毕业论文范文——大气污染模型

毕业论文 第52页 共53页J IANG SU UNIVERSITY本 科 毕 业 论 文 大气污染模型Air pollution model学院名称： 计算机科学与通信工程学院 专业班级： 计算机科学与技术 学生姓名： 指导教师姓名： 指导教师职称： 年 月目录中文摘要 3英文摘要 4第一章、模糊概念 51、1模糊集合论的基本原理 51、1、1模糊的产生 51、1、2 模糊集合论的基本原理 61、2 系统的模糊性 71、2、1环境质量的好坏和环境质量的价值 71、2、2 环境系统的复杂性意味着模糊性 81、3模糊理论在环境科学和地理信息系统中的研究现状 91、3、1模糊理论在地理信息系统中的研究现状 91、3、2糊理论在环境科学研究现状及存在的主要问题 11第二章、MATLAB简介 132、1 MATLA语言简介 13 2、2 MATLAB语言编程基础 132、2、1函数调用语句 142、2、2矩阵的MATLAB表示 142、2、3 MATLAB语言的程序流程语句 192、2、4 MATLAB中新的数据结构 192、3 MATLAB语言与科学计算202、3、1矩阵的非线性运算 202、3、2数据插值 21第三章、大气污染模型的创建和简化 243、1 地理信息系统中建立模型243、1、1地学模型的特点 243、1、2地理信息系统中模型的表达方式 253、1、3地理信息系统中模型的存贮 263、1、4 地学建模方法概述 273、2 大气扩散模式 293、2、1 有风时(u101.5m/s)，气态污染物点源扩散模式 293、2、2 一次地面最大落地（Cm）浓度及距离（Xm） 313、2、3 有风时(u101.5m/s)，气态污染物后置点源（面源）扩散模式 313、2、4 小风（1.5m/sU100.5m/s）、静风（U100.5m/s）扩散模式 313、2、5 逆温层破坏时的熏烟模式 323、2、6 日均浓度计算公式 323、2、7卫生防护距离估算 333、3 适用范围 333、4 程序计算时需输入的参数 34第四章、系统的设计和实现 354、1 系统简述 354、2 MATLAB函数在方程中的用法 354、2、1 MATLAB的具体函数 354、2、2 此设计的流程图 374、3 MATLAB函数在方程组中的用法434、4 数据库的简单介绍 44第五章、个人心得 47第六章、文献参考 48第七章、致谢 49摘要数据模型就是按专业的要求，用数字方式描述自然界的事物或现象以及他们的关系。 我们通过对地区的具体数值和情况的观察，对大气质量状况做出分析，建立一个符合当地情况的大气污染模型，用来测量大气污染浓度，并根据污染浓度评价出当地的空气质量。由于地理信息以及环境的“模糊性”，我们可以简化模式，得出最大值，可以认为是污染源的污染浓度。在我们的设计中，就是首先要建立一个大气污染的模型，并根据模型云用MATLAB语言算出浓度值推导出当地空气质量，不但如此，还要可以根据别的地区的空气浓度和具体的环境数值反推出符合当地的空气质量系数。最后，还建立了一个界面和数据库，用来存放模式计算的数值！关键字：地理信息、模糊性、MATLAB语言、建模AbstractThe data model is the request for press profession, describing with the numerical way nature of thing or phenomenons and their relation. We pass the observation to the concrete number of the region and circumstance, doing an analysis to the atmosphere quantity condition, building up an air pollution model that matches the local circumstance, use to measure the air pollution density, and evaluate an air quantity of the region according to the pollution density.Because