- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2011 高教社杯全国大学生数学建模竞赛
承 诺 书
我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.
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,严格遵守竞赛规则,以保证竞赛的公正、公平性。如有违反
竞赛规则的行为,我们将受到严肃处理。
我们参赛选择的题号是(从 A/B/C/D 中选择一项填写): A
我们的参赛报名号为(如果赛区设置报名号的话):
所属学校(请填写完整的全名): 河南师范大学
参赛队员 (打印并签名) :1. 李明月
2. 张亚鲜
3. 杨曼
指导教师或指导教师组负责人 (打印并签名) :
日期: 2012 年 9 月 1 日
赛区评阅编号(由赛区组委会评阅前进行编号):
2011 高教社杯全国大学生数学建模竞赛
编 号 专 用 页
赛区评阅编号(由赛区组委会评阅前进行编号):
赛区评阅记录(可供赛区评阅时使用):
评
阅
人
评
分
备
注
全国统一编号(由赛区组委会送交全国前编号):
全国评阅编号(由全国组委会评阅前进行编号):
城区土壤重金属污染分析与地质环境综合评价
摘 要
为掌握城市化过程中重金属对城区土壤的污染现状,分析重金属污染的主要
原因并确定污染源点的位置,本文针对城市表层土壤重金属污染问题,在题中给
出的数据的基础上,以表层土壤重金属浓度为切入点,建立了三个模型,模型一
是单因子—内梅罗指数综合评价模型,模型二是 spss 因子分析模型,模型三是空
间连续点核心估计模型,并且运用数值分析、多元统计分析和空间连续点核心估
计等相关知识与算法,得出有关城市环境质量评价的相关结论。最后经过讨论分
析,对模型做出改进和推广。
模型一:单因子—内梅罗指数综合评价模型。我们借助MATLAB 软件,画出该
城区 8 种重金属浓度的空间分布图。同时采用单因子污染指数法,对不同区域的 8
种重金属污染程度进行分析。考虑到不同区域重金属污染程度不同,我们定义了
土壤污染综合评价指标,运用内梅罗综合指数法得出生活区、工业区、山区、主
干道路区及公园绿地区的综合评价值为 3.169436 ,13.53237,1.251947,9.484256 ,
2.733434 ,表明山区重金属污染程度最轻,工业区污染最严重。
模型二 :spss 因子分析模型 依据因子分析原理,分别用几个公共因子来解
释该城区不同区域土壤 8 种重金属污染指标,借助 SPSS 软件得出不同区域污染
因子载荷值,并结合不同功能区域污染的具体情况,进行综合分析得出整个城区
重金属污染的主要原因:工矿企业污染、燃煤污染、交通污染和居民生活污染。
模型三 :空间连续点核心估计模型污染源的位置的确定与金属传播特征密
切相关,同时联系样品数据,分析数据及浓度空间的连续分布特征,利用点核心估
计模型的逆运用,根据问题一的元素浓度空间分布图,寻找出浓度峰值的大致区
域,主观确定的区域半径,找出覆盖区域内的样品观测点,进而建立以污染源强度
最大为目标函数,求解污染源坐标点的核心估计数学模型.核心估计的目的是根
据根据采样点元素浓度值获得元素的变量概率密度的平滑估计值.选择合适的带
宽就能得出一个质量高的概率密度估计
原创力文档


文档评论(0)