数学建模论文(国二等)城市表层土壤重金属污染分析

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）：南昌航空大学参赛队员(打印并签名)：1.吴娟2.董典桥3.支才华指导教师或指导教师组负责人(打印并签名)：日期：2011年9月赛区评阅编号（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）：城市表层土壤重金属污染分析目录1问题重述 32符号说明及基本假设 42.1符号说明 42.2基本假设 43问题分析 53.1问题1的分析 53.2问题2的分析 53.3问题3的分析 53.4问题4的分析 54模型的建立与求解 54.1模型一的分析和求解 54.2问题2的模型建立和求解 144.3问题3的模型建立和求解 154.4问题4的模型的建立和求解 215模型的结果分析 215.1模型1的结果分析 215.2模型2的结果分析 225.3模型3的结果分析 225.4模型4的结果分析 236模型的评价 236.1模型的优点 236.2模型的缺点 237模型的改进与推广 23参考文献 24城市表层土壤重金属污染分析摘要：本文以城市表层土壤为分析对象，按不同的功能区特点将城市分为五个区域并建立模型分析不同的区域环境受重金属污染的程度，污染的主要原因，求出污染源的位置。建立模型过程中先利用三次插值法、内梅罗综合评测法及弥散模型得出8种主要金属的城区空间分布和金属浓度与采样位置及海拔参数的函数关系。再用Matlab编程求出其位置的理论数据，最后分析误差及评价模型合理性。运用三次插值法作出区域的空间分布，并对每一种元素建立了浓度与区域的函数图，直观的表示了不同区域重金属污染程度，然后用单项污染指数法和内梅罗综合污染指数评价法分析该城市土壤表层重金属污染状况。根据内梅罗污染指数法的评价标准进行评价。用MATLAB、EXCEL处理数据得出城市工业区的污染指标最为严重达4.1137，污染等级：严重污染，其次为生活区和交通区，污染等级为重度污染，山区的污染等级是警戒线，公园绿地区的污染等级轻度污染。（内梅罗综合指数表）经过数据图文分析得出该城区金属污染主要原因有工业采矿与冶炼、汽车尾气排放等。采用事故树和鱼刺图对区域重金属污染进行初步处理，分析主要污染源的大致传播特征，系统地归纳重金属污染物迁移数值模拟评测污染源的位置，建立污染物迁移的数学模型，采用对流-弥散模型分析污染物迁移状况，利用数值分析得出各因素影响污染传播特征的趋势，分析得出相对污染源的距离越大所受污染程度越小，相对污染源的海拔高度越大所受污染也越小的特性，与起初分析结果相符。进一步建立散点图数值分析模型精确污染源位置，找出所有的污染源位置。(见表五)最后，我们对模型进行了评价，并对模型进行检验，提出对城市表层土壤受重金属污染问题提出了切实可行的建议。关键词：三维插值单项污染分级内梅罗综合污染弥散模型数值分析1问题重述在市场经济的良好运作下，社会生产力得到充分的利用，人们活物质生活水平不断提高，由此带来的一系列环境问题也越来越引起人们的广泛观注，其中城市土壤地质的重金属含量是否存在污染超标问题是本文将要研究的对象。根据人类在城市里不同的活动情况对城市地质环境的影响不同，将城区分为生活区、工业区、山区、主干道路区及公园绿地区这五大区域。采取的抽样调查方式是在城市每平方公里采集一个表层土金属浓度含量样本。然后在人群很少涉足的自然区每2平方公里取样，以此作为土壤没有受到污染的标准背景值。(1)8种主要重金属元素在该城区的空间分布，并分析该城区内不同区域重金属的污染程度。(2)通过数据分析，说明重金属污染的主要原因。(3)分析重金属污染物的传播特征，由此建立模型，确定污染源的位置。(4)分析所建立模型的优缺点，为更好地研究城市地质环境的演变模式还应收集什么信息？，有了这些信息，如何建立模型解决问题？2符号说明及基本假设2.1符号说明:土壤中金属的污染程度;:各污染分指数的算术平均数;：各污染源的权重;:土壤污染综合指数;:第j种金属元素在第i区的浓度实测值；：表示第j种元素的标准值;:土壤污染物中最大的污染分指数;：单因素第i个污染源的浓度;：各点的海拔高度;：各污染源的海拔高度;2.2基本假设（1）污染源的重金属浓度稳定；（2）取样点的数据较好的反映了该地区的污染程度；（3）重金属在土壤中的形态固定；（4）重金属污染从浓度高的地区向浓度低的地区扩散；（5）重金属污染传播速度与浓度差正相关；（5）重金属污染传播速度与该地区和传播源之间的距离成负相关；（6）土壤地质各地各相同性3问题分析3.1问题1的分析对于第一小问运用三次插值绘出每个重金属元素在该城区的八个空间分布图。从图中可以直观的看出个金属元素的分布。对于第二小题主要采用单污染指数评测法及多因子综合指数评价法，由于本题采样数据很多，首先对数据处理把每一种金属元素在每一区的值求均，以此来表示这种金属元素在此区的实测值，然后求出单污染指数来表示各金属在各区域的污染程度。其次土壤表层污染一般为多种重金属所污染,因而土壤污染评价多应用综合指数法进行污染综合评价。本题采用了内梅罗(N.C.Nemerow)指数法计算综合指数分析法，可评测出各区域的综合污染程度来分析更加精确的表示了各区域的污染程度。3.2问题2的分析根据问题1中的数据分析得到的各城区的综合污染等级和每个元素在不同区域的土壤质量等级，依此分析主要重金属污染所在区域及重金属污染的原因。3.3问题3的分析根据浓度与坐标的三维立体图，分析出各金属元素浓度图中有一个或多个明显比其它坐标浓度值高的数据，可猜测这些点所在的坐标为该金属元素的污染源，通过污染源推导金属元素污染的传播模型。3.4问题4的分析深入分析模型建立过程中所考虑到的因素变量与及被忽略的因素变量，针对所考虑到的变量考查此模型对实测数据的吻合程度，得出此模型的优点所在。针对被忽略的变量，分析其对此模型带来的准确度所带来的不良影响，得出此模型的缺点，并由此得出该模型的改进方向，由改进方向所需要的变量去寻找所需要的数据信息，建立得出更加精确贴近实际的模型。4模型的建立与求解4.1模型一的分析和求解4.11五个城区空间分布图用matlab做三次插值画出该城市五个城区的空间分布图。图中颜色的深度反应五个城区的海拔高度。 图1五个区域的空间分布图利用三次插值画出八种金属元素在五个城区的空间分布。图中不同的底色表示重金属浓度的高低，不同的图形标记表示该城市的五个功能区。