大气污染论文数学建模Word文档格式.docx
- 文档编号:16687045
- 上传时间:2022-11-25
- 格式:DOCX
- 页数:21
- 大小:502.16KB
大气污染论文数学建模Word文档格式.docx
《大气污染论文数学建模Word文档格式.docx》由会员分享,可在线阅读,更多相关《大气污染论文数学建模Word文档格式.docx(21页珍藏版)》请在冰豆网上搜索。
对于位置地区的方位地势分析
此地区的地势平坦四周为大片的居民区综合考虑对于80米的垃圾影响较小
由风向统计图我们可以发现一年内风向是比较平均的,所以在考虑经济赔偿的时候我们可以将风的影响因素平均计算,基于此我们建立如下模型:
C=C(x,y,z,H)-C1(4-1-10)
W=1000+m*C*100(4-1-11);
4.1.2模型求解
1.最优解的计算
用MATLAB求解式(4-1-11),可以求出在m=时为式4-1-11的最优解,即按式4-1-11进行经济补偿时当m=时是最合理的,对政府和受影响的居民都是公平的。
4.2.1问题二模型的建立
与问题一相比问题二显得更实际,在建模过程中要充分考虑到由于各种因素焚烧炉的除尘装置(如袋式除尘器)损坏或出现其他故障导致污染物的排放增加,致使相关各项指标将严重超标。
序号
污染物名称
单位
GB18485-2001
GB18485-2014(征求稿)
EU2000/76/EC
1
烟尘
mg/Nm3
80
20
10
2
HCL
75
50
3
HF
4
SOx
260
5
NOx
400
250
200
6
CO
150
7
TOC
8
Hg
0.2
0.1
0.05
9
Cd
Pb
1.6
1.0
≤0.5
11
其它重金属
12
二恶英类
Ng-TEQ/Nm3
13
烟气黑度
格林曼级
Ⅰ
我国关于环境污染排放标准规定
五、模型的检验与评价
对于问题一一开始拟用现在通用的空气质量标准API,后发现API值不够精确,而采用了层次分析法,层次分析法是一种定性和定量相结合的、系统化、层次化的分析方法。
可较全面的得到其结果,但由于数据问题,只对ABCD四个城市进行了排序,若舍掉前四个城市钱30个月的数据就可以将E城市加入排序。
而如果对模型进一步完善,将F市也加入评价模型就更完美了。
对于问题二,利用了一元多项式回归分析得出六个城市了
、
、PM10的浓度与事件的关系,预测出以后一周的
、PM10的浓度。
虽然预测所得数据较符合变化规律,但是对数据进行了误差估计,置信度为95%的置信区间范围较大,数据不能令人满意。
但是如果利用BP网络进行预测,虽然函数关系较符合给定的数据,但是其存在较大的随机性,是预测出来的数值不准确,也不能称之为一个好方法。
对于问题三,首先进行相关性检验,分析解决了气象参数归属哪一个城市的问题,从总体上把握了气象参数与各城市三种污染物指标之间的相关关系,之后建立多元线性回归模型,定量的解释了各个气象参数与三种污染物浓度之间的关系,并能从实际意义与理论意义做出检验。
由于采用多元线性分析,确定的是四个气象参数对每个污染物浓度的影响,并没有做剔除某一参数或控制某一参数对污染物浓度影响的分析,因此为了更好的说明气象参数与空气质量的关系,应该对此做出更为细致的分析。
参考文献:
[1]赵静但琦,数学建模与数学实验(第3版),北京:
高等教育出版社,2003。
[2]姜启源谢金星叶俊,数学模型(第三版),北京:
高等教育出版,2003。
[3]赵东方,数学模型与计算,北京:
科学出版社,2007。
[4]汤海波肖培平杨文增郭新科,菏泽市气象因子与空气质量相关性研究与应用,中国环境监测,2006.22(5).75-78。
[5]王庆梅,大气污染预报技术及有关防治对策的研究,中国环境监测,1999.15
(2).56-58。
[6]匿名,空气污染指数,
附录:
一、第一问的程序
求A市的API值,其他城市的类似
aapi=zeros(61,1);
apz=zeros(61,1);
fori=1:
61
apz(i)=max(iso2(a(i,1)),ino2(a(i,2)));
aapi(i)=max(apz(i),ipm10(a(i,3)));
end
functionI=ino2(t)
if0<
=t<
0.08
I=(50-0)/(0.08-0)*(t-0);
elseift<
0.120
I=(100-50)/(0.12-0.08)*(t-0.08)+50;
0.280
I=(200-100)/(0.28-0.12)*(t-0.12)+100;
0.565
I=(300-200)/(0.565-0.28)*(t-0.28)+200;
0.75
I=(400-300)/(0.75-0.565)*(t-0.565)+300;
2.62
I=(500-400)/(0.94-0.75)*(t-0.75)+400;
end
end
functionI=ipm10(t)
ift<
I=(50-0)/(0.05-0)*(t-0);
0.15
I=(100-50)/(0.15-0.05)*(t-0.05)+50;
0.35
I=(200-100)/(0.35-0.15)*(t-0.15)+100;
0.42
I=(300-200)/(0.42-0.35)*(t-0.35)+200;
0.5
I=(400-300)/(0.5-0.42)*(t-0.42)+300;
=0.6
I=(500-400)/(0.6-0.5)*(t-0.5)+400;
elseift>
0.6
I=600;
functionI=iso2(t)
if0<
0.050
elseift<
0.150
0.800
I=(200-100)/(0.800-0.15)*(t-0.15)+100;
1.600
I=(300-200)/(1.600-0.800)*(t-0.800)+200;
2.00
I=(400-300)/(2.00-1.600)*(t-1.600)+300;
I=(500-400)/(2.620-2.00)*(t-2.00)+400;
统计A市的各个等级的数量,其他城市类似
agrade1=0;
agrade2=0;
