QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 2339|回复: 0
打印 上一主题 下一主题

空气中 PM2.5 问题的研究 海军工程大学 90038016队

[复制链接]
字体大小: 正常 放大
杨利霞        

5273

主题

82

听众

17万

积分

  • 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

    跳转到指定楼层
    1#
    发表于 2019-10-8 11:22 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta
    空气中 PM2.5 问题的研究 海军工程大学 90038016队

    % B5 ]. z( r* {8 L' z  t: |  i- Q. G" J/ P

    / g0 G# Z/ p% u- I3 i, M! a8 gPM2.5 是空气质量指数 AQI 中的重要监测指标,是产生灰霾的主要因素,对人类- X, h6 A5 q4 o7 ]; K7 A& X& ?
    健康危害极大。由于 PM2.5 进入公众视线的时间还很短,与它相关的统计数据比较缺4 ]5 W( o! i7 _9 [/ @/ G% |
    乏,从而限制了对其客观规律的了解。对此,本文着重进行了以下几个方面的工作:
    , S4 y7 o2 |3 G0 `7 N% H- g一、PM2.5 的相关因素分析。结合附件 1 中的数据,利用 Pearson 相关分析法计 * q$ l% m+ Q2 C  {* }
    算 AQI 中 PM2.5、SO2、NO2、PM10、CO 以及 O3 等 6 个监测分指标的指标值及其污1 v& w' b2 X# A$ m3 R6 n
    染物含量相互间的相关系数,定量地分析了 6 个指标之间相关性的强弱,发现 PM2.5* R% i* A7 o4 _7 T6 b- h
    与 SO2、NO2、PM10、CO 具有很强的正相关性,而与 O3 呈较弱负相关。在此基础上,& f. W6 I$ O( M! g; d* T1 Y- c( Z6 A3 G
    建立了 PM2.5(含量)与其它 5 个分指标及其对应污染物(含量)的多元线性回归模
    7 D" ]" s- E/ r# Q# Y型,并利用附件中的数据对回归模型的合理性进行了验证。/ ~5 D4 Y4 h, G6 W& Y  i$ [
    二、PM2.5 的分布与演变及应急处理。利用附件 2 中 SO2、NO2、PM10、PM2.5
    ; Y# V0 @) G* C* x' N4 ^, Z% b的 2013 年数据建立了 PM2.5 的 3 元线性回归模型,利用回归方程拟合 2010 年 ~ 20124 r8 J/ Z" L6 s) @7 s. D8 s- x
    年间缺失的 PM2.5 数据,并以此绘制 2010 年 ~ 2013 年间西安市 13 个区域对应的
    1 k9 L9 h' z3 j3 A, A" T. MPM2.5 拟合值曲线,对不同区域和时间段的分布情况进行分析,发现 PM2.5 具有季节
    - B3 O  m+ h+ i性、区域性的分布特点。同时,计算附件 2 中各区域 2010 年 ~ 2013 年间每个季节空/ G" g( R0 m2 ~; F+ C
    气质量指数的平均值,取其相应的污染等级对各区域做出了污染评估。/ B0 M$ @# y" n% f. T
    在合理假设的前提下,根据扩散理论建立了简化的 PM2.5 连续点源扩散模型,定0 x3 m6 u: m: ^
    量地分析了 PM2.5 与风力之间的相关性,并利用附件 2 中的数据对 PM2.5 与湿度之
    + V# r8 [" p: E; _. ?/ u$ J间的相关性进行了定性分析;再提取附件2中的两组数据分别建立其PM2.5扩散模型," R3 P' j! {* L
    绘制其正下风向的扩散分布图,从而对 PM2.5 扩散模型进行了定量与定性分析。
    1 p! T! d! G  h7 ^0 [, k! U当污染源的 PM2.5 浓度值急剧升高时(作为新污染源),周边区域的 PM2.5 浓度0 {% @) Y0 Y4 d9 Z4 @! J0 v
