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:
; @- {8 H6 l( V- |: d7 H# w2 U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5 v1 L) o! ?7 S" u! Y: A5 T- V
评估及污染治理等相关问题进行了研究,取得了以下成果。
! Q4 L8 X5 s8 N F4 U! [问题一:% i: Y0 ?6 ?* [5 i, Z
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、% E/ t) u. u* W( p% ^; S- P
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6 C' z% U- ^7 t3 c7 q7 g5 d/ I
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 t% }1 q, Z% O4 e
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* w0 ]' t% C1 f6 Y- _, j' B; B
相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为:
3 I1 g( I# v4 b; V0 y, O! k8 S0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY LnX 9 h Y% W0 q7 z9 {- f
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7 P' m; k# Z4 A, ]7 p$ {3 h6 ?
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、7 J. R1 n( a) e7 D8 z
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
) u j3 |7 m; |5 o9 f# H+ @2 F5 |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:
1 f$ U" r8 W6 M0 K* I- LLnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −' k+ j% _5 q$ A/ ?! T5 B( R4 O
45.905𝐿𝑛𝑋11 − 85.1032; W, m' Z, Z4 K
问题二:
" R p; z4 O2 \1 |1 @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
' W; V. F+ t# r! {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4 B! k9 b& u) p
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
* c/ E2 \5 v8 q染情况下,污染源上风和下风L公里处的浓度。" z$ Q& A! n( r5 Z1 X
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8 q0 _7 w/ K4 d- O8 h
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6 ?! i. T0 f" a8 {7 r# Z
- 3 -% l$ t4 a: f/ q+ }9 ]
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。
3 t+ a# X2 n8 ?* b5 ^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。
; x- p- Y3 j# R! Y2 \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。
& \1 |/ _- i: |问题三:) [( }; O' @8 H9 Z F
1、提出三种治理 方案:长期、快速全面。' B# U+ _" |: H. u
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:
4 ]7 X& U5 c/ e3 Y- M年份
$ t. k/ g( w2 C' p' a7 `' W第一年
- R1 M4 Q# u& K. M" Q, s/ x第二年( ^& P0 X9 ]: j5 j9 _( E- Y) ]
第三年* E) Q. ~1 L7 G; M3 D Q7 n
第四年& U) ~: A s8 r, |. T+ d* p6 }% e
第五年* H' C/ [7 o" X
PM2.5 PM2.5PM2.5PM2.5值变化额
5 R% L% t; U# ?# `3 y2.32.32.3
6 N6 q/ _ |/ N7.37.37.3
, o" U- s u/ _7 a1 @/ j18.318.318.318.3
9 ^2 N8 d, B4 T9 h( q Q61.361.361.361.3
& G9 D& f3 I& Z* P. e155.9155.9155.9155.9155.9
4 n& t2 h0 G, Y, z9 z5 [( X快速 治理 考虑 治理 成效 ,其每年 的治理 计划 为:
( G: ^# F2 [- E年份+ i* o0 u0 I3 r& `$ D- D7 ^
第一年, I/ i: x4 F; C( V j
第二年
d7 x' T4 U. ]: V第三年
3 ^# f c( m8 l8 N% i; t8 [第四年
/ Z6 o* N# Z& _# |9 |第五年4 B) ^" D2 ]# R* T% K, @; j
PM2.5 PM2.5PM2.5PM2.5值变化 额9 m1 A' K8 D. ?& s4 p0 {& ^
36.7536.7536.7536.7536.75. r) `: Z1 a5 B; [: G: k
36.7536.7536.7536.7536.75
1 @- }1 d: e! l73.5073.5073.5073.5073.50
2 W9 W! S2 V& q4 P2 C49.0049.0049.0049.0049.00* |( J& u( t* g% Y( |
49.0049.0049.0049.0049.00# H( B1 s r" k$ y: 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 M- K: ]) f( j( P名称
/ Q; A, ]- ]% t& t- h$ g二氧
/ N& `4 Z. ]" W; V y8 `化硫
; D$ D" F/ G% R1 f5 A5 |二氧& b' @ f( \% P L1 |7 Y
化氮
& i0 h6 e5 I) B% z& K, p& @# X0 @可吸入颗 粒物
. I, L+ _' K. |# M' A9 W0 p一氧化碳
8 [) ]. H8 S2 H0 p* g; @臭氧$ v. o6 _' T9 `# o u8 m) l( b
PM2.52 _* `# M5 J Q6 X- ~6 A) T
PM2.5 的 减少幅度
& t& \. X# F3 V" C, q1 ^. @一年后 终值
' C( z/ d: D( n9 g+ D" ]47.88
: ^( Q: m" r, y; ]- T5 u74.768 [* S- F! f, s: o" I* ?' U$ Q' u
121.80! A- e: f5 J& k2 e. `3 i
50.02/ W7 I7 k' X7 \9 G) m
14.10
# |" E( b) c3 a0 a4 Q( o220.779 z. R1 c1 z6 K6 P
18%5 f0 Z) j9 f& l" G: g
二年后终值 `! z+ h; H0 v6 v; v
38.76
4 J5 s4 h8 y! S; @/ M60.528 n# ?5 J6 [' X
98.60! `1 I8 C$ y ^$ n F; ?( ~
39.04
* m$ o: R6 I) ?! r& h13.20
, J' n! D9 f8 B% V" x# U172.44) ?8 T1 v& ~) B, A9 p
36%7 l& |% E% r9 E: B
三年后终值- q# P3 t$ }3 g
29.64
2 m/ S1 j& j1 f% g5 u, d46.28. \. F7 C) u& g# m
75.40
" }* j4 `; f( L2 s3 F& E2 v' J1 ^" M28.06
! {5 u/ Y0 a! K4 S; Y12.30
1 V& k* M* X/ J5 g124.971 A, R1 V2 `2 I
54%: o5 M5 {! K- Y5 ?
四年后终值" A2 Y3 `8 O1 x( {& h
20.52$ y% x% @ ^2 Y3 G0 I
32.04
% _! D n) D; ~5 D* o52.20, j9 M7 b0 I& D# C8 e
17.083 Y% H d+ ~6 c
11.40
' B3 q; X" {& z78.798 C5 k; c- L5 p1 E' K8 Q% B* o d
74%
2 S8 z: f4 ^, I, `2 z; E8 k五年后终值
7 q( D6 P* |, F- Z+ j- B9 X7 {6 j8 n: x11.40
8 A/ k; z3 r. s; }7 _+ r3 L17.80
* B, [+ y& F5 i% x, T. V29.00. j; B0 k7 d5 B
6.10: K) d; M5 L: ^5 L5 J
10.50
" C% e8 ?7 t* u& |34.37$ z! P" a, ~* a' `" z( G
87%
) i2 {2 [7 n ^! }0 v! D- R3 M, M: F' W2、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 。
$ z! a0 ~" k! v5 F* h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
9 s( u. q' q# d2 }' A/ S; w: h" G, ?: y
|
zan
|