图2As的分布图图3Cd的分布图图4Cr的分布图图5Cu的分布图图6Hg的分布图图7Ni的分布图图8Pb分布图图9Zn的分布4.12不同区域的重金属污染程度单污染指数评价法分析每种金属元素在各功能区的质量等级；用内梅罗指数法进行综合评价。单污染指数评价法：利用EXCEL处理数据,计算出八种金属元素在五个功能区的平均值，其中五个区域的平均值在计算时，考虑到污染源金属浓度比其它点的值高的多，并且这些点不能代表城区所受的污染程度，所以计算均值时不包括这些污染源的坐标点，用其它值计算均值，以此表示每种金属元素在每个区域的实测值，以土壤单项污染物的实测值与评价标准相比，比值为分值数，用以表示土壤中该污染物的污染程度。式中表示土壤中金属的污染程度；表示第j种金属元素在第i区的元素浓度实测值；表示第j种元素的标准值（附件）一般为清洁，为潜在污染,为轻污染,为重污染,越大受到的污染越严重。土壤单项污染指数评价标准见表一内梅罗综合指数法：各区域一般为多种重金属所污染,因而土壤污染评价多应用综合指数法进行污染综合评价。综合指数的算法有多种,一般采用内梅罗(N.C.Nemerow)指数法计算综合指数[1]。式中:为土壤污染综合指数;为土壤污染物中最大的污染分指数;为各污染分指数的算术平均数。土壤内梅罗综合污染指数评价标准见（表二）评价标准：表一土壤单项污染指数评价标准分级指数质量等级分级指数质量等级清洁轻污染潜在污染重污染表二土壤内梅罗综合污染指数评价标准等级内梅罗综合污染指数污染等级I≤0.7清洁II0.7＜≤1.0警戒线III1.0＜≤2.0轻度污染IV2.0＜≤3.0重度污染V＞3.0严重污染根据土壤单项污染指数评价指标；划分每种重金属元素在五个不同区域的土壤质量等级。AsCdCrCuHgNiPbZn生活区1.16111.43371.08792.42171.82430.92171.38891.8065质量等级潜在污染潜在污染潜在污染轻污染潜在污染清洁潜在污染潜在污染工业区1.20261.85641.08992.88905.39200.99551.93662.1108质量等级潜在污染潜在污染潜在污染轻污染重污染清洁潜在污染轻污染山区0.74890.80160.79500.84880.80300.73120.85010.7556质量等级清洁清洁清洁清洁清洁清洁清洁清洁交通区1.05711.78261.0182.58362.46340.83941.47752.0083质量等级潜在污染潜在污染潜在污染轻污染轻污染清洁潜在污染轻污染公园绿地区1.15991.36130.89051.47992.25470.76831.41181.5901质量等级潜在污染潜在污染清洁潜在污染轻污染清洁潜在污染潜在污染各区元素浓度分布图表三根据内梅罗指数法的分级标准[2]评价综合污染等级，不同城区受重金属污染的污染等级见（表四）生活区工业区山区交通区公园绿地区综合指标2.0164444.113670.82150272.169121.863596污染等级IVVIIIVIII表四各区污染综合指标柱状图4.2问题2的模型建立和求解研究区域重金属分布图及数据分析结果可知：随着全球经济化的迅速发展，含重金属的污染物通过各种途径进入土壤，造成土壤严重污染。在工业区，汞（Hg）的单项污染指数为5.39204，污染程度为重污染，内梅罗综合污染指数评价得出工业为4.11367417，达到了严重污染程度。重金属汞是构成地壳的物质，在自然界中分布非常的广泛。采矿和冶炼是向环境释放汞的主要污染源，各工业企业以废水、废渣、废气向环境中排放重金属汞。汽车尾气大量排放含Pb、Cu、Zn等元素的有害气体和粉尘，这些物质大多数是经自然沉降和雨淋沉降进入土壤中，引起重金属污染。此外重金属镉的来源有汽车轮胎的磨损以及塑料薄膜的使用。生活区汞的污染程度为轻度污染，重金属汞（Hg）的内梅罗指数为1.82433，污染程度为轻度污染。体温计被打碎后，汞在常温下挥发也会导致生活中重金属汞污染等级超标。采矿活动可导致煤矿区及其周围土壤Cu、Zn、As、Ni等重金属元素的积累，其中煤矿开采所产生的固体废弃物—煤研石的堆积和风化被认为是造成重金属积累的重要原因。煤矸石中含有较多的Cu、Zn、As、Ni等重金属，长期堆积和风化会向周围土壤缓慢的释放重金属，进而造成重金属在土壤中积累。公园绿地区使用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，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祸根，造成土壤重金属污染。污水灌溉一般指使用经过一定处理的城市污水灌溉农田、森林和草地。城市污水包括生活污水、商业污水和工业废水。由于城市工业化的迅速发展，大量的工业废水涌入河道，使城市污水中含有的许多重金属离子，随着污水灌溉而进入土壤。污灌导致土壤重金属Hg、Cd、Cr、As、Cu、Zn、Pb等含量的增加。这也会导致公园绿地区的重金属污染指数超标。4.3问题3的模型建立和求解为了研究重金属污染物的传播特征，采用事故树和鱼刺图对该城市重金属污染进行分析，找出主要污染源，建立污染物传播的数学模型，对主要污染源进行分析得出结论。用事故树分析法层层分析直至找出土壤污染的原因。该方法的建立步骤如下图：4.31重金属污染源分析工业采矿和冶炼，汽车尾气排放的气体及粉尘，农业化肥的使用都会造成土壤的重金属污染。下图采用鱼刺分析法，分析土壤重金属污染的传播特征，找出污染源。模型的建立第一步骤：在土壤中,存在液相的蒸发冷凝,因而在连续性方程中出现蒸发率或冷凝率;水蒸汽的迁移是在气体与液体迁移上，建立连续性方程：液相:（1）空气：（2）第二步步骤：在土壤中,液相流动受到毛细抽吸力、Darcy阻力和重力的作用;.液相：（3）气相方程：（4）固、气、液三相处于局部热力学平衡态,即有:,建立能量平衡方程如下:（5）在以上方程中,下标分别表示液体、气体、空气和表观量;分别表示温度、相含量、压力和速度矢量;分别表示蒸汽生成率和汽化潜热;分别表示定压比热容、密度和运动黏度;分别表示时间、重力加速度和重力矢量;分别表示水液向多孔骨架的扩散率、非饱和导水率、非饱和导气率和表观导热系数;重金属污染物在土壤中的对流-弥散模型重金属污染物在土壤中的迁移受土壤中液态流体流动即对流、污染物在土壤中的扩散,以及土壤中固体骨架对污染物吸附的影响.