TA的每日心情 | 奋斗
2024-7-1 22:21 |
|---|
签到天数: 2014 天 [LV.Master]伴坛终老
- 自我介绍
- 数学中国站长
 群组: 数学建模培训课堂1 群组: 数学中国美赛辅助报名 群组: Matlab讨论组 群组: 2013认证赛A题讨论群组 群组: 2013认证赛C题讨论群组 |
摘 要：
7 F9 ~: \/ [/ a' W7 f本文以武汉为例，就PM2.5 污染物的影响因素、扩散与衰减规律、预测与) U+ P8 Q5 T6 f
评估及污染治理等相关问题进行了研究，取得了以下成果。
# V% U; i: ?2 _ @6 `' P问题一：( y _" j4 L0 T, B5 t5 f: x4 K
1、研究二氧化硫X1、二氧化氮X2、可吸入颗粒物PM10X3、一氧化碳X4、
) T4 t2 ~0 W% b; a臭氧X5和细颗粒物PM2.5Y这6 个基本监测指标之间的相关性及独立性，并对影
+ ~7 e8 j/ o: d' n8 Y响PM2.5 的其它5 项分指标做出主成分分析及回归分析，得出二氧化硫、二氧7 X9 Y7 B. C+ w% f5 ^
化氮 、可吸入颗粒物PM10、和一氧化碳与PM2.5 正相关，而臭氧与PM2.5 负
! b, t0 n: C" m. g2 P相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为：
4 y" N8 Z. v6 F3 T0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY LnX
) G1 @$ b* Z9 A) z- l0 \3 e% v2、探求其他影响PM2.5 的因素，分析得出，气象的变化对PM2.5 值得影响非常
9 ?5 E o: a, `4 F2 r+ }剧烈，其中PM2.5 值与湿度X6、气压X8成正相关，与大型蒸发量X7、风速X9、
5 t, b5 I D/ l气温X10、水汽压X11则负相关，并且在所有影响因素中，风速和水汽压对PM2.5* ~$ ]# M0 G9 \
值的影响相对较大。最终给出PM2.5 与其他7 个大气因素之间的拟合函数：
6 e% p- u& Y! h$ k3 d+ F/ |- lLnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −( ]) H* {) h$ u
45.905𝐿𝑛𝑋11 − 85.1032
. ^, t$ S( }0 j$ U问题二：+ h G6 {+ X+ V& K
1、客观描述武汉地区PM2.5 的时空分布规律，以高斯扩散模型为基础，充3 H! m" Q" l/ U7 R; Z1 r9 {/ |
分考虑影响PM2.5 扩散的因素，分析地面与建筑物边界反射、干沉积、雨洗湿% R* M4 q1 u8 ^% L& D& d5 m3 C
沉积及湿度的影响，逐步改进高斯扩散模型，并引入时间t ，计算当点源持续污2 B+ O. H& G+ ` M G! A# O% s2 w
染情况下，污染源上风和下风L公里处的浓度。' @$ O( i5 f* E" c( ^( C0 ~. J
2、通过数值仿真，得到距污染源下风向距离一定条件下污染扩散浓度的分* R- a' B$ a6 _/ ^0 C
布规律：1）在恒定条件下，PM2.5 扩散浓度呈正态分布，扩散浓度逐渐达到最
! l `$ C2 S7 M4 U- 3 -- l4 _' ~$ i5 j2 W7 I w% ]+ l
大，在横向距离增到一定值以后扩散浓度逐渐降低直至为零； 大，在横向距离增到一定值以后扩散浓度逐渐降低直至为零； 大，在横向距离增到一定值以后扩散浓度逐渐降低直至为零； 大，在横向距离增到一定值以后扩散浓度逐渐降低直至为零； 大，在横向距离增到一定值以后扩散浓度逐渐降低直至为零； 大，在横向距离增到一定值以后扩散浓度逐渐降低直至为零； 大，在横向距离增到一定值以后扩散浓度逐渐降低直至为零； 大，在横向距离增到一定值以后扩散浓度逐渐降低直至为零； 大，在横向距离增到一定值以后扩散浓度逐渐降低直至为零； 大，在横向距离增到一定值以后扩散浓度逐渐降低直至为零； 大，在横向距离增到一定值以后扩散浓度逐渐降低直至为零； 大，在横向距离增到一定值以后扩散浓度逐渐降低直至为零； 大，在横向距离增到一定值以后扩散浓度逐渐降低直至为零； 大，在横向距离增到一定值以后扩散浓度逐渐降低直至为零； 大，在横向距离增到一定值以后扩散浓度逐渐降低直至为零； 大，在横向距离增到一定值以后扩散浓度逐渐降低直至为零； 