利用理论机率分布推估空气污染物之分怖特性

摘要

由大气污染物浓度之统计机率分布,可用来判断污染物超出空气品质标准(air quality standard)上限的频率,进而作为订定空气品质标准或排放标准之参考.故本研究主要利用三种理论机率分布来分析台湾地区空气污染物的统计特性.并利用环保测站资料,选取新竹、沙鹿及前金三个测站的资料,进行PM<,10>,SO<,2>日平均值浓度之分布特性研究,以对数常态(lognormal)分布、Weibull分布及type V Pearson分布三种统计分布模拟PM<,10>及SO<,2>在三个测站的机率分布,三种理论分布所需之参数可由监测资料推估得到,参数推估之方法为最小平方差法.结果显示SO<,2>之浓度分布在不同测站皆为单峰分布,并以对数常态及Weibull分布与测站资料结果较为符合,而在PM<,10>的浓度分布中以对数常态分布与测站资料较为符合.在前金测站中PM<,10>之机率密度分布与其余两个测站不同,呈现双峰分布,显示季节因素对PM<,10>之机率密度分布有相当大之影响.而利用理论分布可成功的预测未来空气污染物浓度超出空气品质标准之天数.