综合以上因素,建立以下对流-弥散-吸附方程（6）土壤中重金属污染物在土壤固体骨架和土壤溶液中的吸附平衡方程（7）将吸附平衡方程(9)结合于方程(8)中,得出:（8）在以上方程中,为重金属污染物在土壤溶液中的浓度;、分别是溶液中的重金属污染物在水平方向和竖直方向的扩散系数;、、分别表示重金属污染物在土壤固体骨架上的吸附量、最大吸附量和土壤固体骨架的相对含量;b为吸附常数;、分别是土壤中液相流体在水平方向和竖直方向的速度;x、y分别为水平和竖直方向的坐标.数值计算与结果讨论该数值计算主要分析重金属污染物在土壤中的迁移状况,拟将3m深的土壤床层放置于可控的环境条件下,上表面为定温状况,以及重金属污染物的含量恒定时,土壤床的四周和底部为绝热条件,土壤的最下面为不渗透边界.具体描述如下:土壤床层底部,y=0时:（9）（10）（11）（12）其中:分别表示土壤床层上表面水蒸气的密度和室外空气中水蒸汽饱和密度;为空气相对湿度;分别表示土壤床层深度和土壤床层直径;为床层上表面蒸汽的传质系数,u、v分别是土壤中流体在水平方向和竖直方向的速度.综合以上数学方程和边界条件,利用有限差分法,对土壤中磷酸盐类重金属物的迁移状况结合污染物在土壤中对流-弥散-吸附特性,建立了描述重金属污染土壤的热质迁移数学方程.方程组(1)~(6),以及方程(8)共有7个方程,含有7个物理场量,故方程组封闭,具有可解性.上面所诉数学模型不能实地试验且模型所用数据大都为静态数据，因此不能确定污染源的位置，所以采用散点图数值分析求出污染源位置。4.32散点图数值分析针对多传播源的情况，城区每一点受传播源污染的情况，可用综合平均距离与综合平均高度差分析。综合平均距离是指假设有N个传染源，根据每个传染源的金属元素的浓度确定其权重值，(为单因素第i个污染源的浓度)，距离，综合平均高度差：。根据综合平均距离与城区内各坐标点作出散点图，可以看出综合平均距离较小的地区金属浓度比较大，这说明靠近污染源的地区所受的污染比较重，这便证实了假设的正确性，以及污染源的位置猜测的准确性。同理根据综合平均高度差可以与城区内各坐标作出散点图，可得出综合平均高度差大的点金属浓度较低，这便说明金属元素从高处向低处传播容易，低处向高处传播则比较困难，地区海拔高度越高受污染程度越小。以下对第一种元素As具体计算：分析可知此元素有四处污染源浓度记为、、、,各污染权重城区内各点到各污染源的距离,其中为城区内各点的为各污染源的坐标，所以综合平均距离，根据S与各坐标浓度值作出散点图，通过MATLAB编程作出散点图。图10从上图可以看出综合距离较小的区域，金属元素浓度较高。分析高度差，与各点受污染程度关系，matlab编程做出散点图。各点与污染源的高度差，其中为各点的海拔高度，为各污染源的海拔高度，综合平均海拔高度，根据H与各坐标浓度值作出散点图，通过MATLAB编程作出散点图。图11从此散点图可以看出综合海拔高度比污染源低或是接近的区域，金属浓度偏高，这说明区域所处的海拔高度较污染源越高，所受污染越小。针对污染源只有一个的元素，其分析更为简单化，无需考虑权重计算综合指标，比如第7项元素Pb就只有一项污染源，同样做出两个散点图如下图12上图为各地点与污染源距离和金属污染浓度散点图图13上图为各地点与污染源高度差和金属污染浓度散点图从图可知结论和第一种元素的污染情况一致，同理可析可得其它元素的污染情况也可得出相同的结论。4.4问题4的模型的建立和求解收集所需要的被忽略的变量信息，加入这些新的变量建立新的模型，以便更好地研究城市地质环境的演变模式，可以考虑的变量有该地区的每年生活、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在内，有了这些数据以后可通过建立因子分析法，回归分析，曲线拟合等模型解决问题。5模型的结果分析5.1模型1的结果分析八种金属元素的空间分布图中反映了不同的金属元素在五个功能区浓度的分布情况。根据模型一的数据分析可知：工业区的污染等级为重污染，生活区和交通区的污染等级为重度污染，山区的污染等级是警戒线，公园绿地区的污染等级轻度污染其中汞（Hg）在工业区的污染等级最重，5.2模型2的结果分析该城市五个城区重金属污染的程度依次是：工业区>交通区>生活区>公园绿地区>山区；工业区中Hg含量严重超标，其次是Cu和Zn，而这些元素的主要来源是采矿和冶炼。5.3模型3的结果分析此模通过先进行数值分析猜测污染源位置，然后再根据根据传播特征构建数学验证污染源位置猜想的正确性。其中污染坐标散点图通过EXCEL得出如图图14其中具体坐标值与及其所处海拔高度各功能区如下表所示：表五数据编号坐标（x,y)海拔(m)功能区数据编号坐标（x,y)海拔(m)功能区616472728624168697286184823833692724910685552834492708229522461137979621184164777489781841813410046414204592460361143415322997352232996018441781269630242742947427293921821369423573343049487293622571524891061643693284311241由表中数据可知污染源所在处的海拔高度普遍偏低，这可能说明当初在建设会产生污染的工厂或其他类型会带来污染的企业时，考虑了在海拔高度较低处建设会减少对周边土壤带来污染的因素。同时我们可以得出交通区（4区）污染源最多，有9处污染源。工业区（2区）次之，有4处污染源。生活区（1区）第三，有3处。第四是公园绿地区，有1处。山区（3区）没有污染源。5.4模型4的结果分析改变重金属在土壤中的存在形态，使其固定，将污染物的活性降低，减少在土壤中的迁移性和生物可利用性，即稳定化。或者将污染物清除，即去污染。6模型的评价6.1模型的优点1、从问题一的各元素浓度分布图中能直观的看到浓度高的地区位于该城市的哪个区域。2、事故树分析法能对污染物的来源进行辨识和评价，不仅能分析出重金属污染的直接原因，还能深入地揭示出重金属污染的潜在原因。6.2模型的缺点1、问题一各金属元素在五个功能区的浓度分布图，以颜色的深浅反应浓度的高低，但对于浓度相差较小的地方没有明显的对比。2、问题三的模型，通过数值进行分析，存在一定的主观性。3、弥散模型模型不能实地试验且模型所用数据大都为静态数据。7模型的改进与推广1：运用MATLAB软件处理进行运算，降低运算量，简单易行，有很大的可操作性，且所得数据较为合理可靠。2：运用单项污染指数法和内梅罗综合评测发解题，合理可靠。但实际中还因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。参考文献【1】李天杰.土壤环境学[M].