垃圾焚烧厂的经济补偿问题
摘要
“垃圾问题“已经成为世界上不可回避的一个难题，在今天的中国尤为突出。然而利用垃圾焚烧所带来的能量进行供电，不仅可以排除垃圾带来的困扰，而且实现了能源的有效利用，但因此所带来的环境污染问题也不可避免。本文结合环境因素与污染物之间的关系为焚烧厂设计了一种环境指标检测方法，实现了对焚烧厂烟气排放及相关环境状态的动态监控，并给出了合理的周围居民风险承担经济补偿方案。最后考虑到各种因素对焚烧炉所带来的影响，修改模型和赔偿方案。
根据本题，我们主要阐述几个问题：
针对问题一：我们对某地区的污染程度进行评价，首先我们建立高斯模型，构建起某地区的污染物浓度，污染物距污染源的距离和该地区的地势高度的关系，再综合我们根据附件中提供的风向，风力的数据和我们查阅资料得来的降水，气温等气象资料，综合各个指标，建立起了模糊综合评价模型【2】，对该地区进行环境污染评价，把评价的等级分为（1）严重污染（2）一般污染（3）基本无污染。
针对问题二：
(1)对于监测方法：由于焚烧厂周围环境主要有风力，风向，降水，气温，地
势等因素，为了简化，我们选取了其中最主要的成分主导风向的影响，设计了扇形布点的监控方法。根据八个风向，划分八个扇形区域，根据风频确定各区域的步点数，再在各区域内根据由远至近随着浓度的减少，布点由密到疏成梯形分布，结合专门的仪器，定时采样，实现动态的监测。
(2)对于补偿方案：由于我们从问题一高斯模型中，知道最远赔偿的范围，所
以在这个范围内实行补偿。已知污染物排放符合国家标准，忽略污染物危害，对焚烧厂周围环境和居民住所环境指标（方位，距离，风力，楼房高度）进行统计，用Matlab对统计数据进行聚类分析，找出各类的中心点，然后对中心点进行比较，得出所得赔偿的权重，进而对居民实施区域进行赔偿。
针对问题三：
在焚烧炉故障发生时，会使各污染物的浓度严重超标，必须考虑到环境风险的影响。所以我们建立了事故发生下的环境风险评价模型【3】，从而在之前的基础上，考虑了环境风险对居民健康的影响，进而知道了人口密集度对监测点的布局影响和赔偿方案中居民健康风险补偿的不可忽略行，从而完善了环境监测和风险赔偿体系
。
关键词：高斯模型模糊评价法模糊聚类环境风险评价体系 Matlab
一 问题重述
针对本题，深圳市某地点计划建立一个中型的垃圾焚烧厂，计划处理垃圾量1950吨/天（设置三台可处理垃圾650吨/天的焚烧炉，排烟口高度80米，每天24小时运转）。由题意需要我们解决以下问题：
1.需要我们综合考虑垃圾焚烧厂对周围带来环境污染以及其他危害的多种因素（例如，焚烧炉的污染物排放量、居住点离开垃圾焚烧厂的距离、风力和风向及降雨等气象条件、地形地貌以及建筑物的遮挡程度等等），进行环境风险等级的判定。
2. 在进行科学定量分析的基础上，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。需要我们用所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。
3.需要我们考虑各种使焚烧炉的除尘装置（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的因素。并在考虑故障发生概率的情况下修正我们设计的监测方法和补偿方案。
二 基本假设
（1）模型中所有的二级指标都是可监控的以及各居民数量，居住位置等都是可统计的
（2）模型只考虑大气污染物对居民的影响
（3）其它环境污染物较焚烧厂的污染物可忽略不计（焚烧厂周围没有其它重大污染源）
（4）焚烧厂在综合考虑自身利益和环境污染赔偿治理后所给出的赔偿金额是一定的
三 符号说明
W 一级权重矩阵；
i W 第i 个二级指标矩阵； i S 级别度指标；
max c 高斯扩散模型中最大浓度值；
max c x 高斯扩散模型中最大浓度值对应的离焚烧场距离； SUM 总赔偿金额；
F 模型一综合评价结果；
