QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 2599|回复: 0
打印 上一主题 下一主题

空气中 PM2.5 问题的研究 海军工程大学 90038016队

[复制链接]
字体大小: 正常 放大
杨利霞        

5273

主题

82

听众

17万

积分

  • TA的每日心情
    开心
    2021-8-11 17:59
  • 签到天数: 17 天

    [LV.4]偶尔看看III

    网络挑战赛参赛者

    网络挑战赛参赛者

    自我介绍
    本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。

    群组2018美赛大象算法课程

    群组2018美赛护航培训课程

    群组2019年 数学中国站长建

    群组2019年数据分析师课程

    群组2018年大象老师国赛优

    跳转到指定楼层
    1#
    发表于 2019-10-8 11:22 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta
    空气中 PM2.5 问题的研究 海军工程大学 90038016队
    ' N! m, ]1 S# j4 \
    : ^, R' j- a+ {* {: b; o( r& O

    ; H9 [8 ~  _& r8 I% jPM2.5 是空气质量指数 AQI 中的重要监测指标,是产生灰霾的主要因素,对人类
    ! Z4 W2 l( U+ \健康危害极大。由于 PM2.5 进入公众视线的时间还很短,与它相关的统计数据比较缺/ V' l2 F( ]7 }* ?2 c  g6 s! Q
    乏,从而限制了对其客观规律的了解。对此,本文着重进行了以下几个方面的工作:
    ; U$ l. O# A( r% {1 a一、PM2.5 的相关因素分析。结合附件 1 中的数据,利用 Pearson 相关分析法计 ! q4 Z6 y6 s! l5 v# m
    算 AQI 中 PM2.5、SO2、NO2、PM10、CO 以及 O3 等 6 个监测分指标的指标值及其污' d8 S1 C: r" a$ W5 @
    染物含量相互间的相关系数,定量地分析了 6 个指标之间相关性的强弱,发现 PM2.5* d( N5 d: m1 y% t" e
    与 SO2、NO2、PM10、CO 具有很强的正相关性,而与 O3 呈较弱负相关。在此基础上," W* A: p/ f7 h8 h5 z& ]4 y
    建立了 PM2.5(含量)与其它 5 个分指标及其对应污染物(含量)的多元线性回归模+ q7 M8 [, b, h# Y# a- d2 K$ N
    型,并利用附件中的数据对回归模型的合理性进行了验证。
    5 O# h6 D" N9 L& ]0 y1 Z! K二、PM2.5 的分布与演变及应急处理。利用附件 2 中 SO2、NO2、PM10、PM2.5# [% B2 ^, n' y) I; f7 v  N! w
    的 2013 年数据建立了 PM2.5 的 3 元线性回归模型,利用回归方程拟合 2010 年 ~ 2012
    ( S9 s& J" V# U% Y9 o年间缺失的 PM2.5 数据,并以此绘制 2010 年 ~ 2013 年间西安市 13 个区域对应的
    " \+ g, Q2 Z) U7 Y/ qPM2.5 拟合值曲线,对不同区域和时间段的分布情况进行分析,发现 PM2.5 具有季节
    2 ]: r+ \% C% J& S# P性、区域性的分布特点。同时,计算附件 2 中各区域 2010 年 ~ 2013 年间每个季节空
    ) N! U; Y$ t! P3 i( Q气质量指数的平均值,取其相应的污染等级对各区域做出了污染评估。  ]& U& v" \3 X+ U. p% M9 ?. f
    在合理假设的前提下,根据扩散理论建立了简化的 PM2.5 连续点源扩散模型,定
    ) p8 k% w: t( K# ^7 O量地分析了 PM2.5 与风力之间的相关性,并利用附件 2 中的数据对 PM2.5 与湿度之/ P- [+ ]2 W9 @, ~0 H# G9 s' `7 g
    间的相关性进行了定性分析;再提取附件2中的两组数据分别建立其PM2.5扩散模型,% @" W4 r( _6 @3 C