北京:高等教育出版社,1995.304-309.【2】韦冠俊.矿山环境工程[M].北京:冶金工业出版社,2001.【3】付盈春,魏建勋,孙丽昕.阜新市环境空气污染特征及其变化趋势分析[J].辽宁工程技术大学学报：自然科学版，2000，19（3）：334-336【4】阮心玲,张甘霖,赵玉国,等.基于高密度采样的土壤重金属分布特征及迁移速率[J].环境科学,2006,27(5):1021-1025.【5】李其林，黄峋，骆东奇．重庆市农作物基地土壤中重金属及污染特征［J］.土壤与环境，2000,9（4）：270－273．【6】韩旭里，万中，数值分析与实验，北京：科学出版社，2006.【7】杜廷松，沈艳军，覃太贵，数值分析及实验，北京：科学出版社，2006.【8】曲向荣，土壤环境学，北京：清华大学出版社,2011.附录五个区域的空间图程序x=[741373132101049164728832383270829334233404324273526506247775868653454814592248632993573474153755635539452914742494855677004730470488180932890908049807780176869705677478457946090629319106311068510643117021173011482107001063011678119021324412746128551379714325154671244213093139201484416569163871606115658142981417715092127781704417087170751796218413190071873817814181341719817144183931976721006210912284623664223042141821439205542010121072202151899319968217662267422535252212645326416278162536124065259982717726424260732463124702254612481326086260152770027696273462659127823272322458024153229652319824685286542400321684221931707915255150073518346937623927415332674684549556645541545140204026510154385382531455035636660570937100683779068045839484038079966394699178909510225102101034011557114151164912734126961240012591137651369413855148621489615387158101603215801150871687217734168231700817203170051694716301179041830318438185561895418012190722028221475214502026119569194111950120582199092101822176233592323822624217035006573463957405844676127912886692969475921286297776862292378307710664237458890410547103981039511529115631164612641140001420714065127341272714173154671514015198152481642816289162671644016440154121426913277131751215311958108001002293339277111211085612644126259036105991263214405140741426214624166291847020591209832017719041189061846717414157481551716607159522260523146220462378525981273802502123325268521798114482143181035290951051013954101421776569244678618259857653];

y=[7817311791178721272728361736922295176789518953971435743394897490456416004460359996018621364348643796586317349729372936782622652304600449643115365543964017210728683488260899183117639679964725528447244805532635481848774861877097056845089459621866686584329433953545519605566097352759474186684693657991069111933129241282311721114881092110707100469810908191838810881994829149979010527107211138311228107741040499511237112961123481217311293579555776508558164237353703277718639880794229522983410799110941207811609116211333113715147371448213319124501353513523142788755152861310112185589451105535257123082170211022997931364120516532093275729903913408039943012206011271333741381244934903978305220351075012882286329939753821278917641581258535154015302420601063135323573345252416037292307306139663512279836294207477562187212748782998287738565395588487444148519859085407555758673486934609165485300576454925325650248