M 中心点矩阵；
GB 国标对应各污染物浓度向量；
EU 欧盟标准对应各污染物浓度向量；
SUM(1) 考虑到焚烧炉是事后的总赔偿金额；
心理恐惧度值；
()x
R 模糊综合评价矩阵；
四问题分析
问题一：由于影响环境评价的指标主要有一级指标：该地区各污染物浓度（二级
指标：颗粒物，
SO，HCL等的浓度）和指标监测点周围的环境因素（二级指标：x
风力，风向，气温，离焚烧厂距离等），首先我们通过高斯模型中的扩散公式，构建起某地区的污染物浓度，污染物距污染源的距离和该地区的地势高度的关系，再结合已有的和我们查阅的数据资料，构建了对环境风险评价的综合指标，通过建立模糊综合评价模型，综合二级指标对一级指标的影响，得出最终的对环境风险的综合评估等级。为之后的监测提供预警，并结合受污染的等级对居民提供赔偿依据。
问题二：（1）对于监测方法：我们主要以主导风向为影响因素，使用扇形布点法，假设有N个采样点，按照主导风向等分为八个区域，根据风向在每个区域的次数，分配每个区域中相应采样点，在每个区域中，按照浓度由近至远的规律将采样点由密到疏梯形分布，再规定合适的采样频率（一般0.5h/次），用专门的仪器对周围环境进行动态的监测。
（2）对于补偿方案：已知污染物排放符合国家标准，我们忽略污染物危害，对焚烧厂周围环境和居民住所环境指标（方位，距离，风力，楼房高度）进行统计，用Matlab对统计数据进行聚类分析，找出各类的中心点，用中心点来代表这一区域的特征，然后对各中心点进行比较，得出所得赔偿的权重，进而依据污染风险等级对居民实施区域进行赔偿。
问题三：在焚烧炉故障发生时，会使各污染物的浓度严重超标，必须考虑到环境风险的影响。所以我们建立了事故发生下的环境风险评价模型，确定最大可行事故概率和后果，从而在之前的基础上，考虑了环境风险对居民健康的影响，进而知道了人口密集度对监测点布局的重要影响和赔偿方案中居民健康风险补偿的不可忽略行，从而完善了环境监测和风险赔偿体系。
五模型的建立和求解
5.1问题一模型的建立和求解
根据问题分析和描述，我们将其归结为模糊评价问题，通过综合各个指标，
得出污染物等级的划分。
由于影响环境污染等级的因素有很多，我们总结了如下指标：
表一 环境污染综合评价指标
从表中知道，在一级指标对环境污染等级评价有影响时，二级指标也对一级指标也会有影响。首先我们针对二级指标中的污染物浓度和距离，高度的关系讨论。 5.1.1 高斯模型的建立和求解
因为距离与高度这两个指标与污染物浓度的关系不是简单的正相关，所以我们引入高斯模型对距离和高度这两个指标进行分析，建立了污染物的高斯扩散模型。
高架连续点源扩散模式中的实际浓度：
222
222
()()(,,)exp(){exp[]exp[]}2222y y z
y z q y z H z H c x y z u σσσπσσ-+=--+-
地面浓度模式取z=0代入上式，得： 22
22
(,,0,)exp()exp()22z y y z
q
H y c x y H u σσπσσ=-- 取y=0得到垂直方向得：22
22()()(,0,,)[exp()exp()]222z y y z
q z H z H c x z H u σσπσσ-+=-+-
q 为源强 （ 计算或实测） ‘ u 为平均风速 多年的风速资料 H 为有效烟囱高度 s H H H =+（s H 为烟囱几何高度 H 为抬升高度）
y σ 、z σ 为扩散参数
其中有几个参数需要另外的求解，如下：
（1）抬升高度的计算
在污染物从排放口出来后，受到空气流的影响会被被抬升，有利于降低地面的污染物的浓度，
下图描述的是污染物扩散的模拟图：
图1 污染物扩散的模拟图
于是我们建立了抬升高度的求解方法：
当大气稳定度为中性，计算烟气抬升高度时，经常使用霍兰徳公式：
31
(1.5 2.7)(1.59.610)s s a s H s v D T T H D v D Q T u u
--=
+=+?
