最新污染物扩散模型-深圳数学建模
污染物扩散模型研究及应用探讨
污染物扩散模型研究及应用探讨近年来，随着城市化进程加速和工业化发展的速度不断提升，环境污染问题已经成为了全球性的难题。
环境污染已经成为我们生态环境和人类健康的重要威胁，但是如何在环境污染事件发生时快速、准确地推断污染源和实施有效的控制措施，这成为了每一个环境保护人士需要探讨的重要问题。
在此背景下，污染物扩散模型研究及应用的探讨，成为了各界关注和研究的热点。
一、污染物扩散模型污染物扩散模型是将大气环境污染物源和周围环境的相关因素相结合，通过数理模型和计算方法，在一定的时间和空间范围内建立污染物扩散的数学模型，为环境监测和污染物控制提供科学依据。
模型对于分析模拟和预测环境质量的变化具有重要的意义，而污染物扩散模型正是更为广义的空气污染模型。
在建立模型时，主要考虑到污染源与环境介质，它包括在评价源等级时所需的污染源清单，描述环境特性的基础数据，以及精确的泄漏源排放信息。
在实际应用过程中，基于不同的问题和应用场合，污染物扩散模型被分为了多种类型。
一般而言，常见的空气质量模型包括气象条件数值图模型、统计模型、 Gaussian 模型、 LINE source 模型和蒙特卡罗模型。
具体实施时，可根据不同情况针对性地采用不同类型的模型，并结合实际数据和环境因素来进行实际的计算和推断工作。
二、应用探讨污染物扩散模型在现代环境保护工作中发挥着不可或缺的作用。
在应用方面，污染物扩散模型主要应用于以下三个方面：1. 环境质量评价：在环境质量评价时，我们需要了解当前空气质量的变化趋势、排放规模、排放量等。
通过对环境介质的数学建模和对环境质量的数据分析，我们可以清晰地了解环境质量的变化趋势，同时也可以推断出潜在的污染源。
2. 环境影响评价：污染物扩散模型还可进行环境影响评价，即针对一项新建或改扩建项目，分析各种环境因素对环境影响的程度，进行发展规划和预防措施设计，为保护环境和改善空气质量提供科学依据。
3. 应急管理：在某些紧急情况下，如重大生态环境事故或天气变化突然引起污染过程不稳定的情况下，通过污染物扩散模型，可以做到快速预测污染物扩散的范围和路径，减少事故造成的损失和环境污染。
数学建模在环境污染预测中的应用
数学建模在环境污染预测中的应用随着工业、城市化和人口增加，环境污染问题越来越严重。
为了有效预测环境污染，减少其对人类和自然造成的影响，人们开始使用数学建模技术。
数学建模是一种通过数学方法描述、分析和解决实际问题的技术，是应用数学和计算机科学的重要手段。
本文将探讨数学建模在环境污染预测中的应用。
一、污染物扩散模型污染物扩散模型是环境污染预测中常用的一种数学模型。
它可以预测污染物在空气、水、土壤等不同介质中的扩散和传播方式，为环境保护决策提供科学依据。
通常，污染物扩散模型包括两个部分：污染物质量守恒方程和动量守恒方程。
其中，污染物质量守恒方程描述了污染物在介质中的扩散和传播过程，动量守恒方程描述了介质的流动情况。
例如，在空气污染预测中，我们可以使用高斯模型、拉格朗日模型或欧拉模型。
高斯模型基于气溶胶在大气中的扩散和气团分布，可以预测污染物在特定区域内的浓度分布。
拉格朗日模型则基于污染物颗粒的轨迹，可以预测其传播路线和浓度变化。
欧拉模型则将大气划分成许多小单元，通过模拟这些单元中的气体流动来预测污染物的传播。
二、时间序列分析时间序列分析是一种用于污染预测和趋势分析的方法。
它通过对过去的观测数据进行分析，预测未来的污染情况和变化趋势。
时间序列分析的主要方法包括平滑、趋势分解、ARIMA模型和波动范围分析。
其中，平滑和趋势分解可以用于识别和分离趋势分量和周期分量，以更好地预测未来趋势和波动。
