TA的每日心情 | 奋斗 2021-5-1 20:26 |
---|
签到天数: 2013 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:) f) i# j F% w z2 |
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
9 N* d7 w: N! z2 [评估及污染治理等相关问题进行了研究,取得了以下成果。
( {! R/ j/ d! V1 s9 Y) s/ q& p问题一:
5 c" n. c, e/ F/ g1、研究二氧化硫X1、二氧化氮X2、可吸入颗粒物PM10X3、一氧化碳X4、
; A5 p4 Z6 S" u! m. b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9 E' i, ?$ I0 Z C# S: l0 Q
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
3 E' B" i. i, r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
" r2 }$ A* d( R: H& ^. V. q相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为:, J+ T. _" j- o) k/ E
0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY LnX
$ o" a& E' `! w- u" h' w2、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
8 c) P P9 c1 V1 R$ h3 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、4 u2 E& R9 y) z$ e, Y4 T: ^
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PM2.56 P. F: a! n- B$ K! S
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:: m$ H- P. E6 S9 ~8 p2 l
LnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −# q' T I- Z) Y/ J
45.905𝐿𝑛𝑋11 − 85.1032; @. T Z- e P5 {
问题二: b; G) `4 a# y: n! V
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/ f W, ~' r s" @& d
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
- i, u( n, j. Z: p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2 D5 K; W$ V4 G
染情况下,污染源上风和下风L公里处的浓度。, {4 j3 S$ b+ r* f+ L% j6 g1 {/ W
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
% w# [2 p2 i- O: x% d4 p9 ?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" j% e. N8 @- A3 Y$ Q. C3 D3 ?4 Y# V
- 3 -
: ` R, N% ?' A% V/ i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。2 l* O) O- ^" [8 G% ]4 v( q
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。
$ k! L5 b4 q: _9 ? V3 n2 q4、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。( @, l, O) v% c$ ]: h7 n
问题三:
2 o+ d% E. ]9 y1、提出三种治理 方案:长期、快速全面。2 |! |; @ H8 ~& q5 d- 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:
$ a2 X% K$ Z: \; ]年份6 f# e/ A P- b; \* k6 p' w$ K
第一年, u7 ~* j+ F2 C% E8 `
第二年( ^/ } o, s" k! b
第三年- A `. c5 x" ]4 O: M, a: K
第四年
- _ u7 J1 K, E( W第五年
2 ]) {, X2 Y6 S! @% h- mPM2.5 PM2.5PM2.5PM2.5值变化额
; ?# c. ^; G" I2.32.32.3
4 N9 U- G9 _9 z0 m. M3 |6 T+ Y7.37.37.3
4 G( @# p5 S& c( x. ]18.318.318.318.3% R- V; W) h+ \, N" O
61.361.361.361.3
1 e0 c1 w- B$ O155.9155.9155.9155.9155.95 v1 C+ G& O9 R& l7 y, ^
快速 治理 考虑 治理 成效 ,其每年 的治理 计划 为:
3 d* I0 w* o( `6 t9 H+ y( ~年份9 f2 ?, r2 B, h- P" _ Q
第一年0 ~ Y+ W' G* L2 W: E
第二年
: {1 F' g2 G; a' E4 K' u第三年/ p7 e. a' Q3 B. e
第四年, G6 y/ G9 Z- I. W/ b
第五年
9 x0 N' J4 V6 A$ L+ J: B' N BPM2.5 PM2.5PM2.5PM2.5值变化 额
( I+ V* @2 ? \4 G& M36.7536.7536.7536.7536.75' B1 c9 c+ y; n9 c! C. g4 Z; r; T
36.7536.7536.7536.7536.75$ n/ n6 C1 ]" {
73.5073.5073.5073.5073.505 W' X1 G8 V" e2 n+ V
49.0049.0049.0049.0049.00. |+ Y+ Y: }; t0 [4 V/ u% t
49.0049.0049.0049.0049.00
# t9 c& q7 L0 f' R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:
: c: N- R' J! h2 ^+ V名称* |' ^2 C. h% o4 ^
二氧+ @7 ?$ R- H/ A& o, L
化硫, ? w7 u" T7 ^3 S
二氧% I+ x3 D. z& z; z( t! o
化氮0 p5 W5 t/ w' b+ ], c7 L: f
可吸入颗 粒物
! Y/ T1 I+ r" Z0 n一氧化碳* F/ U8 M5 Q8 A- J3 P
臭氧$ ]+ J# S2 l' P A' v, S
PM2.5
0 h! Y, W0 n2 ?* T& dPM2.5 的 减少幅度$ M+ |! c/ F: U" U" w8 D1 Z
一年后 终值2 U7 F; U+ _4 Q' g% v
47.888 s# v2 l4 ]9 W$ G/ O# l0 a
74.76
% y2 X# B) a" i) S1 U, p121.80
9 B6 V( p$ u% h) l50.02
/ q; m, ?* l8 ?) T14.10; T) Y$ l5 I" H U/ P, t
220.77$ _9 Z D) R; F! _( a
18%
0 K/ i2 E0 e* m' l3 Q; q0 c二年后终值" ]7 P( R0 d, j: Y4 m+ {
38.766 ?; J5 e3 V. b: i
60.52
2 U4 O' W( c* P7 n% ?, P98.60
* G8 |4 V3 J/ G4 G( |" }" l39.044 ~1 K% h Y7 p
13.20
# n O8 G9 A& X6 f4 ]& Y! e( G172.44) M% F; R+ ?4 I$ a2 k6 v1 Z
36%
. `" q3 ~9 r& Q) r$ C三年后终值
; [2 b, n1 i: _29.64
: o9 q; l' ]# |2 n4 Y$ {* ^46.28 J7 M6 ^+ g6 \' c, W2 [$ p4 F8 E
75.40
0 |8 \1 Z; v* e28.06 V# n! w7 c; ]
12.30
. g5 r' H# _. f. F m! A124.97
; [# m- p" ]+ T) Y1 A7 t0 \54%
: q3 }# H. \" G+ p" M四年后终值
! Y; u! ]$ i8 a. `20.52
2 \% n3 n3 d% H. W* B ?32.04
3 W8 g) V) V+ t) C8 [- |1 `! z52.20
' L5 [% i( o0 ~$ \( z0 X17.08
% P/ F0 n7 t. c# M. P: a11.404 C) K7 _ v1 V5 |0 n
78.79
) q/ e0 T! ^* j( w2 O$ H, ?7 C) x9 A74%
, E0 X+ o( B) X! d五年后终值2 H+ x- b, V7 J. p5 I7 p
11.40: _3 B! `3 n1 U
17.80
M) T5 ^( G5 Q5 i# k+ t; }: X' B29.00/ j4 O8 d- t/ L- P$ L5 [ {
6.10; a8 ~; Y: _& Q P" N6 n/ g) L! d
10.50 J; T& F: U# ?6 v3 _, H
34.37
/ v+ o. H1 }! ]$ s$ N) t8 M( |87%
0 o) ?& v3 i; I V; E2 s6 F2、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 。( Q5 E& \, P( K! w7 x' s0 @
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
9 `' n8 d& C# j
1 q N" n' S" z; a* T0 ?! {% I |
zan
|