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：
; a; R6 D/ X3 Y) @, c8 O7 u* Q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1 W) z, @% r3 k+ A }8 L0 X
评估及污染治理等相关问题进行了研究，取得了以下成果。
g& f5 m, S( l1 B2 x问题一：8 M% G+ f1 _1 }
1、研究二氧化硫X1、二氧化氮X2、可吸入颗粒物PM10X3、一氧化碳X4、6 f5 W2 {/ a9 n3 Q7 d2 C. C
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( B/ s5 @% g- F a7 f$ t0 X/ [( ]
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 v5 S }3 q: _' ^4 Q3 ^5 x' W
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
% Q4 y. I' o" W3 M% E8 R相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为：
9 b( h% D( y9 l( E' f' T0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY LnX
% y+ ?. J8 L2 a9 q, g3 Y# V' b2、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8 `8 ^: l f% v# e* ^ k" O, A
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、
; D1 O" P& [% Y% D( h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PM2.51 Y* f# D8 j$ ^3 k4 \
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：7 b0 M* f: B; v# L$ ]
LnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −
, e" i, P- g' T+ D8 U; x45.905𝐿𝑛𝑋11 − 85.10329 x2 O6 A$ g c. Q2 E
问题二：: K: N, Z) ?0 ]# U9 n6 F
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0 @$ p8 Y, I4 [" T
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 W- e' f. y+ ]; v' N
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' Z" j+ ^. v( K6 f
染情况下，污染源上风和下风L公里处的浓度。. e5 J# |3 ~4 l% [! q0 V' @$ U* D
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
& i$ C8 Q" l/ K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4 }4 u0 O) G3 y) N1 P: J( a. S& ]/ p
- 3 -
3 O1 K: h. t0 z0 M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。
( [1 x9 u" S; w2 X' 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。
7 o& @* M0 c) v$ d) H* ?. b4、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。
$ q/ \; A0 g; d- O问题三：
& n( [5 ]5 E% q; c" N# d1、提出三种治理 方案：长期、快速全面。
8 z, B: B2 R1 S/ p/ C+ f. w. 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：
7 V1 _# u1 v8 a( L. G9 S年份
3 t' l1 r" Y/ Y# z, f第一年6 U- A% p) S: J* a% m
第二年
' j2 \: N5 ?9 {/ b1 f' c) f) e第三年
t$ w B K' @第四年3 l- x" \5 `. e: ] C: t) R: J
第五年
6 L0 c( K; Z% K: t1 I) G, a9 zPM2.5 PM2.5PM2.5PM2.5值变化额( o9 u/ `9 N6 s9 V
2.32.32.3, n- d- ]1 q7 j- y
7.37.37.3
; X' s" z' x" m a. C18.318.318.318.3) ]2 ?2 | x5 o/ t# i0 M+ V
61.361.361.361.31 |# o. |$ D6 E, u: S+ J1 m8 ?0 D% R8 {
155.9155.9155.9155.9155.9; B; t# v4 v* F l; z
快速 治理 考虑 治理 成效 ，其每年 的治理 计划 为：1 L# ]" J Q9 o4 i1 Q
年份
& H3 M$ m1 B2 c第一年
! f* F' o' C% L9 B8 S9 J第二年9 l( l8 J8 }# O8 @$ v" A: b; l$ {
第三年
8 M f# ^( n3 i: e- B( u# k第四年0 k; P. p* {" M4 R
第五年
1 i' L( L% Q$ K: h9 y( Z5 TPM2.5 PM2.5PM2.5PM2.5值变化 额( S+ P2 f4 @* r9 j! J, G3 P* Y
36.7536.7536.7536.7536.75
( p( U9 Y, F5 Z1 m36.7536.7536.7536.7536.753 e4 U* O+ V/ z% Q9 a9 Q
73.5073.5073.5073.5073.50
" G$ \2 g* z8 p8 h49.0049.0049.0049.0049.00, I& @+ P( o' N/ _
49.0049.0049.0049.0049.006 ]" s2 |! l' {+ `
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：, D# j. D# O; J2 M2 @& E* V% b
名称* q5 [2 g* J+ \% x
二氧
( ^% S& O( R* H9 I; W |化硫9 J1 O/ f; V6 m+ o/ Z; }
二氧( t$ K1 G; O7 ~2 o! r: ]; d9 @
化氮
. I3 c7 {4 M& ` ]可吸入颗 粒物
. z6 w6 M3 W0 L一氧化碳
3 |5 i! P4 \# `2 J) }. ^臭氧+ r9 f; a- ` j6 o) {- F
PM2.5
# D5 ?! g* F' f# _! |PM2.5 的 减少幅度
) Y% U, E5 t; c0 ~ p) ~5 |一年后 终值3 X+ {# C* N7 y2 T; t1 O, n) {
47.88
% p' r3 z( ^$ l: e" u74.76
1 V. V$ k; {* B121.80
" S' Q" {# P4 w; ?50.02
; p7 {0 D7 e9 K, h7 F" }14.109 e, N) k! x3 o7 v/ [1 R- f" K5 e% j
220.774 d6 V& e* @ f0 v2 U$ E E
18%
) t" t0 D3 T3 H9 o+ Z. f- n二年后终值
4 \5 Q* ^) ~% d3 p! V3 l: S& p/ k38.76- B$ h8 \$ ]+ B% [
60.520 S: U6 w+ n$ |4 `" j
98.609 ^) z$ E6 Q" Q! g( c! D
39.04& P f/ l n; y# s
13.207 s& T& L+ g- H- [) a
172.44. O% g& j2 Y9 V3 V& f
36%' ?. Q1 o0 F# A/ z! A
三年后终值
' B) g: L9 M, C7 f) _ t29.64& _4 {" Z9 e5 t" R1 |& e: `
46.28. `( c3 y$ P i# X1 }$ ~4 a2 `% G/ ?
75.40, g/ }: e3 [' _2 p
28.06
+ d$ ^2 E$ J8 O$ ]8 h( a* y12.30+ H4 U7 w0 D3 q5 e; C/ C& U5 J
124.97
; v( P. {" M4 z9 N+ d54%
/ L9 Q9 E: L/ N8 r3 \$ u, [! l9 }3 T四年后终值6 d$ K9 C @! k u$ c, v
20.52
0 L# V$ }2 M4 F W7 F; k32.047 O& Z3 t l( B/ C+ @
52.20: ~5 [0 i" r) |. N$ V
17.08
8 ]! Q/ A. t. w$ q, q/ K4 [8 }; |11.401 q) Y; J; l( y! j: K; Y
78.797 c- ~ d' l/ |! {( L t# A! z! Z
74%
1 a- j/ `0 _% F! @2 ?4 e! Z; P0 {五年后终值
1 W8 `! w( V1 O# ~2 U11.40
. h) {2 Q, M- y8 Y' o17.80
! H: q' P$ c' z! ?6 {# t- Z29.00
2 z' }0 X9 W1 c6.10
) P' N @! [) ]$ f10.506 |& X; k# N, F" A7 C2 @% g
34.37
2 E) z2 k' ?8 Z( `* z9 ]5 O87%
- ?$ g/ }5 K \' Y( c2 k2、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 。' G/ S3 B0 z9 ~3 N& A+ T/ 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 ) U# X2 l% s' `# r: H
, k& X7 \) t$ z
|
zan
|
IP卡
狗仔卡
发表于 2014-8-30 18:48
转播
淘帖
分享
收藏
支持
反对
微信
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
显身卡
发表于 2014-8-30 19:22
