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:( x+ A" ~) C% X# d3 U8 P
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7 t% c, E/ X) u
评估及污染治理等相关问题进行了研究,取得了以下成果。
" Z: j5 U5 Y& g4 v5 V问题一:
7 ]0 Q' Z* O5 q5 x1 p1、研究二氧化硫X1、二氧化氮X2、可吸入颗粒物PM10X3、一氧化碳X4、
# [. h' r" D' L. ?) f1 y& u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
9 S! u8 X- d& E0 U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
, f6 k+ I# {- J2 o* S8 c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
- [# [' n7 r e9 A$ X: V$ C相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为:/ p; V- c: Y2 |0 P' \9 u
0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY LnX ) d/ \ q1 G4 V2 y: y- e) g5 T. t
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+ B8 [. A" I8 @; {: b: ]
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、
9 ?2 P3 X: G: Q5 p( ]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% k* A. M) |' m4 C4 Y& X
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: J" F2 y4 Q( h1 J
LnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −1 _; } @6 X6 K" Q$ Z& i
45.905𝐿𝑛𝑋11 − 85.1032
' A- `. }& f. Z% L$ A问题二:# {0 ~$ T6 O; K# ?6 h% ]
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7 w7 R r0 n0 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
3 B6 F/ J% w; b4 S4 n+ 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
# g* s$ @ w3 e8 u! r W/ [' H染情况下,污染源上风和下风L公里处的浓度。
+ \" P2 v$ U# w; ~! J8 S0 }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 I6 s3 ]1 i- a ^
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
) E7 C' }' v6 z. K- 3 -+ r5 g6 u- M/ l
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。: S; N! P+ E$ n% H; t+ G5 e
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。2 p1 D2 f* T: v ^
4、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。% x \: i3 W8 S7 h; }! l
问题三:" q: L4 F1 I. p) |
1、提出三种治理 方案:长期、快速全面。! k# u, D$ _/ x. G& m" n' Q
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:) T0 w' m6 n3 j9 Y/ `9 F
年份; A# w/ h7 X/ k, c4 @3 f
第一年
4 D: x/ V; D. M j第二年
7 A1 p4 s" u+ _+ O0 _8 R第三年
e" U/ Q. S3 q' G- ]+ Y& X$ A第四年
, V1 Y' J" Z" Y3 e第五年$ Q! A# l: S$ z6 |, |( Q
PM2.5 PM2.5PM2.5PM2.5值变化额0 l/ P' R( ?* u- t2 f1 V
2.32.32.3
3 T5 e, D+ H- O. |7.37.37.3
; n2 W1 j# }2 q0 l; Y, F18.318.318.318.3
4 a$ I" [7 L7 L61.361.361.361.3& `$ D( H0 F+ `% R" ?9 H. d
155.9155.9155.9155.9155.9
7 u. T+ u( x6 i3 M0 |, W快速 治理 考虑 治理 成效 ,其每年 的治理 计划 为:
# L+ V0 s0 x% ^% y年份5 D9 a6 x" H5 J/ d- d
第一年
% D4 M2 X9 P5 z/ F8 I第二年
) X0 j' v2 B4 J+ |9 P第三年/ Y2 Z ?& f# o! Q: F
第四年
; f9 W" S7 @7 S2 b+ J H5 E6 M T第五年' T, S) P5 Z& F* `9 G4 u- q
PM2.5 PM2.5PM2.5PM2.5值变化 额
* Q0 K* t0 Y" C) n36.7536.7536.7536.7536.75) @( x4 F1 h# G( R5 J
36.7536.7536.7536.7536.753 D7 I' v' z- l; t
73.5073.5073.5073.5073.50; @- j9 W5 c5 f
49.0049.0049.0049.0049.00. V- ^! y, y% K- V# N% \0 Z5 |' d
49.0049.0049.0049.0049.00
" m, J: V2 K" R3 V4 z2 ~" ?$ 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:
/ X, d2 k( Z0 I) r i( D名称9 N6 {6 A8 q6 w
二氧 s. k( K0 F' e) h& f4 t
化硫& O! G# T1 F( J% T) l0 m
二氧
) N8 D0 x8 m$ o5 e' h5 a" R化氮7 D/ a/ H& ~& N: ?5 D
可吸入颗 粒物
' U9 u# v3 @7 f1 C7 \7 n一氧化碳
; J3 v, `$ A- ~6 r6 ]+ U臭氧' c2 C" r2 T4 C
PM2.5
& ?# r9 J( V( C" N6 _0 sPM2.5 的 减少幅度
3 j7 K- T* m( V, x% |) n一年后 终值
; `) `3 n) S7 X4 \8 W0 z; Z47.887 \, v8 e: N [' e& X
74.769 l+ z* A' P2 I) O
121.80
+ Y4 n) J8 t5 r, ]50.02
& s9 o( w9 ~* v! E2 k w( B14.10- k9 D8 T0 c/ V _% L( ~. Y
220.77
3 F1 W! P, k" \9 |: j18%6 n4 [$ |: Q' O3 V5 t9 Z! `+ _
二年后终值
1 A. }4 M1 C9 a0 c1 \/ `38.76: T X8 w: o$ ]
60.52' ]% k: n) {3 i* F5 X5 a% G
98.607 ]3 [* d! F+ L/ E! b/ Z! m
39.04
8 r! ^. S) F& r; L13.20
# C6 [# D/ {' C172.44
) g% g- i% l+ y36%; F! `( ^& A1 o3 Z" }- w5 ^
三年后终值5 [" e& \5 M- A s/ p
29.64+ b; i6 U, y6 s/ b9 x/ H, F
46.28 ^5 i9 c* f1 I+ w8 _' ]( I
75.407 z! X" D) I/ L& i/ H q( |2 _
28.06) D* d9 C9 _) _9 d8 J5 f0 Z) S3 U
12.30" z: y, B9 m* h M' \/ @& l5 X
124.97/ U* }3 v/ h/ W
54%6 [2 {2 d [) n' S$ `
四年后终值
& z( N! v5 Q5 w" x# n20.521 M, Q+ c/ l/ V" F
32.04, n9 \) O. [$ a: x
52.20
; S) e) ~" E& H. N17.08
9 I7 n9 e9 Q$ J( y3 T; F11.40$ K; R+ H3 ~7 c S9 L) t9 e
78.79; ]( U3 ^3 d# \# R n% B
74%) w7 F, S( b1 ^% `4 l! j6 Z
五年后终值
; \# D5 I& y. D+ S1 v, X. ?: h11.40
J; x0 n# O/ j17.80
7 i( ?9 x* x2 z! J: X: i29.00
7 A; p9 o' P, S6 g" N% z P- Y g6.10 u' c; D! b6 w0 |6 j5 ^
10.50
7 _: u) _5 I# c34.37
; { m; J0 a8 k, }87%
4 h3 u# {8 I; L2 \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 。
7 I/ E% O3 T3 [- T! ^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
; a7 @( T' B2 |/ d0 b" m5 `4 z; J: m. U& z' m
|
zan
|