式中： s v 为烟气出口流速，m/s D 为烟囱出口处的内径，m;
u 为烟囱出口处的平均风速m/s H Q 为烟囱的热排放率KJ/s
s T 为烟气出口温度，K a T 为环境大气平均温度，K ，取当地近5年平均值
（2）扩散参数（y σ，z σ）的选取
其中的参数由附录可以查出。
如果我们以上的相关数据可以求或查找出来，通过下面公式
结合已有的模型，通过Matlab 编写代码，求出最高浓度值，以及对应的高度。（具体代码可见附录）
5.2 模糊综合评价模型的建立和求解
由于空气污染情况掺杂因素多，既包括污染物的排放量又包括各种环境因素，问题复杂，而对污染状况的描述是一个模糊概念，因此，在界定大气污染等级状况时很难做出确切的表达，模糊理论正是一种基于模糊定义的方法，我们试图采用模糊理论对空气污染状况的所属进行讨论，又给出的评价标准和实测值，经过模糊关系运算，对评价分类对象给出总的评价方法，应用模糊理论来确定因子集、评价集、隶属度函数，最终得到权重矩阵来确定空气质量状况所属，评价的结果比较合理、更加贴近客观实际。
（1） 建立综合评价指标体系
我们在选取合适的取样点后，以污染物排放量与测试点位置环境作为一级指标，在污染物排放量一级指标下以颗粒物、HCL 、x SO 、x NO 、CO 、Hg 、Cd 、Pb 、二恶英类作为二级指标，在测试点位置环境一级指标下以降雨量、风力、风向与所处方位、气温、云量、离焚烧厂距离、地形与周围建筑高度作为第二个二级指标从而建立起对环境指标的动态监控。 （2）确定评价因素集和评语集 一级指标评价因素集U={1U 、2U }
二级指标评价因素集1U ={1a 、2a 、3a 、4a 、5a 、6a 、7a 、8a 、9a } 2U ={1b 、2b 、3b 、4b 、5b 、6b 、7b }
环境污染级别评价因素集{严重污染、一般污染、基本无污染}三个等级，即{1V 、
1
2
21,a a
y z x x σγσγ=
=
2V 、3V }分别赋予分值{0.9、0.5、0.3}
（2） 确定指标权重
首先我们确定了标度的含义，为下面的半段矩阵做铺垫。
对于污染物排放量与测试点位置环境我们认为两者同等重要 对于二级指标评价层，在查阅资料与文献的基础上我们认为各污染物的污染危害度排行如下：1a >9a >3a 、4a >6a 、7a 、8a >5a >2a 各环境因素影响度排行如下：1b 、3b >6b 、2b >7b >5b >4b 在这基础上建立起U 、1U 、2U 的比较判别矩阵 如下表
根据速记一致性指标，利用MATLAB 软件求进行一致性检验（通过才可以接下一步走）和各矩阵中各指标权重（代码见附录），得出：
对于比较判别矩阵U ：明显一致性通过，得到一级权重W={12，1
2}
对于比较判别矩阵1U ：求得m a x λ=9.2217 RI=1.45 CI=max 1
n
n λ--=0.0277
CR=CI RI
=0.0191<0.1 明显一致性检验通过
对应的特征向量为：
[-0.7033 -0.0873 -0.2957 -0.2957 -0.0924 -0.1729 -0.1729 -0.1729 -0.4739]
得到第一个二级指标权重
1W =[0.4358 0.0008 0.0998 0.0998 0.0192 0.0282 0.0282
0.0282 0.2599 ]
对于比较判别矩阵2U ：求得m a x λ=7.6259 RI=1.32 CI=max 1
n
n λ--=0.1043
CR=
CI
RI
=0.0790<0.1 明显一致性检验通过 对应的特征向量为：
[-0.2661 -0.6455 -0.2661 -0.6455 -0.1276 -0.0728 -0.0591]
2W =[0.0540 0.4446 0.0540 0.4446 0.0038 0.0163 0.0098] （4） 确定隶属函数并计算指标的隶属度值
1.一级指标的隶属函数确定
对于第一个二级指标模糊评价矩阵，针对我国科技实力与欧盟国家还存在一定的差距，污染排放物标准还相差很远，我们就污染排放物在欧盟标准和国标之间平均的选取三个级别度值{1S ，2S ，3S }，再利用如下隶属度函数：
11()
2211221()/()0x x S R S x S S S x S x S <=?
