基于DGM(1,1)模型的重慶市大氣污染物濃度預(yù)測(cè)分析與研究

吳 優(yōu)，曾 波，周文浩

(1.重慶聯(lián)合產(chǎn)權(quán)交易所集團(tuán)股份有限公司， 重慶 404100；2.重慶工商大學(xué) 管理科學(xué)與工程學(xué)院， 重慶 400067)

一、引言

隨著經(jīng)濟(jì)社會(huì)發(fā)展速度的加快，人類(lèi)生產(chǎn)生活過(guò)程中產(chǎn)生的大氣污染物也不斷增加，使得空氣質(zhì)量嚴(yán)重下降，對(duì)人們的居住環(huán)境和身心健康都造成了嚴(yán)重威脅。當(dāng)前，城市大氣污染逐漸成為城市居民關(guān)注的重點(diǎn)問(wèn)題[1]。

與西方發(fā)達(dá)國(guó)家相比，中國(guó)在進(jìn)行大規(guī)模工業(yè)化之前的空氣質(zhì)量?jī)?yōu)良。然而，隨后經(jīng)濟(jì)發(fā)展速度加快，城市化進(jìn)程突飛猛進(jìn)，大氣污染問(wèn)題也愈發(fā)嚴(yán)重。研究顯示，造成中國(guó)空氣質(zhì)量迅速下降的大氣污染物種類(lèi)繁多，其中以PM(細(xì)顆粒物)為主[2]。從2013年1月開(kāi)始,中國(guó)大部分地區(qū)持續(xù)被霧霾籠罩,這將PM2.5推向了輿論熱潮的頂峰。由于地形地貌特殊，重慶市城區(qū)的平均風(fēng)速小、靜風(fēng)頻率高、逆溫現(xiàn)象較為突出，致使重慶市城區(qū)大氣污染物較難在短時(shí)間內(nèi)迅速向外擴(kuò)散，空氣污染問(wèn)題顯得尤為嚴(yán)重。

公眾對(duì)大氣污染問(wèn)題的關(guān)注引起了政府部門(mén)的高度重視。截至2014年底，全國(guó)已成立1 436個(gè)地級(jí)市空氣質(zhì)量監(jiān)測(cè)站點(diǎn)，實(shí)時(shí)對(duì)外發(fā)布已監(jiān)測(cè)的污染物濃度數(shù)據(jù)。除此之外，大氣污染問(wèn)題也已成為學(xué)術(shù)界的關(guān)注焦點(diǎn)，諸多學(xué)者聚焦于大氣污染物的控制問(wèn)題并展開(kāi)了大量研究。要做好大氣污染物的防控工作，切實(shí)取得大氣防污治理的成效，建立科學(xué)有效的預(yù)測(cè)機(jī)制是前提。

目前，與大氣污染物濃度預(yù)測(cè)模型相關(guān)的研究較多，主要可分為統(tǒng)計(jì)預(yù)測(cè)模型[3]、機(jī)器學(xué)習(xí)模型[4]和混合模型這3種。盧雨田等針對(duì)工業(yè)園區(qū)大氣污染管理中預(yù)測(cè)能力較弱的問(wèn)題,在基于工業(yè)大氣污染物的多因素耦合及非線(xiàn)性時(shí)序特征基礎(chǔ)上提出了一種工業(yè)大氣污染物濃度的復(fù)合自回歸網(wǎng)絡(luò)預(yù)測(cè)模型[5]。張亞茹等運(yùn)用相關(guān)分析法和BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,分析了濟(jì)南市大氣污染物的時(shí)空分布特征及污染物來(lái)源,并對(duì)濟(jì)南市大氣污染的六種主要污染物進(jìn)行了預(yù)測(cè)，取得了較為理想的實(shí)驗(yàn)結(jié)果[6]。趙學(xué)敏運(yùn)用灰色GM(1,1)模型對(duì)北京市的大氣污染物濃度進(jìn)行預(yù)測(cè)，結(jié)果顯示，該模型可以較好地預(yù)測(cè)PM10和NO2的濃度，但對(duì)SO2預(yù)測(cè)效果不佳[7]?？椎旅冗\(yùn)用花朵授粉算法優(yōu)化支持向量機(jī)中的參數(shù)提出了一種 CI-FPA-SVM混合模型，實(shí)證檢驗(yàn)表明該模型能夠有效監(jiān)測(cè)和管理空氣質(zhì)量[8]。

