2011数学建模A题获奖论文.doc

城市表层土壤重金属污染分析摘要 由于城市化水平的提高和人类活动的影响，使城市的土壤受到了不同程度的影响，因此我们应该评定污染等级找出污染的原因，确定污染源的所在。对于问题1土壤重金属污染评价方法有很多，如地质积累指数法、内梅罗指数法、单因子指数法等等，而对于本问题我们采用地质积累指数法和内梅罗指数法联用，组成一种新的综合指数法，对该城区的五个区域进行评定，评定结果生活区为强污染、工业区为极强污染、山区为中污染、交通区为极强污染、城市绿地区为强污染。对于问题2通过对数据和图像的分析，从城区的角度来看，我们能够清楚的发现整个城区的所有元素平均浓度均超过背景值，而且离高浓度污染较近区域的环境也无法避免受到影响，使得重金属浓度也比较高；从元素的角度来看，由于各种重金属元素在应用上的差异，使得重金属元素在自身使用较多的区域测量浓度较高。对于问题3，通过对数据和图像的分析，大致估计出每种重金属污染源的个数，用局部插值的方法用一个二元三次多项式对每个污染源周围浓度的变化趋势做出模拟，通过仔细的有目的选取污染源周边的10个点，用matlab解线性方程组求得二元三次多项式的10个系数，从而唯一确定一个函数，通过对该函数在污染源附近的区间内求极大值，从而确定取极大值时该函数的横纵坐标，即污染源的坐标。对于问题4，我们首先分析了模型的优缺点，为了更好的研究地质环境的演变模式，我们认为应该收集反映污染源位置的相关数据，污染元素的自身属性，污染源所处的区域类型以及污染区域的海拔高度，污染源的强度函数。然后就可以估计出扩散系数，从而建立相应的反应扩散方程模型解决问题。关键词：地质积累指数法、内梅罗指数法、局部插值、反应扩散方程一 问题重述随着城市化水平的不断提高，人类活动对环境质量影响也日益突出，研究人类活动影响城市地质环境的演变模式，日益成为人们的关注焦点，城区按功能划分一般分为生活区、工业区、山区、主干道路区和公园绿地区，现有对某城市城区土壤地质环境进行调查，分别对以上五类区域的土壤进行抽查、取样、编号、GPS定位和用专门仪器进行分析，获得每个样本的所含的多种化学元素的浓度及空间位置，提出了下列问题：1） 通过所获得数据绘出8种元素在该城区的空间分布，并远离人类和工业活动自然区土壤（即背景值）进行比对，分析不同区域重金属的污染程度。2）对不同区域重金属的污染程度进行分析，阐明重金属污染的主要原因。3）分析污染物的传播方式，以此确定污染源的位置。4）分析模型的优缺点，收集相关信息，建立新的模型。二符号说明图形符号：-生活区-工业区-山 区-交通区-公园绿地区公式符号:-元素在第j类地区的地质积累指数-第i种元素在第j类地区的测量浓度-元素i的背景值-指元素的种类-指城区的种类-水平坐标-纵向坐标-内梅罗综合污染指数-扩散系数-强度函数三问题分析本题使用matlab软件绘出在8种元素在该城区的空间分布图，整理附件2的数据并与背景值对比，选用适当的数学模型进行评价，通过绘制出相应的图表，观察高污染区附近样本点位于在哪些区域。在分析污染点的位置时，应该认为污染函数是空间域上的连续函数，所以我们需要通过题目所给的离散数据近似还原空间域上的污染函数，由于拟合不能准确地表示极大值点周围的变化规律，我们采用了局部插值法近似还原污染函数在污染源附近的变化规律，通过求极值找出污染源的位置。当研究地质环境的演变模式时，如果知道污染源的位置和污染强度并且知道污染源的传播特性，就可以建立相应的反应扩散方程，一般反应扩散方程很难求得解析解，我们可以用数值方法对方程进行求解从而得到污染源对环境的污染程度函数，利用这个函数来分析地质环境的演变模式。4 模型假设1） 将土壤模型理想化，认为同一污染元素在同一类型区域扩散性质保持不变。2） 各污染元素对环境的影响相互独立，互不干涉。3） 如果俩个污染源距离较近，处理过程中视为一个污染源。4） 污染浓度随着离污染源距离的增加而迅速衰减。5） 污染源在一定时间内污染浓度达到稳态，即污染浓度函数与时间t无关。6） 污染在空间扩散是连续的。7）分析数据可得，高度的变化对浓度无明显影响，故忽略高度对重金属元素浓度的影响。五模型建立5.1重金属元素的空间分布及污染程度的评定为了找出8种重金属元素在城区的空间分布和不同区域的污染情况，本节用matlab制作出重金属元素的位置与对应浓度的关系图（具体实现见附录1），然后利用测量数据研究不同区域重金属的含量，并对选取背景值与测量值之间的差异进行分析，最后给出不同区域的污染程度。