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：
3 [$ s# X W. o' I4 W; Z4 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3 j U8 p- P0 F0 v O) }1 }: H* k
评估及污染治理等相关问题进行了研究，取得了以下成果。9 Y7 D O& y% r/ H
问题一：
1 M9 T9 Z9 I+ c! P% r2 D9 R1、研究二氧化硫X1、二氧化氮X2、可吸入颗粒物PM10X3、一氧化碳X4、
" C4 R& n2 |- C7 _2 h0 e7 x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1 o% M' b% L0 B( X$ c( O# V% l- V- ^
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
# ?% z E3 g% [9 x8 u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
$ L' `: d8 B9 f* d/ [) S相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为：9 e2 J; N0 S& s
0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY LnX
3 w) [$ j" ]' N* Q6 J O2、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; w; O' S& v3 J2 V" J" S8 J
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、/ u, Y$ e0 o l3 e! {$ R
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
1 ]0 ]5 E, `, l/ B7 n) T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：
5 p4 Y, Y; y4 X( r6 }LnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −
' A" a6 `3 Y, U2 t. ?45.905𝐿𝑛𝑋11 − 85.1032, y! Y% A. H2 j
问题二：2 l0 Q' Q0 [: m8 d8 m$ d
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
# c4 _: _0 z0 x- _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
* T( s( |" @$ j3 Z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
' n) h6 Q, T a/ |6 h2 u; `: y染情况下，污染源上风和下风L公里处的浓度。
* \6 l5 J, w# d2、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0 G; o8 L5 r1 |
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( y e, c O* r8 ^! d2 {
- 3 -: v N H7 V/ n# i8 W" A% 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。
, w- W* a) ^4 [/ G0 Q6 I# Q) y3、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。5 U( o& r# O$ p
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。, K: Y5 `9 I( [& J
问题三：
4 |) M& ~" ^' D1 f1、提出三种治理 方案：长期、快速全面。5 I( V" x( `/ Y2 N6 g
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：2 P+ w7 n/ [) a9 ^3 X; {$ w
年份! V3 P! {9 b3 N" r* o/ \ M1 N
第一年. ]0 {; D s6 H9 U8 T; a8 P
第二年
+ e- r5 G& C/ I1 ~第三年
$ V$ j. n( a; z v* a1 a第四年8 y+ r* E- ~4 P l
第五年! }6 ]2 |4 S! I
PM2.5 PM2.5PM2.5PM2.5值变化额& e- h1 P; a( |) A
2.32.32.3
- N3 x* I" e/ i& M( _+ {2 Z7.37.37.3
. g4 v/ I$ K4 T+ x18.318.318.318.3
8 Z. [: J5 r! M; d# X& q, M61.361.361.361.3
6 r/ g) I# z: j2 Q, r& r. k. D155.9155.9155.9155.9155.9. w' V/ v. r7 g2 L7 ?1 V$ P
快速 治理 考虑 治理 成效 ，其每年 的治理 计划 为：
+ ~6 i' M3 A+ r4 k, D! c; H年份0 Q& E9 @% v5 t, B
第一年0 c3 p3 |% o; b/ @0 k
第二年
7 f3 H: Q1 P3 R; H2 q% l6 a" H/ K第三年
, z5 j) e+ N8 B, q& y第四年
v' o! D0 j# _; o$ Q" ~ Z' v- M第五年" B4 Y! ~3 e+ o$ Y$ W# m4 F& m) r, Y, x; W
PM2.5 PM2.5PM2.5PM2.5值变化 额
5 L9 v: I- ?8 e36.7536.7536.7536.7536.75; ]/ a b! Z6 `- Q
36.7536.7536.7536.7536.75
+ E1 k% q) H7 s3 _8 v8 w# {73.5073.5073.5073.5073.50. ]% {: \* b) J8 d7 O, Y- L, H
49.0049.0049.0049.0049.00. X. A0 a/ r6 S8 {
49.0049.0049.0049.0049.002 T$ J9 T4 c( Y! X& s# k+ T- _9 c
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：* L! Z' e" S" Z. r
名称& {& n1 t6 A% O/ W1 O+ s5 y
二氧2 c. o. @' k, C' c
化硫$ r6 f1 p) q! E1 S$ W# h0 Y5 l
二氧
8 b9 o3 z0 F0 X$ U化氮; c+ ~& H3 A3 k* O0 L, |0 t
可吸入颗 粒物; |! R. Z) D. Q5 T( ?
一氧化碳
' |5 E9 `9 `& K8 p \. t8 [3 v: Z臭氧" X: t% E2 m3 ~- |# M. M
PM2.5$ Q+ u( ^2 W2 H2 Z9 f( R% H V
PM2.5 的 减少幅度. T8 m+ U. d$ B6 o" K7 [7 {" |
一年后 终值
* y' M( M5 U6 x8 a/ u( w4 a47.882 e$ V; o5 R$ k$ |% n9 T: I
74.76
7 a$ Y. V1 ]3 m0 Z0 B121.80
6 F' s. \! x& I/ } g50.02
8 c4 Q0 g ~; ?7 i B0 U' s14.10
7 E( ~8 t) |# F7 I! [220.77
+ }+ U4 I$ d- [! k$ s18%9 B$ U" ^) ]) p7 M
二年后终值
' W) s- `$ T' O38.76
: m3 b3 w* R1 @8 b, f6 e60.52/ W; q: l9 k6 }* w0 [* T2 U
98.609 k: H" U" T4 `7 G% `8 B( M% L
39.04! Z, |' W& o1 m, p
13.20
" g& R! P, B# F5 C172.44/ r5 M' X; a6 n4 x
36%
_3 \6 ~+ m+ P# ]0 A三年后终值/ O6 w% c8 V+ W& H0 r3 H
29.64
# A0 M0 @% j( [% u! u46.28
9 O* G( d3 Q1 F& i$ @. a75.40" o. w4 t) Y9 F6 _' y9 K
28.06
( r: ]+ r: d0 ^7 k" M$ a. A12.30
* ?' q$ @7 w( d! Z; T: G& @2 `' l0 e8 a124.972 P# ?5 h" ~" p+ A& g
54%) f# T+ _3 q+ N) G) T1 B+ @5 q# l
四年后终值
6 T) x$ r" d5 t- ~$ n. N8 L( v20.52
; H6 c4 K- E# v5 R32.04
- N Y1 R# T& ?52.20
! f: M* {6 m( m0 h! d9 k17.08
# U' A, R/ h& M6 b/ a8 n) y8 Z% ]11.40
) G6 C* r) a" V8 a78.79
, n- P1 q# n# |6 f0 D1 r/ i74%* E' o# b3 ~$ O. }
五年后终值2 L" |0 ]. x! O7 n
11.40& X+ O7 E& g! L% i2 m6 O% n
17.80
% @/ i+ L& z6 m% ~# R" q( f: Q( f29.00
- o9 `0 ^5 f; S6.101 T& c# t8 e$ @" c
10.50* P# {/ ?+ G% z8 y/ T* c2 Y
34.37
% S, \0 K7 S% Q% ^! O0 n87%
) B _2 ^1 `0 ^6 e4 C& c* R' _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 。
+ h( j: [! @. Y. L' p* X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
9 _0 \8 d4 ]& R" h- s. R
4 _5 }% I- n, h) L) f( H |
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 2014-9-17 14:41
