中国能源消耗和环境空气质量问题.doc

中国能源消耗和环境空气质量问题.doc 中国能源消耗和环境空气质量问题 摘要 能源消费所排放的二氧化硫和烟尘等废气严重影响了空气质量，这一问题若处理不当，就会使人类赖以生存的环境遭到破坏。因此，研究能源结构对空气质量的影响，并预测未来的空气质量，在此基础上，合理评价我国节能减排取得的成效，具有十分重要的意义。 对于问题一，我们用层次分析法，建立环境空气质量与能源消费结构的各个权重关系，以此量化能源消费与环境的关系。我们得出结论:煤炭对空气质量占有0.5353的影响权重，石油权重为0.23，天然气权重为0.1102，其他的权重为0.1246。 对于问题二，参照DEA的方法，建立效益模型，以三种污染的排放为输入量，而三种污染每年的排放减少量作为输出量，计算输出与输入的比值，我们认为比值越大，则说明节能减排的效果越好，通过观察比值的变化，我们认为08年达到效益最佳的峰值。 模型，我们得到的能源消耗预测结果如下:单位 万吨 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 煤 对于问题三，建立灰色GM 年份 2010年 2011年 2012年 2013年 2014年 2015年 2016年 2017年 2018年 2019年 消耗 321682 351520 384126 419756 458690 501237 547730 598535 654053 714720 以二氧化硫为例，得到二氧化硫排放量预测结果如下:单位 万吨 年份 2010年 2011年 2012年 2013年 2014年 2015年 2016年 2017年 2018年 2019年 排放量 2210 2096 1988 1885 1788 1696 1608 1525 1447 1372 对于问题四，根据本文建立的模型分析，对于我国未来优化能源消费结构,改善环境空气质量提出建设性意见和建议。 一(问题重述 能源消费所排放的烟尘和二氧化硫等废气严重污染大气，这一问题如处理不当，就会使人类赖以生存的环境受到破坏和污染。为了更好得解决这一问题，建立能源消费结构对环境空气质量的影响的定量数学模型，分析能源结构对空气质量的影响。十一五计划中，制定了节能减排的政策，通过对减排成绩的分析，为下一步制定计划提出建设性的建议。进一步统计分析，预测未来能源消费总量以及空气质量，掌握基本的发展趋势。基于以上的建模求解以及分析的过程，为我国未来优化能源消费结构,改善环境空气质量提出意见和建议。 问题一，建立能源消费结构对环境空气质量的影响的定量数学模型。 问题二，定量分析评价十一五期间我国节能减排取得的成绩。 问题三，根据附件中提供的相关数据，预测未来十年能源消费量和环境空气质量。 问题四，根据以上问题的求解结果，优化我国能源消费的结构。 二(问题假设 1.题目给出的数据真实可信。 2.废气中主要污染物为题目中给出的三样，解题过程中忽略其他污染物。 3.污染物排放量与能源消耗成正比。 4.前一年污染物排放对下一年无关。 5.能源消耗总量随年份呈线性增长。 三(问题分析 问题一分析，要量化能源消费结构与环境空气质量的影响，我们理解为量化煤炭、石油、天然气、其他能源消费与二氧化硫、烟尘、粉尘排放量的关系，以环境空气质量为目标层，二氧化硫、烟尘、粉尘的排放作为准则层，煤炭、石油、天然气、其他作为 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 层，建立层次分析法模型。根据生活和工业的污染排放量比例来确定他们在判断矩阵中的比值，根据四种能源占总能源消耗的比重以及他们产生污染物的能力来大致确定判断矩阵中两两比值，这样可以使判断矩阵更加的客观。然后利用层次分析法专用软件得出一致性矩阵和各个因素间的两两比重，最后得出四种能源消耗对三种污 染物的排放量的影响程度。 问题二分析，建立效益模型，利用问题一的结论，即三种污染物二氧化硫、烟尘、工业粉尘对环境空气质量的影响比重，以各自排放量乘以各自比重再求和，得到模型中总输入的数值，总输出也同样由各自污染物排放量的减少量乘以权重再相加得到，分别计算出00年到09年的总输入和总输出，对每一年都作出总输出对总输入的比值h，比值越大，说明节能减排的效果越好。画出h折jj线图，来观察十一五期间节能减排的效益的大小。 问题三分析，由于数据较少，不宜用线性拟合。