186591884696591044310981112001193812840131431310212000113051208610613106389872972694678831892088689591103601120311243102989381956089709980109871034476911194112080111011010091069069100721105812068132321298212877132041223812336133131328212204146311614816432147271494316259175381798017949180321651615129140041448114411135491586217642157691634617001154761572817034173651839714301153821763417643180511820216290167011611418449126921356917133164141531456151662356156963765200525671952];

z=[511284126157227614275816606245515291210967111024152420182939183749214545495734457154615029173037211818231765567962784428243635329393432525888453644137202646554369464035454340323178426752542711141149104511783876626846535716516910012618915010771786298239011479811107059523027730379132692271313105040617645892822392761631542261919771227432713181533792848835115691014678240334124253922154203657855829702891339252816927656346421399519428144440362432081612141114142532321423302816204360472421271931161395418234143663113315212466254159429327690173308975677155103931531711941731361041052259320303129196188740254448];

xlabel('x轴');

ylabel('y轴');

zlabel('海拔');

title('空间分布图');

cx=0:350:30000;

cy=0:300:20000;

cz=griddata(x,y,z,cx,cy','cubic');

surf(cx,cy,cz)As浓度在五个区域的分布图程序x1=[4043242747776534459224863573537573049328807770561546714844165691429821418264532641651015382550356366605116491259113855148621538715810172031630117904103951546716428162891215311958108009277111211262517981];y1=[1895397148975641460359996213864352304311640183488658551960557418107215577650840803012112713337435151063334525247292307621882998287112031208090691007212336133131328216148164321625918449];z1=[1428662515102429371762783635111413506176271879288840242582320431613918236693];plot3(x1,y1,z1,'yo')holdonx2=[01647238347424948556722674543812734148961694750066395740584467612886694759212862977767106642374581164612641140001420715140164401002293331085612644903610599];y2=[178727283692729372936782121733994401516037487884610443109811120011938131431200011305120861061394678831892093819560897099801110113232122041463114727149431753817980];z2=[4679675210434416464239519444036141114143024544143311];plot3(x2,y2,z2,'yv')holdonx3=[143251704418413190071873823664189931996822535278162536124065259982717726073246312470225461260862601527700276962734626591278232723224580241532296524685286542400321684221931707915255150071580117008214752026119569194112335923238226242170312734144051407414262205912098320177189061846716607159522260523146220462378525981273802332526852];y3=[86661069111721114881092197901237112961112935581642373537032777188079422952298341109412078116091162113331137151473714482133191245013535142788755152861310112185589451105535396647758540758673486934532565024818659110344180321651615129135491586217642163461