of the geography information and faintness of the environment, we can simplify the mode, getting a biggest value, can think is a pollution density that pollutes the source. In our design, is first to want to build up a model of air pollution, and calculate a density value to deduce a local air quantity with the language of MATLAB according to the model cloud, not only this, still wanting can are anti- to release the air quantity coefficient of match the region according to the air density and concrete environment numbers of the another region. End, still built up an interface and databases, use to the number of deposit the mode calculation! Key word: Geography information, faintness, language of MATLAB, modeling第一章、模糊概念世界的本源是模糊的，人类的认知水平也是从混沌空蒙走向明晰和精确，从抽象的语言描述到具体的数字表示。17世纪牛顿和莱布尼兹创立了微积分，更使人类的认知产生了一个飞跃，以致数学被人们看成是“严谨、精确”的化身。但随着人的认知水平和科学技术的发展，人们开始认识到，复杂的事物是难以精确化的，复杂的系统很难用精确的数学进行描述:丰富多彩的世界绝不是Contor的集合所能描述的。例如“胖和瘦”、“快和慢”、“美和丑”等概念是没有明确的界限的。尽管我们对什么是“秃头(bald)”和“正常头发(hirsute)”有一个非常清晰的概念，但用数学上精确语言对二者的定义却会得到相悖的结论。其次数学的应用领域逐渐扩大，各门学科甚至过去与数学很少联系的生物学、心理学等社会和人文学科都迫切要求数字化、定量化地描述和分析。但这些学科的大多数概念是模糊的，很难用精确的数学方法处理其语义属性，需要有研究和处理具有模糊性概念的数学来为这些学科提供新的数学描述语言和工具。于是有人开始研究模糊。1、1模糊集合论的基本原理1、1、1模糊的产生1965年美国学者L. A. Zadeh的“fuzzy sets”的著名论文，宣告了“模糊数学”正式诞生。Zadeh认为，有时精确远不如模糊更符合事物的本原。在现实生活中复杂事物要想绝对精确是不可能的，本来就是含糊的事物要想精确化也是不可能的，实际上只是把不准确程度降低到无关紧要的水平罢了。Zadeh在这篇论文中，首次成功地运用数学方法描述了“模糊性”，突破了Contor集合论的二值逻辑的束缚，解决了J.Tukasiewicz和E.Post等人的三值逻辑论和多值逻辑论的无法处理的一些关键概念，提出了一个求解逻辑问题的更一般的、更抽象的方法。其关键思想是承认由于客观事物的差异所引起的中介过渡的不分明性，承认渐变的隶属关系。一个元素可以部分地属于某个集合，一个命题可以部分地为真。其中隶属函数是描述某个元素摸糊性的关键，是模糊数学赖以建立和发展的莫基石，自1965年来，模糊数学已渗透到了数学的各个分支，如模糊拓扑、模糊逻辑、模糊概率、模糊规划、模糊系统等方面己取得了重大的理论研究成果，模糊分析理论与方法在气象预报、医疗诊断、人工智能、模式识别和模糊控制、商品评价，以及农林地质等学科方面显示了其强大的生命力。模糊数学理论的飞速发展和应用的广泛普及，主要在于它反映了人脑的不确定性思维，利用数学的方法妥善处理了生活中“亦此亦彼”的现象。是人类认知水平自然发展的过程，也是人类认知过程的一种转变和飞跃。事实上，早在1923年，著名哲学家罗素就论述过模糊性在现实生活和自然界各个领域中的客观存在问题。