?
=--<=?
132()
12112332230;()/()()/()x x S x S R x S S S S x S S x S S S x S
<=>=??
=--<
2322330()/()1x x S R x S S S S x S x S <=?
?
=--<=?
结合在排放口所监测到的污染物数据即可把第一个二级指标模糊评价矩阵给
求出：
111213(1)91
92
93r r r R r r r ?? ?=
? ???
2.二级指标的隶属函数确定
对于第二个二级指标模糊评价矩阵，对于前五个二级指标（降雨量、风力、风向
与所处方位、气温、云量），它们对污染物的影响都近似的符合正比关系，即随着降雨量、风力、风向与所处方位、气温、云量的增加，各污染物浓度都将下降，所以我们在此借鉴第一个二级指标模糊评价矩阵构建形式，（将其1()x R 与3()x R 交
max
max max 121234max 13
31
4c z
x x c y s s h s a x c H Hv DuQ T T x x x x c z z z u
σσγγπ
==
换，2()x R 形式不变）
即把深圳市的这几个指标平均化，给出级别指标，在此基础上，我们统计了深圳市的气候状况，如下图所示：
表七 2013年各月温度、降水量、平均相对湿度分布表
综合件4 ，可以知道这几个环境指标的取值范围，如下表： 所以在这五个指标选取级别值时，在上面的范围内取（类似与一级指标的取
法）。
然而对于距离和高度的隶属值，则要借用高斯模型。从高斯扩散模型我们可以得到离焚烧厂距离、地形与周围建筑高度这两个指标的模糊综合评价矩阵值，把所要求的参数代入高斯扩散模型中如：（s H ，H ，s v ，D ，u ，h Q ，s T ，a T 以及
1γ，2γ）
设1x ，2x 代入高斯扩散模型其c 值为max 1
2c (1x <2x )
3x ，4x 代入高斯扩散模型其c 值为max 1
4
c (3x <4x )
则我们可以认为
当1x <=x<=2x 时，其离焚烧厂距离这个指标模糊评价向量为[1,0,0]
当3x <=x<=1x 或2x <=x<=4x 时，其离焚烧厂距离这个指标模糊评价向量为[0,1,0] 当x<=3x 或x>=4x 时，其离焚烧厂距离这个指标模糊评价向量为[0,0,1] 对于地形与周围建筑高度只需令高斯扩散模型中的x=0,y=0即可，然后将1x ，2x ，
3x 替换成1z ，2z ，3z ，其模糊评价向量求法一样。
综上可得：11
1371
73r r r r ??
?
? ???
