近年来，有许多学者开始针对大气污染物的浓度的概率分布，进行了许多深入的研究。张振铎[4]对合成氨厂大气中的氨浓度进行了统计与分析，发现氨的浓度是服从偏态的对数正态分布。 陈长虹、丁永鹿[3]等人则研究了上海市某地区的T。S。P的浓度的分布类型，通过研究发现了该地区的T。S。P的浓度也是服从偏态的对数正态分布等。而淮安市的大气污染中PM2。5的浓度服从何种分布则是一个值得研究的问题。

中国淮安地处于长江三角洲地区，所在地理位置为江苏省的中北部，并且处于江淮平原的东面。作为苏北部地区较为重要的中心城市，淮安市紧邻省会城市南京。近年来淮安市的经济呈现持续增长的态势，工业化水平稳步增长，城市GDP也逐渐增加，居民生活幸福指数也大大提高，这些巨大变化一方面给淮安社会进步和经济发展带来了巨大的活力，另一方面却也给淮安的环境质量和生态状况带来了巨大的压力。由于相关部门还没有根本性地转变投入高、消耗高、污染高、效益低的粗放型发展方式，所以近年来淮安的大气环境出现了非常大的变化，在严峻的空气污染问题的大背景中， PM2。5的问题格外地棘手。而当下，国家正在致力于全面建设小康社会、全面建设生态文明的锦绣中国，从而实现中华民族复兴的中国梦。要想贯彻党的这一工作，就需要我们一起攻克大气环境污染这个难题，大力推进生态文明建设，就需要相关的环境管理部门通过环境空气质量的数据资料来判定区域内环境污染的状况，以此为依据大力开展环境规划和管理工作。从而确定大气污染物各污染物浓度指数的统计模型，以及准确预测出环境空气质量的变化趋势，这已经成为了环保工作者亟需解决的一个重要问题。因此，本文根据2014年1月至2014年12月份淮安空气质量指数统计PM2。5的浓度数据资料作依据，对淮安市PM2。5的日平均分布特征以及月平均分布特征进行了分析与统计。

2  研究对象与方法

2．1  研究对象

本课题的研究对象是淮安市大气污染物中PM2。5浓度指数的检测数据，资料数据来源于中国空气质量在线监测分析平台，选择的时间区间是2014年1月到2016年12月，网站 https://www。aqistudy。cn/historydata/monthdata。php?city=淮安。数据包括了淮安市2014年1月到2016年12月逐日空气污染指数，空气质量等级，空气质量状况以及PM2。5的浓度指数等相关数据。所用PM2。5的浓度数据是根据中国空气质量在线监测分析平台每小时数据计算求平均的结果，代表了淮安市PM2。5的平均浓度情况。

2．2  研究方法与过程文献综述

影响淮安市PM2。5浓度指数的主要因素有污染物的排放量，气象条件以及地理地貌等等，并且其测得的数据总在一定范围内变化。根据调查的目的，本文将每一个检测到的数据作为一个随机变量，当测得一定数量的检测值后，利用数学中的相关方法对数据进行处理与分析。本文采用的研究方法主要是频数分析方法、非参数假设检验、单因素方差分析等。使用的软件主要有MATLAB、SPSS以及EXCEL等。研究的过程主要分为两大部分：第一部分是淮安市2014年以日为单位PM2。5的浓度指数分布特征；第二部分是淮安市2014年以月为单位PM2。5的浓度指数分布特征。

3  淮安市PM2。5的分布特征分析

3．1  淮安市PM2。5的日均分布特征

根据数据资料显示，2014年这一年中淮安市的PM2。5浓度指数情况总在一定的范围内变化，并且具有一定的周期性。鉴于此情况，接下来本文将用2014年1月至2014年12月每日的PM2。5浓度指数资料数据作为基础，以此来进一步地分析淮安市以日为单位的PM2。5浓度指数分布特征。 淮安市PM2.5的统计模型研究(2):http://www.youerw.com/shuxue/lunwen_202132.html