盡管當(dāng)前與污染物濃度預(yù)測(cè)模型相關(guān)的研究較多，但這些模型存在明顯的缺陷。由于污染物濃度數(shù)據(jù)具有非線(xiàn)性和復(fù)雜性特征，并且導(dǎo)致大氣污染的因素眾多，給污染物濃度預(yù)測(cè)模型帶來(lái)了極大的挑戰(zhàn)。另外，當(dāng)大氣污染物濃度數(shù)據(jù)樣本量較少時(shí)，這些預(yù)測(cè)模型都很難得出精確的預(yù)測(cè)結(jié)果，神經(jīng)網(wǎng)絡(luò)模型容易產(chǎn)生過(guò)擬合的現(xiàn)象，回歸預(yù)測(cè)難以體現(xiàn)系統(tǒng)的非線(xiàn)性趨勢(shì)，且預(yù)測(cè)結(jié)果很容易受到建模樣本量的約束。在空氣質(zhì)量評(píng)價(jià)體系中，細(xì)微顆粒物(PM2.5)是衡量空氣質(zhì)量的一項(xiàng)重要指標(biāo)。細(xì)顆粒物PM2.5進(jìn)入公眾視線(xiàn)的時(shí)間還較短，在學(xué)術(shù)界也是一個(gè)較新的課題。當(dāng)前，對(duì)細(xì)顆粒物PM2.5及其影響因素的統(tǒng)計(jì)數(shù)據(jù)還比較少，并且PM2.5的濃度會(huì)受到降雨及其他人為因素的影響，容易造成監(jiān)測(cè)數(shù)據(jù)不全面。在這種情況下，預(yù)測(cè)模型獲得的污染物濃度數(shù)據(jù)信息有限甚至空白。因此，統(tǒng)計(jì)預(yù)測(cè)模型或其他智能預(yù)測(cè)模型很難對(duì)污染物濃度進(jìn)行科學(xué)準(zhǔn)確的預(yù)測(cè)和評(píng)估。

在系統(tǒng)控制論中，通常用顏色來(lái)表示對(duì)一個(gè)系統(tǒng)中信息的掌握程度?！昂谏焙汀鞍咨狈謩e表示完全未知信息和完全已知信息，“灰色”表示部分信息已知、部分信息未知?；疑到y(tǒng)理論是由中國(guó)著名學(xué)者鄧聚龍教授創(chuàng)立、以“小數(shù)據(jù)、少樣本、貧信息”問(wèn)題為研究對(duì)象的一門(mén)系統(tǒng)科學(xué)，目前已被廣泛應(yīng)用于農(nóng)業(yè)、工業(yè)、醫(yī)療和軍事等諸多領(lǐng)域?；疑A(yù)測(cè)模型是一種定量預(yù)測(cè)模型，它是對(duì)含有已知信息和未知信息的系統(tǒng)進(jìn)行分析，尋找其內(nèi)在規(guī)律，對(duì)與時(shí)間有關(guān)的、在一定范圍內(nèi)變化的灰色過(guò)程進(jìn)行預(yù)測(cè)。目前，學(xué)者對(duì)灰色預(yù)測(cè)模型展開(kāi)了大量研究，取得了諸多研究成果?？傮w上對(duì)灰色預(yù)測(cè)模型的研究主要有以下四個(gè)方面：

(1)建模序列預(yù)處理[8-9]，主要包括：構(gòu)造緩沖算子弱化沖擊擾動(dòng)對(duì)模型結(jié)構(gòu)的影響；設(shè)計(jì)序列函數(shù)變換提高建模序列光滑度，從而優(yōu)化預(yù)測(cè)模型精度；

(2)模型參數(shù)優(yōu)化研究[10-11]，主要是通過(guò)數(shù)學(xué)方法來(lái)優(yōu)化模型的初始條件、背景值等參數(shù)，從而優(yōu)化灰色預(yù)測(cè)模型建模參數(shù)，提高模型模擬及預(yù)測(cè)精度；

