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：
8 {5 X; @# p3 P" f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2 a+ D7 C; t' L R [
评估及污染治理等相关问题进行了研究，取得了以下成果。0 _# ~, d( [. t: i0 D
问题一：; i9 t4 @3 `7 z9 g+ W6 ~! c8 Q
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、& J5 z! ?, L: O' ~4 _ K2 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
) Y. Q; L+ L2 e" y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
2 m7 C4 U& {& }! f, d0 f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
6 r+ X; j9 |0 L相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为：
+ c1 k& q7 H* k9 V) \5 C0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY LnX ! q4 S3 B) G9 U- z3 N! m, O8 R5 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0 |1 o4 i1 l2 J, p9 y6 d
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、
+ s* C1 [+ p C& h! n. A5 o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( H% I$ g3 T# M! j
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：
! K: z' I/ ] `% w' ?8 bLnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −) K G! O( Y v: H+ E- {
45.905𝐿𝑛𝑋11 − 85.1032& W8 G: L3 w O) R# h6 ^ u1 a
问题二：; |# u6 I- G5 |& [5 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
3 _ _. o) ~) e. I, G* ?# B' T* K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
) l4 ?9 P3 _4 S B; d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 B) F- N5 ]. x3 O0 u染情况下，污染源上风和下风L公里处的浓度。
& n5 R6 {9 R0 b9 S2、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
$ C- G! ^& P- ^9 @4 M+ V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
; d T3 w1 C% S6 u8 n- 3 -
; m* ?, ]( e0 h0 e+ v0 w& ^/ ]/ d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 {% q' g6 V& J. n& ?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。
* ?" h6 I* I* Q/ g! ~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。
! Y( g+ Z+ M0 [问题三：
+ c: e6 R' l1 t4 Q2 U1、提出三种治理 方案：长期、快速全面。
5 L* _# M; n, {6 p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：
- y$ J0 k$ ?) ^3 b5 B' [年份- u6 w* g; x) r W- U$ f
第一年1 t- F$ F% K- x5 h3 z+ s) ]
第二年" u+ G. K. p+ g7 B d3 A0 B) I
第三年3 N& R" ?# R* o+ `, d' `' J1 V
第四年+ Q% X7 |1 P6 i1 ` r
第五年
( g5 v9 d& l1 g HPM2.5 PM2.5PM2.5PM2.5值变化额
- I( c8 o- T7 [% n, k2.32.32.3- `# b/ `9 @$ N
7.37.37.39 k& B, p8 o% r( V# Y
18.318.318.318.3
0 o2 [5 b% m) u8 u, Q% o& q61.361.361.361.3. e7 n0 U5 B0 y, h: K8 c
155.9155.9155.9155.9155.9
+ r }" Y8 f# F& X6 @2 N" Q快速 治理 考虑 治理 成效 ，其每年 的治理 计划 为：2 J6 P2 @+ l* W7 c( {& B, i
年份' C% c& O1 F! |
第一年. t5 P V- W7 l/ J4 k7 m5 U; B; p
第二年( P) U/ |) L- X3 @4 A1 i" g: }* t l
第三年: u% E% Q$ |' L- ?) f# B
第四年
; K& e: ^6 @& G" @第五年6 q6 j6 ?, c& i, b, ^' P
PM2.5 PM2.5PM2.5PM2.5值变化 额, M# f' I" ]0 N: g. H$ `
36.7536.7536.7536.7536.75
7 b& C/ y7 j2 p8 S% o1 a) q36.7536.7536.7536.7536.756 S+ Q+ j: X! J: Q( ^. A
73.5073.5073.5073.5073.50
1 L( g; ?* W' t4 k49.0049.0049.0049.0049.00: D- v0 _6 F3 |% r
49.0049.0049.0049.0049.00
' m ?& A2 [+ [5 b) o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：( O# K2 Y, d% H2 q/ \: T0 |# Z5 ~
名称1 U! m& i8 z! v5 B
二氧
2 z, I$ s$ @- y化硫
2 t6 b7 o- I- ]5 @$ {$ F3 l( e二氧
" O+ z6 r" S+ e. n6 W$ ~化氮
+ J0 O2 P, m7 h( ~, w' N7 I可吸入颗 粒物# X2 p7 \( c( D5 E- K# n/ H& u
一氧化碳
# r( [3 ?, v2 `, s5 I6 T' M4 S臭氧! l# c$ [7 D' m# H
PM2.5
( [' n! d! G% ?5 QPM2.5 的 减少幅度
5 L1 B# k: M- x$ K( [6 w) E一年后 终值3 ]+ l4 O! L$ z/ z( ^2 E+ Z7 V q
47.88- E' F7 x* Q5 N3 ?/ P
74.76
5 t6 a5 D( i% [4 w! {121.80) W8 f- O9 R' {3 e) Q$ {" N1 D
50.02
' e C6 t1 q- b14.108 Y L$ ?* c* y A$ e& j0 e1 [
220.77& o @9 s& t4 \" a% g
18%
8 H' L B* A! \% y# ~) G0 F t二年后终值; Y4 [# A; u/ ?/ t7 [
38.76
- ^8 Q) h& ^; z' g60.52
& W( Q# P: Y, V, j) K98.607 s0 k0 X; J, e# N& [8 d& f/ \
39.044 A) u- }* D* P; E- i
13.20
, d! M6 U) ]; Q! _* y; V" [3 I: d172.44/ V( H$ d& d" i- v
36%4 ^% T- r' H; e& T+ t4 F
三年后终值0 O6 Z) Z8 ^! {+ f
29.64
1 h, t. z8 F+ q' f. ?, z$ T/ F46.28
1 {( c) ]! |/ P u+ O/ G75.40
8 ~/ c* ^, A" T% Z& e' f28.063 S, g0 y" n( d/ C4 H+ S. Y* a
12.30
$ v6 W7 k- D* ?$ f124.979 W2 q }1 G z$ `6 W, P2 T
54%
/ x* b- i t G$ M. z+ P四年后终值/ M. T3 ]3 Q9 O9 @2 C) E0 p
20.52
& l/ }- X2 i% C d32.04
* b) t$ B6 ` q52.20' l! F( t6 x; d+ C- m" J6 t, O
17.08/ L: D4 c- k2 @3 R5 {
11.40
3 l4 _+ n& D: i- ]: `78.79. i( H0 c0 c% {; C: j' f
74%! L! n Y, G! _3 I, O) R3 w
五年后终值
. O* h% F- o& s4 }8 N11.40
' p+ B% X: J! D7 b8 ^17.80
c& K9 J* T5 w- H. N29.00
6 M& H) H, P) W" C; N. o6.10# G" ^* S& U8 r1 z
10.50
0 e) o3 v' S8 Y, q34.37
m% ~, F* p7 ~; C9 Q87%, o( _ D/ Y! J. I9 \) |' j
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 。5 y, @# L2 F0 P
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 ' i. w/ u, {9 w+ B1 N1 L
. D: r: o1 u! ?1 E& @" {2 v
|
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
