2013年研究生数学模优秀论文d1.docVIP

(由组委会填写） 第十届华为杯全国研究生数学建棋光赛 题目 空气中PM2.5问题的研究 摘要： 本文建立了相关性分析模型，灰色关联度模型，混合回归模型，高斯烟羽 模型，分期治理最优化模型等模型，通过定量与定性分析的方法，从相关因素、 分布与演变、控制管理三个方面，对PM2. 5进行了深入的研究与探讨。 针对问题一： 1、 以六种污染物为相关量，建立了相关性分析模型。将附件1的数据代入 模型中，求得的结果表明：相关性最高的指标组是PM2.5和CO,其相关系数为 0. 82，相关性最低的指标组是N02和〇3，其相关系数为-0.063，即独立性最强。 2、 以PM2. 5为参考数列，其它5种污染物为比较数列，建立了灰色关联 度分析模型，将附件1的数据代入模型中，求得的结果表明：PM2. 5与其它五 种污染物的平均关联度为0.80,可见相关性较高。以PM2. 5为因变量，其它 五种污染物为自变量，先后建立多元线性回归模型和混合回归模型，模型结果 表明：混合回归模型更优（相关系数由0.85增加为0.89)。 3、 利用互联网收集到全国76个城市AQI的6个监测指标和湿度数据，以 PM2. 5为因变量，其它五种污染物为自变量，建立了线性回归模型。将湿度指 标也考虑为自变量后，回归模型的相关系数得到明显提升（由0.88提升到 0. 92)，表明湿度与PM2. 5存在较强的相关性。 针对问题二： 1、通过伽马分布预测出2013年西安市13个地区PM2.5的全部数据，利用 MATLAB画出了 PM2. 5时空分布图，并得出了三种分布规律。考虑到各地区 “污染程度”为较模糊的概念，因此建立了模糊综合评价模型，对每个地区的 污染程度进行了综合评价，模型结果表明：高压开关厂地区污染指数最高 (94. 39)，阎良区地区污染指数最低(75. 27)。 2、对PM2. 5受风力影响在大气中扩散的问题，建立了高斯烟羽模型进行 分析。假设风向为正北向，风速为40 —“，扩散系数^为0.00001，排放源有 效高度为50w，初始浓度为各监测站点的最高值，对模型进行求解，得到13 个地区的扩散数据（仅列出高压开关厂地区的上风处扩散数据）： 距离（Aw) 0 2 4 6 8 10 11 12 PM2. 5 浓度（#g/w3) 1000 850 703 480 292 108 21 0 时间（min) 0 20 36 58 82 106 115 121 3、将PM2. 5污染^ 程度划 分为重度污染、中度污染和 细轻度污染（安全）_ 个级别，同样假设风向为正北向，风速为40Aw/A，扩散系数ct为0.00001，排 放源有效高度为50w，初始浓度为某站点最高值2倍，利用高斯烟羽模型求出 13个地区的扩散数据，结合各个地区之间的距离，得到了各地区的污染程度。 以高压开关厂为例，得到结果如下： 轻度污染（安全） 中度污染 重度污染 阎良区临潼区广运潭 纺织城长安区 市体育馆曲江文化集团 兴庆小区 其它 地区 4、利用互联网收集到了福岛第一核电站的放射性物质扩散数据，将放射性 物质与PM2.5扩散数据进行对比，发现两者的扩散规律总体一致，从而验证了 模型的合理性。利用物质的自身沉降作用和雨水吸附作用对高斯烟羽模型进行 了修正，得到了修正后更为一般性的扩散模型。 针对问题三： 1、根据以往空气质量的变化趋势及PM2. 5当前年平均浓度（280#g/w3)， 预测出在不治理的情况下，五年后PM2. 5年平均浓度为324#g/w3。然后采用 分期治理的思想，将五年的治理时期分为前期、中期和后期。考虑到实际治理 进度的变化规律与柯西分布函数相似，通过计算机模拟找出了最理想的柯西分 布函数，由此确定了 PM2. 5的分期治理计划： 时期 前期（准备期） 中期（治理期） 后期（稳固期） 年次 第一年 第二年 第三年 第四年 第五年 治理量百分比（％) 9.6 32.7 38. 8 15.3 3.6 治理量 31. 1 105.94 125.71 49.57 11.66 2、以专项治理总费用最小为目标，建立了最优化模型。然后同样采用分期 治理的思想，利用柯西分析函数对最优化模型进行修正，得到修正后的分期治 理最优化模型。以数据1中PM2. 5年平均浓度（82 #g/w3)为初始浓度，假设 最终治理目标为30#g/w3,对模型进行求解，得到总费用为3.38 (百万），逐 年治理计划如下表： 时期 前期（准备期） 匚 p期（治理期） 后期（稳固期） 年次 第一年 第二年 第三年 第四年 第五年 治理量#g/w3 4.15 13.65 19.1 9.85 3.25 费用（百万元） 0.086 0.932 1.824 0.485 0.053 将模型得到的治理计划与实际环境治理计划进行对比，发现