数学建模社区-数学中国

标题: 空气中 PM2.5 问题的研究-三峡大学11075008队 [打印本页]
作者: 杨利霞    时间: 2019-10-8 11:20
标题: 空气中 PM2.5 问题的研究-三峡大学11075008队
, g& U/ ~$ g& O# V/ e" m' A
空气中 PM2.5 问题的研究-三峡大学11075008队
7 H# i& u* U; p. a. g% K* M3 O
# r8 a1 u+ b% {# {/ b- u0 T
本文建立了相关性分析模型，灰色关联度模型，混合回归模型，高斯烟羽% X2 @6 U  `' H# |; i( i& E
模型，分期治理最优化模型等模型，通过定量与定性分析的方法，从相关因素、. o2 K" Z$ ?% m: r/ I
分布与演变、控制管理三个方面，对 PM2.5 进行了深入的研究与探讨。
. w0 f" `$ O/ Z0 c; K( U针对问题一：
( j" G$ [8 p4 Y( o) I1、以六种污染物为相关量，建立了相关性分析模型。将附件 1 的数据代入4 K7 s" M. ?" L6 s! w4 d
模型中，求得的结果表明：相关性最高的指标组是 PM2.5 和 CO，其相关系数为. a$ y: A: ^. S, k8 l; _
0.82，相关性最低的指标组是 NO2和 O3，其相关系数为-0.063，即独立性最强。4 K2 y! w! ]1 `, |
2、以 PM2.5 为参考数列，其它 5 种污染物为比较数列，建立了灰色关联
2 o* }' k# g/ n6 D) w! n$ a5 L度分析模型，将附件 1 的数据代入模型中，求得的结果表明：PM2.5 与其它五
5 N# q; L) ?' z9 M- M- T  e9 t种污染物的平均关联度为 0.80，可见相关性较高。以 PM2.5 为因变量，其它7 n  _6 Z& u# f; C0 C- h
五种污染物为自变量，先后建立多元线性回归模型和混合回归模型，模型结果
2 Y+ k5 ]! {( c  M+ A1 I1 ~表明：混合回归模型更优（相关系数由 0.85 增加为 0.89）。, v) f7 T! o+ w; T6 U
3、利用互联网收集到全国 76 个城市 AQI 的 6 个监测指标和湿度数据，以; `* M: p: P( m$ i; }
PM2.5 为因变量，其它五种污染物为自变量，建立了线性回归模型。将湿度指/ V/ F8 g. P; ]3 U& d% {( o
标也考虑为自变量后，回归模型的相关系数得到明显提升（由 0.88 提升到
& o3 F& s! g3 p' b: O0.92），表明湿度与 PM2.5 存在较强的相关性。
3 n4 _& }6 Q" R- O, m针对问题二：
: r3 _1 w+ N& M4 U+ c1、通过伽马分布预测出 2013 年西安市 13 个地区 PM2.5 的全部数据，利用2 t0 Y! w  N7 v% K  i) w& j- t3 p
MATLAB 画出了 PM2.5 时空分布图，并得出了三种分布规律。考虑到各地区+ O1 a& j( ~9 r+ }. b% F
“污染程度”为较模糊的概念，因此建立了模糊综合评价模型，对每个地区的) S6 x+ m! O7 }" m
污染程度进行了综合评价，模型结果表明：高压开关厂地区污染指数最高
( y9 o, ?: ~/ `8 c$ j7 R（94.39），阎良区地区污染指数最低(75.27)。 6 U* S6 N* k3 J4 H2 b: S# P
- 1 -2、对 PM2.5 受风力影响在大气中扩散的问题，建立了高斯烟羽模型进行( t) J' g9 B- W9 m: q
分析。假设风向为正北向，风速为 40 km h/ ，扩散系数σ 为 0.00001，排放源有
( [' ]. b+ c6 ~" o0 Q效高度为 50 m ，初始浓度为各监测站点的最高值，对模型进行求解，得到 130 e# S2 {8 S$ l1 Q" H% _
个地区的扩散数据（仅列出高压开关厂地区的上风处扩散数据）：
. M3 ~2 o& K0 V距离（km） 0 2 4 6 8 10 11 12
, c! v( g$ B& N( n3 q/ ]. [PM2.5 浓度（ m g/m
) {$ o7 K- g) g, f; p1 l. r2 y3） 1000 850 703 480 292 108 21 0! ^* v  V+ C& x; K
时间（min） 0 20 36 58 82 106 115 121
0 }# j& c$ U2 ]$ `' P- E# G0 ~3、将 PM2.5 污染程度划分为重度污染、中度污染和轻度污染（安全）三/ h* n, U8 G2 B- O4 l
个级别，同样假设风向为正北向，风速为 40 km h/ ，扩散系数σ 为 0.00001，排
  K" R" R! t) Y! H) \7 [放源有效高度为 50 m ，初始浓度为某站点最高值 2 倍，利用高斯烟羽模型求出1 Q! T9 D1 v& N: _0 P! d
