城市表层土壤重金属污染分析数模论文Word格式文档下载.docx

1、3、 所建数学模型合理有效；4、取样点的数据较好的反映了该地区的污染物浓度。5、在短期内该城区重金属浓度不是发生太大变化。四、符号的定义与说明【注】功能区1 生活区2工业区3山区4交通区5公园绿地区Pi（i=1,2，8），Pi为两行n（n为各元素浓度矩阵的极大值的个数）列的矩阵。标准偏差公式：S = Sqrt（xi-x拔）2） /（N-1）公式中代表总和，x拔代表x的均值，2代表二次方，Sqrt代表平方根。五、 模型的建立与求解问题一：【注】图中颜色深浅代表不同的重金属浓度图一图一：元素As在各功能区的浓度分布图图三：元素Cd在各功能区的浓度分布图图四：元素Cr在各功能区的浓度分布图图五：元素

2、Cu在各功能区的浓度分布图图六：元素Hg在各功能区的浓度分布图图七 元素Ni在各功能区的浓度分布图图八元素Pb在各功能区的浓度分布图图九 元素Zn在各功能区的浓度分布图重金属污染指由重金属或其化合物造成的环境污染。重金属污染主要表现在水污染中，还有一部分是在大气和固体废物中。重金属的污染主要来源于工业污染，其次是交通污染和生活垃圾污染等。工业污染大多通过工业废渣、废水、废气的排除致使环境中的重金属含量大幅度增加，影响人们身心健康。，由以上八图分析可得在工业区、交通区较其他功能区重金属污染程度较高。As的污染程度在生活区、工业区和交通区的程度较高，而砷是人体必不可少的元素，环境中砷的浓度严重影响

3、人的身心健康。Cd在工业区和交通的以及生活区的污染程度相对较高。Cr在生活区部分工业区、交通区污染严重，在其他区域有轻度污染。Cu、Hg在生活区污染最为严重，交通区等地有轻度污染。另外Hg在工业区的污染程度也相对较高。Ni在生活区的污染严重。Pb在部分交通区和工业区污染严重。Zn在生活区污染最为严重，在交通区和工业区污染程度也相对较高。问题二：重金属污染由指重金属或其化合物造成的环境污染。重金属主要由采矿废气排放、污水灌溉和使用重金属制品等人为因素所致。因人类活动导致环境中的重金属含量增加，超出正常范围并导致环境质量恶化。1） 工业三废引起的重金属污染2） 近年来，由于部分矿产开发中选矿、冶炼

4、工艺水平落后，个别矿区没有环保治理设备，废水、废气排放而带来的大量废弃物的产生未经处理直接投放环境，而其中的重金属随着自然的沉降、雨水的淋溶等途径进入土壤，进入正常循环的生态系统，造成重金属污染严重危害人们的生产生活。2）化肥农药的过度使用 重金属元素是肥料中报道最多的污染物质，化肥中品位较差的过磷酸钙和磷矿粉中含有微量的As、Cd重金属元素（WILLIAMS C H，1973）。含铅及有机汞的农药发挥作用的同时也为土壤重金属污染埋下了祸根，造成土壤的胶质结构改变，营养流失，对农作物的产量及品质都造成极大的不良影响。目前的饲料添加剂中也常含有高含量的Cu和Zn（夏家淇，1996），这使得有机肥

5、料中的Cu、Zn含量也明显增加并随着肥料施入农田。3）汽车尾气的排放以公路、铁路为中心成条带状分布的重金属污染土壤主要是由于汽车尾气的排放、汽车轮胎磨损产生的大量含重金属的有害气体和粉尘的沉降所引起的，污染元素中主要为Pb、Cu、Zn等元素（李波，2005）。这些物质随风飘落，进入土壤中引起重金属污染。实验证明，道路两旁土壤中重金属的污染比较严重，并随着离公路距离的由近到远，土壤的污染程度渐轻。问题三重金属污染通过土壤沉淀、食物链富集、水流和风等方式传播。不易降解、易富集的特征，我们建立以下模型：利用GRIDDATA插值算法，我们得到较为精确重金属浓度矩阵。在离散的情况下采用直接比较的方法求极

6、值，根据极值确定污染源的位置。m1m2m3m4Mm5m6m7m8【3】在上述的局域子矩阵中，如果Mmi（i=1,2，8）都成立，那么M就表示一个极大值。引用上述方法求得各种重金属元素浓度的极大值及该点的坐标，结果如下p1 = Columns 1 through 16 98 56 73 59 81 253 166 47 119 281 71 223 245 64 349 350 58 99 125 137 142 146 159 184 185 186 191 197 230 259 259 260 Columns 17 through 32 447 133 256 182 549 377 21