恩格斯曾明确而高度概括地指出“一些差异都在中间阶段融合，一些对立都经过中间环节而相互过渡”;“辩证法不知道什么绝对分明和固定不变的界限，不知道什么无条件的非此即彼，它使固定的形而上学的差异互相过渡，除了非此即彼，又在适当的地方承认亦此亦彼，并且使对立互为中介”。因此，模糊性是客观存在的自然属性的论点有着坚实的哲学基础(陈守煌，1988).模糊性不是由于人的主观认识达不到客观实际而造成的，而是事物的一种客观属性，是事物的差异之间存在着中间过渡，是事物或现象的归属界限的不确定性所带来的亦此亦彼的表征结果。从另一方面讲，模糊性也不是由于人的认知思维的不确定性在造成的，而恰恰相反，是人的思维力求确切反映自然事物或现象的本质属性时的一种客观再现，亦即模糊性是事物的本质属性，“模糊”模式是一种能较好地模拟人类思维模式的工具。因此，模糊数学并不是“模糊”的数学，它是采用严格的、精确的数学手段处理模糊现象的一门数学。模糊数学是传统数学的延伸和推广，与传统数学一样，有着严格的数学理论基础。从认识发展的观点来看，它实际上也是对客观世界的一种精确反映，体现了人类认识能力的深化，是以模糊达到精确的手段。1、1、2模糊集合论的基本原理模糊数学可称为是继经典数学和统计数学之后数学的又一个新发展，它将Contor集合隶属函数的二值值域0. 1扩展为模糊集合隶属函数的连续值域0.1，为描述和反映客观世界中各种模糊事物和现象如模糊概念、模糊目标和约束以及各系统之间的模糊关系提供了有效的手段。模糊数学打破了普通集合论的束缚，并与数学严密整合，其特征在于:隶属函数的引入。前已述及，隶属函数是模糊数学的基础，是描述某个元素与集合关系的关键。用模糊数学处理实际问题时首先要解决的就是如何确定隶属函数。隶属函数的定义可作这样的解释.给定论域U上的一个模糊子集A(为便于与普通集合区别.将A记作A)，对任意的xU，都对应有一个实数。, 称为x对集合A的隶属度。就是A的隶属函数。的值表示元素x隶属于集合A的程度，的值越接近于1，表示x隶属于A的程度越高； 的值越接近于0，则表示x隶属于A的程度越低。模糊数学的分解定理和扩张原则。这是沟通模糊数学与经典数学的桥梁，因为任何模糊数学的定理都可以通过分解定理化为普通集合的问题来处理.而扩张原则可以把普通集合扩张到模糊数学中去。模糊数学使用的是经典集合的方法，却是对经典集合的推广和发展，以上面的例子为例，若的值域为0. 1，则A就蜕化为普通集合。可见，普通集合是模糊数学的一个特例。按Zadeh给模糊集合论的一种解释，在模糊集合论中，任何领域都可以模糊化，只要用模糊集代替其中由普通集合所表示的概念，而精确度只是实现某个任务所需的最小精度。因此模糊集理论出现了很多分支，如模糊运算、模糊数学规划与决策分析、模糊概率理论、模糊控制、模糊神经网络理论和模糊拓扑等。所以模糊理论是通过对一般领域的模糊化，从而使许多理论变得更具一般性和具有更强的解决实际问题的能力;与传统数学相比，模糊数学并不是着眼于提供一种普通数学解决不了的方法，而是通过拓展其外延，在一个更广泛的范围内分析和解决问题，在某些方面使问题解决得更容易和客观、与人的思维方式相一致。1、 2环境系统的模糊性1、2、1环境质量的好坏和环境质量的价值环境科学所指的环境是围绕人群的空间以及其中可以直接、间接影响人类生活和发展的各种自然要素和社会要素的总体，所以环境质量的优劣是根据人类的某种要求而定的，是环境的总体或环境中的某些要素对人类的生存和繁衍以及社会经济发展的适宜程度在人的大脑中的反映。环境质量的好坏、优劣可以用定性和定量的方法描述，用于定量描述的有各种质量参数值、指标和质量指数值等，用于定性描述的是各种反映其程度的形容词、名词等。人作为主体对环境的评价虽然以客观数据为基准，但由于比较的主体认识水平的不同、价值取向不同，以及生存环境和意识形态的不同.对同一个评价对象会因评价主体的不同而得出不同的评价结论。例如，人们对大气污染都有一个统一的认识，空气清新的环境质量好，污染严重的环境质量就坏。但评价空气污染由“优”到“严重污染”及其中间过渡等级的客观数据是渐变的，并没有一个严格的划分。其差异不是绝对的，从差异的一方到另一方没有明确的界限，中间经历一个从量变到质变的连续过渡过程，这是差异的中介过渡性。由差异的过渡性而产生划分上的非确定性就是模糊性。