- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 81
- 收听数
- 1
- 能力
- 120 分
- 体力
- 541113 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 167712
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5324
- 主题
- 5250
- 精华
- 18
- 分享
- 0
- 好友
- 163
TA的每日心情 | 开心 2021-8-11 17:59 |
---|
签到天数: 17 天 [LV.4]偶尔看看III 网络挑战赛参赛者 网络挑战赛参赛者 - 自我介绍
- 本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。
群组: 2018美赛大象算法课程 群组: 2018美赛护航培训课程 群组: 2019年 数学中国站长建 群组: 2019年数据分析师课程 群组: 2018年大象老师国赛优 |
8 ?, y6 P+ {3 h- @6 ~$ f: V4 l空气中 PM2.5 问题的研究-三峡大学11075008队
6 F# D2 T9 z& l
. I! {. F! f- v本文建立了相关性分析模型,灰色关联度模型,混合回归模型,高斯烟羽
6 D' T: m: v: ^* e* \2 I/ t模型,分期治理最优化模型等模型,通过定量与定性分析的方法,从相关因素、( P9 N# q/ w: D/ |" e
分布与演变、控制管理三个方面,对 PM2.5 进行了深入的研究与探讨。8 @4 ]/ e# M& A% t5 a. z4 `
针对问题一:8 u; J/ V8 w5 V4 s8 P+ r7 a! o
1、以六种污染物为相关量,建立了相关性分析模型。将附件 1 的数据代入
6 H! n% o& A8 H C$ E; E9 z模型中,求得的结果表明:相关性最高的指标组是 PM2.5 和 CO,其相关系数为
3 H4 V$ K. s. D4 J' ?1 y9 a0.82,相关性最低的指标组是 NO2和 O3,其相关系数为-0.063,即独立性最强。2 F. ]- z, H. X1 L' D/ p- x
2、以 PM2.5 为参考数列,其它 5 种污染物为比较数列,建立了灰色关联/ O% n$ ?" u* W$ ^6 E
度分析模型,将附件 1 的数据代入模型中,求得的结果表明:PM2.5 与其它五
( J& u# w9 P+ m( k& k ~4 Q, s种污染物的平均关联度为 0.80,可见相关性较高。以 PM2.5 为因变量,其它) g: V7 n; H8 y) H( h/ } _
五种污染物为自变量,先后建立多元线性回归模型和混合回归模型,模型结果+ l9 a7 N( B3 g0 |
表明:混合回归模型更优(相关系数由 0.85 增加为 0.89)。
9 i: O2 [, o& H( {" ^3 j3、利用互联网收集到全国 76 个城市 AQI 的 6 个监测指标和湿度数据,以) z8 \, |% D9 |2 N' s" P& L0 H- Q% }
PM2.5 为因变量,其它五种污染物为自变量,建立了线性回归模型。将湿度指
; S$ b4 k t+ Y9 L4 I2 U) j标也考虑为自变量后,回归模型的相关系数得到明显提升(由 0.88 提升到
0 k0 O$ a. d/ n% ~/ o0.92),表明湿度与 PM2.5 存在较强的相关性。
( W0 b8 ?. O H/ [7 @8 T针对问题二:. c8 l9 Z/ B) Z# _
1、通过伽马分布预测出 2013 年西安市 13 个地区 PM2.5 的全部数据,利用
/ ^7 l- N/ d* Z8 \# c9 a8 C0 W6 R# hMATLAB 画出了 PM2.5 时空分布图,并得出了三种分布规律。考虑到各地区
9 X" q+ q7 z3 @“污染程度”为较模糊的概念,因此建立了模糊综合评价模型,对每个地区的6 k# E" U0 ]: j8 Y8 p
污染程度进行了综合评价,模型结果表明:高压开关厂地区污染指数最高7 H% \4 A' w! j. K
(94.39),阎良区地区污染指数最低(75.27)。
. D' x! j& s- g# r: o- 1 -2、对 PM2.5 受风力影响在大气中扩散的问题,建立了高斯烟羽模型进行( j, k; r# v/ Q$ H' ?4 ]. r* K
分析。假设风向为正北向,风速为 40 km h/ ,扩散系数σ 为 0.00001,排放源有3 u' Z7 T- P* V7 s( q
效高度为 50 m ,初始浓度为各监测站点的最高值,对模型进行求解,得到 13
) o( l4 l$ _0 ?: s/ R. S个地区的扩散数据(仅列出高压开关厂地区的上风处扩散数据):# A) v, w( i+ Q! z. m9 _8 `7 ]
距离(km) 0 2 4 6 8 10 11 12% M! h1 P, A. e" M, ~9 L) d& [
PM2.5 浓度( m g/m
. P# t ?1 @( }: g3 e3) 1000 850 703 480 292 108 21 02 Y" O) m: N# i, u; V
