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:; i+ g$ B) G) t: L9 k6 O8 A
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
% u2 S" ?( c+ f, j$ b评估及污染治理等相关问题进行了研究,取得了以下成果。
* z' \, t7 W T G问题一:
8 ~* b# Z0 b) x, _5 N1、研究二氧化硫X1、二氧化氮X2、可吸入颗粒物PM10X3、一氧化碳X4、
$ f! u6 k* \8 N/ Z* b 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 P& D, H3 F+ g% t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/ w- ~; b5 o$ q; E
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
" G: X( a8 C% t) s相关。最终给出PM2.5 与其他5 个物质IAQI 值的拟合函数为:
" m% V1 l. e. [0.2262 0.2416LnX 0.3526LnX 0.3546LnX - 0.2154LnX 0.969 1 2 3 4 5 LnY LnX
4 ~' T h' w/ w2 k0 `# {) 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
- o. l: }) ?/ K+ A6 t4 M3 \+ v& q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、9 v9 z' }: E6 c2 u5 F2 q/ I- P. b, @
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PM2.53 U: C& D+ w1 Q: n% F- 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:# Z+ K! ^; W/ ~+ z8 q: O
LnY = 2.3975Ln𝑋6 − 14.903𝐿𝑛𝑋7 + 19.4621Ln𝑋8 − 44.323𝐿𝑛𝑋9 − 21.929𝐿𝑛𝑋10 −
$ [, h9 @, E1 m6 N% I) y# U5 Y45.905𝐿𝑛𝑋11 − 85.1032
4 A+ f# c$ e5 x+ e问题二:
. `$ V- m- }; B& J) \5 R4 ~+ B1、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
3 `2 A6 ~$ H2 t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
3 k2 L* w. b. M# S0 s9 @! e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
: I- t7 ?0 t& f6 ?! o& Q5 M染情况下,污染源上风和下风L公里处的浓度。
4 r/ u- |$ D0 n+ c3 P2、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$ h/ C# z" g6 q4 J; f" I' O
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
' ?9 b# n% F6 m; X" |& e7 ~5 ~; o- 3 -5 |2 `8 {: p9 Z8 j$ q
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。/ b0 B1 n9 A" x( q0 y# J
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。* e; H9 w. y+ A% B* f1 e! G# L
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。2 `1 {3 x3 H j! c8 o! v' C6 k1 h
问题三:
" a; N1 B5 q/ O3 C& {& L1、提出三种治理 方案:长期、快速全面。8 z* b, P/ ^5 A: X
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:
. t. E, q& c! _( _7 z3 S8 ]年份 Y0 Y: K% M7 z
第一年; J* f ~6 F3 N3 x1 H" U8 k
第二年
0 ]0 m& u5 Q% u' Q6 L- v, N第三年5 Y9 g9 f; s+ v' k: N
第四年' c4 `4 L" {8 w0 F! k1 Q" p, d9 s- H D
第五年# m& ]- k7 Q/ {; {5 \
PM2.5 PM2.5PM2.5PM2.5值变化额
) x6 _1 ]) B8 |9 L1 U) l; f2.32.32.3
Y" V1 u# Q3 s3 u7.37.37.3
4 @& |/ ^/ ~( \# @3 O$ D6 e18.318.318.318.3