利用模糊算子进行模糊运算：
11
1B W R ==11,1213(,)T b b b ，222B W R ==21,2223(,)T b b b ，
取模糊算子“
”为向量的乘法1
n
k j j k j b w r ==∑从而可得到模糊综合评价矩阵
12(,)T R B B = B=W
R=（1h ，2h ，3h ） F=0.9?1h +0.5?2h ?3h
若F<0.3 则认为“基本无污染”
若0.3= 5.2问题二模型的建立和求解 5.2.1 对于监测方法： 此问需要我们据焚烧厂周边环境设计一种环境指标监测方法。通过查阅大气监测方案【4】中的各项要求，由于该焚烧厂的焚烧炉可以看成孤立的高架点源，且该地区主导风向明显，故此处我们的监测点采用扇形布点法，并考虑到以污染源为中心的同心圆柱体圆周上的环境除风向风速的主要影响外，其他因素对其影响很小，故我们主要研究风速风向的影响。以焚烧炉为中心，依照八个风向，因焚烧炉可看成高架点源，以点源在地面的投影点为圆心画圆，然后以各风向为中心轴向两边扩散画扇形区域，每扇形区域圆心角为45度。由此得出区域分布图，如图2示。 图2 区域划分图 由此，监测点的数量与风频f 成比例关系，设其系数为α，以垃圾焚烧厂为中心，将周边地区以风向划分为8个区域如下图 则每个区域内的动态监测点的数量i n 与风速和相应风向的风频f 的简单近似数学关系为： i n N a =? （5-1） 其中N 为总的监测点数量 1.其中系数a 的确定： 首先我们由附件4用excel 统计计算出各个风向的频数及平均风速，如表一示。 画出风玫瑰图为： 图3平均风力图 图4 风频率图 由图可以知道起主导风向的是西南风。 由表九计算各风向出现的概率： 总的统计天数 风频 = w （5-2） 利用式5-2算出w 的值如表十所示： 由于风频为主要影响监测点数目的指标，故α的取值即为w 的值。 而风速主要通过影响污染物的传播距离。 2.布点 依据大气监测方案里的约定，采样点设在扇形平面内距点源不同距离的若干弧线上。每条弧线上设3—4个采样点，相邻两点与顶点连线的夹角Θ一般取10—20°，在上风向应设对照点。此处我们采取近似计算，将相邻两点的距离近似为两点间所对应的弧长d ，设该弧长对应的圆心角θ，并设第一个监测点与点源间的距离为r 夹角为Φ，焚烧炉高h ，则有： 22.5sin sin 2r θπ ?= ?Θ≤Φ（1020?≤Θ≤?） （5-3） 利用示5-3算得2660?≤Φ≤?，此处我们取30?，则第一个采样点距点源的 距离为：80tan3046.2()r m =??= 相邻两监测点的距离为： 16.04()d m ?=?= 因为45度扇形区域所对应的弧长l 为： 3.1446.2 36.27()4 4 r l m π?= = = 因为216.0432.08()36.27()m m ?=<，满足在采样区域内设3个监测点的要求 由于在每个区域内的污染物浓度（见附录—1）会从近至远逐渐减少，所以之后布线的密度则按照浓度的扩散，由密到疏呈梯形分布。 综上我们建立了动态的监测方案，结合专门的仪器，采用0.5h/次的频率，实现了较为准确的监测体系，为之后的居民风险赔偿提供了实时数据。 5.2.2 赔偿方案的确定（模糊聚类） 已知污染物排放符合国家标准，忽略污染物危害，对焚烧厂周围环境和居民住所环境指标（方位，距离，风力，楼房高度）进行统计，利用模糊聚类的方法把不同赔偿区域划分为三块（正对风向的概率，民点与焚烧厂方向和风向夹角为0的概率，离焚烧厂的距离和所处位置高度），因此，我们就上面所提到的三个因素对不同的居民进行统计和调查，调查表如下： 如上表所示以焚烧厂为中心，从八个方位对居民进行统计，根据2013风向表，运用统计的方法可得到各方位正对风向的概率如下： 对于所处风向口概率：可根据不同正对风向的概率对不同方位的居民所处风向口概率进行赋值。 