10．
为了探究车流量与\(PM2.5\)的浓度是否相关，现采集到北方某城市\(5\)月份某星期星期一到星期日某一时间段车流量与\(PM2.5\)的数据如表：
时间 | 星期一 | 星期二 | 星期三 | 星期四 | 星期五 | 星期六 | 星期七 |
车流量\(x\)\((\)万辆\()\) | \(1\) | \(2\) | \(3\) | \(4\) | \(5\) | \(6\) | \(7\) |
\(PM2.5\)的浓度\(y\)\((\)微克\(/\)立方米\()\) | \(28\) | \(30\) | \(35\) | \(41\) | \(49\) | \(56\) | \(62\) |
\(( 1)\) 由散点图知
\(y\)与
\(x\)具有线性相关关系，求
\(y\)关于
\(x\)的线性回归方程；预测该市车流量为\(8\)万辆时\(PM2.5\)的浓度；
\(( 2 )\)规定：当一天内\(PM2.5\)的浓度平均值在\((0,50]\)内，空气质量等级为优；当一天内\(PM2.5\)的浓度平均值在\((50,100]\)内，空气质量等级为良\(.\)为使该市某日空气质量为优或者为良，则应控制当天车流量在多少万辆以内？\((\)结果以万辆为单位，保留整数\(.)\)
参考公式：回归直线的方程是\( \overset{∧}{y} = \overset{∧}{b} \)
\(x\)\(+ \overset{∧}{a} \)，
其中\(\overset{\hat{\ }}{{b}}\,=\dfrac{\sum\limits_{i=1}^{n}{({{x}_{i}}-\overline{x}})({{y}_{i}}-\overline{y})}{\sum\limits_{i=1}^{n}{({{x}_{i}}-\overline{x}}{{)}^{2}}}=\dfrac{\sum\limits_{i=1}^{n}{{{x}_{i}}{{y}_{i}}-n\overline{x}}\overline{y}}{\sum\limits_{i=1}^{n}{x_{i}^{2}}-n{{\overset{\_}{{x}}\,}^{2}}},\overset{\hat{\ }}{{a}}\,=\overline{y}-\overset{\hat{\ }}{{b}}\,\overline{x}\)，参考数据：\(\sum\limits_{i=1}^{7}{{{x}_{i}}{{y}_{i}}}=1372\)