13 个地区的扩散数据，结合各个地区之间的距离，得到了各地区的污染程度。1 p  S9 L4 K6 C% P  Y- v4 {) q
以高压开关厂为例，得到结果如下：
7 n+ P* [1 w7 h9 [/ J* C轻度污染（安全） 中度污染 重度污染
3 u  A5 n6 j: C阎良区 临潼区 广运潭
2 z7 x* m1 `- {  \" p9 l4 V纺织城 长安区
6 X, z0 C- h* H市体育馆 曲江文化集团
5 R7 G4 D0 z/ M& E兴庆小区
5 u, s% v# T2 _$ T/ ^( w4 A其它! o8 v/ G, K& m- _: }* X+ X  t
地区
2 X; y0 `% |6 g$ e6 v' a1 U" y, S* l4、利用互联网收集到了福岛第一核电站的放射性物质扩散数据，将放射性
4 y2 G; n( F0 `物质与 PM2.5 扩散数据进行对比，发现两者的扩散规律总体一致，从而验证了) W! B0 w) g# [& p+ e
模型的合理性。利用物质的自身沉降作用和雨水吸附作用对高斯烟羽模型进行
& \! z6 D2 \; J5 }了修正，得到了修正后更为一般性的扩散模型。1 [/ Z7 K. g6 h, q; _. h8 F' D
针对问题三：2 M8 _: I( C+ k$ A% z$ ^
1、根据以往空气质量的变化趋势及 PM2.5 当前年平均浓度（280 % p9 q- `3 e2 n2 T1 u+ G
3 7 j% `7 g1 Q* A( ^
mg m/ )，  ]% o6 A& v( O! r) ^* J2 f
预测出在不治理的情况下，五年后 PM2.5 年平均浓度为 324 6 c8 ^, R, o- Q& B2 e) M8 O
3
9 T& G! G7 k$ [% }mg m/ 。然后采用- R$ b: [( @: q1 X: i# y! f
分期治理的思想，将五年的治理时期分为前期、中期和后期。考虑到实际治理
) c5 h* D- S/ ~. v4 e4 I; |进度的变化规律与柯西分布函数相似，通过计算机模拟找出了最理想的柯西分9 R% o# h5 b% c$ W/ ]
布函数，由此确定了 PM2.5 的分期治理计划：
3 S7 c! p0 |) f& ^9 B4 J8 w时期 前期（准备期） 中期（治理期） 后期（稳固期）
! G- j# F  h, p0 I4 X- y年次 第一年 第二年 第三年 第四年 第五年, J& Q. {4 ?( Q0 u' S) A
治理量百分比（%） 9.6 32.7 38.8 15.3 3.6: A. O* s/ ]# J! l5 |
治理量 31.1 105.94 125.71 49.57 11.66
8 y4 V0 k* a0 K0 L2、以专项治理总费用最小为目标，建立了最优化模型。然后同样采用分期" i/ E) u: o" |) R/ j) x* B- a
治理的思想，利用柯西分析函数对最优化模型进行修正，得到修正后的分期治" J6 ?! f8 b* ~% P+ E! ~2 B
理最优化模型。以数据 1 中 PM2.5 年平均浓度（82
2 N4 N7 y; ]$ B, ~3
0 E0 X8 F1 i3 T: O1 Hmg m/ ）为初始浓度，假设( @$ Z4 \' Z% }* S0 B
最终治理目标为 30
9 X* J! J4 T0 w. _3
! l% F5 O' E; ]mg m/ ，对模型进行求解，得到总费用为 3.38（百万），逐) l# B2 u+ B2 T6 v# d: A* o
年治理计划如下表：* X, q9 v+ k) ]
时期 前期（准备期） 中期（治理期） 后期（稳固期）( [! A4 I- l9 H4 _% g
年次 第一年 第二年 第三年 第四年 第五年) A4 |6 s+ V1 g1 n4 R/ D' v
治理量
/ @2 A6 ]4 ~  T! J4 a; |4 w3
  Z* A/ U3 [* D. _  q# _0 I9 v  C5 `2 hmg m/ 4.15 13.65 19.1 9.85 3.25
3 Z9 p; }0 U4 j  g费用（百万元） 0.086 0.932 1.824 0.485 0.053
+ K' Q( C1 J+ l- C6 B3 d* d# `将模型得到的治理计划与实际环境治理计划进行对比，发现两者的治理进
. O8 u# o" X' \4 x1 R5 m度变化规律总体一致，从而验证了模型的合理性。7 p3 p  N8 w! z  h) [9 ^. m( M
关键字：相关性分析模型 灰色关联度模型 高斯烟羽模型 柯西分布函数& q7 C. f8 a' g' o- q

  D9 u4 X5 g, g; v# j+ {$ L; Z: ?1 j0 R4 _' [% r) c

D题三峡大学11075008队.pdf

1.11 MB, 下载次数: 0, 下载积分: 体力 -2 点

售价: 2 点体力  [记录]  [购买]





欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5