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:
, {8 j4 T6 _0 F5 f5 P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
, c4 o0 [4 e; Z2 M) R1 Y( P- _评估及污染治理等相关问题进行了研究,取得了以下成果。) `/ t) i; y2 ^9 n3 Z2 k" b0 O6 u
问题一:
8 F/ Q7 L* V2 T/ I& 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、
|; D8 i/ R' k n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/ `/ e2 H( s( g1 y
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 m5 n$ e( c, C l7 ~
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
4 h, h9 P/ r7 `7 N3 o0 u相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为:: H; a; {" u' C) g3 A* e( z
0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY LnX
" b' n. r% \$ H. r5 P% U2、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
" L6 L# Q: l* c- \! r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、
; O8 R7 S7 D& O0 \* D7 q2 P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PM2.58 u D$ J: D4 R
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:" f0 n5 G' h' i# y3 Z( ~
LnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −
# h% Y7 E) x+ C7 T$ N45.905𝐿𝑛𝑋11 − 85.1032
) w. w3 C0 ], M7 }) o问题二:
1 d" b! |: B/ ?, z! _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 [& ?2 e: H5 W2 R( P4 p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( f+ j+ u$ y; k
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- S; l9 ~6 L; d# ^" R( n
染情况下,污染源上风和下风L公里处的浓度。. G/ q) t: c2 U* t% n2 F+ `( I. p
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7 a9 S7 T9 g# T) O* v" _, K$ C
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/ `" x8 `+ l$ G: b- 3 -
" k" B" s% k c8 R2 V# G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。+ c9 S: g# O7 n/ b* ?6 a
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。4 I7 S1 |5 E7 `( O& E; M
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。8 c0 ^9 P! z1 `2 E r7 e
问题三:
$ K3 Q) Z- L" {9 n1、提出三种治理 方案:长期、快速全面。
) y; }! d( [1 ]! ^# S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:
+ x2 S% [ v5 b) K& a- A年份
' n5 H* g0 R) v" K7 ?第一年
* Y5 S+ u F# X) ~& @ T第二年
; B+ r6 S- G0 }第三年9 j" ?/ D2 {; {: |$ y7 L
第四年
% w5 U1 ~, U) S! o第五年$ m! }: V4 m% `& Q i. r
PM2.5 PM2.5PM2.5PM2.5值变化额8 k* a* T8 b2 i8 X- O; a# }/ A
2.32.32.3
* [4 I( L& e4 @# |8 I# b7.37.37.39 Z, V& S8 H2 u' f% {
18.318.318.318.3; c8 @. X6 t( _1 ~8 N1 k, o
61.361.361.361.3
6 e* M/ s' S- a0 C6 ^& W155.9155.9155.9155.9155.9% M* o. r8 n& T7 H; N9 x `
快速 治理 考虑 治理 成效 ,其每年 的治理 计划 为:
9 c* v: C0 C0 n; s9 j年份/ \8 a/ }# g7 l- ]% F' }5 l) m- O
第一年
( K Q- B# j$ P6 p) `2 y第二年
d' z; q7 |8 ?3 _' B第三年' Q) d: s! o( Z
第四年
0 N5 J$ f6 F U, ^0 w第五年
3 w8 C$ E* g$ s9 }9 YPM2.5 PM2.5PM2.5PM2.5值变化 额$ B* H, W& F+ M! D5 y7 P
36.7536.7536.7536.7536.75! V* ` H2 x1 Z" z
36.7536.7536.7536.7536.75
+ _5 I9 l+ K/ |4 c- h73.5073.5073.5073.5073.50
& F8 M0 _+ K- N% e1 J49.0049.0049.0049.0049.00
3 @: {! e- p9 A: N: U, z+ Q49.0049.0049.0049.0049.00
/ {- U! R, m! U4 ^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:$ E9 L" s3 o: u; E2 C, ~. a( ~
名称7 ?5 s+ G9 q. x) z
二氧( z* {6 V9 ^ |+ X( R4 z: q1 U
化硫/ W0 K- L I* R% l1 ~4 B$ L
二氧
; r; E5 Z( f) Q. C化氮+ n5 t0 Y3 v4 `' E5 a' D
可吸入颗 粒物; ?$ [, I7 C- i7 @% D) K! f+ c1 p
一氧化碳
# p0 l" _" c7 y+ z* Z3 M臭氧
! v- P" ]" Z+ u! p- [. RPM2.59 c) _5 s, N/ V2 q- `% {: H/ ^2 }
PM2.5 的 减少幅度
, N& l" V/ f3 B8 _; f% C一年后 终值
+ l) J! e! j8 K47.88
) E; ]0 R4 B0 X% \0 a7 @( m7 |5 X74.76
5 V3 G8 C* |' F5 w121.80
# y: l3 R5 W* ~+ r+ Y( z+ [50.023 R: |, o7 h; C) R! U6 n& g
14.10$ l9 [: M8 V1 b6 R$ V; i
220.770 U N1 P) E5 E7 _3 ?
18%
w9 J, Z t( t& P二年后终值
k# m# i2 v5 f. Y/ j9 N( |38.76
, [) [6 }, y8 I4 }60.52: S& T$ j5 ]# P; u' r& U; B7 j @8 t e
98.60
' k s% Q6 P' m7 V+ S3 O39.04
3 J( t3 e, Q2 t7 M13.20
" s5 o) Z( Y! w _1 ^% `172.44
2 @+ L# t6 z8 f" b L36%, G) ~: H: j* L0 j
三年后终值. W- N {8 n7 W( G* F
29.64+ h. H; F2 b$ x& Y* i+ w/ C4 p; y8 o
46.28: f$ n9 I p, _) U
75.40
9 |0 f* a1 Q7 @6 V( W- W28.06
c1 p9 u0 I$ W$ k7 q9 e12.309 E8 p8 O5 H a" Z' a
124.972 y. X; O% d! W9 R$ F
54%3 L. K* F7 X) E
四年后终值, F9 M5 U' T5 w! H9 l3 i; B2 w) j
20.52
6 `+ _# K, u9 M' Y# E! }32.04, y2 M( K9 N' c0 C1 i$ `% T, b! c
52.20* K1 }& C) W# L9 b& ~4 F% i5 K
17.08
$ X, K; _9 ? o" d& `5 B11.40" G0 p% o1 g( `* }" M1 _! R- t
78.79+ F) r. N) H$ M, n6 \$ L
74%
: C/ S! d2 i& N a5 Q3 v6 M五年后终值
$ D/ a! b7 ?! c- `11.40
$ m1 M4 r4 a. M: K7 x: B% B g+ n17.80" R @( [4 J7 c2 m. v! `
29.00
% {, G. z9 L$ X$ a6.10; S- w0 N& n! y% W
10.50: j5 \( D) H5 |% g5 }0 c+ p8 `
34.37- T+ T" N0 `: Y8 O2 R
87%0 A, C+ F2 I' I3 C; {' Z' Z
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 。
0 K& [* r& f) X* @, R3 D" }( L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 ' H% H' N/ q/ r( j7 V( k! X% N
' Y% h( P T: A; Q
|
zan
|