11数学建模比赛有用信息.docVIP

2.准确利用了题中提供的数据，并且对数据进行了较透彻的分析，抓住了分 析的要点，踢除了一些不符合实际情况且对问题影响不大的数据，较好的完成了 数据的提取与应用. 4.利用莱斯利矩阵建立的模型可以得到详尽的逐年的人口年龄分布.为社会 其它领域（如教育， 商业等）的发展规划提供必要的人口信息.用它做短期的人 口预测是十分理想的.同时，这一模型的应用十分灵活，通过调整模型的参量， 可以定量的分析许多因素对人口的影响，也可以通过观察人口结构的 变化分析其它社会因素影响的大小. 114 　相关性特征 11411 　土壤重金属含量的相关性(复合污染特征) 土壤中重金属含量的相关性可以推测重金属的来源是否相同,若重金属含量有显著相关性,说明来 源可能相同,否则来源可能不止一个. 若两种重金属之间是正相关,说明两者之间复合污染较严重;反 之,如果是负相关,说明两者之间是此消彼长的相互抑制关系. 研究证明,污染区往往会出现数个元素 含量同时增高的现象,呈现出复合污染的趋势,即重金属的污染多为伴生性或综合性的复合污染,这是 我国土壤重金属污染的重要特征[9 ,13 ,21～23 ] . 11412 　与土壤理化性质的相关性 土壤重金属污染状况除与污染源有关外,还与土壤理化性质,特别是土壤PH 值、有机质含量、粘粒 含量等有关. 相关分析表明,土壤重金属的含量与土壤的理化性质存在着不同程度的相关性. 他们通 过影响重金属在土壤中的吸附- 解吸、沉淀- 溶解、氧化还原、配位螯合等迁移转化物理化学过程影响 重金属在土壤中的再分配和分异,进而影响重金属在土壤中的富集和含量[9 ,13 ,21～22 ] . 111 　空间分布特征 （用于第一问阐述） 中国城市目前已遭受到明显的普遍的重金属污染. 但是,由于城市土壤按不同的生产、生活和商业 的土地利用特点或者说不同的城市活动对城市土壤重金属污染的影响不同,所以城市土壤重金属污染 呈现出空间分布的特征. 吴新民[1 ] 、郭平[2 ] 等分别研究了南京市和长春市不同功能区土壤重金属的污染 特征,发现不同功能区间重金属污染存在明显差别. 南京市重金属污染强度以矿冶工业区最高,其次是 城市中心的商业区和老居民区,风景区和新开发区污染较轻,近年新建的市民广场重金属污染不明显 (如图1 所示) ;长春市不同功能区土壤中重金属含量差别较大:公园土壤中Cu 含量最高,其他功能区 Cu 含量顺序是郊区耕地 住宅区 工业区 开发区;Pb 在城市公园土壤中含量最高,其他功能区顺序 是工业区 住宅区 郊区耕地 开发区等等. 总体上,城市土壤中重金属含量要明显高于郊区及远离 城市的农田土壤的含量[3～5 ] ,但是近年来,随着城市环境的综合治理,部分企业向城郊搬迁,加之乡镇企 业蓬勃发展,小型乡镇企业及个体作坊数量剧增,使得重金属污染出现了明显的郊区化趋势[6～8 ] . 另 外,城市重金属污染还表现出个别区域的某些重金属元素的严重富集(如加油站、冶炼厂附近等) [1 ,9～10 ] 以及交通干线两侧污染较为严重[5 ,11～12 ] 等特征. 城市土壤受人为扰动较大,挖掘、搬运、堆积、混合和大 量的废弃物填充,使土壤结构和剖面发育层次十分混乱,所以重金属在土壤剖面特征不同于自然土壤或 表层耕作的农业土壤,分布无规律性 可用于第四问 . 4 　重金属在环境因子中的迁移转化 重金属并不是静止不变的存在与城市水体、大气、土壤中,而是会在三种环境因子中迁移转化. 城 市重金属污染物的迁移转化(如图6 所示) 受自然因素和人为因素双重作用的影响. 自然因素主要是指 风力、重力和降水等作用;人为因素主要是指交通流和人流等作用. 首先,由于人类的生产和生活活动将大量的重金属污染物排入灰尘、大气、水体和土壤等各城市环 境因子中. 灰尘和大气中的颗粒物主要通过吸附作用将重金属污染物吸附在其表面,并且粒径越小,吸 附能力越强;水体中的重金属污染则是由于废水的排放和土壤渗漏造成的,而土壤中重金属物质的污染 主要是农药的大量使用和用被重金属污染的水体进行灌溉造成的. 图6 　重金属在城市各环境因子中的迁移转化 Fig. 6 　The transfer of heavy metals in environmental factors of cities 其次,各环境因子中的重金属由于自然因素和人 为因素的双重作用而相互转化. 城市灰尘中的重金属 (尤其是细粒子) 一方面在风力、交通流和人流的作用 下被扬起,从而进入大气成为大气颗粒物,另一方面也 可以因此而进入水体成为水体中的悬浮物,最终由于 重力沉降成为水体沉积物,同时城市灰尘还可以成为 土壤的一部分;大气中的重金属被吸附在颗粒物的表 面随着重力作用和降水一部分转变城市灰尘,另一部 分进入水体和土壤