ARIMA模型则可以用于分析和预测时间序列的局部趋势和周期性，是一种非常灵活和广泛应用的方法。
波动范围分析则可以用于识别和分析时间序列中的周期性波动和异常事件。
例如，我们可以使用时间序列分析来预测某城市未来一段时间内的PM2.5浓度变化趋势。
经过分析，我们可以发现该城市PM2.5浓度存在明显的周期性波动，同时也受到各种因素的影响（如工业排放、交通流量等）。
通过建立合适的ARIMA模型，我们可以预测该城市未来PM2.5浓度的变化趋势，从而指导环境保护措施的实施。
污染物扩散模型的构建与模拟分析
污染物扩散模型的构建与模拟分析随着现代工业化及城市化的不断发展，环境污染问题越来越突出，这对人类的健康、生态环境及生物多样性等方面都带来了极大的威胁。
而污染物的扩散是导致环境污染的主要原因之一。
因此，对污染物的扩散模型的构建与模拟分析具有重要的理论和实际意义。
一、污染物扩散模型的基本概念污染物扩散模型是指对污染物在大气、水体、土壤等介质中扩散传播过程进行数学建模的过程。
其核心思想是通过数学公式描述污染物扩散、转化与传递规律，对污染物的特征、分布、浓度、影响等进行评估和预测，为环境保护和污染控制提供支持。
在污染物扩散模型中，其中一个关键要素是扩散系数，它主要考虑污染物的扩散现象。
扩散系数大小与被扩散的分子量、临界温度、扩散介质温度、压力等成正比例关系。
此外，影响扩散的还有风速、风向、湍流强度等气象因素。
因此，在具体构建模型时需要考虑多方面因素的影响。
二、污染物扩散模型的分类理论上，污染物扩散模型可以分为两大类，即基于经典物理学的扩散模型和基于统计物理学的扩散模型。
前者主要是基于物质的微观规律进行建模，如分子运动、质量传递、动能转移等；后者则是基于大量粒子的统计规律，如统计热力学、热力学平衡等。
在实际应用中，也可以根据具体的扩散介质、污染物种类、浓度范围等多种因素，将扩散模型进行进一步分类。
例如，大气扩散模型可以分为高斯模型、拉格朗日模型、欧拉模型等；水体扩散模型可以分为点源模型、面源模型、非定常模型、在线模型等。
在具体的应用中，需要根据污染物的种类、具体的观测数据、模拟环境等情况，选择适合的模型类型。
三、模型参数估计及优化在进行污染物扩散模型构建时，需要确定相关的模型参数。
而在实际操作过程中，往往难以对所有模型参数进行测量和确定。
此时，需要通过已有的或者历史数据，进行参数估计或反演，以得到合理的参数值。
传统的参数估计方法包括拟合法、极大似然法、贝叶斯反演等。
其中，拟合法最为常见，即根据已有的观测数据，通过试探性调整参数值，将模型预测值与实际观测值拟合。
污染物扩散模型 深圳数学建模
赛区评阅编号（由赛区组委会填写）：2015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《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参赛规则》（以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛网站下载）。
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章程和参赛规则的，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，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。
如有违反竞赛章程和参赛规则的行为，我们将受到严肃处理。
我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。