7、 133 321 218 491 50 412 323 102 256 287 302 303 305 305 308 322 347 352 356 367 383 404 422 424 426 Columns 33 through 48 39 193 367 251 455 424 90 190 191 338 563 278 140 508 509 399 456 463 467 477 478 490 501 508 509 510 519 545 560 567 568 570 Columns 49 through 64 232 336 72 205 284 404 530 189

8、 318 327 181 445 361 213 283 218 575 607 627 652 671 686 701 705 706 786 790 824 827 840 875 882 Columns 65 through 67 538 404 576 893 918 927P2 = 107 8 197 79 372 168 244 137 227 284 57 44 153 103 244 155 73 108 109 143 151 159 166 171 187 190 191 237 238 268 270 274 403 438 357 552 55 407 571 489

9、312 69 245 300 149 602 400 223 288 288 291 296 337 343 344 363 389 414 418 429 445 460 471 472 326 181 476 306 256 526 132 220 97 128 429 334 247 586 587 173 478 488 505 508 521 521 527 548 561 587 601 605 611 615 616 638 Columns 49 through 62 460 319 382 252 162 406 453 303 367 193 406 217 456 362

10、688 704 716 717 754 758 764 814 832 841 855 884 918 936p 3= 71 119 196 92 153 244 297 319 320 47 203 322 69 268 163 217 32 78 109 139 150 165 167 182 183 184 186 186 189 190 206 232 295 403 354 102 153 154 444 377 279 53 572 185 443 312 69 438 253 256 261 269 277 278 289 312 316 334 347 356 361 387

11、415 442 153 154 379 323 249 85 466 191 334 567 134 279 230 276 389 480 443 444 454 457 477 496 496 504 515 516 530 543 574 598 610 622 284 227 288 373 321 192 407 558 175 246 415 325 281 282 219 404 637 644 676 686 700 705 741 779 784 802 821 825 875 876 887 918 Column 65 511 940P4 = 69 119 59 198 2

12、7 86 303 244 107 20 22 223 274 165 122 212 30 77 102 109 114 146 160 166 180 181 182 184 193 198 229 234 277 370 244 104 159 585 377 534 268 182 42 549 376 314 279 166 235 244 266 268 274 304 306 313 354 358 371 373 385 390 426 461 322 399 224 555 306 435 251 405 202 133 303 430 228 332 253 459 461

13、471 473 499 508 516 527 548 551 557 573 603 646 674 679 686 376 184 407 351 563 451 416 545 215 296 216 566 405 497 687 739 740 748 783 784 805 832 846 868 883 910 918 936P5 = 61 69 70 116 82 270 73 151 101 47 149 105 284 188 244 151 2 30 32 77 88 99 127 131 147 158 171 179 188 214 230 236 303 104 3

14、6 404 356 553 492 280 320 185 442 88 55 377 296 297 259 267 281 288 289 299 315 316 352 356 365 372 376 386 410 411 499 152 229 79 240 581 192 381 307 120 121 442 244 180 390 486 422 428 441 457 476 481 492 504 508 510 511 514 524 534 545 552 272 28 305 125 246 571 364 416 198 389 256 218 349 601 44

15、9 180 555 570 586 592 612 615 627 635 651 666 676 723 746 746 757 780 Columns 65 through 73 181 518 437 218 299 544 457 362 191 781 790 836 844 848 903 913 936 937p 6= 117 198 64 101 307 244 109 48 225 284 184 402 68 279 353 129 76 109 138 139 155 166 182 183 186 188 220 257 259 259 262 266 447 556

16、109 377 148 278 218 321 491 550 318 69 277 439 47 198 286 295 302 308 315 316 352 355 365 369 383 414 426 442 453 454 322 249 86 191 408 333 135 249 278 218 516 273 147 390 228 464 459 476 495 508 515 517 537 541 545 578 581 599 602 611 647 673 287 375 192 319 407 559 183 323 324 325 235 415 325 283

17、 404 513 676 686 704 704 741 779 784 786 787 788 795 811 826 880 918 945P7 = 110 15 354 79 168 244 105 227 283 57 42 153 294 241 103 22 67 103 107 143 160 166 179 187 189 190 237 237 253 268 269 285 168 404 354 292 185 489 378 197 300 26 128 235 79 322 170 399 287 290 292 297 357 365 385 390 392 417