    在短时间内不会发生突变,继而建立新污染源的短暂连续点源扩散模型,并提出了污
    8 ]0 x- b4 z" F, S7 ]染扩散预测与评估方法:对污染源下风向 处的区域,分析在 时刻该处的 PM2.5 浓2 z0 ]( Q( R  U/ p
    度是受新污染源影响还是受初始污染源影响,再利用相应的污染源扩散方程预测该处P+ n0 N2 U% y& X3 S) P1 W( h
    的 PM2.5 浓度,并换算其对应的空气质量指数,继而做出污染评估。进一步,结合附
    3 _6 x* a6 |7 R6 y) u7 }% r件 2 中的数据,利用该扩散模型进行预测评估,通过统计下风向不同区域的污染等级,
    . ^) p+ Y3 k- T8 N给出了重度污染和可能安全区域。, _9 \$ O4 r! w. D8 ^# `1 j( b9 X
    为分析文中扩散模型的合理性,在附件 2 中选用小寨、纺织城、兴庆小区、市人, w8 {- ]" K! a6 f' Z
    民体育场等 4 个监测点数据进行比对分析:利用后三个监测点建立 PM2.5 扩散模型,
    7 ]2 Z1 s: W: d% o) W! k并对小寨的 PM2.5 浓度值进行估计,将该值与真实测量值进行比较,继而分析扩散模1 p# X$ z' ^' I9 T- J# }
    型的合理性。同时,结合已有的研究成果,对 PM2.5 的成因、演变等一般性规律进行% G' U+ W4 e2 G4 ?  a. m7 d
    了探索。5 M- ]* ?2 n, g$ v
    三、空气质量的控制管理。在分析 PM2.5 的污染成因后,总体上依据“先源头、6 U. w+ {# g+ ~7 H  z
    后时段”两次分配的思路,确定阶段治污目标并制定相应的治污方案。在分析附件 1
    & s! ?$ W8 X/ Z! ~- N所在地区 PM2.5 的主要来源类别及其贡献率的基础上,按照“源头治理,贡献率越大,
    8 Y/ E6 v4 I, V: F0 V& X1 G" G要求完成的治理指标越高”的基本原则,按比例分配给 PM2.5 主要来源不同的治理指. N! f! N+ K/ j3 u% l
    标。针对不同的 PM2.5 来源,根据其治理措施的有效性、周期性等特点,分别设计每
    ; G* J& p( n' F$ G2 j" E3 g& u年的治理指标,继而确定该区域 5 年内的污染治理计划,并给出了每年的全年年终平; ~/ _, N/ f* @; S. y' L
    均治理指标。& k. H( [$ z+ f" Z2 m9 a' S' S
    采用综合治理、专项治理相结合制定治污方案的思路,将 PM2.5 治理指标按比例6 d' O& c7 J7 g3 A1 o6 k& `3 h
    分配给该两种治污方式来完成,继而得到每年投入经费与 5 年投入总经费的数学表
    , U9 Q/ F! U( e. V达式;在完成预订治理目标的前提下,以总经费尽可能低、每年投入经费适度均衡为/ B" b3 H; `" w% ^0 @' m; H2 z+ M
    优化目标,建立优化模型对专项治理计划进行优化,给出了五年投入总经费和逐年经) e3 x) o5 E/ c# X- D1 b- h
    费投入的预算,并对专项治理方案的合理性进行了说明。
    ) L, c: V5 @4 |/ V1 k$ I5 D, L3 v最后,我们分析了本文工作的优缺点,并提出了改进方向。 2 ^& L8 x9 I2 B8 F/ q8 R* y8 ]

    ! A4 |8 P% X$ `/ x& \: ]# D# \9 S: u  t  |0 T0 u

    D题海军工程大学90038016队.pdf

    1.84 MB, 下载次数: 1, 下载积分: 体力 -2 点

    售价: 2 点体力  [记录]

    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2025-9-23 14:08 , Processed in 0.485357 second(s), 54 queries .

    回顶部