我们参赛选择的题号（从A/B/C/D中选择一项填写）： C我们的报名参赛队号（12位数字全国统一编号）：参赛学校（完整的学校全称，不含院系名）：温州医科大学参赛队员(打印并签名) ：1. 章成俊2. 杨超3. 谢锦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（由赛区组委会填写）：2015高教社杯全国大学生数学建模竞赛编号专用页送全国评阅统一编号（由赛区组委会填写）：全国评阅随机编号（由全国组委会填写）：对垃圾处理厂污染的动态监控及居民补偿摘要城市垃圾处理问题是一个世界性难题。
目前垃圾焚烧正逐步成为中国垃圾处理的主要手段之一。
本论文构根据题目设置的垃圾处理厂规模，建立了环境动态监控体系，并根据潜在污染风险对周围居民进行了合理经济补偿的设计。
对于问题（1），为了实现对垃圾焚烧厂烟气排放及相关环境影响状况的动态监控，本论文在高斯烟羽模型的基础上进行改进，引入温度、降雨对污染物扩散的影响，建立了新的污染物扩散模型。
核污染扩散问题数学建模
\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\ \\\\\\\\\\\\\\\\ 摘要本文是在大气扩散理论的基础上，综合考虑各种影响核辐射粉尘扩散的因素，包括风速，风向得出的。
模型中也做了适当的简化。
本文的另一个基础是通过经纬度计算出以福岛核电站为原点的平面坐标系，从而方便了高斯烟羽模型的运用。
通过对高斯烟羽模型的积分和化简，计算出稳定时中国各大城市的核辐射量，从而解决了问题一。
充分证明了中国不会受到日本核辐射的影响。
通过比较各大城市的浓度得到受影响最大的城市。
重新回到高斯烟羽模型的浓度为时间函数的形式，计算函数的极值点，得到受影响最严重的时间。
另外，我们多角度的分析了模型的拓展及改进方向，并对模型进行了初步的评价。
一、问题的提出二、问题的分析问题一福岛放射性粉尘中主要的有害物质是碘131和铯137.碘131和铯137的放射性浓度是我们的研究对象。
这些物质随大气扩散。
为了计算出放射性物质的浓度，我们必须知道大气扩散的数学模型。
大气作为流体，我们采用流体力学的观点研究它。
由于大气的扩散还与气象条件，如风速，风向，大气稳定度等相关，数学模型中必须有这方面的参数。
这需要结合一些环境系统工程的相关知识和经验公式。
放射性物质有衰变的性质，在模型中必须考虑衰变的影响。
对于源排放点，由于修复受损核电站的进度被考虑进来，源排放点的排放量是一个关于时间的函数，随着时间越来越小，并最终减为0. 具体来说，我们了解到核泄漏的原因是核反应堆(第二层防护由于温度过高而被熔融，使得衰变产物泄漏。
而由于冷却设备失效，于是注水冷凝，水受热汽化使得压力过高，核电站释放了水蒸气以防止爆炸，而放射性粉尘大多数是这些水蒸气带出的。
)所以，一旦释放水蒸气停止，核辐射粉尘的源排放点将基本停止排放。
在模型中，我们分为可以把考虑的因素分为几组。
第一组是研究的观测点。
我们用离散的观点，近似的研究可能会受核辐射影响的省市的人口最密集的城市的浓度。
核污染扩散问题数学建模
\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\ 摘要本文是在大气扩散理论的基础上，综合考虑各种影响核辐射粉尘扩散的因素，包括风速，风向得出的。
模型中也做了适当的简化。
本文的另一个基础是通过经纬度计算出以福岛核电站为原点的平面坐标系，从而方便了高斯烟羽模型的运用。
通过对高斯烟羽模型的积分和化简，计算出稳定时中国各大城市的核辐射量，从而解决了问题一。
充分证明了中国不会受到日本核辐射的影响。
通过比较各大城市的浓度得到受影响最大的城市。
重新回到高斯烟羽模型的浓度为时间函数的形式，计算函数的极值点，得到受影响最严重的时间。