用灰色GM模型预测较适合，对原数列x进行累0加得到累加生成数列x，在计算均值数列z，得到灰微分方程x(k)+az(k)=b，利用软件求出结1101-ak果a和b的值，得到得到X的序列的时间响应方程:x(k+1)=(x(1)-a/b)e+b/a，由此求110 出以后十年的累加数列，在进行累减计算，得到未来十年的数据，完成预测。 问题四分析，基于本文研究的问题，给出对我国能源结构的改进，节能减排等方面的建议和意见。 四(符号说明 CI 一致性比值 RI 随机性一致性比值 CR 一致性比率 λ 最大特征根 Wi 最大特征向量 X00年至09年能源消费总量的原始数据列 0 x00年至09年能源消费总量的原始初始值 0 X将X累加后得到的累加生成数列 1 0 x累加数列里的元素 1 b 灰色作用量 a 发展系统 Y数据向量 N B 数据矩阵 u 参数向量 x 第j年对第i种输入变量的投入总量 ij y第j年对第r种输出变量的产出总量 rj vi 对第i种类型输入的一种度量(权重) u对第r种类型输出的一种度量(权重) r h总输出对总输入的比值 j c 方差比 p 小概率误差 五(模型建立与求解 【1】 5.1问题一:层次分析法解题 (1)建立模型 我们查阅相关资料，发现煤炭燃烧产生的二氧化硫、粉尘和工业粉尘要远远大于石油和天然气，而石油的危害要大于天然气，天然气是其中最环保的燃料。 为建立层次分析法的方案层，我们查阅了资料，得出目前我国的能源消费结构: 能源消费结构煤炭石油 7.00%天然气其他 3.00% 20.00% 70.00% 图一 能源消费结构比重 计算原始数据中工业和生活的不同比重: 表1 二氧化硫排放量比例 00年 01年 02年 03年 04年 05年 06年 07年 08年 09年 工业 0.81 0.8 0.81 0.83 0.84 0.85 0.86 0.87 0.86 0.84 生活 0.19 0.2 0.19 0.17 0.16 0.15 0.14 0.13 0.14 0.16 表2 烟尘排放量比例 00年 01年 02年 03年 04年 05年 06年 07年 08年 09年 工业 0.82 0.8 0.79 0.81 0.81 0.8 0.79 0.78 0.74 0.71 生活 0.18 0.2 0.21 0.19 0.19 0.2 0.21 0.22 0.26 0.29 通过分析能源消费结构、工业和生活的比重，在确立判断矩阵时，令工业和生活的比值为4:1，而煤炭、石油、天然气、其他两两之间的比重同样根据能源消费结构来确定，这样更加准确。下面建立层次模型: 图二 层次结构模型 (2)由ahp软件生成一致性矩阵: 环境空气质量 工业 生活 Wi 工业 1.0000 2.7183 0.7311 生活 0.3679 1.0000 0.2689 CI=0，λ=2，RI查表 工业 二氧化硫 烟尘 工业粉尘 Wi 二氧化硫 1.0000 1.0000 1.0000 0.3333 烟尘 1.0000 1.0000 1.0000 0.3333 1.0000 1.0000 1.0000 0.3333 CI=0，λ=3，RI查表 工业粉尘 生活 二氧化硫 烟尘 Wi 二氧化硫 1.0000 1.0000 0.5000 烟尘 1.0000 1.0000 0.5000 CI=0，λ=2，RI查表 二氧化硫 煤炭 石油 天然气 其他 Wi 煤炭 1.0000 2.2255 4.9530 4.0552 0.5325 石油 0.4493 1.0000 1.8221 1.4918 0.2165 天然气 0.2019 0.5488 1.0000 0.8187 0.1130 其他 0.2466 0.6703 1.2214 1.0000 0.1380 CI=0，λ=4，RI查表 烟尘 煤炭 石油 天然气 其他 Wi 煤炭 1.0000 2.2255 4.9530 4.0552 0.5165 0.4493 1.0000 2.7183 2.7183 0.2996 石油 天然气 0.2019 0.3679 1.0000 1.0000 0.1043 其他 0.2466 0.3679 1.0000 1.0000 0.1096 CI=0，λ=4.1，RI查表 工业粉尘 煤炭 石油 天然气 其他 Wi 煤炭 1.0000 3.3201 4.9530 4.0552 0.5689 石油 0.3012 1.0000 1.4918 1.8221 