2）随着距 ）随着距 ）随着距 污染源下风向距离的 增大，扩散浓度变化渐趋平缓但所能影响污染源下风向距离的 增大，扩散浓度变化渐趋平缓但所能影响范围有所增加； 3）随着风速逐渐增大， PM2.5 浓度最大值变小，下降速率逐渐 浓度最大值变小，下降速率逐渐 浓度最大值变小，下降速率逐渐 浓度最大值变小，下降速率逐渐 浓度最大值变小，下降速率逐渐 浓度最大值变小，下降速率逐渐 浓度最大值变小，下降速率逐渐 浓度最大值变小，下降速率逐渐 变大，扩散速度增加； 4）源高的增大将导致污染物浓度最值向下风偏移， ）源高的增大将导致污染物浓度最值向下风偏移， 扩散与稀释速度加快，污染浓最大值明显降低。
- t/ o4 S* {/ A- ~% H7 Y% k3、预估突发情形下 PM2.5 的扩散距离及安全区域，以武汉为例浓度值突 的扩散距离及安全区域，以武汉为例浓度值突 的扩散距离及安全区域，以武汉为例浓度值突 增至 300mg/𝑚3并持续两小时情况下，结合三维图及平面分析危险区安全 并持续两小时情况下，结合三维图及平面分析危险区安全 并持续两小时情况下，结合三维图及平面分析危险区安全 并持续两小时情况下，结合三维图及平面分析危险区安全 并持续两小时情况下，结合三维图及平面分析危险区安全 并持续两小时情况下，结合三维图及平面分析危险区安全 并持续两小时情况下，结合三维图及平面分析危险区安全 并持续两小时情况下，结合三维图及平面分析危险区安全 并持续两小时情况下，结合三维图及平面分析危险区安全 并持续两小时情况下，结合三维图及平面分析危险区安全 并持续两小时情况下，结合三维图及平面分析危险区安全 并持续两小时情况下，结合三维图及平面分析危险区安全 并持续两小时情况下，结合三维图及平面分析危险区安全 并持续两小时情况下，结合三维图及平面分析危险区安全 并持续两小时情况下，结合三维图及平面分析危险区安全 并持续两小时情况下，结合三维图及平面分析危险区安全 区。
6 q: U! s8 Q* A+ ], F# Q4、结合小波理论及神经网络，提出的构算法并通 结合小波理论及神经网络，提出的构算法并通 结合小波理论及神经网络，提出的构算法并通 过 Matlab 实现了对 PM2.5 值的预测，拟合度较高。
* x4 L. Z$ T3 ]问题三：2 B9 D: L0 E2 S& L4 f
1、提出三种治理 方案：长期、快速全面。, \: N+ S% Q5 B% e/ }# D
长期 治理 方案 着眼于 经济 的可持续 发展 ，其每年 完成 计划 为：0 p0 M9 \- L) F. v- O. x4 ^% [$ |
年份
, b9 x% w) A9 ~) y* p第一年
% q/ `- [; U0 B) ]7 J+ A6 i: N( z第二年% g4 T6 K$ C9 S* s
第三年0 K; y$ O3 P1 d u3 E1 {+ T
第四年# R. R" y- a1 H% T
第五年
, T; h3 a D# }) r; l. ]) ?1 hPM2.5 PM2.5PM2.5PM2.5值变化额
8 a9 P* Y3 D0 \ w! E0 K2.32.32.3" D) n( J4 B+ M3 S% [
7.37.37.3
8 |* G t% T+ E9 U6 s3 C18.318.318.318.3# P) F7 x; M3 v. Y" K
61.361.361.361.3, W/ y- E5 L% W- G7 O) C
155.9155.9155.9155.9155.9
# n% o. {: V& R# Y( q: x" e; U. o快速 治理 考虑 治理 成效 ，其每年 的治理 计划 为：
& T# F& Z( g( l4 R年份# W$ |- x3 }9 J& x* o
第一年3 [: f1 {7 p" n, I
第二年1 A m X; ~# n; U2 |: z. C' E
第三年5 C1 U1 q! V- Y2 T# k5 G1 l( z
第四年+ f4 t: ^! m. P* J
第五年% c7 x& s2 y2 E4 {2 v Z
PM2.5 PM2.5PM2.5PM2.5值变化 额( `# Q; O; u% r" u
36.7536.7536.7536.7536.75
5 \+ {$ i% G. r; W- i36.7536.7536.7536.7536.75
9 \" f% k% ^1 H$ k6 W73.5073.5073.5073.5073.50( z Z6 V" U* s* c2 ^
49.0049.0049.0049.0049.00