5.1.1 8种重金属元素的空间分布以下8个图形分别是8种重金属元素在该城区的空间分布： 5.1.2 该城区内不同区域重金属的污染程度首先我们将所给数据进行整理，找出每种元素在该城区不同区域的最大值、最小值、平均值、标准偏差及变异系数（表1），将找出的最大值、最小值、平均值和背景值进行比对，这是每一种元素对该城区的不同区域环境污染状况；项目AsCdCrCuHgNiPbZn生活区极 差9.11957.70726.00239.12538.0023.91448.052850.10最小值2.3486.8018.469.7312.008.8924.4343.37最大值11.451044.50744.46248.85550.0032.80472.482893.47平均值6.27289.9669.0249.4093.0418.3469.11237.01标准偏差2.15183.68107.8947.16102.905.6672.33443.64变异系数0.340.621.560.951.110.311.041.87工业区极 差20.26978.4270.182515.7813488.2137.43403.561569.69最小值1.61114.5015.4012.7011.794.2731.2456.33最大值21.871092.90285.582528.4813500.0041.70434.801626.02平均值7.25393.1153.41127.54642.3619.8193.04277.93标准偏差4.24237.5844.00414.942244.078.3785.37350.83变异系数0.580.600.823.253.500.420.911.26山区极 差9.22367.60157.1466.77197.1568.5294.16196.94最小值1.7740.0016.202.299.645.5119.6832.86最大值10.99407.60173.3469.06206.7974.03113.84229.80平均值4.04152.3238.9617.3240.9615.4536.5673.29标准偏差1.8078.3824.5910.7327.8510.4317.7330.94变异系数0.450.510.630.610.670.670.480.42交通区极 差28.521569.70905.521352.5115991.43136.31159.473719.90最小值1.6150.1015.3212.348.576.1922.0140.92最大值30.131619.80920.841364.8516000.00142.50181.483760.82平均值5.71360.0158.0562.21446.8217.6263.53242.85标准偏差3.24243.3981.61120.222180.2711.7932.53384.78变异系数0.560.671.411.934.880.670.511.58公园绿地区极 差8.91927.7079.97134.271329.2921.50200.511352.25最小值2.7797.2016.319.0410.007.6026.8937.14最大值11.681024.9096.28143.311339.2929.10227.401389.39平均值6.26280.5443.6430.19114.9915.2960.71154.24标准偏差2.02235.8414.8422.68224.284.9745.84230.92变异系数0.320.840.340.751.950.330.761.49（注：变异系数（）=标准偏差/平均值）对比上表生活区和附件3，可以直观看出生活区As的含量最小值是背景值的1.30倍，最大值是背景值的2.12倍，平均值是背景值的1.74倍；生活区Cd的含量最小值是背景值的1.24倍，最大值是背景值的5.49倍，平均值是背景值2.23的倍；生活区Cr的含量最小值是背景值的1.42倍，最大值是背景值的15.19倍，平均值是背景值的2.23倍；生活区Cu的含量最小值是背景值的1.62倍；最大值是背景值的12.19倍，平均值是背景值的3.74倍；生活区Hg的含量最小值是背景值的0.63倍，最大值是背景值的10.78倍，平均值是背景值的2.66倍；生活区Ni的含量最小值是背景值的1.89倍，最大值是背景值的1.65倍，平均值是背景值的1.49倍；生活区Pb的含量最小值是背景值的1.29倍，最大值是背景值的10.99倍，平均值是背景值的2.23倍；生活区Zn的含量最小值是背景值的1.05倍，最大值是背景值的29.83倍，平均值是背景值的3.43倍，分析平均值发现在该区域主要的污染因素为Cu和Zn .对比上表工业区和附件3，可以直观看出工业区As的含量最小值是背景值的0.89倍，最大值是背景值的4.05倍，平均值是背景值的2.01倍；工业区Cd的含量最小值是背景值的1.64倍，最大值是背景值的5.75倍，平均值是背景值的3.02倍；工业区Cr的含量最小值是背景值的1.18倍，最大值是背景值的5.83倍，平均值是背景值的1.72倍；工业区Cu的含量最小值是背景值的2.12倍，最大值是背景值的123.94倍，平均值是背景值的9.66倍；工业区Hg含量最小值是背景值的0.09倍，最大值是背景值的264.71倍，平均值是背景值的18.35倍，工业区Ni含量最小值是背景值的0.91倍，最大值是背景值的2.09倍，平均值是背景值的1.61倍，工业区Pb含量最小值是背景值的1.64倍，最大值是背景值的10.11倍，平均值是背景值的3.00倍；工业区Zn含量最小值是背景值的1.37倍，最大值是背景值的16.76倍，平均值是背景值的4.02倍,分析平均值发现在该区域主要的污染因素为Cu 、Zn和As 。