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：
$ l: ^; [4 ^; I6 B5 u4 I' V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- s8 y% i) X2 C3 I- F4 d8 ?
评估及污染治理等相关问题进行了研究，取得了以下成果。
J4 p5 h# N( L/ k. r问题一：
, o9 _' ^8 `( o& X* l, F2 e1、研究二氧化硫X1、二氧化氮X2、可吸入颗粒物PM10X3、一氧化碳X4、
* |* N/ v9 Y N |* 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
6 a9 y0 `$ w7 ?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
# V. Q5 D% I3 ]3 L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2 R, D8 T9 Q# I. C2 r1 D/ d
相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为：
" S* v7 y6 `. Y5 a+ A0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY LnX $ Z+ T& R2 _9 d
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
% U5 T7 b5 N( P3 R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、0 ?3 Z- m5 I% m9 I" c% Q
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
, g* A9 L1 u/ c: \& P# T1 p) n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：
9 n c6 O: k' e8 n( e. `+ j M! kLnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −
, b; r5 I6 [- l, v; S4 P45.905𝐿𝑛𝑋11 − 85.10321 z' R6 |# w( C9 b1 ^; p6 r
问题二：+ [0 o3 h' Z" A( u M" A
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
: p) c' L- G; {, D. a% O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2 u7 u. \1 |! _% T4 i, j. T
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
1 P) z$ X+ U; v1 l( M [染情况下，污染源上风和下风L公里处的浓度。
: n# G/ o5 [5 a2、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
[" Z8 o* L: r) `6 w" n# C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! V+ z/ i6 L" L: V
- 3 -
+ J, u& C& _( G9 G' a4 v' n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 J4 Y. k) L) T2 g/ v
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。8 {. B: C) @/ w4 Q1 u: f. f: r
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。3 N6 }8 R B- z3 }8 M
问题三：/ `; `# A0 d3 D; v1 }6 _5 Y
1、提出三种治理 方案：长期、快速全面。. S+ `) _0 C* i6 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：
$ a' s- d. B( t5 D& w年份2 U8 x; |: Y! v1 @- h
第一年' i! d& a$ \. X5 R! K: q+ H' ?* n
第二年
' o8 f. ?! O l6 U9 D5 U$ X第三年
8 z- q7 R9 }1 E- t7 k第四年3 a( w# }% `, T- [$ G
第五年/ [ Y6 Z; t/ X8 [* x- {& [
PM2.5 PM2.5PM2.5PM2.5值变化额
. |5 S- n+ X3 w2.32.32.3* X9 K/ i3 ]; \9 ?
7.37.37.3; u2 Q2 D- q9 V5 V' b
18.318.318.318.3, _! p6 H7 H" M
61.361.361.361.39 i+ j. ^8 C2 z9 E( U7 z8 P
155.9155.9155.9155.9155.9
+ p" q' B* g( R: f6 ?" O快速 治理 考虑 治理 成效 ，其每年 的治理 计划 为：
5 L' s8 Q' n+ d2 g3 b7 ]年份
8 ^7 x5 X) M: E9 x第一年, H7 A, X9 I' o D& [
第二年7 l: Z# T# F7 W9 k2 O2 W8 ]
第三年4 Z9 T; j" L/ P6 T8 f* W
第四年( J0 H! K7 N8 K( l9 a' V E( g; j
第五年0 E3 n+ ?: M" c. [ W
PM2.5 PM2.5PM2.5PM2.5值变化 额% H" \ u3 F; t
36.7536.7536.7536.7536.75
" E# z0 |! _1 D3 X% F& F36.7536.7536.7536.7536.752 j, B* R7 U3 n) m" {6 Q: ?
73.5073.5073.5073.5073.50# {3 C* e& W ~- j" Z7 L
49.0049.0049.0049.0049.00
) Y! u: a8 @4 W# N! U+ i49.0049.0049.0049.0049.00
5 m1 X7 v9 m, O8 Y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：
% S- J! ~% n ^4 x& @名称/ [% t7 J: |3 O X
二氧$ ~" |3 d4 B6 W% @6 w
化硫/ T' I( o! H. j0 V, t2 c
二氧* d- P; s% K1 m; z& {& O/ s* A
化氮
- A# J3 _$ x( K7 ~( e" j( ?) ^可吸入颗 粒物" x) k$ J4 p5 |; M6 r( s+ z- L
一氧化碳. d' Z/ {; C( G- B* L" B: b3 M
臭氧" M9 X, n& K% @' J/ r
PM2.5
# ^7 ~% f B+ O3 n' b. xPM2.5 的 减少幅度
+ m/ X0 _6 R O0 N7 p一年后 终值0 G6 [, h5 O+ ~5 K8 {6 A. z
47.88' p, w, p2 k2 k* g5 |7 K
74.762 M4 T; Y* u/ F, d# ^' z6 l/ Z
121.80( e% H) f, r! h* M3 O
50.02% l. M: W+ D# V6 c) m# b! v3 G' s
14.10
; D' S" V/ _; M+ O, {" Q220.779 _6 J: m" b8 y9 D# U
18%
- W9 Z, `/ ]+ ?二年后终值/ F P1 h K4 F9 j6 ^- E, v. s# y
38.76
! A8 D' \, i& j3 d1 P9 A# ]' y& x60.52
0 G5 c, B+ H6 s5 ]1 R" l! S98.600 G- b5 f# ?" }* K. \* |
39.04
, c) v) r" w$ h( e% I13.20
/ N: \) d# \' d" w, M& q172.44$ x: X! t5 y) Z& y' @* ]
36%
; x2 T3 Y' q$ Q+ o/ S9 Z三年后终值+ z Q* ^/ D6 i! ^% e) w6 Z6 | e) {
29.64
# \# n9 ?- C8 c: f46.287 F5 X0 O$ ]9 O Z; n9 c
75.40( `! v$ X3 _3 A' O
28.06! {1 H) H) x- M* b8 K P( C
12.30/ ~4 `7 i% x$ N4 M+ s. Y
124.97
& m: w& p- v) Y; V }, P54%
1 y/ b) k4 e: S. |! ~0 ~四年后终值1 j9 b7 L" S" k
20.52- u7 [/ ?6 {" M! X. l
32.04
& W' X% ^8 \" @" x52.20
! L4 A' y6 D% J$ @2 H2 A17.08
$ b2 S0 i- u1 l: R$ ]11.40
2 y0 j# V3 P' d' \0 c$ Q78.79
5 p$ l( C8 \; b74%
5 N( r( n9 |3 V( ^五年后终值5 L3 x) F$ b' I0 s _5 T
11.40
1 y" X" Y! f! F% P17.80
( ^4 E! Z/ ~7 _$ _% q2 A29.005 F( d" _8 d+ s+ A* J4 _+ U6 G
6.103 n& \9 r7 K, ^& n, B
10.50
2 k4 t, `8 J C* \* A34.37
) l- f& I7 }# _87%
% |; P, t( V8 l! a8 l+ E2、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 。! s: @$ y$ [" w8 I+ f
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
5 j' ~, \8 T: L3 |. a' X$ m
5 G! ?- J7 q* T# F4 o6 N9 b |
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