700117365183971430115382176341764318051182021670116114];z3=[23938884534678425411491045117387662685357165169100126189150107717898239011479811107011582852970282816927653215212466429327617330815510393153171194173136105225];plot3(x3,y3,z3,'y+')holdonx4=[74137313211049288327082933352650625868548132995635539452917004704881809090804980176869774784579460906293191063110685106431170211730114821070010630116781190213244127461285513797124421309313920156581417712778170871707517962178141813417198171441839319767210062109122846223042143920554201012107220215217662522126424248132319840204026531470937100683779068045839484038079966394699178909510225102101034011557114151269612400137651369416032168721773417005184381895418012190722028221450195011990921018221765734791292968622923783078904105471039811529115631406512727151981524816267164401541214269132771317512632146241662918470190411741415748250215985];y4=[781731179121273617229517674357433949046004601879658631734962264600449653655439721072868260899183117639679964725528447244805532635481848774861877097056845089459621432943395354759466845799119331292412823107071004698109081918388108819948291491052711383112281077410404995112348579586391079913523299039132060138124493490397830522035107501288228632993975382127891764158125853024206013532357306127983629721265394874441485198590755560915300576454929659128401310210638987297268868959110360112431029810987769110100910611058120681298212877132041223817949140041448114411157691547615728162902567];z4=[51128121522775160429121011241520183918492145454957344571546150291730372118186556792435934325256441372026465543694045434032316727846622713404589282239276163154226191977122713153335101433224203657589392531942814243201612253228166047212719313325415990975610444];plot3(x4,y4,z4,'yp')holdonz5=[654428325952302773037913269269673915131477203031291961887402548];y5=[8956434660973526936257123082170211022997931364120516532093275735124207738555886548119411703412692135691713316414153145615166235615696376520051952];x5=[4233474116387160611509235183469376239274153326746845495566455415451150871682318303185562058214173155171448214318103529095105101395410142177656924467861827653];plot3(x5,y5,z5,'yx')xlabel('x轴')ylabel('y轴');zlabel('海拔');title('▽:工业区、X：公园绿地区、O:生活区、☆：交通区、+：山区');gridon;holdonx=[741373132101049164728832383270829334233404324273526506247775868653454814592248632993573474153755635539452914742494855677004730470488180932890908049807780176869705677478457946090629319106311068510643117021173011482107001063011678119021324412746128551379714325154671244213093139201484416569163871606115658142981417715092127781704417087170751796218413190071873817814181341719817144183931976721006210912284623664223042141821439205542010121072202151899319968217662267422535252212645326416278162536124065