对比上表山区和附件3，可以直观看出山区As的含量最小值是背景值的0.89倍，最大值是背景值的2.04倍，平均值是背景值的1.12倍；山区Cd的含量最小值是背景值的0.57倍，最大值是背景值的2.14倍，平均值是背景值的1.17倍；山区Cr的含量最小值是背景值的1.24倍，最大值是背景值的3.54倍，平均值是背景值的1.26倍；山区Cu的含量最小值是背景值的0.38倍，最大值是背景值的3.38倍，平均值是背景值的1.31倍；山区Hg的含量最小值是背景值的0.51倍，最大值是背景值的4.05倍，平均值是背景值的1.17倍；山区Ni的含量最小值是背景值的1.17倍，最大值是背景值的3.72倍，平均值是背景值的1.26倍，山区Pb的含量最小值是背景值的1.04倍，最大值是背景值的2.65倍，平均值是背景值的1.18倍；山区Zn的含量最小值是背景值的0.80倍，最大值是背景值的2.37倍，平均值是背景值的1.07倍，分析平均值发现在该区域的污染程度小。对比上表交通区和附件3，可以直观看出交通区As的含量最小值是背景值的0.89倍，最大值是背景值的5.58倍，平均值是背景值的1.59倍；交通区Cd的含量最小值是背景值的0.72倍，最大值是背景值的8.53倍，平均值是背景值的2.77倍；交通区Cr的含量最小值是背景值的1.18倍，最大值是背景值的18.80倍，平均值是背景值的1.87倍；交通区Cu的含量最小值是背景值的2.06倍，最大值是背景值的66.90倍，平均值是背景值的4.71倍；交通区Hg的含量最小值是背景值的0.45倍，最大值是背景值的313.73倍，平均值是背景值的12.77倍；交通区Ni的含量最小值是背景值的1.32倍，最大值是背景值的7.06倍，平均值是背景值的1.43倍，交通区Pb的含量最小值是背景值的1.16倍，最大值是背景值的4.22倍，平均值是背景值的2.04倍；交通区Zn的含量最小值是背景值的1.00倍，最大值是背景值的38.78倍，平均值是背景值的3.52倍，分析平均值发现在该区域主要的污染因素为Cd和Cu。对比上表公园绿地区和附件3，可以直观看出公园绿地区As的含量最小值是背景值的1.53倍，最大值是背景值的2.16倍，平均值是背景值的1.73倍；公园绿地区Cd的含量最小值是背景值的1.39倍，最大值是背景值的5.39倍，平均值是背景值的2.16倍；公园绿地区Cr的含量最小值是背景值的1.24倍，最大值是背景值的1.96倍，平均值是背景值的1.41倍；公园绿地区Cu的含量最小值是背景值的1.51倍，最大值是背景值的7.03倍，平均值是背景值的2.29倍；公园绿地区Hg的含量最小值是背景值的0.53倍，最大值是背景值的26.26倍，平均值是背景值的3.29倍；公园绿地区Ni的含量最小值是背景值的1.62倍，最大值是背景值的1.46倍，平均值是背景值的1.24倍，公园绿地区Pb的含量最小值是背景值的1.42倍，最大值是背景值的5.28倍，平均值是背景值的1.96倍；公园绿地区Zn的含量最小值是背景值的0.91倍，最大值是背景值的14.32倍，平均值是背景值的2.21倍，分析平均值发现在该区域主要的污染因素为Hg。5.1.3 建立评价体系确定污染程度而对于不同区域重金属的污染程度评定我们首先想到运用内梅罗综合污染指数法，但是内梅罗综合指数污染法的提出是对水污染进行评价的，在理想状态下土壤的污染应该与水的污染相似的，但是实际上由于土壤的自身原因及地质构造等客观原因的存在使得内梅罗所提出的模型不能完全的适用，所以我们又引入地质积累指数I： -(1)内梅罗综合污染指数P：=-（2）通过查找附件2数据，将其带入（1）式中，分别计算出生活区、工业区、山区、交通区、公园绿地区的最大值与平均值（如表2所示）：表2：生活区工业区山 区交通区公园绿地区（）aue0.290.640.500.940.66(）max4.8182.008.845.25再将所得数据代入（2）式得出生活区P为3.41、工业区5.61、山区1.46、交通区6.29、公园绿地区3.75. 并依据综合污染程度分级表（见附录2），可知生活区为强污染、工业区为极强污染、山区为中污染、交通区为极强污染、城市绿地区为强污染。5.2分析污染原因通过对数据的分析，我们可以发现，整个城区的八种重金属含量平均值均大于背景值，而一些区域受到人为的影响较小，但区域重金属的浓度发生了较大变化，从而说明整个地区各种元素的普遍超标是由于受到了周边及整个大环境的影响，如重金属的自然沉降，雨淋沉降等。下面我们将重点通过分析每个元素在各个城区的均值来讨论污染的主要原因。