(3)預(yù)測(cè)模型的建模機(jī)理研究[12-15]，主要包括對(duì)建模序列灰色累加生成方法研究；模型穩(wěn)定性及病態(tài)性條件的研究；模型的建模條件與適用范圍研究等；

(4)灰色組合方法研究[16-17]，主要有將灰色預(yù)測(cè)模型與其他模型或方法進(jìn)行組合從而構(gòu)建新預(yù)測(cè)模型等方面的研究。

據(jù)統(tǒng)計(jì)，2013年之前重慶城區(qū)的大氣污染物以PM10為主，2013年之后新增了3種污染物，有PM2.5、CO和O3。但由于PM2.5的粒徑更小且對(duì)空氣質(zhì)量系統(tǒng)的危害更大，因此細(xì)顆粒物PM2.5和PM10成為主要的大氣污染物，其年度數(shù)據(jù)樣本量較少，呈現(xiàn)出明顯的小數(shù)據(jù)特征，非常適合采用灰色模型進(jìn)行預(yù)測(cè)分析。通過(guò)對(duì)重慶市2013—2018年的主要大氣污染物——PM2.5和PM10的統(tǒng)計(jì)特征進(jìn)行分析，了解時(shí)間變化特點(diǎn)，建立了基于這兩種污染物因子的DGM(1,1)模型。根據(jù)最終實(shí)驗(yàn)結(jié)果對(duì)數(shù)據(jù)變化的特征及原因進(jìn)行分析并提出相應(yīng)的解決對(duì)策，旨在為重慶市解決大氣污染問(wèn)題提供科學(xué)有效的治理思路和政策建議。通過(guò)分析灰色預(yù)測(cè)模型DGM(1,1)的定義并推導(dǎo)其時(shí)間響應(yīng)式，詳細(xì)介紹了DGM(1,1)模型的誤差檢驗(yàn)方法，運(yùn)用DGM(1,1)模型對(duì)重慶市的兩種主要大氣污染物因子——PM2.5和PM10的濃度進(jìn)行建模分析和預(yù)測(cè)，依據(jù)實(shí)驗(yàn)結(jié)果對(duì)未來(lái)五年來(lái)重慶市的主要大氣污染物濃度進(jìn)行預(yù)測(cè)，從而提出防污治理的有效對(duì)策。

二、DGM(1,1)模型的構(gòu)建

在灰色預(yù)測(cè)模型中，GM(1,1)是最原始、最經(jīng)典的預(yù)測(cè)模型，它能夠?qū)崿F(xiàn)對(duì)齊次指數(shù)序列的優(yōu)良模擬，長(zhǎng)期受到預(yù)測(cè)領(lǐng)域研究者的關(guān)注。然而，盡管能很好地模擬指數(shù)序列，但該模型依然存在一定的誤差，這表明模型本身在結(jié)構(gòu)方面還存在問(wèn)題。為了解決這種問(wèn)題，謝乃明等通過(guò)模型推導(dǎo)證明了GM(1,1)模型模擬及精度并不穩(wěn)定的主要原因，并構(gòu)建了DGM(1,1)模型，很好地解決了GM(1,1)模型由差分轉(zhuǎn)向微分求解時(shí)產(chǎn)生的誤差，為后續(xù)的研究提供了強(qiáng)有力的支持[18]。

定義1設(shè)X(0)為非負(fù)序列

X(0)=(x(0)(1),x(0)(2),…,x(0)(n))

其一次累加生成序列為

X(1)=(x(1)(1),x(1)(2),…,x(1)(n))

其中

則稱(chēng)

x(1)(k+1)=β1x(1)(k)+β2

(1)

為一階單變量灰色預(yù)測(cè)模型(One Order Single Variable Discrete Grey Model)，簡(jiǎn)寫(xiě)為DGM(1,1)模型。

