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:
* G% s) C a3 J- ^! o" y+ |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
4 J# _3 T# A2 j' p$ Z) i评估及污染治理等相关问题进行了研究,取得了以下成果。
+ m- [/ n8 n: u. L/ o问题一:! I. t" S% \# i/ i$ X
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、
) u8 q& {# k% \% {7 E; {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$ _/ A$ G% c6 Q9 G
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
) E0 z4 P- |! F5 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
: ^9 l) @+ [4 \9 q相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为:
' ^, `. W$ L7 i! f8 t% [0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY LnX 5 A0 R# n$ k" g0 F
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3 \5 I' u- _$ u: P I; c
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、7 U. W, c6 y- b. J) X; K& I6 A
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PM2.50 [$ Y& n8 G. V: U. K7 m8 d
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 P j$ D4 v m# d7 ]1 a/ n+ O) oLnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −' P; W' W! K, ^# K/ h
45.905𝐿𝑛𝑋11 − 85.1032
: P. c. d. P; c _( I9 Z6 u" U问题二:# q4 k" Z* C- ?/ ]
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 |3 Q- R/ s6 @3 V
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
1 j/ a0 t. j! @( A: f/ g8 l, Z0 Q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2 p z, A n& J1 o2 b. I, f
染情况下,污染源上风和下风L公里处的浓度。3 u' b @2 L8 S' ]
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" u( F. D- z5 f' t
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
- H W( g& V& E, f8 n' R6 y: F- 3 -
/ X% U& Q: C2 d1 u( p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。
7 u o( @* j) [! r8 v8 E8 G3、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。" G3 l1 K- U: f' `' p5 K
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。
7 X3 Y% L6 N+ q! u/ Y5 m, V问题三:
# M" U% u( q: z, P3 f6 O1、提出三种治理 方案:长期、快速全面。0 p7 b/ ~- x0 e
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:
1 n7 |. B* v# \- ?# U$ W' S年份
5 H7 C) p* k8 [( E% @$ q第一年
4 W0 |1 s2 D1 o第二年
8 K. J! e U: v) a3 W# }" m第三年
2 \$ g5 _9 |2 P: E第四年
$ T; ~& l9 S& h4 ?* E第五年1 v8 Y( S b6 K2 o, J: Z& l! T0 |; I
PM2.5 PM2.5PM2.5PM2.5值变化额
/ s% a4 N( Y7 b9 E2.32.32.3
/ ~* p. \# Z% j: @6 E8 O1 E7.37.37.36 _+ k4 t7 ^) k/ u
18.318.318.318.3
+ n# \& A* J" i61.361.361.361.3
8 w; }. [( f$ d1 I( _* F9 }4 _9 i$ \155.9155.9155.9155.9155.9
9 ^. X+ y& h/ S" `1 E4 e) C快速 治理 考虑 治理 成效 ,其每年 的治理 计划 为:
1 T2 }$ ~, g- F年份; a) L9 F+ R! _, \
第一年* x# H0 V* Q9 V8 R/ K2 X8 v
第二年
* E0 n9 C+ M( n第三年6 x. G, m* q0 b9 }0 ^* S
第四年
+ e9 r7 Y1 W( l. b3 y3 c8 p3 E第五年: Y4 Q5 i F6 Z; G- H2 j
PM2.5 PM2.5PM2.5PM2.5值变化 额
/ n7 U& z. f5 \$ A$ n* J% J+ l36.7536.7536.7536.7536.75, p$ \+ M) V t
36.7536.7536.7536.7536.753 }7 W8 q2 V0 {+ [4 s
73.5073.5073.5073.5073.50
! d. u- {/ n/ ?- [3 W49.0049.0049.0049.0049.00
1 i) X4 L% Y8 i) q49.0049.0049.0049.0049.007 T/ b1 x9 P( N7 \9 [
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 y$ n$ [9 f+ W0 m4 ?
名称* Q. I% c, _* N; d* s/ U
二氧
' {% a+ p* p/ O3 j4 i5 n; z1 g4 A化硫6 k7 _6 k" t/ x" L$ g+ b% `1 c( q
二氧# S4 I$ O2 h8 B
化氮
; D& Y1 Y7 L# t) a0 h可吸入颗 粒物
$ x7 Y9 i, q6 [& E一氧化碳
0 f; W- j+ F* i2 u臭氧
/ ?. d" s& v, LPM2.5
. P% r( Z C7 p/ E* sPM2.5 的 减少幅度
) `5 E9 O# [9 b3 M; h5 p& i一年后 终值
1 j7 o+ X; }) H5 x47.885 L8 w5 W0 c5 y( e& z
74.76
' m1 T4 B6 n0 I/ K121.806 a8 U/ h, q( Y! F* S n
50.02; w# v( T# X( F' ^* m# l
14.10' I3 n" _5 J4 E* Y8 S- G! f. [7 {/ D
220.77
1 G9 Z0 }* j- B18%. t B- y, S1 S7 V; k& \
二年后终值
8 v$ x, m& I4 F38.76
+ W) G6 h3 a o9 r60.528 ^ Y- G2 u' R. ]
98.605 R2 M/ A" `% h R: L9 H+ D
39.04$ P" U% U. _( Y% b1 Y
13.20, S5 ~1 |2 G% m5 J2 j- t
172.44
' p P4 C5 ^+ o! a! I8 N4 {36%
' D8 D0 L6 o8 z三年后终值$ O# _( d$ G. G) \% U4 u6 V$ g
29.64% R @7 _, p- L9 J* R9 s/ Y# a
46.28
- _- R6 t2 y' s$ n! C; t0 ~5 p75.40
y. t/ B+ e! B; b: E28.06
7 T- ^ T& l1 n4 x2 ^2 E2 c12.30
9 M1 x) Q: V& p; A. y! Q6 ?124.976 j' W% {1 ]" Y
54%7 D9 E4 e& ^# C, p& l
四年后终值7 L" x- O5 ], i% S& E# f3 K! `' v
20.52
, r5 C& a$ @! R$ R32.04
+ I z# n/ N( f ]52.20! s- F/ G. A* P# L& t" M
17.08
E5 F0 |2 s" L9 b! I" ~0 `11.40
, A6 U# y2 C9 ]78.79
' \ Y7 S* T' n$ `/ g- G4 M74%4 R/ H0 n! O9 |$ ?- {# I
五年后终值
4 Z1 t8 ~% q$ k11.40" I. `) f& ^" W, n6 H+ U2 L! C
17.80
; l3 n3 k/ M% c0 R+ ]29.00" _2 N# m6 R" O7 `4 G5 A
6.10
& s4 g3 M: e$ o5 X$ I10.50
: \" K. l2 ?5 @6 j F34.37
( O" t- ]6 n0 K- r87%8 n6 z: x+ W( S, `
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 。
0 Z! }7 ^* [$ U& N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
' G. W) L+ E# P( Z8 }
2 }/ U( l1 p" O/ b- j5 s$ l3 W+ K0 Z7 A |
zan
|