AsCdCrCuHgNiPbZn生活区6.27289.5069.0249.4093.0418.3469.11237.01工业区21.871092.9053.41127.54642.3641.7093.04277.93山区4.04152.3238.9617.3240.9615.4536.5673.29交通区5.71360.0158.0562.21446.8217.6263.53242.85公园绿地区6.26280.5443.6430.19114.9915.2960.71154.24背景值3.6130.031.013.235.012.331.069.0由上表可知，有些元素在区域的浓度与背景值相差不大，我们将这些值看成受自然沉降，雨淋沉降等自然因素影响所导致的浓度差异，而一些城区的某些元素在与背景值相差较为悬殊，我们将这些地区浓度的产生看作受自然和人为两方面影响的综合结果，这也是重金属元素的污染主要的原因所在。还有一些区域元素的浓度与背景值相比也相对较高，通过8种元素的空间分布图可以得出结论，这些地区大多都是离污染浓度最高区域较近的城区，所以也受到比较严重的污染。这也是无法避免的。As元素仅在工业区的浓度比较高而在其他区域相对比较稳定，说明As元素浓度较高的原因主要是受工业生产活动的影响。Cd元素在工业区的浓度明显超标，在住宅、交通和绿地区也有成倍数的超标，根据图像分析，说明Cd元素的污染手工业区的影响比较大，导致周围的住宅区和交通区的浓度也随之升高，而绿化区与较高浓度Cd元素的距离较远，所以公园绿化区的Cd浓度值主要由自身产生。Cr元素在生活区的浓度最高，而工业和交通区也普遍较高，但他们相互间影响不大，所以Cr元素对着俩个区的污染应该是有俩者自身产生的。同理我们可以看出，Cu元素浓度较高的原因是由于受到工业区的影响，Hg元素浓度较高的原因是由于受到了工业区、交通区和公园区的影响，Ni元素浓度较高主要是受到工业区的影响，Pb元素受到工业区，公园区和交通区的影响较大，Zn元素主要是受到住宅区、工业区和交通区的影响较大。根据上述结论，我们可以说明，在住宅区中，Cd、Cr、Zn三种元素污染的主要原因是由于重金属废弃物堆积和生活垃圾造成的，在工业区中，As、Cd、Cu、Hg、Ni、Pb、Zn七种元素污染的主要原因是由于工业区“三废”的排放造成。在山区中，8种元素均表现出了低污染，所以山区本身并没有产生污染。在交通区中，Cd、Cr、Cu、Hg、Pb、Zn六种元素污染的主要原因是汽车尾气的排放和汽车轮胎磨损造成的，而公园绿化区中，Cd、Hg、Pb三种元素污染的主要原因是因为绿化区污水的灌溉和污泥的堆积造成的。通过以上分析说明重金属的污染并不是单一因素造成，而是受到很多因素综合影响的结果。5.3根据数据找出污染源5.3.1 拟合的尝试 根据问题我们考虑到由题目的数据可以考虑用拟合或者插值的方法求出函数，如果函数与源数据所代表的图形很相似，就能够用解出来的函数近似的代替原函数，通过求函数极值和最值确定污染源的位置。考虑到拟合的能尽可能的用到题目的数据，所以先用拟合数据，但拟合过程中发现了问题，以Cr在全区的浓度影响为例，拟合效果如图由图分析可得，虽然拟合出来的x,y 关于浓度的曲面能够很好的贯穿于所有的点，使得整体上的偏差不是很大，但这样做的同时就丧失了污染源的特性，污染源一般都是最大值点，恰恰拟合做出来的曲面整体光滑与平缓，这样很难根据公式找到污染源，即使找到也是极其不准的，这也是拟合问题行不通的原因。5.3.2 插值的确立 既然拟合不能够找到污染源，那么只有考虑插值，在这里，我们需要考虑是做全局插值还是做局部插值，全局插值能够大体上反映元素的污染情况，但是不能够很好的表示污染源的清楚的坐标，而局部插值虽然从大体上反映元素的污染程度不是很好，但是只要我们根据每个元素的浓度分布图在极大值点附近做局部插值就可以求得该极值点，从而找到污染源，对于插值个数的选取也尤为关键，点太少则不能反映函数在极大值点的变化情况，点太多则会产生龙格现象，为了达到二者之间的均衡，我们做了一系列的尝试，得到一系列的图像与实际数据所绘成的图像进行了对比最终选用二元三次多项式来作为函数插值的最初表达式，对应的我们选取了10个点来进行插值，这十个点几乎全部都在极大值的点周围。每种元素每个污染点插值点的选取如下表以As元素的一个污染源为例，其余的表见附录3： X12696124001385511649139541273413694130931240015007Y3024206033453515561540152357433920605535浓度 2372604760266056054794173116479175.3.3 插值具体求解 