另外，我们多角度的分析了模型的拓展及改进方向，并对模型进行了初步的评价。
一、问题的提出二、问题的分析问题一福岛放射性粉尘中主要的有害物质是碘131和铯137.碘131和铯137的放射性浓度是我们的研究对象。
这些物质随大气扩散。
为了计算出放射性物质的浓度，我们必须知道大气扩散的数学模型。
大气作为流体，我们采用流体力学的观点研究它。
由于大气的扩散还与气象条件，如风速，风向，大气稳定度等相关，数学模型中必须有这方面的参数。
这需要结合一些环境系统工程的相关知识和经验公式。
放射性物质有衰变的性质，在模型中必须考虑衰变的影响。
对于源排放点，由于修复受损核电站的进度被考虑进来，源排放点的排放量是一个关于时间的函数，随着时间越来越小，并最终减为0. 具体来说，我们了解到核泄漏的原因是核反应堆(第二层防护由于温度过高而被熔融，使得衰变产物泄漏。
而由于冷却设备失效，于是注水冷凝，水受热汽化使得压力过高，核电站释放了水蒸气以防止爆炸，而放射性粉尘大多数是这些水蒸气带出的。
)所以，一旦释放水蒸气停止，核辐射粉尘的源排放点将基本停止排放。
在模型中，我们分为可以把考虑的因素分为几组。
第一组是研究的观测点。
我们用离散的观点，近似的研究可能会受核辐射影响的省市的人口最密集的城市的浓度。
数学模型在污染物扩散预测中的应用
数学模型在污染物扩散预测中的应用随着工业化进程的不断发展，环境污染成为一个不容忽视的问题，污染源的排放不仅对人类健康造成危害，还会对生态系统带来影响。
为了更好地管理和控制环境污染，科学家们开始研究污染物扩散的规律，并将数学模型应用于环境科学领域。
数学模型是一种描述自然现象和人类活动的方法，它可以对复杂的问题进行分析和预测。
污染物扩散预测是数学模型在环境科学领域中的一个重要应用。
在这个过程中，科学家们需要考虑许多因素，例如大气稳定度、气流速度和方向、地形等。
通过建立数学模型，他们可以预测污染物的扩散情况，并根据预测结果采取必要的控制措施。
数学模型在污染物扩散预测中的应用通常分为两种方法：物理模型和统计模型。
物理模型是基于自然规律的模型，它通过建立污染物传递方程，并结合气象、地理等因素，预测污染物在空间中的扩散情况。
统计模型则基于历史数据和统计规律，通过分析过去的数据和模式，预测未来可能发生的情况。
这两种方法具有各自的优缺点，应根据具体情况进行选择。
其中，常见的物理模型包括高尔通模型、龙格库塔模型和欧拉模型等。
高尔通模型是基于质量守恒定律和动量守恒定律建立的，它能够考虑到污染物在平流和扩散过程中的影响。
龙格库塔模型和欧拉模型是数值模拟模型，它们能够模拟污染物在空气中运动的细节，但需要更多的计算资源。
由于物理模型可以考虑到环境影响因素的影响，因此它们通常能够提供更准确的预测结果。
统计模型则包括时间序列模型、回归模型和分类模型等。
时间序列模型是通过分析历史数据，将过去的趋势和周期性特征转化为预测模型，来进行未来的预测。
回归模型是将因变量与自变量之间的关系转化为数学函数，来预测未来可能的变化情况。
分类模型是基于已知的数据集合和公式，将未知数据集合分为多个类别。
除了选择合适的模型外，还需要考虑数据的收集和准确性。
数据的收集需要考虑时间和地点，通常需要使用传感器和检测仪器，用于检测大气中的污染物浓度等信息。
收集的数据需要进行处理和验证，以确保其准确性和正确性。
数学模型预测新兴传染病扩散趋势分析
数学模型预测新兴传染病扩散趋势分析新兴传染病的扩散对人类社会的健康和安全构成了巨大的挑战。
在过去的几十年里，我们目睹了SARS、流感等传染病的爆发以及其对全球公共卫生的冲击。
如何准确预测新兴传染病的扩散趋势成为了一个迫切需要解决的问题。
数学建模成为了预测新兴传染病扩散趋势的重要工具之一。
