空气中颗粒物的分布及预测要点解析.docVIP

空气中颗粒物的分布及预测 摘 要 本文对空气中颗粒物的分布进行分析通过附件1、附件2中的数据运用软件，对模型进行分析和求解.针对问题一：根据数据筛选统计出针对问题二：由问题一找出曲线拟合工具箱拟合可以发现拟合度较高的为Fourier函数（见图4），然后根据拟合出来的函数预测2014年6月1号的PM2.5平均浓度为82.3558，同样的建模思想，可以预测出2014年6月1号全天24小时各个时刻的PM2.5的平均浓度，以0时刻为例，由所给数据可以筛选出2014年4月22日-2014年5月22日31天的0时刻PM2.5平均浓度变化，根据0时刻PM2.5平均浓度变化，利用曲线拟合工具箱拟合出一条曲线并预测6月1号0时刻的平均浓度，其它23个时刻以相同的方法预测（见附件3）。然后根据，计算第i个时刻的指标值占全天总值的比例为，前面求出的可进一步精确6月1号为=（97.453，104.94，106.1，56.021，135，102.58，77.169，53.774，58.878，109.41，110.77，121.85，129.26，122.39，115.64，39.591，24.433，41.753，47.732，44.571，62.056，67.682，69.056，78.434）针对问题三： 所以要想改进模型就得知道该地区人口密集度、交通污染程度、地理位置与地形分布、城市热岛效应，当地政府治理力度，气象条件、当地污染源排放及传输规律等信息。 关键词：软件；软件 1、问题重述与问题分析 1.1 问题重述 PM10,?通常是指直径小于等于?10.5?微米的颗粒物。细颗粒物又称PM2.5。细颗粒物指环境空气中直径小于等于?2.5?微米的颗粒物。PM10?和PM2.5它能较长时间悬浮于空气中，其在空气中含量浓度越高，就代表空气污染越严重。 颗粒物的直径越小，进入呼吸道的部位越深。10微米直径的颗粒物通常沉积在上呼吸道，5微米直径的可进入呼吸道的深部，2微米以下的可100%深入到细支气管和肺泡。细颗粒物进入人体到肺泡后，直接影响肺的通气功能，使机体容易处在缺氧状态。 附件1中给出某地区35个监测站?2014年4月22日-2014年5月22日每天24小时PM10和PM2.5和空气质量指数（AQI）的监测数据，附件2是35个监测站的位置。 （1） 根据附件所给数据和污染物传播的原理从35个监测站所在位置中找出PM2.5污染较严重的5个位置； （2） 建立模型，预测污染最严重的那个监测站所在位置的2014年6月1号全天24小时 PM2.5的值； （3）如果要改进你的模型，你还需要哪些方面的数据并说明理由。 1.2 问题分析 本题针对问题一：根据数据筛选统计出针对问题二：由问题一找出曲线拟合工具箱拟合出一条曲线及函数，然后根据拟合出来的函数预测2014年6月1号的PM2.5平均浓度，同样的建模思想，可以预测出2014年6月1号全天24小时各个时刻的PM2.5的平均浓度，根据预测结果计算6月1号第i个时刻的指标值占全天总值的比例，和前面求出的可进一步精确6月1号针对问题三： 所以要想改进模型就得知道该地区人口密集度、交通污染程度、地理位置与地形分布、城市热岛效应，当地政府治理力度，天气气候变化、当地污染源排放及传输规律等信息。 2、模型假设 (1) 假设所给数据都是可靠准确的 (2) 假设平均浓度可以代表污染程度； 3、符号说明 : 第i个时刻的指标值占全天总值的比例 : 第i个时刻的PM2.5的平均浓度 : 第j个时刻的PM2.5的平均浓度 : 各个时刻的指标值占全天总值的比例 : PM2.5日平均浓度 : 每个时刻的平均浓度 Fourier函数 : Fourier函数的系数 : Fourier函数的系数 : Fourier函数的系数 4、模型的建立与求解 4.1 问题一 根据数据筛选统计出.2 问题二 由问题一找出污染最严重的那个监测站为第30个监测站，由所给数据可以筛选出第30个监测站2014年4月22日-2014年5月22日31天的日平均浓度变化，如图3 图3 第30监测站日平均浓度变化图 根据日平均浓度变化，利用曲线拟合工具箱拟合可以发现拟合度较高的为Fourier函数（见图4） 然后根据拟合出来的函数预测2014年6月1号（在模型中代表时间为41）的PM2.5平均浓度为曲线拟合工具箱拟合出一条曲线并预测2014年6月1号0时刻的平均浓度，其中6月1号在图中为横坐标等于41的点，见图5 图5 . 0时刻PM2.5平均浓度变化曲线拟合 同样的方法预测其他23个时刻各自的PM2.5平均浓度，图见附件3，结果见表2， 时刻 PM2.5平均浓度 第个时刻的指标值占全天总值的比例 0 167.387 0.049305