《空气中pm25的建模研究资料》由会员分享，可在线阅读，更多相关《空气中pm25的建模研究资料（16页珍藏版）》请在金锄头文库上搜索。
1、高教社杯全国大学生数学建模竞赛承 诺 书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。我们参赛选择的题号是（从A/B/C/D中选择一项填写）：我们的参赛报名号为（如果赛区设置报名号的话）：
2、所属学校（请填写完整的全名）： 参赛队员 (打印并签名) ：1. 2. 3. 指导教师或指导教师组负责人 (打印并签名)： 日期： 年月日赛区评阅编号（由赛区组委会评阅前进行编号）：高教社杯全国大学生数学建模竞赛编 号 专 用 页赛区评阅编号（由赛区组委会评阅前进行编号）：赛区评阅记录（可供赛区评阅时使用）：评阅人评分备注全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）空气中PM2.5问题的建模研究摘要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，因此，对空气质量的监测、预报和控制工作显得尤为重要。本文通过建立相关因素分析模型、PM2.5的
3、时空分布及污染评估模型、基于满意度的最优化模型和多目标非线性规划模型等对空气质量监测指标对人类健康危害极大的细颗粒物PM2.5的浓度进行深入研究分析。对于问题一，在关于PM2.5的相关因素分析中，众多的因素对PM2.5有无统计上的联系，直接观察无法得到结论。因此本文构建了Pearson相关系数模型，通过积差方法计算相关系数，以两变量与各自平均值的离差为基础，通过两个离差的乘积来反映两变量之间相关程度，并通过SPSS软件进行相关性分析从而给出6个基本监测指标的相关性分析。对于问题二，要求描述该地区内PM2.5的时空分布及其规律，并结合环境保护部新修订的环境空气质量标准分区进行污染评估。用EXCE
4、L绘制西安市13个监测点的PM2.5含量随时间变化图，并选取两组方差最大的地区绘制它们的PM2.5含量随时间变化图。根据这两个图分析该地区内PM2.5的时空分布及其规律，并分区进行污染评估。对于问题三，空气质量的控制管理主要包括综合治理和专项治理两个方面，实际生活中我们采用二者结合的方案逐年达到治理目标。为平衡预定PM2.5减排计划和投入经费合理化要求，本节建立基于满意度的最优化模型和多目标非线性规划模型，从而给出五年投入总经费和逐年经费投入的合理预算计划。关键词：Pearson相关因素模型 PM2.5的时空分布及污染评估模型 基于满意度的最优化模型 多目标非线性规划模型 SPSS软件一、问题
5、重述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，因此，对空气质量的监测、预报和控制工作显得尤为重要，国家和地方政府均制定了相应的政策、法规和管理办法。启用空气质量指数AQI作为新的空气质量监测指标，以代替原来的空气质量监测指标空气污染指数API (Air Pollution Index) AQI作为无量纲指数，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CO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 2。新监测标准的发布和实施，将会对空气
6、质量的监测，改善生存环境起到重要的作用。针对空气质量问题的研究，本题主要对如下三个问题进行讨论研究：一、关于PM2.5的相关因素分析：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。二、PM2.5的分布与演变及应急处理：描述该地区内PM2.5的时空分布及其规律，并结合环境保护部新修订的环境空气质量标准分区进行污染评估。三、空气质量的控制管理根据要求给出合理的PM2.5年平均治理计划，即给出每年的全年年终平均治理指标。为数据1所在地区设计有效的专项治理计划，使得既达到预定PM2.5减排计划,同
7、时使经费投入较为合理，要求你给出五年投入总经费和逐年经费投入预算计划，并论述该方案的合理性。二、问题分析问题一要求对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。由于PM2.5的影响因素太多，直接观察无法得到结果，因此本文建立Pearson相关系数模型，通过两个离差的乘积来反映两变量之间相关程度。问题二要求描述该地区内PM2.5的时空分布及其规律，并结合环境保护部新修订的环境空气质量标准分区进行污染评估。根据对附件2、附件3中的数据的分析，构建PM2.5的时空分布及污染评估模型，由于高压开关
