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：
# U% J0 n, v! g8 X9 ^1 e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
* a2 E4 g+ X, t ? m. b评估及污染治理等相关问题进行了研究，取得了以下成果。3 E9 i' U& E1 Y1 n5 X4 e) B# g* t
问题一：
; o$ S# z; @$ E; K* h% d. Z1、研究二氧化硫X1、二氧化氮X2、可吸入颗粒物PM10X3、一氧化碳X4、
7 @+ }7 X8 M$ Z4 }& ]/ t# o& y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! M% g1 g. W3 k( o, b
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, F8 `+ ]0 o' ]) S8 k
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' N4 j) L9 o6 B8 C
相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为：
9 `$ Z# Q' `2 [% `+ z$ r0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY LnX - z7 ~0 n1 g1 j8 W
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 F/ |* o) ]9 S# i+ R6 c9 p
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、
! Q" A" k4 L3 l4 y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* ?: a" T- P- m: G* X5 T: C
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" N8 h, E) p; JLnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −, k7 ^1 k; [. X8 }
45.905𝐿𝑛𝑋11 − 85.1032" X" C% K c/ T& ?6 @ \: H' j
问题二：: C! P# T- C6 Z+ ~. r! F: ]! r
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
6 F# `$ E4 _& V( t- r- P( c0 s( E/ Z2 [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
( D/ ~. x, I( w0 F8 \1 B# Z" C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
j. N9 A D5 K) |1 `染情况下，污染源上风和下风L公里处的浓度。( X! h) l! Q' @+ T
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; R% ~( K$ y& ?0 y' i7 ~2 d9 z
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5 G& C/ P L, s* D; J: q3 z( {
- 3 -9 k8 u1 }+ \) A C' b" q
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。) Y5 [* o" _2 i
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。
. i p9 i+ B& y5 j9 ?+ D4 s: o4、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。
0 n3 J' Q6 c. S% a问题三：( p5 v" H7 v5 l4 ^% n5 }2 J0 M) P
1、提出三种治理 方案：长期、快速全面。
5 r, y( g+ J6 W. C( K- m' ~1 {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：
( \8 d6 y- B: ~( m年份5 {; e1 g5 p; W, p N) [2 ]
第一年
: x: y3 y( X9 ]; g第二年' u- @0 V; `- e; F; g" k
第三年8 }, }& E8 b/ M
第四年. @7 t) [: j) M% n( M) n
第五年
; S8 Y- s1 k8 I$ u# Z9 K/ H% nPM2.5 PM2.5PM2.5PM2.5值变化额: A6 N. B; H+ G/ z3 r6 x& U
2.32.32.3; h5 U( b9 q7 `# |) I& f
7.37.37.3
% r" `( J+ X. [" c9 M18.318.318.318.3
% d9 z- r$ J" D1 ]$ G. i, \61.361.361.361.3" i# \0 N9 D. ?, {/ V, M9 c/ e
155.9155.9155.9155.9155.9
' P j. z% ^2 r快速 治理 考虑 治理 成效 ，其每年 的治理 计划 为：; t! `% }, V7 `- m
年份
4 z a7 o' f( K9 Q第一年
3 s) D6 {+ I1 A4 b8 c第二年) E6 O! r/ _- J' I: [
第三年
% L8 c' d, E6 X, I第四年
, @8 _; @/ W( x2 _- B第五年
8 H" o& C( ~, l4 e" QPM2.5 PM2.5PM2.5PM2.5值变化 额
9 B. C# ?! q; A M- n$ F" m36.7536.7536.7536.7536.75/ c! s4 Q2 O( j7 V% X* y3 t
36.7536.7536.7536.7536.75
& U' @$ n5 \8 W% _+ u! f9 X73.5073.5073.5073.5073.50- d& W3 n; ~) ~8 K( W/ J
49.0049.0049.0049.0049.00" ]8 R# u/ H$ {# z2 E" L* e# V
49.0049.0049.0049.0049.00
) @2 @+ \8 ~. I1 l; W( J' R4 v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：
/ ~) ^% x( W- V. t4 o名称
6 U% h/ M5 _ R二氧
6 a: j/ q, n5 r8 }* U化硫
$ D4 x: W% f3 j. w1 ], `二氧# [/ q9 ?, q( y% l) \$ s) X
化氮) `1 _' z2 p% z8 S9 V4 {
可吸入颗 粒物
3 f0 A, ~/ }- x* K; |, t$ w$ W一氧化碳- \( \9 n9 _4 o. Z
臭氧$ F( u% l4 i( r: @3 g* |
PM2.50 S, G. X* x& s7 A. r0 t
PM2.5 的 减少幅度
9 D8 |$ I8 l3 ^+ Q& B一年后 终值9 ^ i3 L b, Z% ]) g
47.88% |0 K8 d1 n& h: V4 V& F6 k
74.76
$ M* ?$ _, M5 k' b" f9 H$ m121.80* d+ h5 J: x5 f; H* K" }
50.025 y2 q5 |# c2 E" D
14.10" ]) N" l* L/ Y, r& o4 g& i% T
220.77
$ W q/ w8 q. I0 Q( Z5 ~) o* ^18%
1 _1 [" {6 W5 G4 _; \ d二年后终值
: H8 B5 W8 E: z* Z+ E# D; J38.76
7 c# j3 }. p& ~1 L N/ \60.521 q z0 r: f2 L( M n) f
98.606 _; A, \, L0 ~ g( X( w1 k' |
39.040 M k0 j- N% N9 g
13.20" [4 K0 q8 l# m: y) b$ ]) K
172.443 M8 b7 o* Z, a9 L0 [1 v
36%2 P" w" h1 x. ?" U1 w- z5 [
三年后终值
1 A; s* e6 ]) i( @5 _- ]4 G$ a29.647 D+ C: x' v \9 Y' |! j2 g9 A
46.28
e4 p# Y. f" V# q75.40. }% P) G8 k9 K, b3 B- K
28.065 e/ b: }% A8 G [3 Y& I- z
12.30
7 Y# C9 O- p; V9 x: K. i: N124.97+ j3 c3 V; v( d; Q; I
54%
4 C# X6 b) y, |: U$ [: [四年后终值 r" d" F2 p: j5 W3 U# ?4 A' g
20.52
3 M5 V; j" t; P6 K( v) K m32.04
! }3 i4 r; H' f+ S1 Z0 h9 P# ~- }52.20
) [) g: f* M0 ]2 z17.08# `+ O2 E) q3 n( r
11.40
' d( J1 a% R8 { Y" V* p5 C7 h78.79
7 l% f3 \1 G* [ l74%1 |% B8 X2 P* L4 b: a
五年后终值
1 v! y3 I' o# `11.40
' y3 K, u) ]& L5 B( |! P17.80" A$ w: y7 w4 ~( _+ I8 V
29.00
9 v8 s' ^- C( Y E: x* l+ g) ~6.10
% d! s% H" M7 A! w/ P4 c [' u2 [( M10.506 h6 K d) U t8 m' F) H
34.37 Q/ K+ Y, V# i+ B
87%2 D9 w; @: w) L
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 。1 m# s3 E; R* ]' x% `) E0 u7 C
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
& f( i( L( `1 J1 x! C$ G
5 a2 G* K( D" l, E% d! ]4 S. [" ] |
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