0.1894 天然气 0.2019 0.6703 1.0000 0.8187 0.1149 其他 0.2466 0.5488 1.2214 1.0000 0.1269 CI=0，λ=4，RI查表 ，CR=CI/RI=0，均小于0.1，说明此判断矩阵可信，则由以上为所有模块的判断矩阵，CI均等于0 (3)软件计算出最后的权重: 表3 能源种类权重表 能源种类 煤炭 石油 天然气 其他 对环境空气权重 0.5353 0.2300 0.1102 0.1246 对二氧化硫权重 0.5325 0.2165 0.1130 0.1380 对粉尘权重 0.5165 0.2696 0.1043 0.1096 对工业粉尘权重 0.5689 0.1894 0.1149 0.1269 权值相加和为1。 (4)验证模型准确性:题目给出了00至09年能源消费总量，由图一比例算出各种能源的消费量，由假设三自定义能源消耗与二氧化硫排放量比例为38:1，与粉尘排放量比值为68:1，与工业粉尘的比值为78:1，再利用表3权重分别算出二氧化硫、粉尘、工业粉尘三种污染的排放量，与题目给出数据进行对比: 二氧化硫排放量 140000 120000 100000 80000计算数据 实际数据60000 40000 20000 0 00年01年02年03年04年05年06年07年08年09年 图三 二氧化硫排放量对比 烟尘排放量 140000 120000 100000 80000预测值 真实值60000 40000 20000 0 00年01年02年03年04年05年06年07年08年09年 图四 烟尘排放量对比 工业粉尘排放量 160000 140000 120000 100000计算值80000实际值60000 40000 20000 0 00年01年02年03年04年05年06年07年08年09年 图五 工业粉尘排放量对比 通过对比，06年以前基本吻合，06年以后实际值明显下降，因为十一五计划的节能减排效果良好， 与实际相符合，说明层次分析法得出的结果比较可信。 5.2问题二: 因为要评价十一五期间我国节能减排取得的成绩，除了十一五期间的比较，我们认为2000到【3】，我们引入输入和输出指标，2005的数据也有比较价值，对2000到2009的数据。参照DEA模型 我们知道在输入最少而输出最大的情况下则认为成绩最好，所以，将输出与输入的比值作为标准进行评价，此题中，我们将各年二氧化硫排放量，烟尘排放量，工业粉尘排放量作为输入变量。二氧化硫，烟尘，工业粉尘排放量各自与前一年相比的削减量作为输出量，具体见表1: 表4 输入和输出指标 总输入 输入变量 总输出 输出变量 二氧化硫排放量 二氧化硫削减量 环境容纳资源 烟尘排放量 环境空气质量 烟尘削减量 工业粉尘排放量 工业粉尘削减量 建立模型: 我们设x是第j年对第i种输入变量的投入总量.x〉0，y是第j年对第r种输出变量的产出总ijijrj 量.y〉0，v 是对第i种类型输入的一种度量(权重)，u是对第r种类型输出的一种度量(权重)，rjir (这里可以利用第一题所得各种排放物对环境空气质量的权重，而且输入和输出变量的种类并没有改变，所以权重应该也没有变，u=v=0.3782，u=v=0.3782，u=v=0.2437)i =1,2,„,m，r =1,2,„,s，112233sj =1,2,„,n。(这题中，m=3，s=3，j=5)。有 公式 小学单位换算公式大全免费下载公式下载行测公式大全下载excel公式下载逻辑回归公式下载 (比值公式): , ,1uyTrrj uy ir h,,,j,1,2,？,nj mnT vxj, ,1vxiij i 我们根据中国统计年鉴数据进行相关的整理得到表5的数据: 表5 投入产出数据 项目 二氧化硫排放工业粉尘排放二氧化硫削减工业粉尘削减烟尘排放量 烟尘削减量 年度 量 量 量 量 2001 1947.8 1069.8 990.6 47.3 95.6 101.4 2002 1926.6 1012.7 941 21.2 57.1 49.6 2003 2158.7 1048.7 1021 -232.1 -36 -80 2004 2254.9 1095 904.8 -96.2 -46.3 116.2 2005 2549.3 1182.5 911.2 -294.4 -87.5 -6.4 2006 2588.8 1088.8 808.4 -39.5 93.7 