259982717726424260732463124702254612481326086260152770027696273462659127823272322458024153229652319824685286542400321684221931707915255150073518346937623927415332674684549556645541545140204026510154385382531455035636660570937100683779068045839484038079966394699178909510225102101034011557114151164912734126961240012591137651369413855148621489615387158101603215801150871687217734168231700817203170051694716301179041830318438185561895418012190722028221475214502026119569194111950120582199092101822176233592323822624217035006573463957405844676127912886692969475921286297776862292378307710664237458890410547103981039511529115631164612641140001420714065127341272714173154671514015198152481642816289162671644016440154121426913277131751215311958108001002293339277111211085612644126259036105991263214405140741426214624166291847020591209832017719041189061846717414157481551716607159522260523146220462378525981273802502123325268521798114482143181035290951051013954101421776569244678618259857653];y=[7817311791178721272728361736922295176789518953971435743394897490456416004460359996018621364348643796586317349729372936782622652304600449643115365543964017210728683488260899183117639679964725528447244805532635481848774861877097056845089459621866686584329433953545519605566097352759474186684693657991069111933129241282311721114881092110707100469810908191838810881994829149979010527107211138311228107741040499511237112961123481217311293579555776508558164237353703277718639880794229522983410799110941207811609116211333113715147371448213319124501353513523142788755152861310112185589451105535257123082170211022997931364120516532093275729903913408039943012206011271333741381244934903978305220351075012882286329939753821278917641581258535154015302420601063135323573345252416037292307306139663512279836294207477562187212748782998287738565395588487444148519859085407555758673486934609165485300576454925325650248186591884696591044310981112001193812840131431310212000113051208610613106389872972694678831892088689591103601120311243102989381956089709980109871034476911194112080111011010091069069100721105812068132321298212877132041223812336133131328212204146311614816432147271494316259175381798017949180321651615129140041448114411135491586217642157691634617001154761572817034173651839714301153821763417643180511820216290167011611418449126921356917133164141531456151662356156963765200525671952];z=[7.845.934.906.566.3514.088.949.627.418.725.939.175.724.495.5111.456.147.847.418.505.519.849.393.304.096.145.313.6921.8718.3810.533.506.355.514.493.505.514.294.296.5616.587.415.934.694.905.314.295.514.697.205.314.904.903.893.693.113.893.892.913.304.904.092.912.723.113.303.306.143.694.493.118.063.693.693.502.728.501.772.533.696.1410.996.3530.133.892.911.966.982.915.935.937.414.294.695.726.774