得到了插值点后，我们想要求出插值出来函数的具体表达式，这个时候我们用了线性方程组的形式，给出了十个方程组求十个参数，用matlab实现后，以As元素的第一个极值点为例（具体操作见附录4），得到了具体的函数：z=88139649667170772417851639229258349412352x3-58841801708761099671406556917033397649408y3-230617015243823175557863725914323419136x2y+7444112919522275302231454903657293676544xy2+312780580676669118446744073709551616x2-226075117386020918446744073709551616y2-495179548782726973786976294838206464xy-26137805850557374503599627370496x+27075759911750052251799813685248y-51195349365615352199023255552既然有了这个函数，用MATLAB fmimcom命令 对其求在某个固定范围内的极值点就可以求得最大值点 ，并返回相对应的坐标值，正如例子所求得的过程一样，利用上述过程可以求得所有元素的所有污染源的位置如下表：AsCdCrCuHgNiPbZnx17341318833003300173413188174917341y98855932611761179885593227289885x1154517494771238423842143747719320y288627284931366136611211549314210x2143711545y121152286As 有俩个污染源，坐标分别是（17341,9885）（11545,2886）Cd 有三个污染源，坐标分别是（3188,5932） （1749,2728）（21437,12115）Cr有俩个污染源，坐标分别是（3300,6117） （4771,4931）Cu 有俩个污染源，坐标分别是（3300.6117） （2384,3661）Hg 有三个污染源，坐标分别是（17341,9885） （2384,3661） （11545,2286）Ni 有俩个污染源，坐标分别是 （3188,5932） （21437,12115）Pb 有俩个污染源，坐标分别是 （1749,2728） （4771,4931）Zn 有俩个污染源，坐标分别是（17341,9885） （9320,4210）5.4 分析上述模型并研究城市地质环境的演变模式5.4.1 分析上述模型1、模型的优点（1） 充分利用了附表中的数据，通过对表中数据的分析，合理的筛选了有效数据，提高了模型建立的准确性。（2） 由于全局插值不能显性的反映出污染源的特性，我们采用了局部插值的方法模拟污染源周边的点的变化趋势，该方法较为简单，易于程序实现，误差相对较小。（3） 该模型具有普适性，可应用于环境保护与治理，寻找污染源等相关问题。2、模型的缺点（1） 模型建立的过于单一，没有建立几个模型比较分析。（2） 在寻找污染源坐标的时候，利用了软件来求解，由于软件自身的局限性，所得数据与实际数据难免有所偏差，故不能完成对精度的进一步的优化和提高。5.4.2研究城市地质环境的演变模式 为了更好的研究地质环境的演变模式，我们需要搜集污染元素的自身属性，污染源所处的区域类型，污染区的海拔高度，从而估计出扩散系数D，还需要搜集污染源的强度函数F，有了D和F, 建立相应的反应扩散方程：Du=-F反应扩散方程的解u（x,y),即表示污染源对环境的污染程度函数，利用有限差分法对反应扩散方程进行离散化处理，从而可以得到反应扩散方程的数值解。如果同一个区域内有多个污染源，我们就对反应扩散方程的解进行叠加。如果反应扩散方程的边值条件可以得到，那么方程可以直接求解，若边值条件不能直接得到，我们可以假设u（x,y)在无穷远处等于0（u（x,y)影响随距离增加递减）。六模型评价对于5.1.3所建立的新的评价体系比单因子指数法与内梅罗指数法结合使用要更准确，因为本题考虑的是土壤的评价体系，所以我们不仅要考虑自然地质沉积成岩过程的影响，还要考虑到认为活动对重金属污染的影响。因此，该指数不仅反映了重金属分布的自然变化特征，而且判别人为活动对环境的影响，故而建立的模型更加精确。对于5.3模型的评价在5.4.1中以给与正确的评价，在此不加以重复。七参考文献1 腾彦国，倪师军，等.应用地质积累指数评价攀枝花地区土壤重金属污染J.重庆环境科学，2002，24（4）:25-282 谭婷，王昌权，李冰，等.成都平原土壤Pb污染及其评价J.长江流域资源与环境，2005，14（1）：71-753 陈蜂，尹纯芹，蒋新，等。基于GIS的南京市典型蔬菜基地土壤重金属污染现状与评价J.中国环境监测，2008，24（2）：40-444 刘庆，王静，等.浙江省慈溪市农田土壤重金属污染初步研究J农业环境科学报,2007,26(增刊)：39-425 刘衍君，汤庆新，白振华，张秀玲，张保华.基于地质累积与内梅罗指数的耕地重金属污染研究J.