102.8 2007 2468.1 986.6 698.7 120.7 102.2 109.7 2008 2321.2 901.6 584.9 146.9 85 113.8 2009 2214.4 847.2 523.6 106.8 54.4 61.3 根据权重算出的总输入，总输出，及比值h见表6: j 表6 总输入、总输出以及比值 年份 总输入 总输出 比值(hj) 2001 1382.666 78.7560 0.05696 2002 1340.965 41.7 0.031097 2003 1461.856 -120.891 -0.0827 2004 1487.432 -25.5756 -0.01719 2005 1633.426 -145.994 -0.08938 2006 1587.875 45.5508 0.02869 2007 1476.841 111.0347 0.07518 2008 1361.403 115.4376 0.08479 2009 1285.498 75.9047 0.05905 为了直观，画出了各年比值hj的折线图: 比值(hj)随年份变化图 0.1 0.05 0系列1 比值(hj) -0.052001年 2002年 -0.1 2003年年份 2004年 图六 比值折线图 2005年由折线图可知，从2001年到2005年前也就是实行十一五计划前，我国节能减排效率不是很高而且逐年下降，节能减排势在必行。从06年开始比值开始上升，即效率增高，而十一五计划正是从2006年 06年开始的，说明十一五期间节能减排效率整体较高而且相比没事实行十一五前有较明显变化，2007年污染物的输出得到有效控制，从06年到08年的比值hj都在升高，而十一五后期有所下降，说明 2008年十一五前期的节能减排工作做的颇有成效，而后期虽然有成效，但效益有所下降。 5.3问题三: 2009年【2】 5.3.1用灰色GM模型预测未来十年中国能源消耗: 对于短观测数据序列，由于获取的信息量少，难以发现数据变化规律，若用统计分析方法建模，所作出的预测将不准确。灰色理论是处理少数据、不确定性问题的理论。对此问题，建立灰色预测模型可以得到比较准确的结果。 定义2000 至2009 十年的能源消费总量为原始观测值序列: X={x(i)}(i=1,2，„„，n) (6.1.1) 00 累加生成操作是灰色系统理论中重要的数据处理方法，通过累加生成，任意非负数列、摆动数列都可以转化为非减的递增数列，从而削弱原始数据的随机性，突出其趋势性，累加式如下: k x(k)=(k=1,2，„„，n) (6.1.2) xi0()1,,1i 生成累加数列为 X={x(i)} (i=1,2,„„，n) (6.1.3) 11 令Z为X的均值数列，即 z(k)=0.5x(k)+0.5x(k-1)，(k=2,3，„„，n) (6.1.4) 11111 由此定义灰微分方程模型GM(1,1)为 x(k)+az(k)=b (6.1.5) 01 ,z1(2)1，， ,,,z(3)11TT,,令Y=(x(2)，x(3)，„„，x(n))，u=(a，b)，B=， N000,,...... ,,,zn()11，， T则GM(1,1)模型可以表示为矩阵方程Y=Bu，参数向量u可用最小二乘法确定。如果BB非奇异，NT-1T则 u=(BB)BY。 (6.1.6) N 解得a、b的值之后，可以得到X的序列的时间响应方程: 1-akx(k+1)=(x(1)-a/b)e+b/a (6.1.7) 10 式中:参数a为发展系数，b为灰色作用量。如时间响应方程能通过精度检验，则可通过累减运算 还原进行预测: x(k+1)=(x(k+1)-x(k)) (k=n,n+1,n+2，„„) (6.1.8) 011 我们用以上模型，代入题目给出的数据，得出结果: 0.887ka=-0.0887，b=138390，x(k+1)=145531*e-1560157,得到00年至09年的计算结果，与真实数据1 对比: 预测与真实值比较 350000 300000 250000 真实值200000 150000预测值 能源消耗100000 50000 0 2000年 年份2001年 图七 能源消耗预测与实际对比图 2002年 从图中我们看出此预测模型非常准确，可以用来预测未来十年的能源消耗量: 2003年表7 未来十年能源消耗预测 单位:万吨标准煤 2004年 年份 2010年 