对于离焚烧厂的距离指数：我们运用模型一中的高斯扩散模型，把八个方位的平均风力给代入模型，可得到每个方位的max c 情况下的max x ，然后以max x 为中心，在每个方向上构建如下距离指数函数y= max d x ,(max max d x x x =--)，可认为距离 处在max 1 4 c 以外的居民不需要赔偿。 对于所处位置高度指数：与离焚烧厂的距离指数计算一样 最后根据赔偿居民情况调查表利用MATLAB 画出三维点分布，再把数据点聚 类成三类，把各类点的中心点111,12,13()M m m m ，221,22,23()M m m m ，331,32,33()M m m m 给找出，以中心点为代表分配各居民的赔偿金额，可以看到各项指标值越高赔偿衣蛾应该越大， （1） 因此可以在所处风向口概率，距离指数，所处位置高度指数上人为设置一 个权值向量β=123(,,)βββ， （2） 可以把 3 123 F F F F ++1M ，2M ，3M 代入模型一之中（其余指标都去年均值） ，用得到的结果1F ，2F ，3F 得到1β= 1123F F F F ++ 2β = 2 123 F F F F ++ 3β= 3 123 F F F F ++ 令M=[,1T M ,2T M ,3T M ] 最终判断金额矩阵为η=1,2,3[]ηηη=β?M 若焚烧公司在考虑到自己盈利的情况下给出总的赔偿金额SUM 则三个区域居民获得赔偿金分别为 1 112 3 S S U M ηηηη= ++ 2 2123 S SUM ηηηη= ++ 3 3123 S SUM ηηηη= ++ (MATLAB 程序见附录) 从而 我们得出了对周边居民的经济赔偿方案。 5.3问题三模型的建立和求解 5.3.1 环境风险体系的建立 通过对附件2的数据进行统计并用matlab 绘出折线图 图3 烟 气 排 放 连 续 监 测 日 均 月 报 表 日期 各污染物的排放量 三月份的污染物排放图 在焚烧炉正常运转时，监测的数据在某一天也会出现有污染物的超标问题，说明即使是没有事故发生时，也会有污染物的超标，但是其发生的概率小，影响可以忽略不计。 在考虑到有故障发生时，我们采用环境风险评价模型体如以下流程: 1.最大可信事故的确定 因为焚烧炉的处理污染物故障主要体现在净化系统出现的问题上，所以我们假定最大可信事故设定为净化系统的故障 2.最大可信事故发生的概率 由于造成焚烧炉净化系统故障的因素有很多，我们列举了其中的几个因素，并制成净化系统故障树，如下图： 对于底层事件发生以及其概率分别是： 供水系统出现故障的概率是 q1 供电系统出现故障的概率是 q2 引风机出现故障的概率是 q3 布袋除尘器发生故障的概率是 q4 则顶层净化系统出现故障的概率是 p=q1+q2+q3+q4 3.最大可信事故的后果的估算 首先建立最大事故后果的模型 因为我们的居民区和焚烧厂有一定的距离，所以我们把产生后果的原因主要体现在事故发生后，该地区的有毒气体的污染物浓度。因此我们只考虑了在不同条件下的污染物浓度的大小。通过对高斯模型的修正，得出： 2 222 ()()exp(){exp[]exp[]}2222e e air x y z y z z z H z H Q y C U πσσσσσ-+=--+- 式中，air C 为污染物浓度mg/m 3;Q 为污染物的毒性当量排放速率mg/s, s U 为在排放高度H S 的风速m/s, y σ为水平扩散系数 ，z σ 为垂直扩散系数 ， y 为水平扩散距离，z 为地面高度差，H e 为有效烟羽高度 而在人们所处的环境的污染物浓度超过一定的值时，则会有危害，则称为半致死浓度,记为Cl 。 