全球臭氧水平研究及预测

摘要：臭氧层的破坏是人类面临的最重要的环境问题之一，今天，大多数科学家认为，人类过度使用含氯氟烃（cfc）材料是破坏臭氧层的主要原因。本文研究全球臭氧水平的影响因素，包括氟氯烃和卤代烷浓度水平，利用多元线性回归分析，探索它们之间的关系，并使用时间序列分析的方法预测在未来五十年的氯氟化碳（cfc）物质和哈龙（卤代烷）的水平，从而预测未来五十年全球臭氧水平。

关键词：臭氧；氯氟烃；卤代烷；多元线性回归、时间序列分析

1.概述

1.1背景

自1970年代以来，科学家们发现，全球总臭氧减少的趋势，以及臭氧的减少主要发生在臭氧层[1]。南极科学研究表明，从1977年开始，在南极臭氧的总量迅速下降，形成一个“臭氧空洞”。随后的科学家观察表明，臭氧空洞面积不断扩大，臭氧浓度正在加速下降。与此同时，南极臭氧空洞的持续时间更长。所有这些迹象表明，南极臭氧空洞的损耗仍在恶化。进一步的观察表明，臭氧层的损耗不仅发生在南极，北极和其他中部纬度地区也出现不同程度的臭氧损耗的现象。北极上空的臭氧层减少了20%，已形成了一个面积约1/3的臭氧空洞。在世界上被称为“第三极”的青藏高原，大气物理和气象观测中国学者还发现，青藏高原臭氧以每十年2.7%的速度减少，已经成为大气中第三个臭氧空洞。根据全球总臭氧观测结果表明，臭氧总量在1978 - 1991年每10年减少1% - 5%。这种情况已经造成了臭氧层严重的损耗，引起许多国家的政府和人民普遍关注。

2. 基本原理

2.1多元线性回归的原理分析

研究两个或两个以上的自变量对因变量的相关性分析，称为多元线性回归模型。多元线性回归模型是线性回归模型的一个扩展，其基本原理类似于线性回归模型，但解释变量不是一个而是很多。计算公式如下：设置随机变量y和一般变量x1，x2，…xk线性回归模型[2]：

（2-1）

在 ， ，… 是K + 1未知参数，称为回归常数；y称为解释变量； x1 ，x2，… xk是K个可控变量。k= 1时，这是一个线性回归模型，当k > = 2时被称为多元线性回归模型。ε是随机误差。

2.2时间序列分析

ARIMA模型[3]称为自回归综合移动平均模型（自回归综合移动平均模型，缩写为ARIMA），ARIMA（P D q）模型称为差分自回归移动平均模型。ARIMA模型根据原始序列是稳定以及回归的不同部分，包括滑动平均（MA）、自回归（AR）过程，自回归移动平均（ARMA）过程和ARIMA的过程。ARIMA模型是基于数据序列的稳定性，为非平稳的趋势系列，消除的差异趋势后，达到稳定状态，然后用ARIMA模型。模型可以表示为ARIMA（P D q），如果没有数据序列中的季节周期：

， （2-3）

ARIMA建模和预测的一般步骤如下：1）数据序列加工；2）模型识别和估计；3）参数估计和模型诊断测试；4）预测。

3.数据分析

3.1数据分析

经过综合考虑，本文中使用的主要变量有：全球臭氧浓度，氟氯化碳的浓度，每年一年一度的卤代烷的浓度，研究氟氯烃和卤代的浓度对臭氧浓度的影响。其中，臭氧浓度选取全球年度最低的臭氧浓度、卤代烷主要用卤代烷- 1301测量。数据使用一年作为单元的数据，共有1979 - 2012年34年的数据。

本文的总体思路是：1、以年度最低臭氧浓度作为解释变量，一年一度的氯氟化碳浓度和卤代烷浓度作为因变量，建立多元线性回归模型。2，使用时间序列预测分析模型的氯氟化碳浓度和卤代烷浓度。考虑到数据使用的影响，所以在这之前对数据进行标准化处理。

可以发现，各回归系数的显著性检验水平小于0.01。因此，我们可以认为这两个回归系数是重要的，根据回归系数可以写出氯氟烃和卤代烷臭氧多元线性回归方程。

（3-1）

从上图我们可以看到，自相关和偏相关延迟项是一阶时，偏相关和自相关逐渐减少到零。因此，我们可以考虑ARIMA（1、2、1）模型。

如下图所示，臭氧水平用回归预测了未来50年之前进一步预测趋势，可以非常直观的看到在2000年之前，臭氧水平显示一个明显的下降趋势。可以看到2000年之后，臭氧浓度不断增加，通过预测50年臭氧浓度趋势可以看到，臭氧浓度将在接下来的50年上升到一个新的高度，但是很难超越1980年之前的水平，表明臭氧复苏是一个缓慢的过程，虽然国际形势要好得多，但是考虑到空气中臭氧破坏稳定的气体，以及长期臭氧化学反应，臭氧恢复需要一些时间，但我们可以肯定，这一趋势是正确的方向。

因此，有必要采取措施来保护臭氧层。世界上所有国家都应该遵守蒙特利尔协议并采取积极措施保护臭氧层。首先，必须减少氯氟碳化合物和哈龙等物质的生产以及使用。同时寻找新的替代能源，清洁能源。其次，我们应该提倡低碳生活，减少碳排放，经济的科学发展，不能以牺牲环境为代价，我们还有很长的路要走。最后，改善世界臭氧层保护的意識，共同努力，使臭氧恢复正常水平。

参考文献：

[1]李坤兰. 臭氧层的破坏及其保护[J]. 环境技术，2000，02：21-23.

[2]李金海. 多元回归分析在预测中的应用[J]. 河北工业大学学报，1996，（03）：57-61.

[3]汤岩. 时间序列分析的研究与应用[D].东北农业大学，2007.

作者简介：杜冲（1991.8-），男，汉，安徽宿州市人，硕士研究生，研究方向：保险精算.