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:) w7 n4 f+ i1 G2 E/ Y
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: T0 b; A7 g% R5 c9 L: u; o8 V2 j
评估及污染治理等相关问题进行了研究,取得了以下成果。
8 J; K2 ]& l' B5 ^, B# B' r问题一:' {& Q. i( B# n; l( f8 _8 I
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、# p$ F$ R6 l6 C+ d& l- |
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' \2 j* F( b1 i; W1 k+ ]
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) i* P: m8 b% y+ D/ }7 u
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
7 c' U \& E) @, A7 Z& D- C相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为:# ~1 Q* m% U9 m
0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY LnX ! O8 L0 J2 }9 k. q6 ?
2、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4 `2 J% g+ w8 a, y3 X- X
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 d( J2 b. H1 L6 `. t! Y- b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PM2.50 m& c$ v5 H2 j: [1 }" P- d1 ~3 ~
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:
, h2 N2 V0 z# z- |LnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −4 u! i; _$ A6 A5 N7 _5 w
45.905𝐿𝑛𝑋11 − 85.1032
% `) e8 t" Z! n4 d问题二:
2 C( m( v9 v' k' F4 ?! l# 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$ P! g) O0 A/ \: g( _2 K
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6 N0 `5 o% ^7 }! e
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
( z% k3 Z/ D" ~; s8 h. k染情况下,污染源上风和下风L公里处的浓度。
& M6 \& u/ ^5 U+ W3 d. U2、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5 ?$ d5 L/ ~$ ~2 f6 _3 ]
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- P7 s$ O: S9 J/ j
- 3 -
0 i* O( s6 e3 Q8 p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。/ g N1 B' }4 y6 R, z
3、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。4 G6 J$ ]( G% F3 m, j
4、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。& {7 y, A5 D: g% @' b% T
问题三:& J7 K+ Q: U4 O3 Z' r: T
1、提出三种治理 方案:长期、快速全面。3 b1 f+ d0 q: \4 N J
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:
8 P5 b4 [! O& D3 f# j0 X F年份
' o# [1 ^2 b& _第一年0 F5 x- Y" M+ K7 Q3 d( k, D
第二年
2 G9 W3 l+ T) k9 P( d第三年$ u, u; v. @- u* a
第四年$ G Y6 Q7 Y/ U; I+ Z( B; D
第五年
7 b/ ?+ Z! {% |$ `9 U, Q+ BPM2.5 PM2.5PM2.5PM2.5值变化额3 y+ k2 L( q" a% W) h, j
2.32.32.34 a' [8 c$ g1 Z7 H( T
7.37.37.3$ P7 R, j4 X1 E; W% p
18.318.318.318.3
3 M$ b7 \$ g" h3 t61.361.361.361.36 k$ }7 C3 C) w% x# M# P
155.9155.9155.9155.9155.9) G0 Z$ f( b; e N5 u1 L) x" Y
快速 治理 考虑 治理 成效 ,其每年 的治理 计划 为:
1 t7 |; V5 N, i年份7 \$ L) Q; j. M" o
第一年
2 s/ x% z& H o% W% I$ G第二年+ w- Z7 E) P c* p+ N2 m: d7 G
第三年
' I; p9 O6 G7 U0 o* w第四年
" ]5 X7 x8 O# D6 Y第五年
: w4 z4 I Z: W$ J: jPM2.5 PM2.5PM2.5PM2.5值变化 额
6 N5 L% t3 K! }+ F( B36.7536.7536.7536.7536.75, }5 m' `6 O# J3 ]& a7 H) p* f! x
36.7536.7536.7536.7536.751 m4 X5 [* q) `: U5 d$ [. O
73.5073.5073.5073.5073.50
1 T6 }6 u) N9 E49.0049.0049.0049.0049.004 ^* Q; W# S& c2 V1 ^7 ^) K
49.0049.0049.0049.0049.000 ^3 P9 X5 O7 H. O& e
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:$ E4 B8 y d+ J* F- o3 s8 j
名称
$ q! Z$ J3 n; i# ~0 K9 Z二氧. F$ O$ @' L2 j3 H9 |/ J
化硫* Q$ [ j8 t* X! \' B9 W3 z ]! i
二氧
4 c e( @/ B0 m, d- f' {化氮
' f. I. ^6 e% {* f可吸入颗 粒物
6 G2 J# y. {' Y( b一氧化碳, g9 y. m8 ]3 |. d8 a
臭氧0 s( D! U, }! m U$ \5 U
PM2.5& G$ q8 P+ W4 ?4 s9 T- M" q4 I$ H0 `
PM2.5 的 减少幅度
5 o1 m; x; C& a5 D一年后 终值
# T% g7 `. [5 z* B47.88
- ?, v6 a3 s" Z; N% j$ U74.76' W* L4 K5 x+ |$ o o2 R
121.806 T$ Z4 n8 J7 `- c
50.02, U( `( ], [6 g
14.10
/ p6 p/ Z/ l9 |: m$ @220.772 M: x& i$ G& a
18%
/ G2 p2 N$ p. i二年后终值
7 f1 a3 m/ p" Z5 G( ~38.76! y6 o( D3 o! C) |# ?
60.52
5 W+ @1 A3 a1 W0 n; |6 m98.60! w9 N5 Y. V! i% ?
39.04
; B3 b( d% I! m" P13.203 ~0 Y7 E, q4 P7 L! {
172.443 t* k. ~" h! P, \* l1 I
36%5 D% F" l! z2 `0 S& I: E) H! z
三年后终值/ z0 j8 K- W7 ]% X- E' X
29.64& I& h, x r* u4 m$ f* s# O) J
46.28
* i' u0 L$ P" ?4 e# K( c75.40* w5 U; N# H; I8 A( L
28.06
( [+ O3 R& ?1 J! {# }12.308 {, V% g Y5 k, k9 t) q( n; e
124.97' e, |8 T+ r. T0 q, X9 z. z
54%* I8 p2 |% [) l3 V% E- J# H
四年后终值
9 B% `4 E# h& `7 }8 \8 ?& L20.52; V# d- O& p+ Y, h9 N3 j
32.04! s4 ^' p8 j+ Q! ^+ a, n
52.20
: e8 `/ r6 S# N" g: u17.08
" l: ~4 Q: _% ?11.40) V6 ^( G' V) B! ~# X; t
78.79: `: x+ s- b# a$ `- `+ U$ s
74%% \) {% {" { l7 f& S: B! e* X1 i
五年后终值/ H& u' o# o1 h, x- U
11.40 N+ Q5 e) S6 C- C. H6 [! Q1 ~
17.800 F- Y c- C% o- R
29.00
; t0 r% W4 r( e6 d* ?+ z6.107 q- _. O7 Y. O" ?
10.50# M k( C3 u' m
34.373 E% v9 f: N8 Z& J- m
87%/ D6 ]+ Z$ F3 Z6 l' n, _4 x
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 。
+ r, y/ [1 }7 h L1 J* L. Z3 @; v0 `7 Z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
- A+ c# e7 M0 B7 _
5 t5 ^& {" |/ W: @6 ~( U6 w# Q |
zan
|