18、 427 441 453 460 466 473 302 467 258 135 305 221 256 159 429 334 248 550 374 458 319 252 505 516 519 528 542 547 565 566 602 606 612 631 687 687 704 716 Columns 49 through 57 598 78 450 512 303 218 290 547 443 737 745 763 771 808 883 889 894 917p 8= 115 194 80 244 29 283 365 44 275 103 376 551 230 1

19、49 281 444 75 110 144 167 188 190 192 237 264 265 283 294 312 315 316 361 374 38 293 209 502 102 257 322 172 608 400 225 305 378 255 524 366 377 381 395 415 424 425 459 465 470 472 475 509 514 520 527 221 403 254 127 430 334 248 183 230 172 463 332 252 407 178 452 547 549 564 567 603 606 611 624 646

20、 668 683 693 716 741 780 780 Columns 49 through 53 325 405 217 362 504 827 863 885 935 953Pi（i=1，2，8）。根据上述数据分析可得各元素污染源的位置坐标，其中主要污染源的位置如下：P1（382,716）,P2（192,705）,P3（197,109）,P4（119,77）,P5（82,88）,P6（198,109）,P7（110,168）,P8（403,549）.图十 重金属浓度之和分布图问题四：对于问题四，我们仔细分析了模型的优缺点。该模型综合运用MATLAB绘图插值函数，最大程度的减小误差准确构造

21、平滑曲面。清晰可见各重金属元素在各功能区的污染程度及扩散程度。缺点：所建的模型在较为理想的条件下，依赖于所给的数据不能很好的与实际条件相吻合。所确定的污染源存在一定范围内的误差，不能长时间利用该污染源改善城市土壤环境。为更好地研究城市地质环境的演变模式，还应收集该地区的每年生活、工业等重要污染源的垃圾排放量，以及每年的生物降解量，降雨量对重金属元素扩散的影响，空气污染也应该考虑进去。综合考虑各种因素，建立更加优化的模型。六、 模型的检验模型的建立是基于对所给数据进行一定的处理的基础之上的，通过模型计算得到的结果与原始数据对比存在一定的误差。利用标准偏差公式：S = Sqrt（xi-x拔）2）

22、/（N-1）计算的到结果为：各重金属元素的浓度相对于平均浓度的偏差一次为：s1=2.4096,s2=299.7538,s3=50.0666,s4=51.5867,s5=297.5867,s6=13.7048 ，s7=58.3238,s8=198.2240.所得结果在误差允许范围之内，所建模型有一定的合理性，但需要优化。标准偏差 S = Sqrt（S2） STDEV基于样本估算标准偏差。标准偏差反映数值相对于平均值 （mean） 的离散程度。 七、 模型的评价与推广1）本文把所解决的问题归结为求污染源的位置，建立的数学模型清晰合理。2）运用MATLAB处理数据和进行运算，降低运算量，简单易行，有

23、很大的可操作性。且所得数据较为合理可靠3）但在实际运用本方案中还应考虑后来污染因素对模型的影响，在应用的过程中根据实际情况进行灵活改变。八、 参考文献1 Barber, C. B., D.P. Dobkin, and H.T. Huhdanpaa, The Quickhull Algorithm for Convex Hulls, ACM Transactions on Mathematical Software, Vol. 22, No. 4, Dec. 1996, p. 469-483. Available in PDF format at2 Sandwell, David T., Bih

24、armonic Spline Interpolation of GEOS-3 and SEASAT Altimeter Data, Geophysical Research Letters, 14, 2, 139-142,1987.3刘正君，MATTLAB 科学计算与可视化仿真宝典【M】,电子工业出版社，2009（3）。九、 附录各元素浓度等高线绘图matlab代码x=A（:,1）;y=A（:,2）;z=A（:,3）;scatter（x,y,5,z）%散点图figureX,Y,Z=griddata（x,y,z,linspace（min（x）,max（x）,200）,linspace（min（y

25、）,max（y）,200）,v4）;%插值pcolor（X,Y,Z）;shading interp%伪彩色图figure,contourf（X,Y,Z） %等高线图figure,surf（X,Y,Z）%三维曲面加各功能区编号的MATLAB代码：hold on;clc;for（i=1:319）if A（i,5）=1text（A（i,2）,A（i,3）,1endif A（i,5）=22if A（i,5）=3text（A（i,2）,A（2,3）,3）if A（i,5）=44if A（i,5）=55求矩阵极大值的MATLAB代码如下：A=xlsread（xy各元素浓度.xlsclcX,Y=meshgrid（xleft:30:xright,yleft:yright）;X,Y,Z=griddata（A（:,1）,A（:,2）,A（:,6）,X,Y,X=A（:Y=A（:A（:,1）xleft=min（A（:,1）;yleft=min（A（:,2）;x