DGM(1,1)模型全面符合灰色預(yù)測(cè)模型的建模機(jī)制，是一種新的灰色預(yù)測(cè)模型，或者說(shuō)是灰色預(yù)測(cè)模型的一種新形式。它是由原始GM(1,1)模型拓展得到的。原GM(1,1)模型存在的面向差分方程的參數(shù)估計(jì)方法與基于微分方程的灰色模型時(shí)間響應(yīng)函數(shù)之間的非一致性問(wèn)題，在DGM(1,1)模型中得到了很好的解決。DGM(1,1)模型較為全面地解釋了灰色模型從離散形式到連續(xù)形式的轉(zhuǎn)變，可以實(shí)現(xiàn)對(duì)齊次指數(shù)序列的無(wú)偏模擬，也可以被看成是經(jīng)典DGM(1,1)模型的精確形式，它們二者是同一個(gè)模型的兩種不同表示方式。

則離散灰色預(yù)測(cè)模型x(1)(k+1)=β1x(1)(k)+β2的最小二乘估計(jì)參數(shù)列滿(mǎn)足

(1)取x(1)(1)=x(0)(1)，則遞推函數(shù)為

(2)

或

(3)

(2)還原值

(4)

進(jìn)一步計(jì)算，我們可以求得式(4)的還原式，即

(5)

因此式(5)即為DGM(1,1)模型的時(shí)間響應(yīng)式，為了對(duì)其簡(jiǎn)化，

令

則最終的模型表達(dá)式為

(6)

則式(6)為DGM(1,1)模型的時(shí)間響應(yīng)式。

三、DGM(1,1)模型的誤差檢驗(yàn)方法

一個(gè)模型的性能如何需要通過(guò)特定的指標(biāo)進(jìn)行測(cè)度。只有通過(guò)了誤差檢驗(yàn)標(biāo)準(zhǔn)，預(yù)測(cè)模型對(duì)數(shù)據(jù)未來(lái)的發(fā)展變化進(jìn)行預(yù)測(cè)才會(huì)有意義。

定義2假設(shè)一個(gè)原始序列為X(0)=(x(0)(1),x(0)(2),…,x(0)(n),x(0)(n+1),…,x(0)(n+m))

我們將原始序列拆分為兩個(gè)子序列，序列X(0)的前n項(xiàng)用于DGM(1,1)模型的模擬，后m項(xiàng)用于DGM(1,1)模型的預(yù)測(cè)，則序列X(0)對(duì)應(yīng)的模擬序列和預(yù)測(cè)序列分別為

εS=(εS(1),εS(2),…,εS(n)),εF=(εF(n+1),εF(n+2),…,εF(n+m))

其中

ΔS=(ΔS(1),ΔS(2),…,ΔS(n))

其中

(7)

則DGM(1,1)模型的模擬序列平均相對(duì)模擬百分比誤差(MRSPE)為

(8)

ΔF=(ΔF(n+1),ΔF(n+2),…,ΔF(n+m))

其中

(9)

則DGM(1,1)模型的預(yù)測(cè)序列的平均相對(duì)模擬百分比誤差(MRSPE)為

(10)

則DGM(1,1)模型的綜合百分比誤差(CRPE)為

(11)

表1 灰色模型的精度等級(jí)[19]

根據(jù)綜合百分比誤差的結(jié)果，我們可以對(duì)DGM(1,1)模型進(jìn)行評(píng)價(jià)分析。灰色預(yù)測(cè)模型的精度等級(jí)參照表如表1所示。

四、實(shí)例分析與應(yīng)用

重慶市位于中國(guó)西南部，地形以山地為主，是中國(guó)重要的工業(yè)城市之一。山地地形導(dǎo)致重慶市內(nèi)污染物擴(kuò)散不及時(shí)，大氣污染問(wèn)題較為嚴(yán)重。而重慶市主城區(qū)處于山區(qū)的河谷地帶，大氣環(huán)流較為穩(wěn)定，年均風(fēng)速較低，大氣擴(kuò)散條件更差，大氣污染問(wèn)題也更為突出。

