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：
/ ?' I3 g7 u& V' r9 `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8 p: v, P# \2 H' E; H+ h
评估及污染治理等相关问题进行了研究，取得了以下成果。2 R7 g C$ h% B
问题一：
) Z0 t' @: F! T1、研究二氧化硫X1、二氧化氮X2、可吸入颗粒物PM10X3、一氧化碳X4、
v6 I6 M! v- E! 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0 j" h/ j" ]: R
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; y, I; T3 T; {1 J
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
8 w3 n) y+ v2 \6 F: B相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为：8 \$ w1 W0 [* D! Q1 a9 a/ w4 g0 @
0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY LnX - }1 b# |2 ]7 z8 X+ J: z0 A
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" j [4 F! `! ]4 P; L
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、. f: [4 F. \- n+ P
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! T5 g+ f% p% v h+ ^
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：
) ^; V2 R7 |. P# JLnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −
8 V/ }- T. ?- l" t) y45.905𝐿𝑛𝑋11 − 85.1032
0 C B* ~/ ~' }" F问题二：" ], Q( ]1 r$ X' I5 G+ J, ~8 k& Y1 [* d
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) F: t3 b0 V0 a
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
/ S* C. E* ^4 y( i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 j7 u" g5 l }0 `9 ~$ ]4 H0 e' X
染情况下，污染源上风和下风L公里处的浓度。
1 n( a# G* }/ `9 y0 D% W) R2、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. ]& |) \6 l0 G( ^( M2 }, ?: r' {: S
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4 e; ~9 k1 [2 v4 X9 W! [
- 3 -9 H2 M( l* s9 o& a
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。
% K2 n5 l' y1 Q7 Y" f- l3、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。
5 j( ~2 H. T2 i l( D* z4、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。
0 d9 j9 l4 e! o2 ?& W4 z- V问题三：: ?1 k2 K/ f1 ]# M
1、提出三种治理 方案：长期、快速全面。
) t. R }) h0 h9 _2 A# Z$ t! Q! e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：
% m1 G& Y) Q7 w' L, G8 u6 F8 }8 k6 L年份
* }( s* [8 B4 j- g" j第一年4 q! I. Y8 t- y" ]$ {8 D4 R2 j
第二年
2 o4 `8 m! z+ J) W# y第三年( b9 ^" o& V2 E* o; F
第四年
! A; _9 X8 o& v8 B第五年
" M' U: r0 o+ J- l* Y! U/ R. ePM2.5 PM2.5PM2.5PM2.5值变化额
2 r( L' N* z- Z) A5 m2.32.32.3
) z6 h! ?5 Z, `3 @2 M6 R, I: l7.37.37.3
$ m+ K" i! F( b0 |1 O18.318.318.318.3; C" n# _% m) h8 {5 U
61.361.361.361.35 X/ O5 n, j/ o: I( s1 t& W
155.9155.9155.9155.9155.9; \1 u/ a- G W% ?2 P8 }+ N! w
快速 治理 考虑 治理 成效 ，其每年 的治理 计划 为：7 t# C5 z* w" t
年份# U" k& t d" v3 Z; I3 l" N+ s" t
第一年
& [* s: K6 A9 W1 g9 B c4 T! R1 e8 X第二年- g# {* i* f7 E# Q
第三年2 K. {* Z, a! X0 ^
第四年
# {/ d$ n3 x( k8 A, G# E. _/ d第五年$ [$ D M( z7 K1 {' N$ P
PM2.5 PM2.5PM2.5PM2.5值变化 额
7 F" m8 @" I6 |; y/ p4 h36.7536.7536.7536.7536.75$ _; S/ U9 h. Q0 ?$ D$ K; A
36.7536.7536.7536.7536.75" l9 l! N9 w$ C- S6 c6 W
73.5073.5073.5073.5073.50/ ~0 t5 q, z" _! O- X
49.0049.0049.0049.0049.00
1 r$ }0 v5 Y7 a+ r49.0049.0049.0049.0049.00
4 D) V. ]# k& a: X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：0 z9 k, _1 Z, e
名称
" O- s; z" H1 l1 v8 N" h0 g3 h二氧
# k6 O% w; Z3 r化硫* ~$ d6 H! Z4 k1 h! a; G
二氧
: a" i& {) b- e: H) ^化氮* F* d; X. q! S1 j9 U' Y
可吸入颗 粒物
& }; @7 R0 C }一氧化碳
! q$ }. }+ _0 t5 g* K臭氧
, y, |: n) f) k* ^PM2.5 Z) J8 U: q2 c# l7 r
PM2.5 的 减少幅度
9 v9 j" n0 {; a! B一年后 终值- T! I) H# b0 V! r* E# {" o2 S
47.88: \* D1 }# |# \" H* ]0 ?% C3 r
74.76: E/ B: O) \0 L7 G6 Z, {2 N
121.80
8 x( c8 T) K& d; \50.029 d, u, [: d0 N. H8 E
14.10! A3 H1 |: ~. F1 ^; N: j
220.77. ^ J9 I# ]$ L: Y# c7 F M
18%' T1 Q! C- v3 d4 A1 ]
二年后终值
S% i4 z3 k, i8 T" I38.76+ ?7 Z( W$ R @& [: Q6 M
60.52
$ l& @$ g7 h" t0 `4 J2 v) ^" r98.60' J* c& {/ t9 i4 O# O
39.04: B% l' w! ?/ B& z8 ]
13.200 h# i& F- a& e5 K% h' {: H
172.448 w5 B* M' a, X' i
36%
( C5 }/ U0 V2 |. | b) H三年后终值 T+ N$ {! S! W7 G( {
29.64' j* i7 K9 y ^, G! A2 l
46.28
( L. n+ z8 @. J6 c75.403 b. J0 m T0 h4 v0 ^9 e
28.063 U Q& X! z/ z) I9 |- V" r
12.30
5 x ?7 n5 `! \; |: u- [8 l124.97
- j: c0 a' F9 d" _$ J* U7 ?# m54%8 }6 M& P. y, D6 @, B2 q5 C- Y
四年后终值- X7 k( b; V% M1 t
20.52
6 _, }, [; C O: }; V+ N. G) @32.04
" T& G: W) ~1 x$ s7 {5 M. u2 m52.20+ |! d t" z/ N8 _$ I: H
17.08! x* F0 Z" f$ K1 ^# M
11.40$ p& D- A3 X/ V$ l9 Y
78.79
+ I- u7 N" C4 [+ n74%
! ?0 M+ E2 m+ U$ G五年后终值
; F9 P/ V) M5 k# @11.40
t6 c+ @6 e- x) q- p3 e5 P4 L- A7 j17.80
( p, h4 B( g T' d3 j29.008 z5 V' u7 ?( R. M
6.10# r5 O2 ~/ \3 l) j. Z0 }8 z9 P
10.50
9 C$ L& v2 _+ T( r" j* W& R34.37; ^6 r b+ [/ t; B+ V& f
87%+ w. d4 a1 V# Z9 m
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 。* E4 P% t+ }; U8 p3 \. U0 n
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
& @# o3 X: M- C0 F) g
* D' v, ^2 J) X6 @: F) S |
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