数学模型是一种通过数学公式和方法来描述和预测一定规律的工具。
在预测新兴传染病扩散趋势中，数学模型可以帮助我们理解病毒传播的机理以及各种因素对传播速度和范围的影响。
常用的数学模型包括传染病传播模型、动态网络模型和复杂系统模型等。
传染病传播模型是最常用的数学模型之一。
其中最著名的是SIR模型，即将传染病患者分为易感者（Susceptible）、感染者（Infectious）和康复者（Recovered）三类。
SIR模型基于一定的假设和公式，可以预测传染病传播的速度和范围。
通过调整模型中的参数，我们可以得到不同情景下传染病的扩散趋势，进而制定相应的防控措施。
动态网络模型是一种描述社交网络或交通网络等复杂系统中传染病传播的数学模型。
这种模型可以考虑网络拓扑结构、节点的影响力以及传染病的传播方式等因素，更加贴近真实情况。
通过对网络模型进行仿真和预测，我们可以发现传染病的传播路径和节点，从而有针对性地采取措施来控制传播。
此外，复杂系统模型是近年来新兴的数学模型之一。
这种模型可以将传染病传播与环境因素、人口流动、经济发展等各种因素综合考虑，更加全面地分析和预测传染病的扩散趋势。
复杂系统模型能够帮助我们了解传染病传播与人类社会发展之间的相互作用，为制定防控策略提供更多的参考依据。
在数学模型中，数据的质量和准确性非常关键。
传染病的扩散趋势预测需要大量的实时和准确的数据，包括病例的报告、人口统计数据、人群流动数据等。
同时，模型本身也需要根据具体的传染病特征和背景进行合理的参数设定和假设，以提高模型的准确性和可靠性。
然而，数学模型只是预测新兴传染病扩散趋势的工具之一，还需要结合其他学科和方法来进行综合分析和预测。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
竖向扩散系数；
排放口的平均风速，单位：m/s；
烟囱的有效高度；
污染源排放点至下风向上任一点的距离，单位：m；
污染物的中心轴在直角水平方向上到任一点的距离，单位：m；
从地表到任一点的高度，单位：m；
烟囱的几何高度，单位：m；
污染物的抬升高度，单位：m；
大气压力，单位： ；
烟气热释放率，单位：KJ/s；
本文根据具体的 、 、颗粒物浓度计算出空气污染指数（API）。然后根据高斯烟羽模型所计算出的污染物浓度及八个方位具体的API值确定合理的周围居民风险承担经济补偿方案。
根据不同的空气污染指数等级利用层次分析法得出相应权重，再结合不同风向的频率确定最终的周围居民风险承担经济补偿方案。
4.1.3.模型求解
编号专用页
赛区评阅记录（可供赛区评阅时使用）：
评
阅
人
备
注
送全国评阅统一编号（由赛区组委会填写）：
全国评阅随机编号（由全国组委会填写）：
对垃圾处理厂污染的动态监控及居民补偿
摘要
城市垃圾处理问题是一个世界性难题。目前垃圾焚烧正逐步成为中国垃圾处理的主要手段之一。本论文构根据题目设置的垃圾处理厂规模，建立了环境动态监控体系，并根据潜在污染风险对周围居民进行了合理经济补偿的设计。
公式（3）
公式（4）
公式（5）
公式（6）
公式（7）
以上公式中， 为烟气热释放率， 为实际排烟率， 为排气筒出口处污染物排出速度， 为烟气出口温度， 为烟气出口温度与环境温度差， 、 、 分别为参数，具体值见下表：
、 、 的选取
（单位：KJ/s）
地表状况（平原）
2100
农村或城市远郊区
1.427
1/3
15.24
5.55
表3.深圳市大气稳定等级频率
对于参数 与 的取值参考下表得出：
大气稳定度
A
0.22 /(1+0.0001 )
0.2
B
0.16 /(1+0.0001 )
0.12
C
0.11 /(1+0.0001 )
0.08 /(1+0.0002 )