另外，人们对各种传媒工具和家用电器的微波辐射形成的“电子烟雾”的认识还处于朦胧的阶段，对人体健康而言，一个长时间的作用域内的小剂量辐射所表现出瞬时环境状态还无法用定性或定量的数据描述，尽管对某一个具体的环境它是客观存在的。这种概念内涵中的不确定性就是前面所说的一般模糊性。环境质量的效用程度还表现为环境价值的高低。环境价值常以一个地域、国家和社区中人们公认的社会原则、伦理、习惯、环境标准进行度量，是人们在长期和反复的社会实践中形成的一种特殊的价值观，受制于特定区域内人们的历史文化传统、社会经济发展水平、环境觉悟程度及所处的地理环境。人类还没有对各种各样具体环境要素和因子的价值形成统一认识，绝大部分的认识还属于可表达性认知思维中的一种广义模糊性。1、2、2环境系统的复杂性意味着模糊性L.A.Zadeh创立模糊理论时发现一个互不相容原理:“当系统的复杂性增长时，我们对系统的特性作出精确而有意义的描述的能力将相应降低，直至达到这样一个闭值，一旦超过它，精确性和复杂性将变成两个互相排斥的特性”。这就是说，复杂性越高。有意义的精确化能力便越低;而精确化越低，便意味着系统具有的模糊性越强。因此环境系统的复杂性就意味着模糊性。首先，环境系统是一个复杂的、多层次的巨系统。环境系统是由自然环境、生态环境和社会环境三个子系统组成。每个子系统又包括众多次级子系统。如从组成要素分，自然环境系统包括大气环境系统、土壤环境系统、水文环境系统、地质环境系统。从环境规划与管理角度分，大气环境系统有可分为大气污染监测系统、大气污染或大气环境质量评价系统、大气环境污染控制系统等更低一级的子系统。形成一个多层次系统。不但具有相互作用、相互联系、互有因果的关系，而且在各系统内部也在不断发生物资、能量和信息的交换，不同层次之间、同层次各子系统之间与外部环境也是开放的。这样就形成了一个多层次、多输入、多输出一种复杂巨系统。对这样一个系统的描述、评价将会因其复杂性而使精确性降低。其次，环境的决策过程和结果也充满着模糊性。环境系统的复杂性不仅表现在组成环境的因素众多，还表现在其属性的多样性。有些因素是可以用一般的数学方法量化，为清晰性指标，如污染物浓度对应的环境指标、环境污染等级、治理费用等;但许多用语义值描述的概念则难以完全定量化，为非清晰性指标，如社会效益、生态影响等指标。在环境系统的决策过程中，所规定的系统目标和约束不是固定不变的，并且允许有一定的变化范围:环境系统的决策与决策者密切相关的，人的主观性具有模糊性，对结果影响很大。不同的研究人员，即使是专家积累在大脑的经验和信息也会因人而异。总之，模糊事物和现象在环境系统中是客观存在的，这就决定了在环境科学的发展过程中必须重视模糊数学理论与方法的应用。1、 3模糊理论在环境科学和地理信息系统中的研究现状1、3、1模糊理论在地理信息系统中的研究现状模糊集理论在地理信息系统中的应用，最早见于有关专题制图中地类要素边界“不精确性”问题的讨论。早在计算机技术大规模用于机助制图和GIS之前，对如何妥善解决地类边界的不精确性问题就成了专题地图中与表示地理数据有关的众多难题之一。专题图上的实体由它们的空间方位和非空间的属性定义.通常一个多边形表示由一个、或一组属性组成的一个相对均质的地理区域，多边形的边界线两侧为不同特征区域。边界的不精确性是指实地情形与图上多边形表述的信息存在不一致性，这包括两个方面，属性的不精确性和定位的不精确性。专题图上的多边形边界线通常被表示为明确的线，用以表示和区分具有不同的特征的区域(Burrough 1986)。这在处理可以明确定义的地籍图、人口统计图和行政区划图的边界问题时，是可行的。而土壤质量、人口密度的属性特征是连续变化的，它们的边界线只是为了有利于分类和制图表示。不加区别的用同一种线划表示不同地类的边界线可能导致对所表述的信息的误解，尤其是在数学严密的计算机处理过程中。许多学者曾讨论过，既然地理区域并不总是能被精确地区分，传统边界线的制图方法在计算机制图中就有必要作些改变(Coleman 1980. Robinso 1980、Leung 1987.Burrough 1986. Chrisman 1989. Fisher 1989).于是模糊集合理论与方法在定位、属性描述、误差和插值方面得到了较好的运用。