5 j- p9 y' D; f- @. g49.0049.0049.0049.0049.00
( ]: G+ r2 d- k% N% J" r% n全面 治理 根据 第一问 中得出 的 PM 2.5 与其他 5个指标 的关系 ，通过 降低 其他 5个指标 浓度 达到 对 PM 2.5 的治理 ，其每年 的治理 计划 为：2 x! ]+ b1 c* ] q% I
名称
S* d, E* Q3 u4 k0 L$ k; p二氧9 l7 |/ S: R1 Q# i3 T
化硫% r: ^# O. X* O! p5 b
二氧! X$ T( l d: W' b7 O
化氮
; }; M+ T& y i& v$ [可吸入颗 粒物
, _% n# `/ k g* y一氧化碳
5 m0 m! s0 ]. R3 r臭氧" X8 e8 D9 ?+ d
PM2.5) d' b: L9 G/ R- e
PM2.5 的 减少幅度
: l, c4 q- b0 H8 i一年后 终值 o: R7 z# M& @3 x; f% o& b8 G0 Z
47.88& l& {+ u. H( O9 h
74.76
+ B$ V. a w+ X! B. E121.807 N) q3 r+ y: }6 D+ D, g: v
50.02! |. e; [0 j; X' i# R
14.10
7 x) ^' j7 @5 P% R9 _4 u220.77
- Q5 Z, ~+ f; a18%
: Y9 Q9 E: ~% f" |( B/ P二年后终值
, y' S/ a) z! K! M# j9 C38.76
+ E* T- R9 F; B/ j, ~6 W/ F& v60.52/ M: q/ k+ d. Y7 _0 g
98.60" v7 O, }3 F$ G& G
39.049 W! B% ]$ }. v) I' f
13.20 a& L: K: N4 [ t
172.442 ]1 j! b; D6 J5 n1 L) e& @ z- z4 }
36%
7 W) ]5 M( F' k/ v: v# T$ {三年后终值1 ?0 Q+ O. u; h" p/ a8 j1 N
29.641 ^. {1 Y6 i } S& D/ X
46.28
/ C# t: e& F# C4 N0 p" }$ R. t& F9 _75.40* p6 e7 W7 r& q$ J
28.06& v: _1 ?( C- F8 r
12.301 S' W- l$ S5 a
124.97) [9 _7 \2 Y, s) [9 w9 F8 T6 M
54%
! u) p5 L, p2 P9 w& I: W C( o t四年后终值
( l8 W6 O: e- `3 b/ h8 W20.52
* G2 S2 |+ W. H$ E& S32.04
) Y$ P- C7 ] y# l: x52.20
3 f4 G* G& e! G; x: X4 D17.08
- c, e) x6 b, \11.40& y. U [! M P B
78.79
( V; M: n8 s8 m7 y0 T: I74%
7 v9 }% o, M4 W3 `& E五年后终值
6 G6 a4 i) H: a% f11.401 N+ C7 z3 | w! M/ `2 F. {' c
17.80
4 m% R _$ G* N- b# C# Y; r2 x4 s G29.00/ W" e; x# Q- u- l; L2 ^3 i
6.10
) _; K) I7 Z' H5 l10.50
8 B" \1 o$ N1 M2 I U$ T34.37
3 b; a8 N+ J5 n }# n: L* S0 D87%. x9 t: R1 p6 i" m0 }, ~- i
2、以全面治理计划 作为 治污 方案 ，根据 本文 提供 的综合 治理 与专项 治理 费用 与 PM2.5 浓度 减少 的关系 ，建立 最优化方程 。8 L0 F4 E8 R3 Y+ U3 U2 W& b
关键词：主成分析，多元回归改进高斯模型小波神经网络最优化 关键词：主成分析，多元回归改进高斯模型小波神经网络最优化 0 Q$ [ Y2 N! r! t& G8 G
/ K1 c% W$ _, N7 a# @8 s7 x: l
|
zan
|
IP卡
狗仔卡
发表于 2014-8-30 18:48
转播
淘帖
分享
收藏
支持
反对
微信
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
显身卡
发表于 2014-8-30 19:22
