数学建模社区-数学中国

标题: 空气中 PM2.5 问题的研究 上海理工大学 D11075037 [打印本页]
作者: 杨利霞    时间: 2019-10-8 11:40
标题: 空气中 PM2.5 问题的研究 上海理工大学 D11075037
空气中 PM2.5 问题的研究 上海理工大学 D11075037
$ f& U( n6 a4 M) A

. O, y& `4 @7 ^: a, O7 q( I2 [0 @& i) V
本文主要探讨的是 PM2.5 扩散、衰减模式的问题，根据该模式分析探究! k9 D7 E; I* c8 `
PM2.5 的危机治理与后 5 年的治理问题。建立了 PM2.5 与其它污染物之间的多+ M" j, N) i+ T* d; Y5 x8 |( r
元非线性对数模型；在静态、风力和湿度等因素下，分别探究污染物颗粒的运动
5 E+ A, o. G3 V9 W' j; R模式，并建立了 PM2.5 扩散演变模型；在污染物浓度突变的情况下，依据该模2 e, |9 R5 A2 D$ U, e
型得出不同区域污染物的浓度，最后确定安全区域的范围。建立综合费用和专项
' O# b( e3 u+ H3 P4 v4 G9 `费用的多目标优化模型，并运用系统动力学理论对目标值进一步优化。
" I# Q: H. a( |4 ~( a3 L; c6 `5 a+ K针对问题一，首先，运用主成分分析法，按照方差贡献率的大小剔除臭氧这% @# N' L$ ~: @+ z! g- R2 s
个指标；其次，运用 SPSS 软件分析剩余指标之间的相关性及独立性，并建立了
+ h- Z8 t6 K) ?& N' }PM2.5 与其它污染物之间的多元非线性对数模型，得出西安市的拟合优度
2 w$ a% w+ T) ^) t) z. `  j+ m7 Y；最后，搜集西安市的相对湿度数据，运用该指标对模型进行再度优
3 @3 C+ Z( h3 I7 _2 D化，优化后的拟合优度 ，因而相对湿度是 PM2.5 影响因素。
4 q6 v$ G1 ]# A针对问题二：（1）运用统计学原理分析 13 个监测点 PM2.5 的浓度，描绘  p4 ~# _% I5 N! v
了西安市 PM2.5 的空间分布云图。同时添加时间因素，探究 PM2.5 颗粒四维空/ D) q6 ]" |; d% x
间分布情况，得出采集点之间的 PM2.5 具有较高的协同性。
. X7 n* t  ]5 k（2）分析了静态下 PM2.5 粒子受力，漂移模式，通过结合风速、湿度、大
  T$ H( ]) h+ A# J' F6 s1 a气稳定度等季节性因素从点源、面源两方面分析了 PM2.5 扩散模式；建立了
, U8 W8 R, Z! w% F. {. z' l: KPM2.5 点源和面源扩散的偏微分方程模型；通过利用 P-G 曲线近似法，布里吉7 W4 c! p, {% y
斯扩散参数以及现有数据对季节参数进行求解，得出 PM2.5 扩散衰减模型。计% N" E! X. k! X% a: J! B
算结果与西安市地理位置和提供数据相吻合，说明模型所刻画传播衰减模式与事
, J3 w# {6 V& F- I& D7 i1 t实相符。# N! N4 T7 c3 v2 y
（3）通过第 2 小问所得的 PM2.5 点源扩散模型与 PM2.5 面源扩散模型，以
& n3 R9 |+ [$ ~高压开关厂为参考点，在 3 级北风状态下，运用 matlab 软件仿真模拟出的点源2  o7 R' v' R9 G5 o6 k/ S
与面源扩散情况，其结果展示如下表：. o9 c/ o8 ?7 P/ x# }4 p: x/ ?' f1 \
扩散方向 向东 向西 向南 向北
% I( D! e1 g5 ^, E, q" j& L扩散9 z/ J6 k8 {8 S3 k
距离(m)
- x' P$ z8 A' }1 ^点源模型 50 50 200 10
8 q, R; r$ H& a& L) q面源模型 500 500 3000 200  ^# _/ p! X- q+ [8 i, A0 }
（4）结合西安市各个地区的地理位置和天气、气候等条件，建立了各个区之! X7 T& P7 r) G% W8 l, o) L/ z: k
间的 PM2.5 扩散分析体系，利用西安市 2013 年 1 月 8 日—2 月 8 日的数据，通
6 e) a* m( v; Z! d' A$ K过模型求解出各个区之间的 PM2.5 的相互扩散量，然后计算仿真出各个区的
8 |- U/ Q: o/ C( f( Y6 uPM2.5 的浓度，通过与原始值进行对比，发现模型所得结果与实际相差在 10%& ]6 D" v6 I7 a' L* H, M; D
之内,说明模型可信。仿真与原始对比如下：
% {7 h/ r- l# G7 h$ Q高压开关厂 兴庆小区
; P! |5 O4 l2 ?/ N; |日期 真实值 计算结果 误差率 真实值 计算结果 误差率
/ I' k% E" ~. D' Y8 R) t3 t; i$ N2013-1-8 383 356.7054 -6.87% 373 381.1783 2.19%4 @/ e& h' b! |
2013-1-9 216 211.39 -2.13% 236 217.7147 -7.75%# c4 a! V- k' a  ^  j, {
针对问题三：基于系统动力学理论，考虑治理效果，建立了系统动力学多目0 m; X( R% m6 k2 i
标复合治理的最优化模型。利用贝叶斯支持向量机方法对武汉市基本面数据进行+ D1 k1 J" X  `6 Q1 X' |$ |
宏观预测，对 PM2.5 进行系统性预测，并且仿真求解出 PM 由 280 单位到 35 单- }: ~5 u9 D2 R9 M4 P+ G
位的五年治理方法，结果表明将综合治理与专项治理结合时治理效果最好。其最
7 c# H9 q# f; c* ?& }优相结合治理计划为：' Z2 C2 s$ I% g7 ?$ D/ r% B9 O
年份 2013 2014 2015 2016 2017
- B9 b) ?" l/ O3 J5 O; R/ j$ ~综合
# B: D: Y. L/ J$ Y8 y* Y治理
6 M1 ^; {! d7 Y- g, e" ?  J投入费用(百万) 51 42 32 22 126 V  T: N7 r: s( X
PM2.5 减少浓度 4.5 19.3 34 48.7 63.59 D( _" D3 F' y) P* [  a
专项' G' e* v" B: W+ c7 v5 ?
治理
5 K2 @+ B) u) ~8 |6 z( q投入费用(百万) 20 21 19 20 18
% \4 G) }& Y6 u& iPM2.5 减少浓度 28 21 15 8.5 2: m" _3 k9 M0 Z8 `' [
最后结合本文研究结果，对研究实施进行总结撰写了一份研究试验报告。
3 |0 O" Y! A6 X7 @% k本文创新点在于，建立了基于贝叶斯理论的支持向量机方法和基于系统动力
0 D' O& o# G" @学的多目标治理模型。 1 d! E9 |, g1 v9 A

5 G6 N" F; [. s& K
6 V! f/ u" X# w/ z7 ?

D题上海理工大学三峡大学11075037队.pdf

3.44 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