为了便于研究，Goodchild. Burrough等人将地理要素按数据类型的表述方法不同，把数据模型分为两类，即精确的目标模型(object model)和连续变化的场模型(field model).模糊理论在地理信息系统中的应用主要有基于模糊场的误差带(Leung 1987;Goodchild,1986 )、多边形的叠置与模糊聚类分析。模糊误差带是在属性值连续分布的边界线两侧，以模糊隶属度a(0a”(大于关系)，“=”大于等于关系，“=”(小于等于关系)。这些关系运算都是针对两个矩阵对应元素的。故要求运算时矩阵组数要一致或其中之一为标量。在进行计算时，对应元素进行比较，若关系满足，则将结果矩阵中该位置的结果置为1，不满足则置为0。 （五）几个常用的工具矩阵 以下几种常用的工具阵，除单位矩阵外，其它的几乎没有任何具体意义，但在是其中有十分广泛的应用。如定义矩阵的维数、赋迭代的初值等。这类工具阵主要包括：全零阵、单位阵、全一阵和随机阵。 1、全零阵 全零阵由函数zero（）生成，其主要调用格式为：zeros(N)生成NXN的全零阵。zeros(M，N)生成MXN的全零阵。zeros(size（A）)生成与A相同大小的全零阵。 2单位阵 单位阵可由函数好eye()生成，其主要调用格式为：eye(N)生成NXN的单位阵。eye(M，N)生成MXN的单位阵。eye(size（A）)生成与A相同大小的单位阵。3、全一阵全一阵由函数ones（）生成，其主要调用格式为：ones（N）生成NXN的全一阵。ones（M，N）生成从MxN的一阵。ones（size（A）生成与A相同大小的全一阵， 4、随机阵 rand(N)产生一NXN均匀分布的随机矩阵。元素的值在（0.0，1.0）区间内。rand(M,N)生成MXN的随机矩阵。rand(size(A)生成与A相同大小的随机阵。2、2、3 MATLAB语言的程序流程语句 作为一种程序设计语言，MATLAB提供了循环语句结构、条件语句结构、开关语句结构及新的试探语句。 一循环语句结构 循环语句有两种结构:forend结构和while end结构。它们不完全相间。各有特色。具体的结构可见1,4 （二）条件转移结构 MATLAB语言还提供了各种条件转移语句的结构，使得MATLAB语言更易使用。MATLAB提供的条件语句最简单的格式是由关键词if引导，此外，MATLAB还提洪了其它两种条件结构，ifelse格式和ifelseifelse格式，其格式见 17,20: (三)开关结构 MATLAB从5.0版开始提供了开关语句结构，基本语句结构见17,20, （四试探语句结构 MATLAD提供了一种新的试探性结构，其一般形式见17,20。2、2、4 MATLAB中新的数据结构 在MATLAB中有许多新的数据结构如数据结构体、类与对象、单元结构。在大气污染模型程序中。有些数据结构没有涉及到，现仅就单元(cell)结构进行说明。因为在程序设计过程中单元结构应用得很广泛。 单元给构是把不同的数据都归纳到一个变量中，而这个变量称为单元。单元结构的表示方法类似于带有下标的矩阵和多维数组，但这些下标不是用圆括号括起来，而是用大括号扩起来，与矩阵的记法不一样。在矩阵和多维数组中。每个矩阵元素都应该有相同的属性，而单元结构则没有此要求，用户可以把各种不同属性的数据全部归并到一个单元变量中，因而它的应用更具有灵活性。例如，有时不同维数的矩阵需要同时进行一种操作，用单元结构就能够实现所有数据的输入，否则就需要对每一个矩阵单独进行输入。这对于大规模的数据输入是不可能实现的。 与矩阵一样，单元结构也可以使用size（）和length（）来显示其大小。也可以由带有大括号下标的形式访问该单元数据，得出该矩阵的具体内容。例如。对于一个1XN的单元结构B访问第n(n=N)个单元元素时，则可以输入Bn即可。如果需要消除单元变量中第m(m=N)个单元元素，则可以用命令B（n）=。2、3 MATLAB语言与科学计算 前面提到MATLAB的最大优势是矩阵运算，因此矩阵的各种运算以及线性代数的运算用MATLAB进行解决都变得非常容易。MATLAB语言所带的大量的内在函数也为诸如微分方程的数值解，积分运算带来了便利的求解过程。由MATLAB语言编写的一些数学计算工具箱使得许多数学分支学科的计算和研究变得简单易用。其中许多内容在大气污染模型程序中都有反映，使得程序的设计更加简洁和紧凑。