PM2.5 扩散预测模型及相关问题研究

madio

摘 要：
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
/ s9 `3 I( c: i3 e% [$ t  z评估及污染治理等相关问题进行了研究，取得了以下成果。
5 m: a( S0 A# u( R2 ?; G$ h6 r问题一：
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、
( \4 m% i) `- v' r  }# @- S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
5 r) W+ ?. |/ g& X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
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
. w( W9 P4 k: Y5 u相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为：
0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY  LnX    
# W6 Q1 v- s, m( l* h$ I2、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 I- x# {" k  \; g1 W- o' X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、
2 J( m7 d+ A2 X' a* b  V9 E" N4 J: ^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
( V  e1 m# p1 G$ A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：
LnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −
45.905𝐿𝑛𝑋11 − 85.1032
问题二：
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
$ ]* F7 \  E4 T+ ?( 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
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
0 b1 x! L. j# _) n/ I8 [染情况下，污染源上风和下风L公里处的浓度。
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
( c, y9 B6 B& k0 q  C0 _: R3 r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
- 3 -
: |' T6 P5 O8 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。
5 }# l3 N& e3 Z/ {. P* l3、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、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。
问题三：
: I0 j, Y1 N& s1、提出三种治理 方案：长期、快速全面。
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：
  m1 ^/ x9 `" l- A& a年份
' P, e0 @- d6 ?2 e第一年
; L( i5 A5 H$ d4 M/ w, t第二年
第三年
第四年
3 b" X* S' s1 u) @( S, S3 ]第五年
) H4 g: D+ e2 F( Q! X9 N5 @PM2.5 PM2.5PM2.5PM2.5值变化额
. l) w/ \0 F2 P# M- e' h2.32.32.3
! c+ y0 ]# z$ i7.37.37.3
. U6 E, n* C5 \6 @- d18.318.318.318.3
61.361.361.361.3
155.9155.9155.9155.9155.9
  A/ \1 B) u4 G3 a" f! }2 g快速 治理 考虑 治理 成效 ，其每年 的治理 计划 为：
年份
第一年
第二年
! `+ U+ s. k% M3 q) y& m8 [. b第三年
7 j; F& x" m' Z+ i/ l( b第四年
第五年
PM2.5 PM2.5PM2.5PM2.5值变化 额
! b9 v) g( J) A5 e, C( t( z4 n36.7536.7536.7536.7536.75
36.7536.7536.7536.7536.75
73.5073.5073.5073.5073.50
; y8 i  g% C& Z: ]  x49.0049.0049.0049.0049.00
49.0049.0049.0049.0049.00
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：
名称
# t! U( V6 s6 l$ o) E+ c0 p6 o二氧
化硫
二氧
化氮
可吸入颗 粒物
% \4 H3 _; _* |一氧化碳
臭氧
PM2.5
+ g' b- C8 Z* ^PM2.5 的 减少幅度
2 T; j, h8 j# b' v% O" U一年后 终值
47.88
4 V" K1 `+ l! F/ N74.76
121.80
6 A: m  k; [% N& b" G4 P3 a4 X) u3 z50.02
* I! z4 _) [4 X) N9 K2 }0 g  A14.10
220.77
, A' y- `2 W" t7 S' k8 k18%
% L  c4 _9 V, E8 ~8 e二年后终值
6 Z5 y: E+ r9 Q' Y38.76
3 v3 M4 ?; I6 q  j+ z+ j/ E60.52
3 K& S+ h& [6 [1 B98.60
+ E. r. [$ g' N) n! S" a/ A39.04
9 o( o& M9 J/ N# j13.20
172.44
36%
6 [9 g0 `- J) q6 p三年后终值
) f5 m) O* w7 a; T! m- {" w2 {' _* G29.64
46.28
9 ]2 c' v) Q& O# C4 q75.40
+ \1 `5 h( x) ]* R, h' s5 Z28.06
! p+ e$ D- U# D9 E$ C: h12.30
) R# B  B  p# ?124.97
+ a" E$ I7 ~0 b% v) N54%
四年后终值
20.52
32.04
52.20
  j( i3 q* r1 v17.08
11.40
78.79
74%
五年后终值
11.40
# s3 W% k; l, k& v9 X9 u3 ~17.80
29.00
5 v( v* z* x9 N, P6.10
! P8 I& ~+ E7 ^7 z10.50
34.37
87%
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  k! ^7 p( O9 y# G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

shadow猫猫

感谢分享！！

anjofan910

感谢分享！！

sytuljs

感谢楼主分享！！！！

模天大楼

还不错诶O(∩_∩)O~

奥霸马2014

顶一个。。。。。。。。。。来自: Android客户端