2011年 2012年 2013年 2014年 2015年 2016年 2017年 2018年 2019年 2005年消耗 321682 351520 384126 419756 458690 501237 547730 598535 654053 714720 2006年 预测与真实值比较2007年 8000002008年700000 6000002009年500000真实值400000预测值300000能源消耗200000 100000 0 2000年 2001年年份 2002年 2003年图八 能源消耗预测图 2004年从图中看出能源消耗逐年上升，但是上升速度并没有发生明显变化。 2005年 5.3.2对未来十年二氧化硫排放量的预测: 2006年 以05年至09年的二氧化硫排放量作为原始数据，运用灰色GM模型预测，求得a=0.053，b=2795，2007年 作出预测图表， 2008年 表8 未来十年二氧化硫排放量预测 2009年 2010年单位:万吨 2011年年份 2010年 2011年 2012年 2013年 2014年 2015年 2016年 2017年 2018年 2019年 2012年 2013年 2014年 2015年 2016年 2017年 2018年 2019年 排放量 2210 2096 1988 1885 1788 1696 1608 1525 1447 1372 二氧化硫排放量二氧化硫排放量 2500 2000 1500 1000 500排放量 单位:万吨 0 2010年2011年2012年2013年2014年2015年2016年2017年2018年2019年 年份 图九 二氧化硫排放量预测 图中看出节能减排效果明显，但是效果缓缓变差。 5(3.3对未来十年烟尘排放量的预测: 以05至09年的数据作为原数据，用以上模型做预测，求得a=0.0853，b=1228，作预测图表: 表9 未来十年烟尘排放量预测 单位:万吨 年份 2010年 2011年 2012年 2013年 2014年 2015年 2016年 2017年 2018年 2019年 排放量 836 768 705 647 594 546 501 460 422 388 烟尘预测排放量烟尘预测排放量 1000 800 600 400排放量 200 0 2010年2011年2012年2013年2014年2015年2016年2017年2018年2019年 年份 图十 烟尘排放量预测 节能减排效果显著。 5.3.4未来十年工业粉尘预测: 以05至09年为原数据，用以上模型，得a=0.1499，b=1004，做出如下预测: 表10 未来十年工业粉尘排放量预测 单位:万吨 年份 2010年 2011年 2012年 2013年 2014年 2015年 2016年 2017年 2018年 2019年 排放量 513 442 380 327 282 242 209 179 154 133 工业粉尘排放量预测工业粉尘 600 500 400 300 排放量200 100 0 2010年 年份 2011年 图十一 工业粉尘排放量预测 2012年节能减排效果显著。 5.4问题四: 2013年 为我国未来优化能源消费结构,改善环境空气质量提出意见和建议: 1(各级政府及有关部门应认真贯彻落实大气污染防治法，扎实推进环境保护工作，全民环境意年2014 识应进一步提高;各地区、各部门应强化目标责任考核，加大 工程 路基工程安全技术交底工程项目施工成本控制工程量增项单年度零星工程技术标正投影法基本原理 减排、结构减排、管理减排的工 2015年作力度，出台脱硫优惠电价等政策，推动减排工作深入开展。国家出台相关政策，有效减少煤炭的使用量，开发新技术，提倡使用太阳能，天然气，风能等清洁能源;企业引进先进设备，提高煤炭年2016的利用率。 2(城市燃气和发电是天然气的主要应用方向。目前，我国燃气发电仅占2%左右，今后，发电燃2017年 料结构仍然以煤为主，但国家应同时积极推进天然气和核能的应用。 年20183(由第一题的分析可知，工业上产生的大气污染物远远多于生活中所产生的大气污染物。因此，国家应加大工业上排放污染物的管理力度，与此同时，个人在生活中应树立节约能源的意识，崇尚 2019年地碳绿色生活，应从小事做起，为改善空气质量贡献自己的力量 4(控制增量，调整和优化结构。要控制高耗能、高污染行业过快增长，加快淘汰落后生产能力，完善促进产业结构调整的政策措施，积极推进能源结构调整，促进服务业和高技术产业加快发展。