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：
7 o/ F+ Z2 C* h+ w* R3 @3 H; |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
# A2 z# s8 b; H0 U7 G8 @评估及污染治理等相关问题进行了研究，取得了以下成果。
+ j. o& g7 |5 }+ _# s% O0 V; N/ f问题一：4 g7 i/ k7 H6 \1 r( u9 U
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、
9 r1 { r) I1 J2 X% Z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2 P6 J H& |9 q/ u- Z
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
7 Y7 H1 ~* E; M% g$ x1 y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+ {" U7 y* M+ w, { N3 D' N
相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为：
% W4 ~! @: U* z, N0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY LnX " l; k; K& W# G$ Q3 v
2、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% H+ u, b5 ?: t
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、
4 \& X3 ^$ i6 k7 Y+ m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
9 C1 _1 e" ]/ M! k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：& Z; T z, T/ g0 V& X$ A
LnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −
; p+ R8 t! F+ Q/ u5 t9 i e: m1 T45.905𝐿𝑛𝑋11 − 85.1032# `% ^+ U9 x! I7 Q, {+ J7 S& V* D
问题二：# V8 z* N a- ]4 Q! t7 Y+ y
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
: @0 f7 t# n; c4 y; [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
, r. a! |1 V3 g- y+ `/ x# e4 t2 |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/ e8 {0 S! v. g8 P
染情况下，污染源上风和下风L公里处的浓度。" r5 D$ G- ^, T5 b5 l+ n: N
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6 X( b L( v1 Z; ~- |. F
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" ^* F1 a, ~$ |$ s8 {1 L3 x! T
- 3 -, v- @' j; t/ r2 p5 {$ M2 t- `/ T
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。: Q/ h J/ r) o6 h2 T
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。
. H% W$ o0 {, i5 `/ l0 r4、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。
, b/ ]9 z6 s1 W+ Z# }7 T问题三：& ^) S0 i. \6 U* |- T- y; ^. o" C+ P
1、提出三种治理 方案：长期、快速全面。
* G9 y/ H, S- A8 I- N5 _" q0 N$ O& m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：; G3 x, \- V7 o5 N! y; Y
年份3 s- g% t! o2 A& g
第一年- N+ f' E: z, v x
第二年
: F' u ]$ M9 W' p+ @第三年
0 _9 f, e" B3 u3 [& c第四年; f+ B+ l0 q, r* ~
第五年
8 ]3 Z+ k, m% J0 h' m* B c: uPM2.5 PM2.5PM2.5PM2.5值变化额
+ f# n9 _, g6 z* o2.32.32.36 @# N( P1 h3 q1 l0 x1 K f$ M
7.37.37.3
% q0 Y7 d- _( k2 d5 g/ X7 P" E# ^1 O18.318.318.318.3
/ z' \1 F" o5 v! |/ L61.361.361.361.3 K/ c, E' u$ U6 T- }" Q/ T+ @
155.9155.9155.9155.9155.9
4 t! Q' w P3 V$ b. |) w快速 治理 考虑 治理 成效 ，其每年 的治理 计划 为：
) M F3 a6 ~! _年份0 {* ^% l4 A8 M' l
第一年
, I- U4 M' ^* n: k第二年- ^, E; a8 [( U! X/ [ J) G2 F7 m
第三年7 g1 b$ E( P8 x/ ^/ O- ?! n
第四年2 R" y. O, ]$ T
第五年
0 o( c( ^2 O5 q4 n- Y% H7 n' pPM2.5 PM2.5PM2.5PM2.5值变化 额* @+ U( ~# v" l$ E/ g4 h
36.7536.7536.7536.7536.75
6 y- ?( J0 g: V& v# b0 P36.7536.7536.7536.7536.75* }. g8 w# K0 _
73.5073.5073.5073.5073.50
S( W- c6 c% t8 c" \49.0049.0049.0049.0049.00
% Y0 c0 V; H6 f$ U- x8 o6 P49.0049.0049.0049.0049.00
5 I% [: E$ {# _" L+ p" m+ P( k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：, M w5 w: N# q2 o' `
名称4 E4 ]6 R; u* {) }6 q
二氧: w5 V6 n) P" u- f: ^
化硫% I* H& q& U& W' ?4 b2 t' A
二氧: f7 l! L0 R) F% ?, j
化氮; C3 z, w- @( w
可吸入颗 粒物
) {1 c) T* |' {- ~) O, n5 [一氧化碳
" ^ C; ?- i7 k/ @臭氧) q% `# v" J. X U8 U
PM2.5
2 v" G+ }+ k0 ]5 u: m+ N2 fPM2.5 的 减少幅度5 }* c4 T6 o0 q2 R. h2 T
一年后 终值5 f, }' O6 g+ n( y8 ~3 [4 ]- T1 F
47.88+ Y. J' _6 U: u, _% Y
74.76
7 Y# n- U- `7 ?3 U8 u' T/ H121.80
8 Q% b9 y$ X9 N" a I! B0 C/ K. z' w50.02
- U5 H. f$ E6 n) V9 b: W, P14.10! C: {% t) y( u9 U# F3 {8 _
220.77; P( V- U# p M! i6 t1 t2 h
18%
4 c$ x1 C6 q( F+ i+ U( w二年后终值
$ l; {8 L8 p" k, ~1 A' x9 ]38.76
) T. x" i" K& W c- q" O60.529 t' z3 c* I7 U' t+ X5 f
98.60' n7 n; B& v ^4 X
39.04
) a8 @0 I @4 n& e# P13.209 m) W4 F. C3 A! x* \" V
172.44( p( d; t f8 L8 z
36%
; F, i* o; y6 a. E& |' X三年后终值
" Z6 G& g1 S0 L! x29.64
+ K7 ?! }. j5 _$ ~46.28
% J% n# l& y5 R75.40
+ {2 y+ q" m3 @ F0 \! F28.067 T2 r4 b) d" f- x
12.30
7 G7 s. m8 I) b8 Z2 @( G124.978 b3 L4 ^/ F8 y
54%
( w0 g7 B6 m7 @8 x4 g, v! p四年后终值
2 o5 ~7 H* J4 H0 b5 L1 J2 N+ ^6 j20.522 \ @4 x+ i1 m3 b. I
32.04, O3 K3 ]8 M m7 Z/ v$ I6 N
52.204 p; n6 g4 n: a {' G" ^% J
17.08
& q& h2 T1 {8 W# x8 N) i6 V11.40
% ~7 P+ \0 {$ ~7 {+ j& {78.79 t6 S5 _8 w+ X, m9 W) B7 E
74%6 S) X3 i5 b9 A8 @
五年后终值
0 s6 n8 m, I! d! ]0 S3 n: ?+ u11.40; W. s. W% C& p- A5 B$ j
17.80
* N _8 a. e+ U( ?' X29.009 ?. w( a8 [9 t0 q
6.10
n. b, T; n3 c3 U( h10.507 A% X+ E* ~ d% U; B' l
34.375 A( x' T1 V# s5 l6 F
87%8 i/ D& D# R; ^! X" z. K
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 。
/ k; K# x# n1 V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
' m5 l0 x' m9 C' ?! y/ M" h6 d& Y5 y% o' q5 i% i' [* u
|
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