8、厂和小寨地区的PM2.5含量数据方差最大，因此画出其PM2.5随时间的变化规律图，以研究PM2.5的空间变化问题。用EXCEL分别作出13个监测点PM2.5含量的平均值，按照国家环境保护部新修订的环境空气质量标准, 对13个监测点进行环境空气功能分区与评估。问题三要求给出合理的PM2.5年平均治理计划、五年投入总经费以及逐年经费投入预算计划，通过构建效用函数来表明规划决策的满意度，治理满意度F越高，则说明治理方案越合理。减少PM2.5的排放与投入总经费最少这两个约束条件之间存在矛盾性，不能够同时满足，因此本题为多目标规划问题，分别给出对各目标的分析。同时，为简化多目标非线性函数的求解，我们采用
9、主要目标法将多目标非线性函数转化为以投入总经费最少为主要目标的单目标规划，建立模糊多目标非线性规划模型，从而给出五年投入总经费和逐年经费投入的合理预算计划。三、问题假设1、假设每年各自减少的年平均浓度符合一个递减等比数列，其等比数列的公比为q。2、假设忽略对PM2.5产生影响的其他因素，仅考虑PM2.5的专项治理和综合治理问题。四符号说明符号解释说明皮尔逊相关系数表示第i年减少的年平均浓度为关于的效用函数 表示为PM2.5减少的年平均浓度为的前提下综合治理的满意度投入总经费为表示经专项治理PM2.5减少的年平均浓度注：在此仅给出主要符号说明，具体细分符号论文过程中会给出详细说明。五、模型的建立
10、与求解5.1 PM2.5的相关因素分析模型5.1.1相关性分析对于众多的因素对于PM2.5有无统计上的联系，直接观察是得不到结论的，所以我们使用了Pearson相关系数模型，相关系数是按积差方法计算，同样以两变量与各自平均值的离差为基础，通过两个离差相乘来反映两变量之间相关程度。 ， （1）， （2）我们使用了附件一中的数据，为了简化计算，在这里我们使用了SPSS软件进行相关性分析，得到的结论如下表5-1所示：表5-1 描述性统计量均值标准差N二氧化硫28.1917.724238二氧化氮63.1124.475238可吸入颗粒物79.1633.129236一氧化碳25.8114.110238臭氧
11、52.0533.795238PM2.5108.9474.696238表5-2 相关性二氧化硫二氧化氮可吸入颗粒物一氧化碳PM2.5臭氧二氧化硫Pearson 相关性1.807*.678*.659*.726*-.179*显著性（双侧）.000.000.000.000.006N238238236238238238二氧化氮Pearson 相关性.807*1.727*.626*.734*-.063显著性（双侧）.000.000.000.000.336N238238236238238238可吸入颗粒物Pearson 相关性.678*.727*1.586*.779*-.069显著性（双侧）.000.000
12、.000.000.295N236236236236236236一氧化碳Pearson 相关性.659*.626*.586*1.822*-.381*显著性（双侧）.000.000.000.000.000N238238236238238238PM2.5Pearson 相关性.726*.734*.779*.822*1-.352*显著性（双侧）.000.000.000.000.000N238238236238238238臭氧Pearson 相关性-.179*-.063-.069-.381*-.352*1显著性（双侧）.006.336.295.000.000N238238236238238238*. 在
13、 .01 水平（双侧）上显著相关。红色字体标注的为我们所需要的结果结果分析：由运行结果可知，PM2.5与二氧化硫、二氧化氮、可吸入颗粒物、一氧化碳、臭氧均显著相关，其Pearson相关系数分别为0.726、0.734、0.779、0.822、-0.352，则表明PM2.5与二氧化硫、二氧化氮、可吸入颗粒物、一氧化碳呈显著正相关；与臭氧呈负相关。 PM2.5的分布与演变及应急处理5.2.1总体思路：该问题要求描述该地区内PM2.5的时空分布及其规律，并结合环境保护部新修订的环境空气质量标准分区进行污染评估。用excel绘制西安市13个监测点的PM2.5含量随时间变化图，并选取两组方差最大的地区绘制它们的PM2.5含量随时间变化图。根据这两图来分析该地区内PM2.5的时空分布及其规律，并分区进行污染评估。5.2.2 PM2.5的时空分布及污染评估模型：步骤一 研究PM2.5随时间变化问题：由excel绘制13个监测点的PM2.5含量随时间变化图如图1：图1 13个监测点的PM2.5含量随时间变化图从下图可以看出13个监测点PM2.5数据变化趋势和幅度基本一致，而且随着时间的推移在波动中呈逐渐下降趋势。且可以看出冬季PM2.5的含量明显高于春季，说明季节因素对PM2.5有
