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 |
发表于 2014-8-30 18:48
|显示全部楼层
|
|邮箱已经成功绑定
摘 要:
/ L) X' H B1 ?* {" H5 ]# X4 M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
E% y {8 \# c1 z& K评估及污染治理等相关问题进行了研究,取得了以下成果。
3 q; n1 c6 j$ _6 m- w问题一:
- d9 N4 A5 K5 p. h- v: a3 i1、研究二氧化硫X1、二氧化氮X2、可吸入颗粒物PM10X3、一氧化碳X4、
: L5 I# ~% O! `3 c( |) k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
8 t/ }/ G' W: U, _! I- p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/ b6 o. x: y H* I* Q4 o
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
- X6 _" c" c' i" r相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为:2 _! [) w' U! U9 h) E& y
0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY LnX
1 i; k! D; a2 d) h; J4 R! L- _: g6 y4 \) i2、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) h0 S N) S% ?- W% T0 a; j
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、( v2 w' [+ a& S7 r
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
5 f( T4 |4 V7 o/ D) n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:
& V/ t1 t7 s% y: jLnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −
$ C" H# h# g# ?3 J6 x8 x45.905𝐿𝑛𝑋11 − 85.1032" P' h6 x6 V& _9 i g
问题二:
6 U$ ] d; @. o% s. Z- u1、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' v2 F' R( V% X+ E/ 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 V4 ?2 T8 C8 h% t/ U
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# W& d/ ~3 g! X5 [$ b- j6 [. X
染情况下,污染源上风和下风L公里处的浓度。
6 F3 S5 T" @- K; C L) z2、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
& g* ]+ t$ R' g) [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
% _$ X0 y( h8 \8 Z" \ ^- 3 -
" ?( H. i$ j7 X* z1 V; 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。
4 \ C k+ S+ D: I0 O3、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。
: F: n$ d( t, e' ]. M H8 ^9 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。' l5 {& G/ w& O& _
问题三:- M, ?; m- V0 ]: y, g
1、提出三种治理 方案:长期、快速全面。
[, I' y+ g* C; D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 A6 [8 W& [0 O- Y年份
! q" U0 e! }0 S U/ y" o# {第一年
) R# w0 R' |( \5 w/ O4 u2 F2 y第二年3 I" q% I# v( x
第三年
3 v" X$ D- ]. @第四年) l% h+ C% o( n5 m
第五年
. i, P0 [. O) t, I" ~; lPM2.5 PM2.5PM2.5PM2.5值变化额
/ i& P6 A6 H; Z$ S2 O' m2.32.32.3
, q8 p! ?( U: r6 w) h7.37.37.3, A/ ~, {1 A$ u' t
18.318.318.318.37 V/ v: l, c9 p+ U' s8 y
61.361.361.361.3
0 F% ~" Y. C" q) f& i9 |( |155.9155.9155.9155.9155.9: D5 n4 B3 p: `/ @5 H. T
快速 治理 考虑 治理 成效 ,其每年 的治理 计划 为:0 i% q$ e7 A6 f
年份
: n# B$ r. U- t" R" X$ v3 \第一年
9 _2 j, s0 |& \8 h2 y5 h# a第二年
n# X' p$ @" Z% V第三年7 m D' t4 Q, ?! \5 L
第四年* W! f) U0 ~$ \0 f3 \
第五年
$ u, ~( l# C3 O+ r- R: @PM2.5 PM2.5PM2.5PM2.5值变化 额, `9 C* }' ]7 S/ Q8 n
36.7536.7536.7536.7536.75
! w" K( i" k6 M+ A8 U {36.7536.7536.7536.7536.75
& P0 i+ f5 B: U. @1 I73.5073.5073.5073.5073.50
5 j/ V2 i4 J, z$ S) |49.0049.0049.0049.0049.000 }8 N2 x/ {4 P8 d4 M' |" w
49.0049.0049.0049.0049.002 ]/ X( }' S8 i& 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:5 \/ i) G6 r" _" _: l# t2 T8 c5 u1 d
名称
6 Q/ x7 _& x2 L/ a( c, t4 Y二氧
2 k, D4 B( D0 H) X) E化硫: m) V! m& K, w3 [
二氧: Y8 w, K0 c* l; h6 o5 w4 q1 s
化氮
; W) o& z! D1 |. M- l( q; {8 x% s可吸入颗 粒物5 \/ K# T6 |* S0 W C# E
一氧化碳7 y8 l- v5 J( e8 _# [- l4 i) c) W
臭氧( O' r) i/ C' n1 ]3 T; G9 U
PM2.5
/ x6 p4 N: O7 i% ?$ vPM2.5 的 减少幅度
1 g" ~2 S+ \: U) E- h! S" Y1 ~5 L9 T一年后 终值+ E" u: j# H5 i O
47.881 M$ ?8 v5 G8 b; y. ] t0 l
74.76
0 G2 b- L/ Q, \5 u" E* @121.80' M% \9 z$ j/ m
50.02
1 L' @1 T, E( a2 z- ]/ _6 E, \2 T14.10
) U; X+ G2 |& y$ u9 R& j7 O' |220.77" b# {! V( X5 O0 N# X
18%
_/ p# t- @4 M+ K, s二年后终值; \( E/ G B6 c Q& o
38.761 \8 H# M# n/ k6 m# d* ]
60.524 u$ i5 O; s1 B+ C( H& T
98.60
1 o9 S7 V# M3 G0 r4 k39.04
/ W) p. B' G5 U13.20
( a5 v9 _$ j& S$ Q+ `' h. s172.44- F+ L5 d) M$ \+ X7 @3 u$ H5 O/ F
36%, q0 r; \( W: \5 U+ r" K2 H
三年后终值
' o7 S. B# W6 g1 w29.64
$ y$ {5 [6 Z- Q2 V- B46.28
+ u: X3 I) ^9 {' Q, D75.403 V% \3 |% S8 t( q. L" \& Y- }6 B* L
28.060 B0 h' g) d* q1 R6 W, e
12.30) m6 v1 |6 w' X3 s) Q! y; W
124.97
5 |9 M5 [/ C! ^0 j# A54%
" A: J/ B+ S3 ~7 _% p1 r0 J四年后终值 r2 l) O8 |. A+ t7 z7 i
20.52
- e+ o4 R: |1 z# n$ t, \' p4 g32.040 B$ o% T3 [, v, Q
52.20. b+ ]: S; m# j/ J9 C7 X: p( @
17.08: D+ o( V) p5 {- l
11.400 {% T8 }. u5 E, `& c2 Q2 I
78.79
?4 x! Y3 b$ ~7 X! \9 J( g74%8 i! ~2 K1 A+ l2 S3 X
五年后终值
. V5 S' r1 _" X11.40' f% G/ z+ ~3 ` i; ?: i- R: ^8 C
17.80
) d7 L8 m9 J$ ]. E! Q0 I& B7 c7 w, h5 f$ B29.00/ J6 [# L! s5 X1 g) a; T
6.10
' I a8 M, |. S* }* @" Q) j* h" ?10.502 y5 W( h) G0 X: H8 h, ~
34.37( u! ~( P: d/ o- ~, |7 `7 n$ z5 M
87%
' g9 _% l) s9 W7 k$ `; F8 ~6 {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 。+ X3 u( {2 K+ `. B
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 1 M0 B" a) z7 f' e3 N E- e" \
& I5 w b) U' @6 Z) U
|
zan
|