没有合适的资源?快使用搜索试试~ 我知道了~
相关系数算法-PM2.5 扩散预测模型及相关问题研究.pdf
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 199 浏览量
2022-05-01
19:56:19
上传
评论
收藏 3.39MB PDF 举报
温馨提示
试读
34页
相关系数算法-PM2.5 扩散预测模型及相关问题研究.pdf
资源推荐
资源详情
资源评论
- 2 -
参赛密码
(由组委会填写)
第
第
十
十
届
届
华
华
为
为
杯
杯
全
全
国
国
研
研
究
究
生
生
数
数
学
学
建
建
模
模
竞
竞
赛
赛
题 目 PM2.5 扩散预测模型及相关问题研究
摘 要:
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
评估及污染治理等相关问题进行了研究,取得了以下成果。
问题一:
1、研究二氧化硫
、二氧化氮
、可吸入颗粒物 PM10
、一氧化碳
、
臭氧
和细颗粒物 PM2.5这 6 个基本监测指标之间的相关性及独立性,并对影
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
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
相关。最终给出 PM2.5 与其他 5 个物质 IAQI 值的拟合函数为:
0.9690.2154LnX-0.3546LnX0.3526LnX0.2416LnX2262.0
54321
LnXLnY
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
剧烈,其中 PM2.5 值与湿度
、气压
成正相关,与大型蒸发量
、风速
、
气温
、水汽压
则负相关,并且在所有影响因素中,风速和水汽压对 PM2.5
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:
问题二:
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
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
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
染情况下,污染源上风和下风
L
公里处的浓度。
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
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
- 3 -
大,在横向距离增大到一定值以后,扩散浓度逐渐降低,直至为零;2)随着距
污染源下风向距离的增大,扩散浓度的变化渐趋平缓,但污染扩散所能影响的
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
变大,扩散速度增加;4)源高的增大将导致污染物浓度最大值向下风向偏移,
扩散与稀释速度加快,污染浓度最大值明显降低。
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
增至
并持续两小时情况下,结合三维图及平面图分析危险区及安全
区。
4、结合小波理论及神经网络理论,提出小波神经网络的结构及算法,并通
过 Matlab 实现了对 PM2.5 值的预测,预测拟合度较高。
问题三:
1、提出三种治理方案:长期治理、快速治理、全面治理。
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:
年份
第一年
第二年
第三年
第四年
第五年
PM2.5 值变化额
2.3
7.3
18.3
61.3
155.9
快速治理考虑治理成效,其每年的治理计划为:
年份
第一年
第二年
第三年
第四年
第五年
PM2.5 值变化额
36.75
36.75
73.50
49.00
49.00
全面治理根据第一问中得出的 PM2.5 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 PM2.5 的治理,其每年的治理计划为:
名称
二氧
化硫
二氧
化氮
可吸入颗
粒物
一氧
化碳
臭氧
PM2.5
PM2.5 的
减少幅度
一年后终值
47.88
74.76
121.80
50.02
14.10
220.77
18%
二年后终值
38.76
60.52
98.60
39.04
13.20
172.44
36%
三年后终值
29.64
46.28
75.40
28.06
12.30
124.97
54%
四年后终值
20.52
32.04
52.20
17.08
11.40
78.79
74%
五年后终值
11.40
17.80
29.00
6.10
10.50
34.37
87%
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。
关键词:主成分分析,多元回归,改进高斯模型,小波神经网络,最优化
- 4 -
目录
一、问题背景 ...................................... - 5 -
二、模型假设及符号说明 ............................. - 5 -
三、问题一的分析与求解 ............................. - 5 -
3.1 问题描述 ........................................................................................................ - 5 -
3.2 六项检测指标间相关性分析 ............................................................................ - 6 -
3.2.1 主成分分析 .......................................................................................... - 6 -
3.2.2 回归分析 .............................................................................................. - 8 -
3.2 其他相关因素分析........................................................................................ - 10 -
四、问题二的分析与求解 ............................ - 12 -
4.1 问题描述 ...................................................................................................... - 12 -
4.2 数据来源及处理 ............................................................................................ - 12 -
4.3 武汉市 PM2.5 分布描述及评估 ....................................................................... - 13 -
4.4PM2.5 扩散预估模型....................................................................................... - 16 -
4.4.1 高斯扩散基础模型 .............................................................................. - 16 -
4.4.2 改进的高斯模型 ................................................................................. - 18 -