D
0.08 /(1+0.0001 )
0.06 /(1+0.0015 )
2/3
城市及近郊区
1.303
1/3
2/3
2100 <2100
且 35K
农革或城市远郊区
0.332
3/5
2/5
城市及近郊区
0.292
3/5
2/5
表1. 、 、 取值参考
一般已知地面10m高处的风速U10，而烟囱出口处的风速U应取该处实测值。无实测值时，可用以下幂指数法求出：
公式（8）
式中U、U10分别为烟囱高度H处和地面10m高度处10min平均风速，m/s；当H>240m时，按240m计算。P为风速高度指数，依赖于大气稳定度和地面粗糙度。应根据观测结果，利用统计学方法求出。根据具体的观测数据，也可采用风速随高度变化的对数律或其它半经验分式。无实测数据时，P值可按下表选取。由附件5推测，此垃圾焚烧厂在深圳市的乡村。
图1.对于问题一的分析流程图
4.1.2.模型建立
（1）.高斯烟羽模型基本形式的数学表达式为：
公式（1）
公式（2）
其中 为任意点的污染物浓度， 为单位时间内污染物排放量， 为排放口的平均风速， 为烟囱的有效高度， 为烟囱的几何高度， 为污染物的抬升高度， 与 参数。
污染物在排放出来时，具有初始动量，且受空气浮力，所以污染物会有抬升高度。根据烟气抬升公式，烟气抬升高度 为：
实际排烟率，单位：m3/s；
排气筒出口处污染物排出速度，单位：m/s；
烟气出口温度，单位：K；
烟气出口温度与环境温度差，单位：K；。
：表示第 月的风向为 （ 代表风向分别从正北方向沿顺时针依次到到西北方向）
风雨影响指数；
四、模型建立与求解
4.1问题一：
4.1.1问题一分析
根据垃圾焚烧厂周边环境设计一种环境指标监测方法，以实现对垃圾焚烧厂烟气排放及相关环境影响状况的动态监控，这首先需要调查出各类污染源对这片地区的污染影响。而在高斯烟羽扩散模型上进行改进，即可模拟出污染源对周边空气影响的大致范围及污染程度。而后，根据具体的污染程度及污染物类型，选取合适的位置设置监控点，并制定相应的周围居民风险承担经济补偿方案。
PS:消费者分析
（4）创新能力薄弱
赛区评阅编号（由赛区组委会填写）：
2015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《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参赛规则》（以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛网站下载）。
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。
（3）优惠多
十字绣□编制类□银饰制品类□串珠首饰类□
（二）创业优势分析
（四）大学生对手工艺制品消费的要求
PS:消费者分析
1、现代文化对大学生饰品消费的影响
体现市民生活质量状况的指标---恩格尔系数，上海也从1995年的53.4%下降到了2003年的37.2%，虽然与恩格尔系数多在20%以下的发达国家相比仍有差距，但按照联合国粮农组织的划分，表明上海消费已开始进入富裕状态（联合国粮农组织曾依据恩格尔系数，将恩格尔系数在40%-50%定为小康水平的消费，20%-40%定为富裕状态的消费）。
对于问题（2），在题目所述的发生事故的情况下，对污染物的具体含量进行了合理的预测与假设。模拟出酸性物质与颗粒物的影响范围，并根据具体的污染程度设置不同的污染区。对每个污染区的不同情况设置更改监测点的设置，并且在问题（1）的基础上对居民的经济补偿进行合理修改。
关键词：高斯烟羽模型，层次分析法，空气污染指数，烟气抬升公式
一、