    绘制其正下风向的扩散分布图,从而对 PM2.5 扩散模型进行了定量与定性分析。
    5 @2 B5 n0 F9 `" L* N当污染源的 PM2.5 浓度值急剧升高时(作为新污染源),周边区域的 PM2.5 浓度4 _' U" Q4 I2 `. X1 @1 n
    在短时间内不会发生突变,继而建立新污染源的短暂连续点源扩散模型,并提出了污" [& g6 {; \) v$ j& D# C$ M; E
    染扩散预测与评估方法:对污染源下风向 处的区域,分析在 时刻该处的 PM2.5 浓% L9 G  [7 Q) a9 T0 O; `
    度是受新污染源影响还是受初始污染源影响,再利用相应的污染源扩散方程预测该处P
    % @* f' s+ c+ W( _: Y9 \* \; I2 V的 PM2.5 浓度,并换算其对应的空气质量指数,继而做出污染评估。进一步,结合附 0 `0 T! t/ z' U
    件 2 中的数据,利用该扩散模型进行预测评估,通过统计下风向不同区域的污染等级,
    % e- r# j6 A& h& C# I给出了重度污染和可能安全区域。
    # e0 s, K, H+ W  x! S6 z. z# q为分析文中扩散模型的合理性,在附件 2 中选用小寨、纺织城、兴庆小区、市人/ L+ [* E. x: P: {4 `) W, X
    民体育场等 4 个监测点数据进行比对分析:利用后三个监测点建立 PM2.5 扩散模型,, x/ M' D- e; `& `9 Q5 a3 v
    并对小寨的 PM2.5 浓度值进行估计,将该值与真实测量值进行比较,继而分析扩散模$ }+ [1 g( ?0 J8 d; ]7 `3 f
    型的合理性。同时,结合已有的研究成果,对 PM2.5 的成因、演变等一般性规律进行" K% k9 o: P6 B; L6 n* N1 G: O' a; y
    了探索。
    5 @. T: r8 v8 ^8 M$ y# K$ f- Z三、空气质量的控制管理。在分析 PM2.5 的污染成因后,总体上依据“先源头、. m. ]# u4 X( @- \5 B( P
    后时段”两次分配的思路,确定阶段治污目标并制定相应的治污方案。在分析附件 1  o3 D$ E8 r! x- z9 s
    所在地区 PM2.5 的主要来源类别及其贡献率的基础上,按照“源头治理,贡献率越大,  [5 s" B% ?! _0 F  [* X& P
    要求完成的治理指标越高”的基本原则,按比例分配给 PM2.5 主要来源不同的治理指3 S* R8 s* r: p  ^7 K
    标。针对不同的 PM2.5 来源,根据其治理措施的有效性、周期性等特点,分别设计每$ n+ p$ {- C4 w5 G* \( x# e% s* J
    年的治理指标,继而确定该区域 5 年内的污染治理计划,并给出了每年的全年年终平
    9 Q0 Z& _7 ^3 k+ V- A均治理指标。! ^  q* K+ l3 D4 D/ K
    采用综合治理、专项治理相结合制定治污方案的思路,将 PM2.5 治理指标按比例
    * v2 O* x6 l0 B& ~7 |分配给该两种治污方式来完成,继而得到每年投入经费与 5 年投入总经费的数学表% {5 _" a# B) I0 l  R; S3 _: u
    达式;在完成预订治理目标的前提下,以总经费尽可能低、每年投入经费适度均衡为( k* M9 w+ ^2 `; m7 m! L& ^! b
    优化目标,建立优化模型对专项治理计划进行优化,给出了五年投入总经费和逐年经
    4 m8 I0 ?% Z. W9 ~: \* Z( ~费投入的预算,并对专项治理方案的合理性进行了说明。
    5 @, `, h8 f! L7 c/ k最后,我们分析了本文工作的优缺点,并提出了改进方向。
      ~, ^+ t, z; Z
    9 Q& {' t4 d  }4 A: @
    . l" B+ p0 `) k5 B

    D题海军工程大学90038016队.pdf

    1.84 MB, 下载次数: 1, 下载积分: 体力 -2 点

    售价: 2 点体力  [记录]

    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-4-12 11:36 , Processed in 0.427879 second(s), 56 queries .

    回顶部