所以总的事故后果为：C=∑=n i n Cl 1)(5.0 其中Cl （n ）为超过半致死浓度 的人数。 所以总的风险程度为 R=P ?C. 5.3.2 环境风险对监测和赔偿方案改进 对于监测方法，由于故障额发生。我们必须在之前的基础上考虑到人口密集度，所以我们查阅了焚烧厂周围的人口分布数据，如下表： 从表中知道，我们应该在人口密集的区域二，三，七，在原来的基础上增加采样点，尽可能的及时检测较为准确的数据，使风险降到最低。 对于赔偿方案：综上所知如果已知一个焚烧炉在寿命期间的出现故障的概率（P ）,并且通过监测到某区域的浓度是否超过半致死浓度，从而确定相应的人数N ，则会得出该区域的环境风险求出R1。 再根据该地区对环境风险提供的补偿政策，提供相应的健康风险金额。 假设R1对应当地的风险补偿为S ，则总的补偿金额为MAX=S+SUM; 所以，政府应该在人口密集的地方，加大监测力度，并完善环境的风险补偿制度，使焚烧厂的存在尽可能符合大多数人的利益。 六．模型优缺点分析、模型的推广 6.1模型的优点 （1）本文参照大气监测方案里的相关规定和标准在区域内布点，具有一定的可靠性。 （2）运用高斯扩散模型模拟和估算污染物浓度扩散过程和浓度分布,该模式是在污染污染物浓度符合正态分布的前提下导出的,大量污染扩散试验表明,正态分布至少可以作为一种比较接近真实情况的假设。 （3）建立模型时考虑地形地貌、降雨等因素对污染物浓度扩散分布的影响,因而该模型具有较好的客观性与准确性.制定经济补偿方案应用了模糊数学相关理论,符合人们对污染状况评价的模糊性,而且还考虑了机器故障发生的随机性,因而能更加客观、真实、贴近实际的反应了各个监测点的污染水平；计算综合指标,充分考虑了各种污染源对整体空气质量的影响,避免了通常情况下只考虑流程首要污染物的计算方法而忽略次要因素的缺点。 （4）参照国标中关于空气污染级别的划分,使得空气质量分类结果更加具有真实性,让人对评价结果信服。 6.2模型的缺点 （1）影响空气污染物扩散的气象因素复杂,（气压、气温、气湿、云、风、能见度以及太阳辐射等）,我们在污染物的扩散模型考虑因素并不全面,由于气象数据的限制,对模型参数的选择不够准确。 （2）我们用大气污染物物排放标准作为对污染物排放空气质量的评价标准,作为垃圾焚烧厂内部及近距离的标准来评价是合理的,但是作为较远距离范围内的评价标准,这一指标偏大。 （3）补偿标准的建立是将每个独立个体之间看作无差异的,忽视了不同龄、性别、职业群体对空气质量反应的敏感度及其带来的损失.此外,对修正系数的选取带有一定的经验性和主观性。 6.3模型的推广 本文所用到的模糊评价模型可推广于多因素综合决定最终结果的问题，高斯模型可推广于病毒或各种源头排放物的扩散。 七、参考文献 【1】梅正阳韩志斌，数学建模教程，北京：科学出版社，2012。 【2】黄金杰基于高斯的大气污染评价模型哈理工 2011 【3】杨启帆，数学建模，浙江大学出版社，2013。 【4】百度https://www.doczj.com/doc/066288732.html,/htmlstyle/articleinfo_292530.html 附录1.高斯烟羽扩散图 2.Matlab程序： U=rand(1,9); GB=rand(1,8); EU=rand(1,8); R1=rand(9,3); GB=[20,50,80,250,80,0.1,0.1,1.0]; EU=[10,10,50,200,50,0.05,0.05,0.3]; s1=(GB-EU)./4+EU; s2=GB-(GB-EU)./2; s3=GB-(GB-EU)./4;
相关主题
文本预览