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

3 _; G* {2 i% p, q* Z6 e6 \) f. W* ^& e6 [  g: c0 A. |( q; W

' J. y% n/ s) l/ ?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" }! o7 B( q, i: d1 e3 o: D$ N
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$ V9 q+ s: v' U% n
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0 D, }- H& B) L% i. i8 b5 c
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
) `1 m5 c8 x# s6 m6 k' ~9 y( p, W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
3 E9 d! m+ k$ a% O3 n* G% s5 C1 Q# ^' o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。
2 M0 V) W$ x+ n6 @/ }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
$ o. v# `" r9 ?8 `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+ ^7 d! H, r, B/ z5 v
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& g- Q1 j3 a2 x, \. k" I  H
；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8 D+ g' w3 O6 t* y
化，优化后的拟合优度 ，因而相对湿度是 PM2.5 影响因素。
$ S- o. q/ Q1 g- b- z/ f9 ^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
- |9 N) k& Q1 K  I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" k& u1 ~$ ~  h' O. g
间分布情况，得出采集点之间的 PM2.5 具有较高的协同性。! @7 ]( |1 z0 l6 n
（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2 s/ N0 q7 V4 N
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
# t& S  c- T5 z# a# p6 ^$ @4 ?PM2.5 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
0 C, K  u- f: P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
9 o4 d5 {! |4 o" z. G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& u+ F8 x- E6 }3 V% c% T# |
实相符。
, R5 ]9 x% G- p（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
- A8 c6 H! j/ M* d  l2 B6 n3 w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' _" D; i6 [+ s8 E5 Z  B2 k, r/ t
与面源扩散情况，其结果展示如下表：! n' H; t1 o3 [! p, \
扩散方向 向东 向西 向南 向北0 o! N! O5 F! I- q" Q2 V8 J
扩散3 T. F9 w. ^& w6 H
距离(m)
- Q- P* r$ M. }" M/ a, ~! s点源模型 50 50 200 10! c; p: j8 `5 }; w4 ~/ i
面源模型 500 500 3000 200
+ Y0 f( E$ e) M（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1 E" t6 R+ A: P- H
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" `& ~1 m" d3 l( ]
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9 J. P" X4 T# Y
PM2.5 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%% Q% j$ F. v! J6 c
之内,说明模型可信。仿真与原始对比如下：
/ q2 U* D- T8 {7 e高压开关厂 兴庆小区8 K3 A2 N& W2 X' v2 n4 }( P
日期 真实值 计算结果 误差率 真实值 计算结果 误差率
. t+ c9 ~# v; Y8 {( o$ ?! P2013-1-8 383 356.7054 -6.87% 373 381.1783 2.19%' O* V0 J8 f! @, ~/ Y1 [. S! _. c
2013-1-9 216 211.39 -2.13% 236 217.7147 -7.75%$ `4 S5 h# v- n, f  K: Y6 H
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1 T( h; c- p% H: T) A
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
3 Y- c  Z9 {2 s5 w+ H& b% |/ S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
$ m- A# ~4 y, o$ f/ @& f( }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
" r; q+ h6 N% H* c2 x( S3 I优相结合治理计划为：
" q4 Y# X' d+ x/ W8 @4 C2 @年份 2013 2014 2015 2016 2017( @5 U* P) D) e( b% [5 K; ?$ _
综合
& D; G1 r( B# }5 O治理7 X7 s9 Z0 S+ P" r- @
投入费用(百万) 51 42 32 22 122 e0 x, y& w2 s  I6 |( I
PM2.5 减少浓度 4.5 19.3 34 48.7 63.5
3 a0 h5 n+ Y# E" Y! l3 J专项$ ?' X4 W( y4 ?; `$ N. _) r# h
治理- w& ^5 Z; _0 h0 h0 C% L2 ^
投入费用(百万) 20 21 19 20 18* p1 [# S: f. q8 N5 E- X
PM2.5 减少浓度 28 21 15 8.5 2
# @- Y$ B! l3 L: {% j! h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。
; _5 R+ s+ B& d# ]4 Q. g* U% b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9 Z  d/ s' V" v* c4 T
学的多目标治理模型。 ; Q. f2 g, N( `( u
. X# h+ O' A- Z( S% ]  W

$ K4 {0 v5 Z6 A; n% T/ M! o

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