agrade3=0;
agrade4=0;
agrade5=0;
agrade6=0;
w=aapi(i);
ifw<
agrade1=agrade1+1;
elseifw<
100
agrade2=agrade2+1;
elseifw<
agrade3=agrade3+1;
agrade4=agrade4+1;
agrade5=agrade5+1;
300
agrade6=agrade6+1;
计算判断矩阵A,其他判断矩阵类似
A=[11/21/31/41/5;
212/32/42/5;
33/213/43/5;
44/24/314/5;
55/25/35/41];
[n,n]=size(A);
x=ones(n,100);
y=ones(n,100);
m=zeros(1,100);
m
(1)=max(x(:
1));
y(:
1)=x(:
1);
x(:
2)=A*y(:
m
(2)=max(x(:
2));
2)=x(:
2)/m
(2);
p=0.0001;
i=2;
k=abs(m
(2)-m
(1));
whilek>
p
i=i+1;
x(:
i)=A*y(:
i-1);
m(i)=max(x(:
i));
y(:
i)=x(:
i)/m(i);
k=abs(m(i)-m(i-1));
a=sum(y(:
w=y(:
i)/a;
t=m(i);
disp('
È
¨
Ï
ò
Á
¿
:
'
);
disp(w);
×
î
´
ó
Ì
Ø
Õ
÷
Ö
µ
disp(t);
CI=(λ-n)/(n-1);
RI=[000.520.891.121.261.361.411.461.491.521.541.561.581.59];
CR=CI/RI(n);
ifCR<
0.10
disp('
Ë
¾
Ä
Ò
»
Â
Ð
Ô
É
½
Ó
Ê
Ü
!
CI='
disp(CI);
CR='
disp(CR);
else
²
end
二、
第二问的求解数据与程序
预测的B、C、D、E和气象因子的数据为:
A地
B地
C地
SO2
NO2
PM10
2010/9/15
0.0219
0.0257
0.0555
0.0123
0.0127
0.0108
0.0262
0.0407
0.0334
2010/9/16
0.0215
0.0256
0.0553
0.0119
0.0128
0.0100
0.0264
0.0409
2010/9/17
0.0211
0.0551
0.0115
0.0093
0.0265
0.0411
2010/9/18
0.0206
0.0255
0.0548
0.0111
0.0085
0.0267
0.0414
0.0333
2010/9/19
0.0201
0.0544
0.0107
0.0129
0.0077
0.0268
0.0416
2010/9/20
0.0196
0.0254
0.0540
0.0103
0.0130
0.0069
0.0269
0.0418
2010/9/21
0.0191
0.0535
0.0099
0.0131
0.0061
0.0271
0.0421
接上表
D地
E地
气象参数
mmhg
tem
rh(湿度)
ws
0.0090
0.0621
0.0064
0.0261
0.0527
677.5159
17.2234
57.4890
1.1664
0.0081
0.0110
0.0603
0.0063
0.0525
678.1327
17.1240
57.0000
1.1620
0.0071
0.0112
0.0583
0.0062
0.0270
0.0522
678.7769
17.0332
56.4729
1.1571
0.0060
0.0114
0.0561
0.0275
0.0520
679.4493
16.9516
55.9066
1.1517
0.0049
0.0117
0.0538
0.0280
0.0517
680.1507
16.8796
55.2998
1.1457
0.0036
0.0121
0.0513
0.0285
0.0515
680.8819
16.8178
54.6514
1.1391
0.0024
0.0124
0.0486
0.0059
0.0291
0.0512
681.6437
16.7668
53.9599
1.1319
MATLAB程序为:
%2011年A城市SO2浓度回归
a=xlsread('
C:
\Users\LXX\Desktop\B题数据.xls'
'
sheet2'
B1:
B251'
t=1:
1:
251;
[p,s]=polyfit(t,a'
5)
t1=1:
a1=polyval(p,t1);
%画出拟合前与拟合后的图
plot(t,a,'
-'
t1,a1);
t2=252:
258;
a2=polyval(p,t2);
[a2,delta]=polyconf(p,t2,s,0.05);
title('
2011年A城市SO2与时间的关系'
xlabel('
时间(天)'
ylabel('
SO2浓度'
)
%2011年A城市NO2浓度回归
C1:
C251'
a2=polyval(p,t2)'
;
2011年A城市NO2与时间的关系'
NO2浓度'
%2011年A城市PM10浓度回归
D1:
D251'
2011年A城市PM10与时间的关系'
PM10浓度'
B城市的SO2浓度如用五次曲线拟合,则预测值会出现负值,而采用四次拟合,则与数据总体变化规律和预测值的符合较好。
故采取四次拟合。
%2011年B城市SO2浓度回归
E1:
E251'
4)
2011年B城市SO2与时间的关系'
%2011年B城市NO2浓度回归
F1:
F251'
2011年B城市NO2与时间的关系'
%2011年B城市PM10浓度回归
G1:
G251'
2011年B城市PM10与时间的关系'
三、
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 大气污染 论文 数学 建模
![提示](https://static.bdocx.com/images/bang_tan.gif)