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:
) q7 z3 H; J( k- G; v) i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 Z b+ c% s, ^* k5 A) ~8 B7 i0 Q
评估及污染治理等相关问题进行了研究,取得了以下成果。
: h# f7 k& \' O" S% @问题一:: R2 A. a# G" N6 d1 x
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、' g2 ~1 f" J' d( i+ A) N, C! ~( K$ G
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
. o1 Q% I, s8 b/ j; x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
/ B; r* J6 C9 y: w7 b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 i4 \0 T7 ~# D
相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为:
) d, {6 Y* A0 t# L0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY LnX # X N8 J3 Y( m, s* i
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
8 K! J- u7 N! a) J; \7 u8 F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、. M" z8 k9 r! E t6 V
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& f3 ?* q* k0 q {
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 h6 _' v7 C* \1 E+ S6 x6 T5 x
LnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −* V/ M' s5 }0 G% p
45.905𝐿𝑛𝑋11 − 85.1032
0 E; [6 p8 k1 l( g问题二:
+ ~1 ^+ L t$ w1、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8 f8 K6 R3 Q1 p. \5 x5 f
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 N* P8 B( P' o X1 x! O: v, M
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
q" {: i1 w4 C/ P; E, O染情况下,污染源上风和下风L公里处的浓度。 j1 U1 t" X2 x/ j0 _2 H
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9 H: B$ c% U) S* N
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, ^' F H/ c
- 3 -
( ]& t" u; N7 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。0 E4 I7 b- G$ N2 Z/ K A7 B
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。
1 H7 t+ N) _) s1 m( m" s9 |" s4 l0 T4、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。: e, L }* p3 v0 l( Z: i" h
问题三:' k5 A; P9 L5 s K8 W
1、提出三种治理 方案:长期、快速全面。0 X' X& G2 [4 ?/ ~& I8 d- 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:
. c! y; J" S) ^! g7 P: b3 o年份
0 h% J+ u* i" Y% l第一年# [7 @6 F) c/ \9 I- B9 V
第二年. g% X* A0 m4 T* G9 v; m3 b
第三年
0 L( G7 C i/ Y) n. S% \第四年
! H! H. {8 [* f, k第五年& `8 b8 D8 c9 z. Z+ y2 q. [6 ~
PM2.5 PM2.5PM2.5PM2.5值变化额
/ f, n1 h6 |3 N @: s2.32.32.3
7 G6 p& d# @$ f' x q7.37.37.33 X9 C0 x$ C A5 B
18.318.318.318.3' P9 R* m/ @- ~$ A! z0 v& e
61.361.361.361.3
$ P; b# \: A% V155.9155.9155.9155.9155.9( p. |8 D# r) ] B# C4 f) t
快速 治理 考虑 治理 成效 ,其每年 的治理 计划 为:
; T" A# ?( x _# Y. u8 {& U年份/ h T/ T H6 m
第一年
6 @" \) p" _! t( \ ]$ H第二年
* d Z4 K7 d" I第三年
, e/ L# ]* \7 e1 `- h6 \2 N0 L第四年
, l c5 K/ Z0 a$ H( K/ A8 W第五年+ u& ~0 x1 x/ I# ~1 O
PM2.5 PM2.5PM2.5PM2.5值变化 额
- a! s: M% D1 T2 C4 f1 i% |36.7536.7536.7536.7536.75
# G0 e, V- G& [% ~. g36.7536.7536.7536.7536.752 L1 @' ^8 ~& x4 O( @! s# F
73.5073.5073.5073.5073.50
6 W* J: C! @. z3 }+ d" D49.0049.0049.0049.0049.00
9 c6 g3 M! ?4 T1 j) Y/ ?) v49.0049.0049.0049.0049.00
& K' N7 p$ g1 _& F3 h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:
- l; L$ H2 Y& v$ g5 J: E& p名称" d! A( Z. C% `4 s( u
二氧
. c+ H6 Z" o$ t+ A& O化硫. B! B6 ~! s3 r: `
二氧% |. f2 O+ [, ^+ q
化氮
8 }- O7 B1 h5 n' J, T4 \8 }可吸入颗 粒物, `9 ^# x: k: k! A2 Q
一氧化碳: c1 `5 j; B' A# G
臭氧2 c! ~8 L- p+ {7 v$ g
PM2.5
1 \2 F+ v7 n, Q! r/ |0 C6 Z0 y2 yPM2.5 的 减少幅度+ R f' {2 s/ p" w* w
一年后 终值5 \7 {. f; P( D
47.88* c {+ U6 r2 j5 P0 ?5 H& V6 j* v3 L
74.76
& |0 _* T/ \3 U) k3 Q, D' K) W121.80& U/ I5 u# z) u- g
50.02
9 [! e8 j, Q$ y H8 }7 G14.104 j( m/ D* [5 n9 V% `
220.77
1 z. h( T$ G; [$ ~18%' w% E* n: D- o: m
二年后终值% M1 Z/ C2 ?" @# W9 M$ q
38.76
3 [4 `% ^- F) i" k60.52
" d5 F: h! v( k6 `5 m% q9 f1 v98.604 Y3 U" l: m* h6 t: y& y+ x
39.04) ~1 E: l3 e0 v0 ~( M6 I! E
13.205 C' E2 {, S, Y; P m
172.449 Y8 y6 z: D0 W
36%
6 V% m4 U- a; N! c. R* t三年后终值. ^3 Y$ b$ D( c) N5 F5 N9 T
29.64
. i: p6 w/ O1 I+ S% S2 n46.28
8 W3 E" Z9 r8 \75.40) V. ]3 U: q( o$ S% S4 q5 N
28.062 t0 p- k- N! r& S1 N
12.30
1 G3 H& h1 M% _124.97( v' l+ F1 [! A, P. m% f
54%; w: k+ i+ b% e; {% r4 t
四年后终值 B" A% }1 ^1 M, ]9 I4 M: E2 l/ j
20.52
& a/ p" ~/ \) [9 Y; C32.04) N4 |/ K1 M o7 L# k+ [
52.20, z$ K' p( M* b
17.08/ v4 ^& f" y. B8 F
11.40
9 F9 y5 n& c& a5 o78.79
0 N: e3 j- C A' y+ W74%
; m. v$ c5 k# q# [- Q7 ^- Q( d/ f) \五年后终值$ i. f5 Y# J- t% i+ D& m4 ?
11.40' Z* ]3 [1 B z" {+ u) g
17.80
; n/ V7 S( H& h; p0 c! W: f29.00$ ^9 C2 R! c' X& s \
6.10
# ^$ a- Z. {$ V% d. h10.504 q0 O+ E S [% [; G2 @+ O
34.377 a5 }0 ^5 F2 |' s
87%
) z+ \( }. a' p# X) B; F( D2、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 。( t f3 n+ V& S! D+ `+ w9 Y
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 ) Q" k( l* `* n! t4 e5 k2 p# P
- J+ F) ?1 U: m8 x. k( {+ A |
zan
|