时间(min) 0 20 36 58 82 106 115 121
' C* \7 M: R1 _9 |# s0 }8 w3、将 PM2.5 污染程度划分为重度污染、中度污染和轻度污染(安全)三
M1 d, j/ E/ q$ H个级别,同样假设风向为正北向,风速为 40 km h/ ,扩散系数σ 为 0.00001,排
" Q' ?4 |" E3 Q3 R) z' r放源有效高度为 50 m ,初始浓度为某站点最高值 2 倍,利用高斯烟羽模型求出" v7 r6 S: G+ X' `
13 个地区的扩散数据,结合各个地区之间的距离,得到了各地区的污染程度。$ m6 Q* F. Z9 m$ S; i6 s
以高压开关厂为例,得到结果如下:) _7 E5 m! D: t5 q
轻度污染(安全) 中度污染 重度污染2 n/ D `2 a# K. M
阎良区 临潼区 广运潭) L+ J* _$ v9 O
纺织城 长安区) |4 o- V4 R8 x& D
市体育馆 曲江文化集团) z' K9 H9 W0 w$ z
兴庆小区* v# R9 s. f# C7 ~& L: P% m
其它' \/ Z0 ]5 i, D. q) {
地区
- @6 X! s2 S) C% _5 r: P4、利用互联网收集到了福岛第一核电站的放射性物质扩散数据,将放射性
d8 f8 F2 Z) [3 A# R物质与 PM2.5 扩散数据进行对比,发现两者的扩散规律总体一致,从而验证了
9 f' P1 m! p4 Q D( C: _模型的合理性。利用物质的自身沉降作用和雨水吸附作用对高斯烟羽模型进行3 s: L6 \* k7 A" [! K2 G4 i! x
了修正,得到了修正后更为一般性的扩散模型。- D5 s- C) k( M! T6 D- {+ I. f
针对问题三:0 y" ]/ Y* {) D! B& q
1、根据以往空气质量的变化趋势及 PM2.5 当前年平均浓度(280 / t6 P/ A6 f& X, J9 d! U) x% O, j1 T+ m
3
0 s8 L# Q7 D. Hmg m/ ),/ U+ V6 U# B8 R( z. K2 s
预测出在不治理的情况下,五年后 PM2.5 年平均浓度为 324
! C8 w, h$ [+ x0 m k- k; O# [3 9 A# `2 g; ?) P A
mg m/ 。然后采用2 |% U3 G8 \4 ?% D3 ~- Z
分期治理的思想,将五年的治理时期分为前期、中期和后期。考虑到实际治理
' Q- W. [ ~' y# n进度的变化规律与柯西分布函数相似,通过计算机模拟找出了最理想的柯西分! b, K# R# n8 {3 |0 N
布函数,由此确定了 PM2.5 的分期治理计划:
+ Y! K' E G7 n4 y# F时期 前期(准备期) 中期(治理期) 后期(稳固期)
% M& ?4 u- }" D! e0 x8 r# M G年次 第一年 第二年 第三年 第四年 第五年5 K8 o. A. X( P E& g; O6 r
治理量百分比(%) 9.6 32.7 38.8 15.3 3.64 i; a. q! A" s1 W; i* ~8 T
治理量 31.1 105.94 125.71 49.57 11.66
. E% {3 s2 Y( `0 O; F9 \1 I2、以专项治理总费用最小为目标,建立了最优化模型。然后同样采用分期
- h- g x6 V$ Y治理的思想,利用柯西分析函数对最优化模型进行修正,得到修正后的分期治
* q: K" ?/ `% q0 k3 U# C+ @3 |理最优化模型。以数据 1 中 PM2.5 年平均浓度(82 $ R5 U! ?! w+ e8 T Z% {
3 # d1 Y1 s/ {# y, Z" C- p
mg m/ )为初始浓度,假设
; q2 E; y" E1 O最终治理目标为 30 + S! V! i2 b/ @$ l+ m& x
3 8 H9 D, f3 F! @2 {; K( t+ i9 U+ E
mg m/ ,对模型进行求解,得到总费用为 3.38(百万),逐
0 G3 B P+ t0 w. d年治理计划如下表:( \! w M- j# R* m7 o3 `) `2 B
时期 前期(准备期) 中期(治理期) 后期(稳固期)
i( F4 r. u! |8 G年次 第一年 第二年 第三年 第四年 第五年
% }2 Y' Y% l0 ~治理量 6 A' V1 M0 G# C! {
3
' Z7 o1 e5 Q% v0 i" J$ z. g: @mg m/ 4.15 13.65 19.1 9.85 3.25# |- r: I0 |2 }& l* \9 D
费用(百万元) 0.086 0.932 1.824 0.485 0.053/ Z& K# z ?0 O5 Z9 w5 Q
将模型得到的治理计划与实际环境治理计划进行对比,发现两者的治理进
, k( F1 \8 Q$ W2 U0 g/ k$ {, \度变化规律总体一致,从而验证了模型的合理性。! E+ A n8 H" d8 a& ]
关键字:相关性分析模型 灰色关联度模型 高斯烟羽模型 柯西分布函数6 u1 s* A; [" f" h
9 G; ~3 o4 ]5 p% v
$ j( j& J _4 h |
zan
|