在大氣環(huán)境系統(tǒng)中，參與空氣質(zhì)量評(píng)價(jià)的主要污染物有細(xì)顆粒物、可吸入顆粒物、二氧化硫、二氧化氮、臭氧、一氧化碳等六項(xiàng)。PM2.5和PM10是空氣污染指數(shù)里十分重要的細(xì)顆粒物部分。雖然PM2.5和PM10只是地球大氣成分中含量很少的組分，但對(duì)空氣質(zhì)量和能見(jiàn)度等有重要的影響，并且它們富含大量有毒、有害物質(zhì)，在空氣中停滯時(shí)間長(zhǎng)、輸送距離遠(yuǎn)，現(xiàn)已成為表征空氣質(zhì)量的重要污染物因子。通過(guò)收集重慶市主城區(qū)PM2.5和PM10的歷史濃度數(shù)據(jù)，對(duì)重慶市主城區(qū)的大氣污染物濃度進(jìn)行建模分析，運(yùn)用科學(xué)有效的工具對(duì)該地區(qū)未來(lái)的污染物濃度變化趨勢(shì)進(jìn)行定量預(yù)測(cè)，旨在為重慶市環(huán)保部門(mén)進(jìn)行大氣污染治理提供一定的參考。

(1)重慶市大氣污染物濃度歷史數(shù)據(jù)

文章選擇2013—2018年重慶市主城區(qū)的主要大氣污染物PM2.5和PM10的歷史年均濃度數(shù)據(jù)作為研究數(shù)據(jù)，如表2所示。

表2 2013—2018重慶市PM2.5和PM10年均濃度數(shù)據(jù) μg/m3

圖1 2013—2018年重慶市PM2.5和PM10歷史濃度變化趨勢(shì)

在表2數(shù)據(jù)的基礎(chǔ)上，采用MATLAB程序畫(huà)出2013—2018年重慶市PM2.5和PM10歷史濃度變化趨勢(shì)圖，如圖1所示。從圖1可以看出，重慶市的兩種大氣污染物PM2.5和PM10的變化趨勢(shì)都逐年遞減，且減幅也十分接近。由于都是表征空氣質(zhì)量情況的污染物因子，二者相關(guān)性較高。這兩種污染物因子逐年遞減的變化規(guī)律一方面表明了重慶市的污染物濃度數(shù)值在減小，說(shuō)明其空氣質(zhì)量狀況在近幾年有所改善；另一方面表明了如果在既有的政策條件和社會(huì)努力條件下，重慶市PM2.5和PM10的濃度變化趨勢(shì)依舊會(huì)依照現(xiàn)有的趨勢(shì)繼續(xù)下降，這對(duì)重慶市相關(guān)環(huán)保部門(mén)制定環(huán)境保護(hù)政策和法規(guī)有著重要的指導(dǎo)意義。

除了通過(guò)科學(xué)有效的計(jì)算工具來(lái)挖掘重慶市大氣污染物濃度歷史數(shù)據(jù)中的規(guī)律，對(duì)當(dāng)前空氣質(zhì)量進(jìn)行實(shí)時(shí)監(jiān)測(cè)之外，還需要對(duì)污染物因子未來(lái)的濃度變化趨勢(shì)進(jìn)行預(yù)測(cè)分析，提前預(yù)測(cè)預(yù)警才能及時(shí)防治，對(duì)未來(lái)的風(fēng)險(xiǎn)作出保護(hù)措施、減少損失，同時(shí)還需要做到加強(qiáng)環(huán)境治理和相關(guān)環(huán)保政策的執(zhí)行，這需要全社會(huì)的運(yùn)作和個(gè)人的努力。

因此，通過(guò)對(duì)重慶市大氣污染物濃度的歷史監(jiān)測(cè)數(shù)據(jù)進(jìn)行挖掘分析可以有助于客觀(guān)認(rèn)識(shí)重慶市的空氣條件。有效、準(zhǔn)確地估計(jì)和預(yù)測(cè)污染物因子的數(shù)值變化，可以從戰(zhàn)略上幫助改善區(qū)域空氣質(zhì)量，減少大氣污染對(duì)生活生產(chǎn)等各類(lèi)社會(huì)活動(dòng)的影響。因此，如何建立高效而準(zhǔn)確的預(yù)測(cè)模型和方法成為了大氣污染物濃度預(yù)測(cè)中的研究重點(diǎn)。

