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：
( `/ a' w9 {' [- S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" M; Z7 G! @0 G
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 q& G1 a0 C4 ~3 m问题一：4 {1 {/ O8 ~ V3 v( [; @/ h
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、
+ X9 Q' _) A0 E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& a* T4 L3 c1 O0 b$ s m, D. R/ T
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' v/ Z3 L1 p! y+ S" ~( f6 i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. g- U0 x$ t, k4 b8 @
相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为：
: S7 a1 \8 { B0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY LnX 3 K. q1 k5 j3 o# Q4 g
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
) m: ]2 v7 G) E/ U$ [, d5 m. o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、
1 k; ?/ a) N+ }4 W3 ?! s& 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PM2.5
' X2 }5 R5 e" h1 @# K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：8 v# m2 N+ x* t9 S( E
LnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −+ }# n) [. @ ~; V8 i9 K
45.905𝐿𝑛𝑋11 − 85.1032
) A2 X" ]1 H2 c3 Z问题二：' p* k& g+ H4 r& C
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4 a) P3 ^5 v$ m4 K2 B6 T, s3 U
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 |& q& h2 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2 l2 N, s$ i- A; C3 U% e
染情况下，污染源上风和下风L公里处的浓度。
q" c9 z J, Y7 N1 y2、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
2 \& [* C) N9 e5 `' q' _: y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
! X# N3 m) a" Z+ W5 L- 3 -
- b+ t! f) O3 w6 o+ E6 t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; k7 ~& I! }5 {7 x) q# m3、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。
2 ?3 r, G) Y* `. d: l4、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 G: j6 [; |: v: ? Y* l3 U9 a# j
问题三：
5 ~8 L% q: B1 c) W: A: q' d1、提出三种治理 方案：长期、快速全面。
s3 B/ U& H0 q2 } S9 H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：7 q% v2 j" o+ X u( W2 |/ y/ _ t
年份
5 F( u1 ] \3 F" ?; ~+ D$ g% y s第一年2 {* V' x% K1 [# r ~3 r
第二年( f# Z' m9 m: L m$ `
第三年3 _3 K) y7 H0 S3 H! P
第四年 ^; _7 R; N: j; a6 \
第五年& p4 A( @3 R5 T p7 U \
PM2.5 PM2.5PM2.5PM2.5值变化额; J' x {- t" C* d" _; d/ B
2.32.32.3
3 G4 r# C- K" C4 ?! D7.37.37.3
* \% M; e/ R# z% O c18.318.318.318.3
3 N) D* G0 u/ j' F1 ]61.361.361.361.38 l. ^, W8 n: h2 n$ ?
155.9155.9155.9155.9155.9
5 F+ F( t9 t/ E2 j4 e. {! m快速 治理 考虑 治理 成效 ，其每年 的治理 计划 为：0 w; V$ j. Y4 `1 B& `' `7 k
年份
7 l) j: f2 n" L, B4 E7 s" t第一年
9 p4 |( s1 t' U& b7 O第二年' P* U" q2 N6 Q/ H' p+ L4 q
第三年$ Y7 L5 W+ \7 j) e9 p0 H7 J7 {
第四年9 O* ?- L% S: H
第五年- u; l/ A0 k' _( w. `. k
PM2.5 PM2.5PM2.5PM2.5值变化 额8 e( g% V# @& N& `
36.7536.7536.7536.7536.757 y8 X& J1 k8 F# P+ u4 D- c+ |: t5 {' c
36.7536.7536.7536.7536.75- x9 j1 X8 O7 M* R" Y
73.5073.5073.5073.5073.50
% W! T0 ]& v* A% g$ O' ]49.0049.0049.0049.0049.00
5 M# J& _! H) U49.0049.0049.0049.0049.00
3 N7 Y! P& I6 W* i# z1 I! i; Q+ f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：
3 [7 X1 K6 _' B( b( c6 {$ q Z名称
8 p' d+ H+ Q3 P7 S二氧
3 y! j$ _& ~' J" L, `( X化硫
/ C* J5 D% T/ o" a9 u& Z二氧4 H; N( c" M$ P; H* S% G- \
化氮
& i G& c, d$ w" b0 m; r4 E# @可吸入颗 粒物
$ u5 M) p" M0 O0 z6 E一氧化碳% ^7 Q5 x* I! ~8 U# w* {& }9 W
臭氧
6 d( x. A* x/ }6 s+ bPM2.5% L1 I# x1 v( A9 P
PM2.5 的 减少幅度
: ^: a7 X5 x0 ^) ?% ^一年后 终值
, G! b }. h" M1 p/ f8 h1 K) [47.88
# ]- \- t* @1 o5 m: |3 y+ \74.768 S8 E. u$ D! l. o+ ]4 Y
121.80
3 a' t7 w0 e7 ^9 f2 O6 E" S50.02
0 @6 p" q4 V$ ]9 o! l) w% c14.108 `" C/ G9 E$ U4 Y( u, |- j
220.77
* j* u9 B, U, N1 P6 G18%# O, q2 V9 r6 ]
二年后终值
8 [, l: {3 j7 D) l38.765 n, d4 e3 @& l7 \' E. M
60.52
5 e" j/ J s- | u98.60
0 _8 p3 b A# q* C' P( @39.04% q6 ?8 W" m; L9 B9 K
13.20
" P+ `# g3 m4 Q( m. z3 I% n% `172.44- ?1 Z( \4 _& [, ]
36%; z4 P* [! P b; e! o
三年后终值
, @8 s/ W* O' O5 C( I29.64& C$ [* ~/ U1 g# O( N
46.283 E* D8 q4 c" E0 e4 M/ u
75.40
7 t/ R( v9 I8 f* C* O28.062 \; o2 L7 y3 q+ d
12.30
0 l1 r; Z! V4 V5 T124.976 g4 {5 v: b0 ]' Q9 z$ ~" v
54%
; [, n# A$ S4 t7 H四年后终值 ]- h$ r3 ?+ V% O4 l- V
20.52' O- k* A/ P+ S
32.04 x+ ?. J5 } U- ~; v- q1 `8 ~! P
52.209 X U( |* ~9 B' A# o
17.08
. o3 ~2 l! R8 d3 Q* J: F11.402 C. q1 w: j; i/ ~2 |
78.79
# ^/ O9 b- ?. i1 J74%+ C" k, h, [. M" H
五年后终值! y0 k0 G5 F4 R1 M7 {( c
11.40
8 u1 C' J% t! ?6 ^. h$ N2 K17.80/ \- V2 q/ K' B5 ?0 ?
29.00
9 d1 l0 X% J$ z! r6.10* m1 v( P: J% ?% S: }7 ?
10.50- ~6 n6 |' i$ p( B" w7 v6 n: Q( b8 v
34.37
. c% v3 K1 Q& g9 {; w( U87% Z2 f5 H4 v1 E4 N# ?
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 。! I3 \: r- C: X& u! t$ u4 G
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 - h/ a8 l% Z! W7 q) v I
3 h% s& L/ ^8 ^2 e6 Z
|
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
