行性，有效提高了空气质量评价的准确性，具有较高的城镇空气质量评价推广价值。
[参考文献]
[1]张鸿艳.基于修正的半集均方差的空气质量评价模型[J].高师理科学刊，2015（10）：17-20.
[2]张娜.室内空气中的污染物类型及规律[J].中国战略新兴产业，2018（20）：24.
[3]许增贵，邢峰.城市环境污染与防治[J].环境与发展，2019（2）：47-48.
相关热词搜索： 空气质量 建模 评价 数学 方法