通过污染现状和控制目标的分析，要使长春市空气质量保持在满足国家二级标准要求范围内，满足长春市2010年空气质量控制目标要求，为人民群众提供良好的生存环境，必须改变能源结构、积极开发太阳能和生物质能等可再生资源、扩大天然气清洁能源的比例、发展城市集中供热、加快产业结构调整、推广清洁生产和洁净煤技术是当前一项重任务。 5(全面规划，合理布局。合理布局循环经济项目，拉长产业链条，降低企业节能减排成本。坚持资源化、无害化并重的治理思路，改变单一为治污而治污的局限，探索跨行业、区域性的循环经济发展模式。建立全市循环经济重点企业、项目库，促进关联企业、项目适度向专业园区集中，实现集群发展，使节能减排的产业链条环环相扣、首尾相连、良性循环，并使企业开展项目合作的成本尽量降低。大气污染防治，必须从协调地区经济发展和保护环境之间的关系出发，对该地区各污染源所排放的各类污染物质的种类、数量、时空分布作全面的调查研究，并在此基础上，制定控制污染的最佳方案。 6(改善能源结构，提高能源利用率。煤炭在燃烧过程中排放大量的SO2、NOX、CO以及悬浮颗粒等污染物。因此，从根本上解决大气污染问题，必须从改善能源结构入手，推广清洁能源，实行集中供热，治理煤烟型和机动车尾气复合型污染。例如使用天然气及二次能源，如煤气、液化石油气、电等，还应重视太阳能、风能、地热、生物质能等所谓清洁能源的利用。我国以煤炭为主的能源结构在短时间内不会有根本的改变。对此，应推广型煤及洗选煤的生产和使用，以降低烟尘和SO2的排放量。全面实施清洁能源改造工程，逐步实现以气代煤及使用型煤。加快建设成区燃煤炉、窑、 灶改用清洁能源的步伐，减少燃煤量和烟尘排放量。通过能源结构调整，推广清洁能源，有效减少燃煤使用量，使生活SO2排放量逐步下降;加强SO2污染防治宣传和 培训 焊锡培训资料ppt免费下载焊接培训教程 ppt 下载特设培训下载班长管理培训下载培训时间表下载 工作。转换思路视角，通过循环经济模式“变废为宝”，可实现“节能”、“减排”的双赢。 (推广使用洁净煤，减少污染物排放。解决这些问题的重要技术途径之一是发展洁净煤技术，7 发展洁煤技术是我国能源工业的战略性选择。因此，研究和应用适合我国国情的洁净煤利用势在必行。洁净煤技术是指从煤炭开发到利用全过程中，旨在减少污染物排放和提高利用效率的煤炭加工、转化、燃烧及污染控制等一系列新技术的总称。是使煤作为一种能源应达到最大限度潜能的利用，而释放的污染控制在最低水平，达到煤的高效、洁净利用的目的技术体系。 8(循环再利用，节约资源。靠循环再利用的方法来减少材料循环使用，可以减少生产新原料的数量，从而降低二氧化碳排放量。例如，纸和卡纸板等有机材料的循环再利用，可以避免从垃圾填埋地释放出来的沼气(一种能引起温室效应的气体，大部分是甲烷)。据统计,回收1t废纸能生产800kg的再生纸，可以少砍17棵大树，节约一半以上的造纸原料，减少水污染。因此，节约用纸就是保护森林、保护环境。比起用原始材料制造的产品，用再循环材料制造的产品，一般消耗较少的能源。例如:使用回收钢铁来生产所消耗的能源比使用新的钢铁少75%。回收塑料及金属制品，1kg铝的重新利用可以避免11kg二氧化碳排放。尽量少消耗铝膜包装的利乐砖包装，以及其他一次性用品 (建立节能减排领导协调机制，强化重点企业节能减排管理。协调引导企业变只靠自身“单打9 独斗”式的内部节能减排，走多企业、跨行业、区域间循环经济之路，有利于广领域、大幅度提升节能减排的成效。目前，在国家对广泛开展节能减排工作的布置、宣传和落实，充分发挥政府主导作用，强化企业主体责任。企业必须严格遵守节能和环保法律及标准，落实目标责任，强化管理措施，自觉节能减排。在国务院节能减排工作领导小组及所在地区、部门的指导下，应完善重点企业节能减排计量和统计，编制节能减排规划，推动企业加大结构调整和技术改造力度，提高节能管理水平。形成以政府为主导，企业为主体，全社会共同推进的节能减排工作格局。 10.随着我国节能减排工作的开展，要实施可持发展战略，实现“经济”和“环境”双赢，所面临的能源的和环境问题日益突出，但我国以煤炭为主的能源消费格局在相当长的时间内难以改变。因此，大幅度提高煤炭利效率、降低污染物排放及改善对环境的影响是能源领域可持发展面临的严峻挑战。