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:: r1 z" e+ u. X
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, _, U7 _4 I) y5 B7 d
评估及污染治理等相关问题进行了研究,取得了以下成果。
, X0 K, @! F* x5 e5 a1 [' S问题一:
+ f7 P/ j, x5 w1、研究二氧化硫X1、二氧化氮X2、可吸入颗粒物PM10X3、一氧化碳X4、
. t/ s: g1 C# U6 y$ L7 u9 A/ q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
7 ^& S# [1 c, j9 B: q8 L* L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
8 ^6 N% k$ w& w" }( 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) B; y+ Z4 u, `6 L+ d. g* _
相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为:
: @8 m- y# I9 d, b7 M0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY LnX ( C$ U3 ? y. m6 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
& Y: S/ y( J* D" \. r7 v; s8 R T* ~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、. x3 Y' f5 o; J! W* Q
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# H/ S! e4 m! e
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:
5 q6 t/ E; O( C+ _LnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −
. j( F/ Q3 [' P8 y0 e6 }45.905𝐿𝑛𝑋11 − 85.1032
- \0 c2 C' X9 w问题二:; E" i/ C( ~" i* _# I1 f7 b
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 d$ s* K- a, C! [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 ?' D5 W1 E; b1 ?; A
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
[- n' A: u5 P% I! [; F染情况下,污染源上风和下风L公里处的浓度。
( O3 ^# z3 K. n8 W+ q) m/ K1 K2、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3 W) n/ n/ q! s! R4 i; i
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5 l( A. X. M# y. x
- 3 -
! W7 h9 h5 S3 L" I8 S/ W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。, ^4 |8 C0 j m2 i& y" j
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 v9 Z* {& I. r4、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。
2 A5 Y" v0 E y2 ^# O问题三:" @9 _' F- n$ y5 p3 Q, ^7 z
1、提出三种治理 方案:长期、快速全面。
. |" L7 p. B2 e3 }# k3 ]5 c! X4 _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:3 p' Z/ J; l4 X7 R6 G
年份" X7 O5 m, L7 E* D# j
第一年& B5 u* V; g8 e' e; {$ \
第二年- Z6 P1 ~% q: K2 E& y+ S
第三年
; t- Y- q+ V% ]5 X第四年
6 `/ ], ]9 H `& _. c第五年/ @4 U3 Y9 Q! }
PM2.5 PM2.5PM2.5PM2.5值变化额
! }: u( a5 K' j" e+ V" P2.32.32.3" B) ]' x: `; @6 F
7.37.37.3
& C( I! s% p+ W18.318.318.318.39 N# C, x1 \+ Q7 O
61.361.361.361.3" U/ [! _4 _9 d) W, e! F, y
155.9155.9155.9155.9155.9
# _' ~$ Q; f: r4 R, m5 h: v快速 治理 考虑 治理 成效 ,其每年 的治理 计划 为:
0 W4 X! z' Y& V( L: I' x年份
. w7 P- v, ~, @7 G第一年
' F- J9 g* M( G第二年
" ?9 { e0 l( B- Z第三年. q2 W4 M8 @) r( ?. j
第四年2 [9 b4 _# @* s% J. r
第五年' F) s6 ?6 D6 t8 r
PM2.5 PM2.5PM2.5PM2.5值变化 额
3 P. i( G) A6 m& T36.7536.7536.7536.7536.75
; \* V3 a: D4 Q2 Z( r36.7536.7536.7536.7536.75
^+ f6 s- k' h73.5073.5073.5073.5073.506 U! T6 g: z/ m+ ]" E
49.0049.0049.0049.0049.00
$ c0 W( J9 P" U% B( p/ q9 `) w+ z- I1 k# ]49.0049.0049.0049.0049.00
% e/ Z: {( 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:
) [( E) w- U. l% X1 i( P4 Z名称
: D7 G; x3 ?5 N5 e3 y; f二氧8 h# T4 z, p. ^, g
化硫
8 u3 b: d3 e; C- ]4 u二氧5 H8 C; W- \; u, v2 T: O9 ^
化氮+ M. r& M6 n* ~9 u
可吸入颗 粒物
2 s! V1 i. }9 g& l! T% ?; {& M" {一氧化碳
' M6 D* p/ W/ K2 v s臭氧
' F T7 a4 N1 Y1 OPM2.5
5 i2 B4 w& f- U% ^+ C V9 \, L: {PM2.5 的 减少幅度
: `! M( }: G0 g% |) b& T5 t# I( O一年后 终值6 v# m2 s* _9 e$ T0 N4 D- W
47.88
$ B/ @$ k# p3 l9 h1 U: N$ C3 y74.76
, L$ C& n2 b [/ Q# R7 l7 ]" \ z121.80& n* \+ T+ N" E" N+ X
50.023 M' x" X. x7 @- m& H( C
14.10/ f" J/ w& j1 E+ Z x6 q
220.77% F$ D J/ ?9 w4 G/ l5 e
18%# J: o- m* ^6 O' C$ ~# {- {$ _; x
二年后终值! K1 ?2 v2 |' [) @% @' \5 P& R
38.76
/ o8 f1 H4 k, L% h4 B+ V4 l60.520 I8 c, H5 F, ~' L2 I: {" I; A
98.60
) X6 B$ v+ b0 _6 `# V$ O39.04. v5 u4 }' q; A3 O! g# T& I
13.20
: [: o6 ^$ {5 l0 g! W" V172.44
0 D3 X7 Z) O5 e* W36%9 H4 @5 z' t# n5 K3 B `/ S3 O
三年后终值, C: A' W7 |! B4 f1 k
29.649 W% d' w0 B% `1 R
46.28" q; n$ U" _$ [! U/ o0 v
75.40
& y& d( E. P8 Y5 A o* [6 l28.06
3 f: ^; O; y/ ^' l12.301 b9 O# r; q9 _9 t c& I
124.97
2 c( m& E) O* A& D1 p54%
) X7 h2 F- \! q: l% H四年后终值! g$ S$ B" Y& F1 \! Z- e. ]9 M5 @4 I
20.52
1 w' r3 R3 m$ e6 n6 a32.04& V% j U0 d. Y
52.20 ]& M/ E6 Q8 _" L
17.08: s4 y' H2 j$ Y) F" _1 N, x
11.40' a" x: h$ e7 f n! ^. _
78.79! c( Z. c! ]; z' E, L F5 Z* {
74%& @( T \. k) d
五年后终值( @; m7 W$ D3 S2 k
11.403 s, m. ~1 M$ b. D% }# I
17.80+ A ?. E7 P: q
29.00+ O* a% x. e5 d X0 c* O" Y- S5 U
6.10( y) l1 P: O3 p: q) G- h
10.50
' U6 U& E* e6 r$ `34.37
& \2 Q1 N: t7 i0 b87%9 w% m, T M4 W! i3 w# Y# Z
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 。2 ]; D: K# { W
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
* X- p. @ T* {& U/ d. b4 _: O6 [% E; Q) R1 R2 c+ a
|
zan
|