空气中PM2.5问题的建模和分析

/**仅记录自己的学习历程,为以后的自己留一个参考**/

综述:

2013年的题目比较新颖,和实际情况密切相关,贴近生活,也比较开放。共有三个大问题,第一个问题很明确,所以求解过程中一定要保证思路清晰并有合理的误差分析;第三个问题比较开放,言之有理即可;难点和出彩的地方主要在第二个问题的偏微分方程建模。我自己也是刚刚开始建模之路,还有很多东西需要学习,如果有什么地方大家觉得有问题欢迎指正,尤其是Comsol Multipyhsics仿真那一方面,我还在摸索阶段,希望大家可以给点建议。

1.PM2.5的相关因素分析

题目要求依据附件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。

南京航空航天大学的同学对此问题的解决思路如下:

(1)  PM2.5分别与其它5项指标作散点图,分析PM2.5与其它5项指标的相关性;

(2)  使用SPSS进行相关性分析,得到6个变量的相关系数;

(3)   PM2.5与其它5项指标作拟合,最大为0.8,不理想,得出无法用单一变量刻画PM2.5形成的结论;

(4)  PM2.5分别与其它5项指标作多元线性回归,,结果依旧不理想,所以根据残差去掉异常点,经过多次循环最终得到的多元回归方程。

  • 8
    点赞
  • 112
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数学建模是一种使用数学方法来描述和解决实际问题的过程。对于大气污染问题数学建模可以帮助我们理解和预测污染物的传输、扩散和影响。以下是对大气污染问题进行数学建模的一些关键步骤和方法: 1. 数据收集和预处理:首先,需要收集有关大气污染的各种数据,如空气质量监测数据、排放源数据、气象数据等。对这些数据进行预处理,如清洗、插值或平滑,以便进行后续分析建模。 2. 分析和模型选择:在收集和处理数据之后,需要对此进行分析,了解各种排放源对大气污染的贡献,并确定合适的数学模型。常用的数学模型包括高斯模型、复合模型和时空模型等。 3. 建立方程:根据研究的目的和问题的特点,建立合适的数学方程来描述大气污染问题。例如,可以使用扩散方程来描述污染物的传输和扩散过程,使用化学反应方程来描述污染物的转化过程。 4. 参数估计和模型验证:确定模型的参数值是非常重要的步骤。可以通过拟合观测数据获得适当的参数估计,并使用验证数据集评估模型的准确性和可靠性。 5. 模型求解和结果分析:使用数值求解方法(如有限差分法或有限元法)对建立的方程进行求解。通过对解的分析和解释,得出关于大气污染的相关结论。 在大气污染问题数学建模,需要考虑多种因素,如气象条件、排放源的位置和强度、化学反应等。这些因素的综合作用才能准确地描述大气污染问题数学建模可以帮助政府制定有效的环境保护政策,指导工业企业减少排放,以及提供决策支持。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值