中国农学通报，2009，25（20）：174-178八附录附录1：5.11中AsZn绘图matlab程序As图：%import datax=data(:,1);y=data(:,2);z=data(:,3);X,Y,Z=griddata(x,y,z,linspace(min(x),max(x),200),linspace(min(y),max(y),200),v4);%插值figure,contourf(X,Y,Z) %等高线图hold onplot(data(1:44,1),data(1:44,2),+) %生活区plot(data(45:80,1),data(45:80,2),p) %工业区plot(data(81:146,1),data(81:146,2),o) %山区plot(data(147:284,1),data(147:284,2),s) %交通区plot(data(285:319,1),data(285:319,2),d) %公园绿地区Cd图：%import datax=data(:,1);y=data(:,2);z=data(:,4);X,Y,Z=griddata(x,y,z,linspace(min(x),max(x),200),linspace(min(y),max(y),200),v4);%插值figure,contourf(X,Y,Z) %等高线图hold onplot(data(1:44,1),data(1:44,2),+) %生活区plot(data(45:80,1),data(45:80,2),p) %工业区plot(data(81:146,1),data(81:146,2),o) %山区plot(data(147:284,1),data(147:284,2),s) %交通区plot(data(285:319,1),data(285:319,2),d) %公园绿地区Cr图：%import datax=data(:,1);y=data(:,2);z=data(:,5);X,Y,Z=griddata(x,y,z,linspace(min(x),max(x),200),linspace(min(y),max(y),200),v4);%插值figure,contourf(X,Y,Z) %等高线图hold onplot(data(1:44,1),data(1:44,2),+) %生活区plot(data(45:80,1),data(45:80,2),p) %工业区plot(data(81:146,1),data(81:146,2),o) %山区plot(data(147:284,1),data(147:284,2),s) %交通区plot(data(285:319,1),data(285:319,2),d) %公园绿地区Cu图: %import datax=data(:,1);y=data(:,2);z=data(:,6);X,Y,Z=griddata(x,y,z,linspace(min(x),max(x),200),linspace(min(y),max(y),200),v4);%插值figure,contourf(X,Y,Z) %等高线图hold onplot(data(1:44,1),data(1:44,2),+) %生活区plot(data(45:80,1),data(45:80,2),p) %工业区plot(data(81:146,1),data(81:146,2),o) %山区plot(data(147:284,1),data(147:284,2),s) %交通区plot(data(285:319,1),data(285:319,2),d) %公园绿地区Hg图：%import datax=data(:,1);y=data(:,2);z=data(:,7);X,Y,Z=griddata(x,y,z,linspace(min(x),max(x),200),linspace(min(y),max(y),200),v4);%插值figure,contourf(X,Y,Z) %等高线图hold onplot(data(1:44,1),data(1:44,2),+) %生活区plot(data(45:80,1),data(45:80,2),p) %工业区plot(data(81:146,1),data(81:146,2),o) %山区plot(data(147:284,1),data(147:284,2),s) %交通区plot(data(285:319,1),data(285:319,2),d) %公园绿地区Ni图: %import datax=data(:,1);y=data(:,2);z=data(:,8);X,Y,Z=griddata(x,y,z,linspace(min(x),max(x),200),linspace(min(y),max(y),200),v4);%插值figure,contourf(X,Y,Z) %等高线图hold onplot(data(1:44,1),data(1:44,2),+) %生活区plot(data(45:80,1),data(45:80,2),p) %工业区plot(data(81:146,1),data(81:146,2),o) %山区plot(data(147:284,1),data(147:284,2),s) %交通区plot(data(285:319,1),data(285:319,2),d) %公园绿地区Pb图：%import