.493.112.914.297.635.932.342.915.722.346.564.696.355.104.693.504.694.493.302.914.095.724.904.904.095.932.912.722.342.533.892.342.341.962.723.113.502.721.773.502.539.177.415.728.065.728.726.776.566.776.986.146.698.006.698.239.358.903.775.417.785.625.414.586.915.005.626.917.786.267.564.792.776.267.344.175.007.565.626.054.7923.726.474.175.004.176.265.001.614.585.413.572.003.376.473.376.912.387.568.674.795.415.835.624.382.775.415.626.697.562.771.615.622.974.585.203.175.007.565.206.052.772.385.208.675.417.124.588.234.586.058.234.173.9710.743.7710.275.206.476.478.903.376.694.178.234.385.205.205.415.009.583.173.779.137.345.624.795.203.377.343.574.385.414.385.626.056.265.206.914.588.676.477.123.775.4110.979.818.235.412.777.786.475.623.773.574.386.917.124.383.978.003.573.373.172.977.125.625.833.973.172.773.172.973.171.803.173.774.793.576.477.348.2310.7411.687.346.055.416.266.476.474.797.569.35];cx=0:70:30000;cy=0:60:20000;cz=griddata(x,y,z,cx,cy','cubic');meshz(cx,cy,cz)综合平均距离散点图代码：x=[741373132101049164728832383270829334233404324273526506247775868653454814592248632993573474153755635539452914742494855677004730470488180932890908049807780176869705677478457946090629319106311068510643117021173011482107001063011678119021324412746128551379714325154671244213093139201484416569163871606115658142981417715092127781704417087170751796218413190071873817814181341719817144183931976721006210912284623664223042141821439205542010121072202151899319968217662267422535252212645326416278162536124065259982717726424260732463124702254612481326086260152770027696273462659127823272322458024153229652319824685286542400321684221931707915255150073518346937623927415332674684549556645541545140204026510154385382531455035636660570937100683779068045839484038079966394699178909510225102101034011557114151164912734126961240012591137651369413855148621489615387158101603215801150871687217734168231700817203170051694716301179041830318438185561895418012190722028221475214502026119569194111950120582199092101822176233592323822624217035006573463957405844676127912886692969475921286297776862292378307710664237458890410547103981039511529115631164612641140001420714065127341272714173154671514015198152481642816289162671644016440154121426913277131751215311958108001002293339277111211085612644126259036105991263214405140741426214624166291847020591209832017719041189061846717414157481551716607159522260523146220462378525981273802502123325268521798114482143181035290951051013954101421776569244678618259857653];y=[781731179117872127272836173692229517678951895397143574339489749045641600446035999601862136434864379658631734972937293678262265230460044964311536554396401721072868348826089918311763967996472552844724480553263548184877486187709705684508945962186668658432943395354551960556609735275947418