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:
" [: _, q4 j% k/ I4 b' Y7 ?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 f, {% E6 F- T# l: p1 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。
) h: z; L, s* e' S3 j+ }4 G问题一:
2 |1 ~# P& p+ k& A5 A1、研究二氧化硫X1、二氧化氮X2、可吸入颗粒物PM10X3、一氧化碳X4、
4 T3 y8 N& M U8 T& t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3 {* I& p8 }5 k8 N" E7 y
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4 L6 C4 W( P+ s! x4 W8 x
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 M( n, @4 e; D7 N$ W6 h1 V- A
相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为:
. O- b9 H0 p( Y5 z6 j0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY LnX . B3 @8 `( O% {
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+ F0 d! n9 O9 I* E$ p9 `, D
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、' N8 o8 H) f2 N+ @5 C- \
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" B, b7 L9 q/ f1 B- @2 Z
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 w5 Z! }5 v; m6 s+ a
LnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −: I; j' h; ^+ ~
45.905𝐿𝑛𝑋11 − 85.1032
! @# x1 F( b. e6 n+ X5 C5 I问题二:
* e/ L: p* R2 t8 {5 J5 a1、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1 j$ R3 ~% N0 H8 |( I+ L
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/ ?) ~' M3 M3 q7 [: K# U) 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9 Z9 M. G$ I# G4 O
染情况下,污染源上风和下风L公里处的浓度。9 K- D* y2 Y' Z4 J: o4 q3 {
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
, ]5 b6 ]# d( G4 |( o! J6 }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( K+ t" g7 q5 @# t
- 3 -
+ W' N) x1 Z8 o& y1 l3 e; s7 h* z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。/ N, n& ]5 H! @; m4 R
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 ^* O; n+ S" t; _- P4、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。" L. P3 h3 W; Z: E2 S- @
问题三:6 @# a* ]8 F: R8 \
1、提出三种治理 方案:长期、快速全面。
; W$ G1 X( C I- n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:2 T3 m; k# o4 q8 r* o3 m; J7 \% L
年份
( Z% B2 l' h, t* B第一年
$ ~. W* q t$ Z/ c第二年" i. m! a u$ D. _7 n1 P9 ` v
第三年6 M1 {, X8 X! m% H6 U4 R6 i9 [! x
第四年, S% s7 \; j) h
第五年
; W* v4 T' @7 t- |3 f3 bPM2.5 PM2.5PM2.5PM2.5值变化额9 E: s( ^) I: r6 \; r
2.32.32.35 T( S$ h/ G8 }+ t y$ Z
7.37.37.3
" w+ x3 H2 `+ E' G* v3 i# e, ~; a( P0 N( ~18.318.318.318.3
9 b- p/ J! g3 ^+ ~& B61.361.361.361.3
* I. J+ ~7 ]9 Y; e! D0 t' G155.9155.9155.9155.9155.9, G" L, L" r7 i$ T
快速 治理 考虑 治理 成效 ,其每年 的治理 计划 为:5 E; i% ~4 g: v y; Z5 w7 w: t* y
年份2 |- F" h: U: L5 P: K
第一年8 H: z# ]# u5 r: M* X! I
第二年% A! H2 a8 j4 D+ f
第三年5 h, w3 e" { i2 K
第四年/ `2 U% _# J# _% x# c Z
第五年
: |# D% ~: g+ v4 l! HPM2.5 PM2.5PM2.5PM2.5值变化 额6 W8 F1 N" K/ q) v
36.7536.7536.7536.7536.75
& U7 ^. K7 t' W/ N8 |36.7536.7536.7536.7536.75
, g* g7 M2 k5 \9 |3 D' X- n73.5073.5073.5073.5073.50
2 v" }2 `8 r9 ?. j49.0049.0049.0049.0049.00
7 V+ f8 p/ t& g6 F0 x) b0 F% Z49.0049.0049.0049.0049.00
/ `; Y5 C* Y- T+ ?. ^" ^3 I# t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:
8 |9 {: P# E# D名称+ n0 e! F: P% @8 l; Z: E
二氧
1 b- s% d; @0 Q+ d) u; X2 q化硫
. R% X7 w4 Y, ]" Q; L) G1 E二氧
8 Q- x( B5 \* Y' K3 ?3 M5 N8 K化氮
% p& O" U9 }* R K可吸入颗 粒物: _+ x* i* H! ?" X2 \+ ]
一氧化碳
; h6 L7 W' e, |0 r9 b臭氧
1 A0 M7 Z! X- fPM2.5
8 t) Z. `3 x0 f ePM2.5 的 减少幅度) U) o% @/ f9 ^5 ~
一年后 终值
$ I; p4 X+ ^+ }2 J( P7 P47.88
2 Q1 l* u! B1 c& ? G0 e74.76
9 N) Z1 d, T' [+ X* W" g121.80
8 f% d2 C5 f8 H# i9 ]50.02! y# s0 e0 d) ]2 c; R
14.10" D/ F5 O1 u# G! K& s- |
220.77
2 h/ B4 h- T1 l! V. a! H18%
) q, j) L: W3 b1 g2 i' s二年后终值
! T) W* O, A6 h$ ?38.76
2 d: C) Q* m: T- g60.52
! J8 ^4 y% Y; T6 J98.60
& q, o( n/ k2 O/ h! s) e4 K39.04
3 k4 o8 C. \( x2 ]13.206 u* c) x7 Q0 y
172.44
. Y; v* F7 D8 y$ C9 K36%
9 }$ s% K* f5 {+ }5 Y三年后终值
0 c y$ i1 V. M" a5 `2 v% _2 l29.64" ] y* p5 I$ W) |4 c
46.287 d- z! F' u, ^
75.40
4 l0 q1 o8 u0 W4 J- N/ ?& w28.06
, ^, i R: u/ |4 ?+ w5 H9 F12.30
6 s1 y( b1 O/ r6 N* b124.97
6 w9 ~1 T/ d& U% u$ x4 M* J0 A( C; q54%: p; A2 t6 z5 Q; U- ~
四年后终值
1 B$ k9 T* n! L1 I5 U- Z9 u' A4 r% r20.52" z8 M1 U8 U* J. {) v! x1 p
32.04$ w3 t8 q" Y7 M2 X& X4 x
52.20" d( J* B7 j ]: G% v
17.08
- p- {( L* ~. Z* F9 V. u7 ~11.40
0 f0 s/ l2 B# [! f- i0 X78.79
8 d5 L8 Q% I7 p1 N74%
|/ E" A; ~+ \. z# t ^$ }五年后终值
9 f+ [) C8 _% Z- z3 x4 _11.40$ t# F. M' Q! ]1 a
17.80/ C: H6 F7 J3 a5 w3 y: g
29.00
) i/ K( P2 S- t: k6.10: b, L) L( [! ^, j
10.502 c' t) r* _3 J8 h. R: m
34.37
7 v3 A, p. F9 m: J87%
7 X3 ?( d/ Y5 v" s% Y2、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 。
- j) i ]8 M3 P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( H0 z5 f/ a& M6 y) V# H. ^: t
|
zan
|