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:
! f" q0 i8 o! `3 y: Z2 X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* \# q: c% d+ M. W9 @$ [
评估及污染治理等相关问题进行了研究,取得了以下成果。2 q) I7 [2 A% U% A! B. L9 P
问题一:" L6 Q3 E" G8 P9 \/ c/ M. [
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、5 e0 [7 X& U' j3 h. V9 ?$ Z/ q
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4 l/ d$ ^$ O. m
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) n# S$ n* H# m b
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 U6 K- f( z2 N9 t相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为:7 y! O5 D& |6 u4 t+ W: n# i
0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY LnX / x- {0 E7 c* G5 O3 q x
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
9 a+ B, v* o. z8 c6 S" N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、
* S9 O' q) O+ E# `, z1 f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PM2.54 w6 A9 M% X5 p/ r
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:: B" N+ L- U. [( c$ P# [; w
LnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −
5 b* W8 S3 R! V45.905𝐿𝑛𝑋11 − 85.1032
; N8 D" X B5 {% s) j问题二:" q4 e5 R/ J. K* V' H, c: K
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. Q' A' y: W+ A% Y2 A+ \: X; i
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% Y" j' N F/ J m0 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 l$ s9 T9 B9 ~) L2 @$ ~7 P# _8 z
染情况下,污染源上风和下风L公里处的浓度。+ I% Z0 k4 r* x4 @: h7 n
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* v# j) a8 @' y, l6 m
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
) W Y/ W3 |$ A* }- 3 -
' @- w' ]/ `3 G3 Q7 z# s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。/ v9 t' O+ d7 @4 K. E5 w& F. }
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。( @4 W8 |6 |. D$ u& V- S$ @1 a, ^
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。
5 C+ b$ X* m7 @+ K问题三:
0 I) x$ `% c5 h0 q, q$ W! w2 K1、提出三种治理 方案:长期、快速全面。 y) ^0 |& L2 `
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:
- z1 Y8 k# m5 T! ^4 u( n年份
+ C4 `3 L' y5 U5 h& ?# {第一年- L, X: j5 W1 [7 b2 _
第二年7 p# U. `: [( M. `
第三年+ [ F3 P# o5 K; X
第四年
( `' \* v$ V# Q/ w( S第五年
5 f ^$ l; K/ y$ OPM2.5 PM2.5PM2.5PM2.5值变化额
% g, D: ]' }6 w, y5 g! s, O2.32.32.31 r9 e: _( ~& F( e* `0 m- D l& H
7.37.37.3- ^# `2 @7 R6 ^
18.318.318.318.3
* z) k1 k2 p- P- b2 w61.361.361.361.3, w! i; l5 u/ e6 \% ~; ^
155.9155.9155.9155.9155.9
4 ^( `, w: j$ K- `快速 治理 考虑 治理 成效 ,其每年 的治理 计划 为: ~( L; C$ R' c
年份1 ]" x K: v9 z+ ~
第一年3 t/ h) V! ^$ g( s1 H; m. U1 i
第二年
$ q+ {- k! K& w8 n# F/ s第三年
& w# [# T; c8 u+ B+ p7 y8 P! ~+ I) l第四年& W* f0 y+ H" S% c& h
第五年
+ o( g8 r. Z; T8 o# m! ^PM2.5 PM2.5PM2.5PM2.5值变化 额) N/ O5 M6 q. o6 b! V- S
36.7536.7536.7536.7536.75
- d" o& v$ e! Y# s4 s36.7536.7536.7536.7536.75
B* a( N+ t3 _73.5073.5073.5073.5073.50, {$ E0 u" _' ]
49.0049.0049.0049.0049.00
4 E1 m' n1 }* }; p0 I! w49.0049.0049.0049.0049.00
7 S9 c M" z9 n- s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: F V1 W1 c5 w' P. t2 `
名称
9 y' H7 k" W# ?4 }7 t3 m二氧2 U; T' N) f \5 Q9 S* T5 x
化硫
E6 i) T1 r/ w1 o1 n, X二氧* {7 M; p6 L- K- J: w+ {
化氮
" Q* ?/ `1 k/ a Y: w, |可吸入颗 粒物
$ Z/ q" t" h1 K+ P. M一氧化碳& |# V- }' V$ i/ V$ Q/ H, g
臭氧9 ^( r; l$ P& C
PM2.5
8 J) k o; p; S, FPM2.5 的 减少幅度. Q: t: _0 Q$ T
一年后 终值/ N# ?' c, ?1 `% K# ]
47.88
# G& o/ H# I4 }, @; N! c74.76. |5 n+ W, P) U/ g# _1 x
121.803 r% A% s& C3 ~
50.02% a& ?* M, n6 J% P0 J, [
14.101 W2 Y0 {# m7 A$ Q
220.77
8 ]7 o9 X, v0 O3 V& h$ ]. v" o18%
) ?$ {. [9 @9 D4 p# u二年后终值0 J7 b Z0 U( F6 M
38.761 @. N8 M9 N4 @
60.527 k/ O) v+ E% q( T0 D5 J
98.60% _3 `0 E2 J' l; |- V
39.04' ]' g9 t& _8 I6 f" U
13.20
' X) q, X- y9 L V2 z8 e172.44
! q9 r% J2 |6 e9 I b4 m1 I$ _8 g36%
7 c8 J0 z6 w, q5 U3 d0 |三年后终值
2 |) x* V' `: o b) q29.64
1 o6 |. x' `0 p; c46.28
; L5 Z L6 K7 N+ W: G! F; S' u75.40
3 f C8 Q+ w- s$ x28.066 E* s6 J# r. B: ?/ |3 L& w
12.306 W( ~2 A. i7 h* J" N/ C- K
124.97) J0 j+ `( B5 s3 F; h
54%
1 h, g7 t, v$ k# b L) M( Z1 \四年后终值$ f3 l3 @1 _4 s, C
20.524 _3 D0 f$ F5 m8 ?
32.04, a. @. W% |$ y) d8 [' a
52.20) H. C- ]- ^# _) T
17.08" b0 a3 U5 o9 S; t3 \
11.40
$ g$ x& B( c, L' @1 w+ q; @78.79
5 M) |$ k2 ?4 Q74%0 E; R/ D& [1 s, R
五年后终值5 m6 F6 r/ |0 G! h
11.403 q& P- X' U! A
17.80, f$ c* ^/ u5 t% ?9 a+ W4 \+ V
29.00" c2 I& y( E. j+ W. x
6.108 H+ s) V U6 E# C0 X" t0 B. g
10.50% ^# R4 q- Z; n, `# n+ f3 X; e2 h
34.37
( ?' J6 e7 R$ F' \9 G$ K87%) n, |6 @ z5 o6 G1 h
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 。
+ [) u% h) f1 w4 F, Y3 `. F$ q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
. r4 F) q3 T: t) \$ i* u% \4 A; b1 a
|
zan
|