4.2.3 数值仿真实验 ..................................................................................... - 22 -
4.2.4 实例验证 ............................................................................................ - 23 -
4.2.5 小波神经网络的 PM2.5 预测模型 ......................................................... - 24 -
五、问题三的分析与求解 ............................ - 28 -
5.1 问题描述 ...................................................................................................... - 28 -
5.2 PM2.5 治理计划 ............................................................................................ - 28 -
5.2.1 长期治理计划 ..................................................................................... - 29 -
5.2.2 快速治理计划 ..................................................................................... - 31 -
5.2.3 全面治理计划 ..................................................................................... - 32 -
5.3 费用预算计划 ............................................................................................... - 33 -
参考文献 ......................................... - 34 -
附录 ............................................. - 35 -
更多数学建模资料请关注微店店铺“数学建模学习交流”
https://k.weidian.com/RHO6PSpA
- 5 -
一、问题背景
现如今由于全球经济社会的飞速发展,工业化,城市化的不断推进,人口
数量的持续增加等原因导致资源能源过度消耗,生态环境污染加剧。而大气为
地球上生命的繁衍与人类的发展提供了理想的环境。它的状态和变化,直接影
响着人类的生产、生活和生存。空气质量问题始终是政府、环境保护部门和全
国人民关注的热点问题。
对空气质量监测,预报和控制等问题,国家和地方政府均制定了相应政策、
法规和管理办法。2012 年 2 月 29 日,环境保护部公布了新修订的《环境空气
质量标准》,本次修订的主要内容:调整了环境空气功能区分类,将三类区并入
二类区;增设了颗粒物(粒径小于等于 2.5μm)浓度限值和臭氧 8 小时平均浓度
限值;调整了颗粒物(粒径小于等于 10μm)、二氧化氮、铅和苯并(a)芘等的浓
度限值;调整了数据统计的有效性规定。与新标准同步还实施了《环境空气质
量指数(AQI)技术规定(试行)》。
新标准启用空气质量指数 AQI 作为空气质量监测指标,以代替原来的空气
质量监测指标――空气污染指数 API (Air Pollution Index)。原监测指标 API
为无量纲指数,它的分项监测指标为 3 个基本指标(二氧化硫
、二氧化氮
和可吸入颗粒物 PM10)。 AQI 也是无量纲指数,它的分项监测指标为 6 个基本
监测指标(二氧化硫
、二氧化氮
、可吸入颗粒物 PM10、细颗粒物 PM2.5、
臭氧
和一氧化碳等 6 项)。 新标准中,首次将产生灰霾的主要因素——对
人类健康危害极大的细颗粒物 PM2.5 的浓度指标作为空气质量监测指标。新监
测标准的发布和实施,将会对空气质量的监测,改善生存环境起到重要的作用。
由于细颗粒物 PM2.5 进入公众视线的时间还很短,在学术界也是新课题,
尤其是对细颗粒物 PM2.5 及相关的因素的统计数据还太少,因此对这一新课题
的探索具有重要意义。
二、模型假设及符号说明
1.题目中所列数据均真实可靠且具有较强的代表性;
2.不考虑软件工具在数据处理及图形绘制中的误差;
3.文中出现的符号均会在分节中说明。
三、问题一的分析与求解
3.1 问题描述
PM2.5 的形成机理和过程比较复杂,主要来源有自然源(植物花粉和孢子、
土壤扬尘、海盐、森林火灾、火山爆发等)和人为源(燃烧燃料、工业生产过
程排放、交通运输排放等),可以分为一次颗粒物(即由排放源直接排放到大气
中的颗粒物)和二次颗粒物(即通过与大气组成成分发生化学反应后生成的颗
粒物)。PM2.5 的成分主要由水溶性离子、颗粒有机物和微量元素等组成。有一
种研究认为,AQI 监测指标中的二氧化硫(
),二氧化氮(
),一氧化碳
()是在一定环境条件下形成 PM2.5 前的主要气态物体。
- 6 -
(1)请依据附件 1 或附件 2 中的数据或自行采集数据,利用或建立适当的
数学模型,对 AQI 中 6 个基本监测指标的相关与独立性进行定量分析,尤其是
对其中 PM2.5(含量)与其它 5 项分指标及其对应污染物(含量)之间的相关
性及其关系进行分析。
(2)如果你们进而发现 AQI 基本监测指标以外的、与 PM2.5 强相关的(可
监测的)成分要素,请陈述你们的方法、定量分析结果、数据及来源。
3.2 六项检测指标间相关性分析
本模型数据来源于附件一中武汉市全市平均数据,选取二氧化硫
、二氧
化氮
、可吸入颗粒物 PM10、细颗粒物 PM2.5、臭氧
和一氧化碳这 6 个
基本监测指标作为研究对象,研究它们的相关性与独立性,并对 PM2.5 与其它
5 项分指标之间的相关性及其关系进行分析。
设 PM2.5 含量为因变量 Y,二氧化硫、二氧化氮、可吸入颗粒物 PM10、一
氧化碳和臭氧的含量分别为自变量 X1、X2、X3、X4、X5 。
3.2.1 主成分分析
(1)ADF 检验
在对时间序列做分析前,首先对序列进行单位根检验,由于该定量分析是
建立在时间序列平稳假设的基础上,如果用非平稳变量进行回归分析,尤其在
大样本和较高单整阶数的情况下,将实际上不相关的两个非平稳变量用来回归
分析,是一种虚假的回归
对各个变量取对数,以消除异方差,借助 Eviews 6.0 软件进行所有时间序
列进行 ADF 检验:
表 3-1 ADF 检验结果
如表 3-1 所示,经过一次差分后,在 1%的显著水平上通过 ADF 平稳性检验。
因此,该序列可以继续进行定量分析。
(2)样本变量的相关系数
由于本文选择的变量较多,但样本数据较短,极易产生多重共线性和自相
关,因此,在进行分析前,先各个变量进行相关性分析,分析结果如下表:
剩余33页未读,继续阅读
资源评论
普通网友
- 粉丝: 12w+
- 资源: 9335
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- keil2 + proteus + 8051.exe
- 1961ee27df03bd4595d28e24b00dde4e_744c805f7e4fb4d40fa3f695bfbab035_8(1).c
- mediapipe-0.9.0.1-cp37-cp37m-win-amd64.whl.zip
- windows注册表编辑工具
- mediapipe-0.9.0.1-cp37-cp37m-win-amd64.whl.zip
- 校园通行码预约管理系统20240522075502
- 车类型数据集6250张VOC+YOLO格式.zip
- The PyTorch implementation of STGCN.STGCN-main.zip
- 092300108.cpp
- 车类型数据集6000张VOC+YOLO格式.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功