datax=data(:,1);y=data(:,2);z=data(:,9);X,Y,Z=griddata(x,y,z,linspace(min(x),max(x),200),linspace(min(y),max(y),200),v4);%插值figure,contourf(X,Y,Z) %等高线图hold onplot(data(1:44,1),data(1:44,2),+) %生活区plot(data(45:80,1),data(45:80,2),p) %工业区plot(data(81:146,1),data(81:146,2),o) %山区plot(data(147:284,1),data(147:284,2),s) %交通区plot(data(285:319,1),data(285:319,2),d) %公园绿地区Zn图: %import datax=data(:,1);y=data(:,2);z=data(:,10);X,Y,Z=griddata(x,y,z,linspace(min(x),max(x),200),linspace(min(y),max(y),200),v4);%插值figure,contourf(X,Y,Z) %等高线图hold onplot(data(1:44,1),data(1:44,2),+) %生活区plot(data(45:80,1),data(45:80,2),p) %工业区plot(data(81:146,1),data(81:146,2),o) %山区plot(data(147:284,1),data(147:284,2),s) %交通区plot(data(285:319,1),data(285:319,2),d) %公园绿地区附录2：综合污染程度分级表综合指数污染程度分级判断依据等级意义判断依据等级意义p00级无污染2p34级中污染至强污染0p0.51级轻污染3p45级强污染0.5p12级轻污染至中污染4p56级强污染至极强污染1p23级中污染5p7级极强污染附录3：各元素各污染源所选取的点如下图As：22xy浓度12696302423.721240020606.471385533456.261164935156.051395456156.051273440154.791369423574.171309343393.111240020606.471500755359.17xy浓度181341004630.13187381092110.9917087119338.519968129617.6319007114886.142628285907.561976788106.9820554112286.771907285196.6919007114886.14Cd：xy浓度639510443967.770568348337.3909516414870.557349659645.356357965583.4740510981445.747427293424.550068846423.364238831379.153948631366.3xy浓度177343629788.7168722798738148445519488163876609347.4189544874260.1199095300232165696055227172036218206.6158102307204.9185565588198.7xy浓度21439113831619.82059113549407.62107210404386.622674121733532021599513452296513535294.12055411228282.52260514301239.82319813523238.32253511293233.2xy浓度270822951123.9164727281092.9238336921066.210492127525.213211791439.24043189528728833617269.829331767267.101787223.935182571222.4xy浓度329960181213.5477748971004.570484600778.751014080756.455676782635.3494872936304592460361450624339516.470046226463.458684904445.4Cr：xy浓度106855528306.0293284311138.379090536585.5211482635460.299319679960.2510643447250.3310631647249.2711702448047.2410225382143.6312442432943.43xy浓度