2、3、1矩阵的非线性运算 矩阵的线性运算前面已经说明，现在说明如何对矩阵进行非线性运算。事实上，MATLAB提供了两类函数。其中一类是对矩阵的各个元素进行单独运算的，第二类是对整个矩阵进行运算的。由于第二类在实际工程中应用较少，故重点放在第一类。第一类有一些函数运算，主要如下: abs()求绝对值(模)运算; aqrt()求平方根函数； exp()指数函数； sin(),cos()正弦，余弦函数: asin(),acos()反正弦、余弦函数; round（）,floor(),ceil(),fix()取整数函数，筹等。标准调用格式为: B=函数名（B）， 例如B=sin(A) 前面余弦曲线及三维曲面图的例子已经给出这一类计算的模式。可参阅。这里对四个取整函数具体说明如下:round（）表示对矩阵的所有元素取四舍五入:floor（）表示对矩阵所有元素朝-方向取整数，ceil()是朝+方向取整数；fix()表示对矩阵所有元素朝0方向取整数。2、3、2数据插值插值问题是这样提出的：已知函数f（x）在区间a，b上n+1个点的值，即已知： f(xi)=yi i=0,1,2,nxia,b寻求一个解析形式的函数，使满足 i=0,1,2,n 这是称xi为插值节点，f(x)为被插值函数，称条件为（i=0,1,2,n）为插值条件。 MATLAB语言中提供了若干个插值函数。如一维插值函数interp1()多项式拟合函数ployfit()等，还有大量的解决多维插值问题的函数。 数据插值运算在工程实际上运用很广泛。大气污染中也不例外地应用了。在地貌较为复杂的情况下。如果对起伏状况进行很好的描述就需要有各个点的高程数据。但是很多情况下由于地块范围较大，坐标点的数量非常大，输入高点的数据量是庞大的，对全部数据进行输入是不现实的，甚至是不可能的。这时需要用较少的点的数据来确定出所有点的数据，就成为插值问题。当选择了一些有代表性的点后，利用MATLAB数据插问题可以方便地得到插值结果。需要强调一点，已知点的选择对于插值结果的好坏有很大关系，因此在选择点的时候需要对问题的具体状况先做细致的分析。例如对于相对平缓地带点可以选得疏松一些，起伏变化大的地带点就应当选择的密-些。 （一）一维数据插值一维插值问题可以由interp1）函数解决，该函数的调用格式为: y1=interp1(x,y,x1,方法)其中x和y两个向量分别表示给定的一组自变量和函数值数据，x1为一组新的插值点而得出的yl是在这一组插值点处的插值结果。插值方法一般可以选择linear(线性的，次此项是默认的)，还有cubic (三次的)和spline样条型等。函数polyfit（）可以对给定己知点数据进行多项式拟合，调用格式为： p=polyfit(x,y,n)其中，x和y两个向量分别表示给定的一组自变量和函数值的数据，n为预期的多项式阶次，返回的P为插值多项式系数。 （二）二维数据插值MATLAB下提供了二维插值的函数，如interp2()，该函数的调用格式为： Z1=interp2(x0,y0,z0,x1,y1,方法)其中x0,y0,z0为已知的数据，而x1,y1为插值点构成的新的网格参数，返回的z1矩阵为在插值网格点处的函数近似值。用前面给出的一个曲面生成函数作为例子说明如何使用二维插值函数。假设仅知道其中较少的数据，按前面生成曲面网格图的命令生成网格图。如图2-8(a)。x1,y1=meshgrid(-3:6:3,-2:4:2);z=(x2-2*x)*exp(-x2-y2-x*y);subplot(121);mesh(x,y,z). 选较密的插值点，则可以用下面的MATLAB语句采用默认的插值方法进行插值，得出的图如图2-8（b）所示。x1,y1=meshgrid(-3:2:3,-2:2:2);z1=interp2(x,y,z,x1,y1); subplo1(122); mesh(x1，y1，z1) 从图中看到，默认的插值方法生成的三维表面图还显粗糙。如果选用立方插值选项或样条插值就比较理想，插值结果如图2-9(a)和2-9（b）。基于这种情况，在网程序中对地块数据进行插值运算时选用的插值方法为样条插值。Z1=interp2(x,y,z,x1,y1,cubic);Z2=interp2(x,y,z,x1,y1,spline);Subplot(121),mes