(2)重慶市大氣污染物濃度的DGM(1,1)模型建立

根據(jù)已收集的重慶市主要大氣污染物濃度歷史數(shù)據(jù)，建立DGM(1,1)預(yù)測(cè)模型，并將2013—2017年的歷史數(shù)據(jù)作為模型的訓(xùn)練集，將2018年的濃度數(shù)據(jù)作為模型的測(cè)試集。則DGM(1,1)模型的PM2.5建模原始序列為

則DGM(1,1)模型的PM2.5建模原始序列為

通過(guò)建立PM2.5和PM10濃度數(shù)據(jù)的DGM(1,1)模型，相關(guān)的模型模擬數(shù)據(jù)、殘差及模型相對(duì)誤差等實(shí)驗(yàn)結(jié)果數(shù)據(jù)如表3所示。

表3 2013—2018年重慶市大氣污染物濃度的DGM(1,1)模型模擬級(jí)預(yù)測(cè)結(jié)果

從表3的實(shí)驗(yàn)數(shù)據(jù)可以看出，重慶市PM2.5和PM10濃度的DGM(1,1,)模型綜合誤差分別為2.313%和1.223%，精度都接近一級(jí)(優(yōu))，表明所構(gòu)建的DGM(1,1)模型可用于預(yù)測(cè)。

根據(jù)所建立的DGM(1,1)模型，我們通過(guò)MATLAB程序計(jì)算重慶市大氣污染物濃度的DGM(1,1)模型參數(shù)，相關(guān)的計(jì)算結(jié)果如表4所示。

表4 DGM(1,1)模型的參數(shù)估計(jì)結(jié)果

因此，建立的重慶市PM2.5和PM10的DGM(1,1)模型表達(dá)式分別為

通過(guò)這兩個(gè)表達(dá)式，可以對(duì)重慶市PM2.5和PM10濃度數(shù)據(jù)的變化進(jìn)行預(yù)測(cè)和分析，通過(guò)建立重慶市PM2.5和PM10濃度數(shù)據(jù)的DGM(1,1)模型，通過(guò)MATLAB程序畫(huà)出各自的模擬效果圖如圖2和圖3所示。

圖2 2013—2017年重慶市PM2.5濃度數(shù)據(jù)的DGM(1,1)模擬效果

(3)未來(lái)五年內(nèi)重慶市大氣污染物濃度預(yù)測(cè)

應(yīng)用DGM(1,1)模型對(duì)重慶市未來(lái)五年的PM2.5和PM10濃度數(shù)據(jù)進(jìn)行預(yù)測(cè)，得出DGM(1,1)的預(yù)測(cè)數(shù)據(jù)如表5所示。

表5 2019—2023年重慶市大氣污染物濃度的DGM(1,1)模型預(yù)測(cè) μg/m3

從重慶市主要大氣污染物的DGM(1,1)預(yù)測(cè)結(jié)果來(lái)看，重慶市的PM2.5和PM10濃度數(shù)據(jù)依然會(huì)以逐年遞減的趨勢(shì)變化，且減小的幅度會(huì)逐漸變小。2018到2019年，PM2.5濃度數(shù)據(jù)的降幅為7.97%，而預(yù)測(cè)到2023年，重慶市PM2.5濃度的年降幅將達(dá)到10.73%，降低的幅度有較為明顯的提高。PM10的濃度數(shù)據(jù)在2019年的年降幅為10.87%，預(yù)測(cè)到2023年，重慶市PM10濃度的年降幅將達(dá)到10.12%，PM10濃度的降幅幾乎保持不變。因此，按照目前現(xiàn)有的防污治理工作成效，重慶市未來(lái)若干年內(nèi)的大氣污染物濃度必將達(dá)到更低的水平，空氣質(zhì)量將也會(huì)有很明顯改善。