目前，我国正在开展节能减排综合性工作，节能减排综合性工作的开展是建设资源节约型、环境友好型社会的必然选择，是推进经济结构调整、转变增长方式的必由之路，是提高人民生活质量，维护中华民族长远利益的必然要。通过统筹区域产业结构布局，整合拉长产业链条，引导、协调相关企业走跨行业循环、区域间循环的路子，可实现参与企业多方得利、区域经济发展和生态环境建设共赢。以技术改造和区域循环助推节能减排，是实现环境友好与可持续发展的重要途径。 六(模型分析 6.1对灰色GM模型结果进行诊断:为了分析模型的可靠性，必须对模型进行诊断。目前较通用【4】的诊断方法，是对模型进行后验差检验，即求方差比c和小概率误差p，然后在灰色预测精度等级表中对比，检验精度: 表11 灰色预测精度等级表 精度预测等级 好 合格 勉强 不合格 p >0.95 0.8<=p<=0.95 0.7<=p<=0.8 P<0.7 c <0.35 0.35<=c<=0.5 0.5<=c<=0.65 c>0.65 1)对于能源消耗预测:c=0.079，p=1，预测结果很好。 2)对于二氧化硫排放量预测: c=0.029，p=1，预测结果很好。 3)对于烟尘排放量预测:c=0.031，p=1，预测结果很好。 4)对于工业粉尘排放量预测:c=0.032，p=1，预测结果很好。 七(模型优缺点分析 7.1层次分析法:1)优点:系统性好，层次性强;所需数据量少，正好符合题目数据少的限制，有理论依据，是一种比较成熟的建模方法。2)缺点:定量分析少，定性分析多，说服力不强。 7.2效益模型:1)优点:操作简明，直观;2)缺点:缺少理论依据。 7.3灰色GM预测模型:1)优点:数据量不用很多，但还是可以较为准确地预测;结果可以通过 )缺点:操作比较繁琐，较复杂;长期预测可能有失准确性。 精度表来检验结果的精确度。2 八(参考文献 【1】陈东彦，李冬梅，王树忠，数学建模，北京:科学出版社，2007，399. 【2】陈东彦，李冬梅，王树忠，数学建模，北京:科学出版社，2007，399. 【3】于鹏飞，青岛市节能减排指标体系评价及其对策建议，2010.06。 【4】苏静，吴海平，应用灰色理论模型预测环境空气质量变化趋势---以靖江市环境空气质量预 测为例，污染防治技术，2010,23(4):10-12。 附录 Matlab计算灰色GM模型代码: function GM1_1(X0) %format long ; [m,n]=size(X0); X1=cumsum(X0); X2=[]; for i=1:n-1 X2(i,:)=X1(i)+X1(i+1); end B=-0.5.*X2 ; t=ones(n-1,1); B=[B,t]; YN=X0(2:end); _t=YN./X1(1:(length(X0)-1)); P A=inv(B.'*B)*B.'*YN.' ; a=A(1) u=A(2) c=u/a; b=X0(1)-c ; X=[num2str(b),'exp','(',num2str(-a),'k',')',num2str(c)]; strcat('X(k+1)=',X) %syms k; for t=1:length(X0) k(1,t)=t-1 end k Y_k_1=b*exp(-a*k)+c; for j=1:length(k)-1 Y(1,j)=Y_k_1(j+1)-Y_k_1(j); end XY=[Y_k_1(1),Y] CA=abs(XY-X0); Theta=CA XD_Theta= CA ./ X0 AV=mean(CA); R_k=(min(Theta)+0.5*max(Theta))./(Theta+0.5*max(Theta)) ;% P=0.5 R=sum(R_k)/length(R_k) Temp0=(CA-AV).^2; Temp1=sum(Temp0)/length(CA); S2=sqrt(Temp1); AV_0=mean(X0); Temp_0=(X0-AV_0).^2 ; Temp_1=sum(Temp_0)/length(CA); S1=sqrt(Temp_1); TempC=S2/S1*100; C=strcat(num2str(TempC), SS=0.675*S1; Delta=abs(CA-AV); TempN=find(Delta<=SS); N1=length(TempN); N2=length(CA); TempP=N1/N2*100; P=strcat(num2str(TempP),'%')