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:2 H! k! a5 |3 z) }* a7 K/ S
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" {9 V4 X, R$ }' N& d
评估及污染治理等相关问题进行了研究,取得了以下成果。$ P; |% Q: R0 |! X6 W2 H) S
问题一:. h _2 S# [, x: m4 A$ i) J, R
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、
' b& z9 K4 e$ T: Q: T+ }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/ \* N4 [0 [2 l7 @
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1 K. x. J; H8 _* w' n6 Z) x6 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
7 d" r8 A/ a- y5 S; E ^相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为:
4 B4 r5 Y( m& J- O: r/ P. i. A0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY LnX
- L4 ]& Z! K$ L2 |( `( o# S2、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/ e6 }( {9 `& v* 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、# b+ A. ] N- 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PM2.5' a2 K6 Y6 n9 c' _( r& p
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:
; J: |, k5 J# W5 wLnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −
; m' [4 |( k9 {45.905𝐿𝑛𝑋11 − 85.1032
0 m" H) r" ~7 \问题二:
, k% z4 F& W& v$ c$ I3 W! W# w1、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
1 K9 g* a8 P/ \ E2 V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) [* w/ K8 Q; w: \3 }/ B
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' t/ s) \: a9 |0 _" O1 ^染情况下,污染源上风和下风L公里处的浓度。% ^, G7 U$ R( g7 _
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
! a6 d Y. b/ @8 @" b: d- p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9 h+ L* F6 E6 B$ v) d# o& Q
- 3 -
3 E/ n- }7 h6 h; j& f$ [- A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。
* A6 o- W( w: r3、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。- m% D5 n4 G$ q
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。( h, e' X4 I1 l- `
问题三:
2 u9 q" r: x$ C: n8 ^& T' V1、提出三种治理 方案:长期、快速全面。
" C/ O1 C. \( {+ a; k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:
9 H6 w, K. Q8 o; o年份; h; L; [ y' G8 q; B5 h9 Y
第一年0 p& c3 a- b( ^; \5 Q
第二年9 z/ U. C3 E! ]7 l
第三年
+ A& |6 J, a% p1 Z. u1 H+ ~4 Z, f第四年7 f ]0 V8 J# [' b
第五年& n) E' x# @/ ]& y1 P+ p4 ?
PM2.5 PM2.5PM2.5PM2.5值变化额
9 }. J0 R9 y7 I' T- D' ]0 G6 V; x! _2.32.32.35 s# x8 i& f; Q9 G: Z' B4 a
7.37.37.3
8 S+ d" h! e2 x8 q$ p' p$ W18.318.318.318.3
1 Y/ g6 e+ H* _, w. }+ H61.361.361.361.3
# k0 S' B$ J& S. H' Z2 j9 B/ F4 o155.9155.9155.9155.9155.9
$ t* p$ d3 G5 _# o快速 治理 考虑 治理 成效 ,其每年 的治理 计划 为:9 \# F- [9 B A, G" h/ l1 V8 ^) I1 c
年份# X1 u8 h! v% \# G8 U5 m' `& o5 T; A, L
第一年
8 G/ V- I# P& j1 d: ` h7 t第二年( J- A2 T+ o+ _8 d
第三年
/ y1 U! E6 g8 B$ ^第四年
7 D6 e% h7 ^8 K4 m$ p( R# Y第五年
" v. g5 |7 ]/ N7 Z2 C- O( {PM2.5 PM2.5PM2.5PM2.5值变化 额* _$ B/ b; Q0 O4 G8 x! R, a; P- C
36.7536.7536.7536.7536.75! N* h0 L1 _$ B6 t! \
36.7536.7536.7536.7536.75
$ V- t4 L, p7 f. n7 {73.5073.5073.5073.5073.50% y) E3 C/ u* l; @' C& B' p
49.0049.0049.0049.0049.00
) o9 ?4 l/ e. E% P0 V( B8 G49.0049.0049.0049.0049.00
" ^$ N) w$ h# d3 r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:
4 I$ D. P W7 v0 b9 ]% r( _$ p名称: W7 d9 c C s, o3 W$ |' V: l
二氧
. w" ~# [* F, y: z W化硫
+ h# G' K0 {- r" ^1 l3 c二氧
+ x! B( k e/ U4 _) S化氮
3 ^; D7 d! g' B4 R6 G可吸入颗 粒物% e9 k! u% z* v. p! S/ r( O3 H+ Q
一氧化碳
1 O6 { e4 K) |/ o$ O9 X臭氧: c/ Y% q8 n" y, P
PM2.5
0 t- s4 o$ n6 e9 S9 u/ FPM2.5 的 减少幅度" P0 U$ @6 H0 N; M( @) c1 [
一年后 终值; |/ S+ q; I+ p9 p6 W
47.88 @5 D, `; R5 f% b9 Q
74.768 _/ f3 g) ]$ b* P2 Z
121.803 O7 W) I0 ~" j# i0 S1 r, v5 O1 C2 |) B
50.02
- q, K/ O( R2 T* j8 _/ Q14.100 C9 S; F/ l' B8 K8 T% n; f
220.774 R$ ~" H, E( K) t$ P9 a$ H$ D
18%# o1 p" X. K7 t z4 G
二年后终值6 }1 ^0 i2 G0 B/ X* |" E$ N i) K }
38.766 t; A# T/ X- l2 u4 w! K/ L" F
60.52
5 Z4 W/ g( `; e( U" ~7 G98.602 l' Z; [: R4 I* ?
39.04
+ E" H2 M( g1 ]9 u4 m4 \13.20
0 b ?; x6 ~ B7 A8 Y$ ^172.44; g8 o/ E: d4 d' m
36%2 t7 S; S; `1 ]% A2 G
三年后终值
G8 F9 O- D6 Q0 v! Q) \( n) E29.64* ~! r3 L e5 p% B
46.28
0 B, f: U4 r+ b- c' V- O5 }75.40
) H7 O: E' q3 u. m5 M7 ?8 d @28.06# d! m1 {$ q0 T) d
12.30
% M/ d2 | d1 M5 r124.978 [/ `+ W' x0 k. A2 ?, }
54%+ z( |% a$ y) ^4 s4 y3 {1 f3 u
四年后终值# u2 Q* S, K) u7 s. l/ B# T
20.52+ n' O9 s' N, O3 q) H
32.04
' ^8 f7 ~7 ^) K, s. I52.200 j7 E8 ~# r" J1 P2 _
17.08- e5 d' Y6 O2 L, j0 W4 U! a n
11.40
X$ H) D2 ^5 }' k9 Q- _78.79
: h! J, b' _ l) x; {5 w. k74%
3 u# h- o4 W6 b& n3 d五年后终值
# q, E( `9 t% n8 ?4 \11.40; |& Y. u6 p* M: I' U4 E
17.80" t0 V) J$ t0 r7 v- y7 J
29.00" }: n& C( h& a& U7 l7 V" F. d
6.10
) b$ D3 X0 I8 w8 U+ [3 X- |/ r10.50- p* | m$ q% {( H4 l8 @
34.37
& J7 X2 T8 s3 _87%
: H1 M, S- i% w, t" N& x1 |; W2、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 `9 c. ^! E! D$ d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 $ x" n* d0 u7 ~; H) t$ R C
' ]1 ^, s# b) g |
zan
|