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：. y9 z* t6 H4 {. ], ?" ^
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
7 x% j) n( }, _! H0 Y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 F6 h0 v( H2 z4 a7 L A问题一：
% y0 j3 Q1 C" M, L, m* V f1、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 U' ]# C: L& G. r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
0 V1 B$ h- A. v9 n/ Q- E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 k" F0 J0 _2 R8 Z5 u; Q
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+ T* p' _( }4 F" b5 ]( r/ ^
相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为：
1 U* r* w4 J G" _; s; W& e1 V1 B0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY LnX
5 J9 q" C9 `% w7 e! w, C0 X2、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
% k- W# l2 }$ @, \, l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、6 w' ?" U- s: g, r3 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+ @1 n7 w; k3 h6 K5 @! d: v1 m
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：
/ e$ w) i Z2 N1 HLnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −
" y6 [2 v8 L4 [( a Y45.905𝐿𝑛𝑋11 − 85.1032' ^% n* e% {# M* c! p' ]
问题二：4 y! x" l9 [. J/ n9 |
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
- H/ u0 ]! S0 L* x* V6 z9 b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3 }9 V/ Y; U# X' t7 O* h
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
& k: z3 B, j9 H- ^# y! u" G染情况下，污染源上风和下风L公里处的浓度。
. J. {. s. Q7 t3 z! `' R+ q2、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
" Z: u+ \- d3 i2 R5 q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& f4 Z* X+ C2 ~) C. X6 K
- 3 -; x m# A2 w, L
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。; L) O' @ s3 `
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。9 K) q- N, z% b( ?; y
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。
; A1 s6 x( }( Y' q- F问题三：% Y4 y2 t- Q! z: Z7 n) Q, m8 A- J; o
1、提出三种治理 方案：长期、快速全面。* P6 J: A" e2 @ x D- S4 z2 A
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：6 x( t; e* ?! P+ I: K" w$ v" i
年份
6 h) a! h9 M( P3 o+ o第一年
: Z1 {$ J1 j6 V0 t0 v. l+ @& z第二年% G9 Z0 k$ X3 [/ D7 G# n
第三年
1 s8 d6 g) U0 W9 \* \第四年3 Q' g7 V% s; p3 l8 e, W9 h
第五年& V& a6 g; l) ?/ q, H% |8 ?! n
PM2.5 PM2.5PM2.5PM2.5值变化额
F& v; d( q8 j2 E' \$ v2.32.32.3
0 ?% p0 r9 r& X5 e& r8 e4 q7.37.37.3
1 `0 I" G% j$ C/ L5 b18.318.318.318.3
9 a( {7 |5 p9 m* ^61.361.361.361.3: U5 v$ A. ^! i$ m( S
155.9155.9155.9155.9155.9
* ?+ P9 l( O; E5 W- e# D9 P快速 治理 考虑 治理 成效 ，其每年 的治理 计划 为：
2 O+ ]# l- y C, m5 O年份. \ N1 Z) A/ z }
第一年
+ m6 T) P& w5 ]第二年8 f2 j8 `1 T a+ [7 k6 J g+ k
第三年
/ x' z6 I# y# G- E1 I第四年
e- Z; m5 M% V# w第五年
8 k" I5 |# P0 ^+ O8 BPM2.5 PM2.5PM2.5PM2.5值变化 额% A2 y0 A1 f; u! N. h- \
36.7536.7536.7536.7536.752 T4 @, F( P8 I" {% r' v% E
36.7536.7536.7536.7536.75/ u4 S: V M' [2 G
73.5073.5073.5073.5073.502 Z9 m$ h" t, J1 d: e
49.0049.0049.0049.0049.00
y4 l* A$ O2 j4 O" }49.0049.0049.0049.0049.00$ R, o; K2 t6 i# h6 e1 @
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：
5 U% X2 n/ C* V8 t1 R3 B- G名称7 z- ]- I$ x0 w4 V9 i+ \( z5 h! n
二氧
! C* x# }5 ?6 B! u7 E化硫
+ b0 R# q2 k% s) X# \二氧4 G+ S2 n$ D6 ?& g, }. `
化氮
, ^2 U. k) O ?! A可吸入颗 粒物 w* q* P; D1 {8 ~' r
一氧化碳
9 o7 x3 x! w4 V臭氧
: Q1 P7 ^0 M& iPM2.5
' W( ~; g% x, Z1 Y5 ]! p- HPM2.5 的 减少幅度5 F5 `0 s) v6 r1 s
一年后 终值
( s$ T4 G: e0 Q7 O, L$ u47.88
. F- ~; K6 q* \6 f74.76* \) n, B+ L4 x' r- _" L
121.80$ k7 |% N8 x! ?) `
50.02
. M Q1 N+ n; S8 o! Z14.10( U0 F; Z! n8 a; K7 D
220.770 v( e' }2 s+ c9 U: y
18%; z2 f1 q! N! T: K1 }6 }' y
二年后终值
" k* C8 h/ S+ p1 U38.76! @* q8 w' y+ C/ \6 _
60.529 k; S! Q, {; c( A# q
98.60+ T2 p! R7 i; ^7 d
39.047 p; i2 S Y2 q0 l- g _3 h
13.202 `( P; L/ {' v( y( W$ V
172.44; `, R0 L# O w& `$ \/ O
36%
! A6 M: \2 b8 t+ z8 N三年后终值. b5 k& M( d8 _
29.64
' E! q: M: ^# G+ R46.280 S" z9 g% s( D' S8 Y
75.40) I4 D1 Q' T8 W. }) M/ _5 y
28.06" l7 l% `" u/ J+ A2 J
12.30
+ S0 X* Y. R, o( X. Y! ^6 P. Z124.97
# W% \% T7 _3 p+ J x7 I p1 S54%& ]/ C( K) h& E- F: Y6 N
四年后终值3 e- G x C/ {
20.52+ {' `9 ]1 c' v% E/ D p, \0 s
32.04
% L: [9 {# b; d/ A( @# t52.20' c$ A+ ?2 J: |+ O2 B
17.089 w5 v! w# x9 T$ {# l' g, s! ^
11.40" r6 ?+ M7 _, Y0 n0 r+ s
78.796 u% T! B8 P9 z- p9 F
74%+ V! C0 Y! x+ H! n, G. D4 F; R
五年后终值* d+ A9 B, ]. g3 v5 w4 @% k1 k
11.40
( R$ _* q x; P) U* e17.80
0 S! n* h* U! x: Y8 S. d7 Y: ?- Q29.00
7 R+ P3 P' j5 _4 f' r; ~6.10+ F/ v3 z, i( G" W
10.50
9 i) L# `& ^- r6 J- r f) B! P2 k34.37
2 V! n! z0 f \1 I8 X/ B87%& T$ u6 R" V% t( u! ` I* H/ H/ x
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 。/ E& x& H# u3 v. n( z" 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
1 {) Q- s- @4 H- e1 }. M" s, [( X; S
/ h$ l" w! l" Z |
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