五、結(jié)論及建議

大氣污染物濃度受到溫度、濕度、風(fēng)速、地形等諸多因素的影響，因此，預(yù)測(cè)大氣污染物的濃度是一個(gè)復(fù)雜且具有高度不確定性的研究課題。應(yīng)用DGM(1,1)模型對(duì)重慶市的兩種主要大氣污染物——PM2.5和PM10的濃度數(shù)據(jù)進(jìn)行建模分析，為污染物濃度的小數(shù)據(jù)建模研究提供了有效思路。同時(shí)，在取得了較為優(yōu)良的模型模擬結(jié)果的基礎(chǔ)上，預(yù)測(cè)了重慶市未來(lái)五年內(nèi)主要大氣污染物的變化趨勢(shì)，為重慶市環(huán)保部門(mén)進(jìn)行節(jié)能減排和防污排污決策提供了一定的參考。同時(shí)需要意識(shí)到，實(shí)際的大氣環(huán)境改善需要政府、社會(huì)和民眾的共同努力才能產(chǎn)生實(shí)效。當(dāng)前，重慶市局部地區(qū)還存在極端污染情況。為此，在重慶市防污治理工作方面可以作出以下三方面的貢獻(xiàn)：

1.控制污染源頭。重慶市以山地地形為主，早期的經(jīng)濟(jì)發(fā)展消耗了大量的煤炭資源，造成了嚴(yán)重的大氣污染問(wèn)題。因此，解決大氣污染最根本、最徹底的方法就是追本溯源，從源頭上控制污染。生態(tài)環(huán)境部門(mén)應(yīng)進(jìn)一步強(qiáng)化工業(yè)污染源的防控工作，全面推進(jìn)對(duì)工業(yè)污染源的綜合治理。在污染時(shí)段要組織人員開(kāi)展巡查，重點(diǎn)檢查露天燒烤、露天焚燒、企業(yè)廢氣治理設(shè)施運(yùn)行、施工工地的揚(yáng)塵控制等，全力開(kāi)展大氣污染防治工作。

2.推進(jìn)產(chǎn)業(yè)轉(zhuǎn)型。從可持續(xù)發(fā)展的角度來(lái)看，重慶市大氣污染問(wèn)題的防治需要長(zhǎng)期持久而不是短期見(jiàn)效的治理方案。因此，在產(chǎn)業(yè)布局方面，應(yīng)該從長(zhǎng)遠(yuǎn)出發(fā)，重慶市政府應(yīng)該進(jìn)一步調(diào)整和優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，鼓勵(lì)發(fā)展第三產(chǎn)業(yè)，優(yōu)化資源配置，適當(dāng)降低在化學(xué)制品制造和金屬冶煉行業(yè)的比重，整治揮發(fā)性有機(jī)物排放企業(yè)。與此同時(shí)，加大對(duì)環(huán)保產(chǎn)業(yè)的扶持，投資建設(shè)生態(tài)園林，提高城市的綠化率，推進(jìn)綠色城市的建設(shè)。

3.完善相應(yīng)的法律法規(guī)。在環(huán)境保護(hù)方面欠下的歷史舊賬需要我們積極應(yīng)對(duì)和治理[20]，完善和健全相關(guān)法律法規(guī)是進(jìn)行環(huán)境治理過(guò)程中最基礎(chǔ)的一環(huán)。大氣環(huán)境的防污治理不僅僅需要全社會(huì)的自覺(jué)，更需要從法律層面進(jìn)行約束和規(guī)范。通過(guò)法律約束來(lái)推動(dòng)大氣環(huán)境保護(hù)工作。重慶市各級(jí)政府必須嚴(yán)格按照生態(tài)環(huán)境保護(hù)的相關(guān)制度和標(biāo)準(zhǔn)，將環(huán)境保護(hù)年度目標(biāo)完成情況納入環(huán)境監(jiān)督部門(mén)的督查和考核范圍，并將考核結(jié)果公開(kāi)；對(duì)企業(yè)的排污行為進(jìn)行長(zhǎng)期監(jiān)督和計(jì)罰，進(jìn)一步加強(qiáng)和鞏固污染物的防治。新聞媒體也應(yīng)當(dāng)開(kāi)展環(huán)境保護(hù)法規(guī)和相關(guān)知識(shí)的宣傳，對(duì)環(huán)境違法行為進(jìn)行輿論監(jiān)督。