“垃圾围城”是世界性难题，在今天的中国显得尤为突出。数据显示，目前全国三分之二以上的城市面临“垃圾围城”问题，垃圾堆放累计侵占土地75万亩。因此，垃圾焚烧正逐步成为中国垃圾处理的主要手段之一。然而，由于政府监管不力、投资者目光短浅等多方面的原因，致使前些年各地建设的垃圾焚烧电厂在运营中出现了环境污染问题，给垃圾焚烧技术在我国的推广造成了很大阻力，许多城市的新建垃圾焚烧厂选址都出现因居民反对而难以落地的局面。在垃圾焚烧厂运行监管方面，目前主要是在垃圾焚烧厂内进行测量监控，缺少从周边环境视角出发的外围动态监控，因而难以形成为民众所信服的全方位垃圾焚烧厂环境监控体系。
我们知道，抄袭别人的成果是违反竞赛章程和参赛规则的，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，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违反竞赛章程和参赛规则的行为，我们将受到严肃处理。
我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。
二、模型假设
（1）.假设污染物在所建的坐标轴的 、 风向上分布为正态分布；
（2）.假设全部高度风速均匀稳定；
（3）.假设污染物在扩散中不会相互转化；
（4）.假设源强是连续均匀稳定的；
（5）.假设附件4所给风速距地面10米处所测得风速；
三、符号约定
任意点的污染物浓度，单位：mg/m3；
源强，单位时间内污染物排放量，单位：mg/s；
此模型具体的坐标系建立如下图：
图2.高斯烟羽模型坐标系的建立示意图
利用高斯烟羽扩散模型可以表示出下风向任意一点处污染物浓度。因此，在题目中给定的八个方向分别建立坐标轴，然后分片区计算污染程度。即八个方向因焚烧炉的排污在324天内分别所受到的污染。
因为空气污染物对居民生活造成的影响并不只是简单的线性关系，仅仅依据污染物浓度去进行周围居民风险承担经济补偿方案设计较片面。所以本文还引入了另一评价指标——空气污染指数（API）。API是由国家规定的定量描述空气质量状况的无量纲指数，用以表征空气污染程度。API越高，则相应区域空气污染越严重。
（1）在MATLAB中建立高斯烟羽模型，得出八个方向的污染物浓度分布图如下：
图3.空气中 的浓度
图4.空气中 的浓度
图5.空气中颗粒物的浓度
由以上图片观察，正东、东北和正北方向污染物下图：
图6.各个方位的API数值
参照国家的对空气污染指数（API）划分的等级，本文对八个方向也划分污染等级。如下图：
对于问题（1）具体赔偿方案的制定，在综合考虑了不同方位风向频率、受污染时间、受污染程度的基础上，本论文使用了层次分析法，并且进行了一致性检验，使得赔偿方案具有说服力。通过MATLAB编程，计算出当政府和垃圾处理厂共支付风险赔偿金为 时，得出居住地的每位居民应得的赔偿金额计算公式。对于监测点的设置，经计算共需21个，具体布置情况见后文。
１９９６年“碧芝自制饰品店”在迪美购物中心开张，这里地理位置十分优越，交通四通八达，由于位于市中心，汇集了来自各地的游客和时尚人群，不用担心客流量的问题。迪美有３００多家商铺，不包括柜台，现在这个商铺的位置还是比较合适的，位于中心地带，左边出口的自动扶梯直接通向地面，从正对着的旋转式楼梯阶而上就是人民广场中央，周边４、５条地下通道都交汇于此，从自家店铺门口经过的９０％的顾客会因为好奇而进去看一下。
请你在收集相关资料的基础上考虑以下问题：
(1)假定焚烧炉的排放符合国家新的污染物排放标准（参见附件1），根据垃圾焚烧厂周边环境设计一种环境指标监测方法，实现对垃圾焚烧厂烟气排放及相关环境影响状况的动态监控。以你设计的环境动态监控体系实际监控结果为依据，设计合理的周围居民风险承担经济补偿方案。