+ w: _+ r/ ]+ p61.361.361.361.3
y5 k+ I( f8 }" _) q155.9155.9155.9155.9155.9
& Z1 h4 S& N5 D$ m$ L4 U; h8 q/ K8 t快速 治理 考虑 治理 成效 ,其每年 的治理 计划 为:
: b- w% b) a' [( G' `年份
$ g. C) E9 d' ]# s$ `4 B, m第一年
" L: u" O, u# i! \第二年
0 ]" X7 w0 ~& h) ^第三年
% o, X' m, w( C p% W g. Y第四年
( b4 N$ @" \$ X8 b6 G8 ]# B$ v0 F第五年
* |% ^% u! \/ l' NPM2.5 PM2.5PM2.5PM2.5值变化 额
) i- _& Q# _! j* g7 n c36.7536.7536.7536.7536.75
2 m* Y, G0 n Q9 {+ j4 H# `36.7536.7536.7536.7536.756 l% l, V9 g% m$ A% x1 Q5 k
73.5073.5073.5073.5073.50
* j, F- t: [* |" |# M( t49.0049.0049.0049.0049.00
5 |( }, F9 ^& w9 }" Y" B8 c49.0049.0049.0049.0049.00
2 E( t" y; V1 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:
8 \; z) c. P( q名称
" a1 J8 q$ R3 g+ [3 N" l# H- ^二氧9 p, E9 R7 K! B0 M4 y8 Y5 ~: K5 ~
化硫( D; u& m2 k! ?3 k/ S9 b
二氧6 R# C" R% O' @8 |& j
化氮
; m! v0 c; u3 P, w" `可吸入颗 粒物0 J" [% t9 E! f5 j" @. Q4 `
一氧化碳- t6 p V% M# h( p2 a
臭氧
6 S* X' J, m6 n; Q9 S9 P( l: ?PM2.5 ]+ G7 ~4 y. r) Y: i* i
PM2.5 的 减少幅度
7 X1 H# x6 `, N3 M" _+ g一年后 终值
6 r( W2 }. t9 K% i) a( U: F47.88. ^, g/ ?9 V& l; I! e& m
74.76
1 {! T& l& D( R0 F2 u121.80
" F1 n" m" O, e% D4 t) I50.02
i0 C: |2 L3 V% H- F9 \& B y14.108 P) f) x @4 ]+ k5 \3 N/ r( g
220.77
$ O3 P; ]% p3 q; M8 a, K2 ^18%* w4 @+ S( u" K
二年后终值
1 _, E/ K$ S0 K# t4 [# R2 K. S38.76 a& Z9 K* T5 r6 C6 {! G
60.52/ f7 D* X) j5 D2 l8 {$ s3 L' X
98.60
3 k" B4 M1 s2 t- c0 _39.04
7 b- x" }# @# v4 a13.20
8 q" _! Q) Q- l1 }. G0 b172.44" }. R9 K# P& r$ \1 \; ^, q
36%( O- B, ?5 I! ^0 m
三年后终值
1 A# U. u& c. w/ Y5 z+ t29.64
4 k, ~8 p4 c h9 M# T9 ?6 v46.28 f: C. ]* S$ c9 ^, G9 [
75.40
! l3 d4 k7 a2 M( d& u9 w6 c) R) \( P28.06
4 B$ |) C' ]. h( b12.30& i( I6 [ s) `( m6 f& N
124.970 T9 |: R; E4 V" u \
54%+ g" a3 v: K# v; J) \% f8 o
四年后终值
% H% f* |2 B+ \7 c6 A1 K; c20.52
/ v) z$ ~, q2 n6 i32.044 T' ?5 m- _) ?8 N5 r H6 X
52.202 P, g3 t! I5 I% l5 N L
17.088 F* \. |, e1 f) e8 ]5 I: k6 U; C- U
11.403 p" N, m9 Y! n. F
78.79+ z% a5 c# {: y9 Q% C
74%
% [$ Y$ k0 \* @ K. s$ H! u" p五年后终值1 P* k9 X: G# p0 M& n2 N
11.401 S( b7 P; X: @" V% g5 q
17.80
! ]5 [' m/ g) `/ P! `9 {29.00# j8 u9 Q$ t; ^
6.10
; N& m4 d/ p Q) }8 g10.505 o Y0 k. w3 [; `
34.37+ Y3 h* T4 o J: C
87%. Y8 D o: N9 g1 i2 M- X& l1 Y
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 。
; R3 |3 t! R3 P7 D) R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
5 T& i3 J0 j0 O; R, i' _% I" t/ k6 L; ^% s2 g
|
zan
|