1、 12011 高教社杯全国大学生数学建模竞赛基于系统综合评价的城市表层土壤重金属污染分析摘要本文针对城市表层土壤重金属污染问题，首先对各重金属元素进行分析，然后对各种重金属元素的基本数据进行统计分析及无量纲化处理，再对各金属元素进行相关性分析，最后针对各个问题建立模型并求解。针对问题一，我们首先利用 EXCEL 和 SPSS 统计软件对各金属元素的数据进行处理，再利用 Matlab 软件绘制出该城区内 8 种重金属元素的空间分布图最后通过内梅罗污染模型： ，其中 为所有单项污染指数的平均值， 为土壤环境中2/1max2P平 均综 平 均 maxP各单项污染指数中的最大值。得到各区内梅罗综合污染
2、指数，进而求得污染程度为：功能区 生活区 工业区 山区 主干道路区 公园绿地区综P094.22769.824.04625.86.1污染程度土壤、作物受中度污染土壤、作物受严重污染 尚清洁土壤、作物受严重污染 超标针对问题二,我们首先利用 EXCELL 软件画出 8 种元素在各个区内相对含量的柱状图，由图可以明显地看出各个区内各种元素的污染情况，然后再根据重金属元素污染来源及传播特征进行分析，可以得出工业区及生活区重金属的堆积和迁移是造成污染的主要原因，Cu 、Hg 、Zn 主要在工业区和交通区如公路、铁路等交通设施的两侧富集，随时间的推移，工业区、交通区的土壤重金属具有很强的叠加性，受人类活动
3、的影响较大。同时城市人口密度，土地利用率，机动车密度也是造成重金属污染的原因。针对问题三，我们从两个方面考虑建模即以点为传染源和以线为传染源。针对以点为传染源我们建立了两个模型：无约束优化模型 ，得到污22yiximD染源的位置坐标 ；有衰减的扩散过程模型得位置坐标（8500,5500），模型6782,5为：， ukzcyubxahu2222针对以线为传染源我们建立了 模型，并通过线性拟合分析线性污染lceY0源的位置。针对问题四，我们在已有信息的基础上，还应收集不同时间内的样点对应的浓度以及各污染源重金属的产生率。根据高斯浓度模型建立高斯修正模型，得到浓度关于时间和空间的表达式 。uteC0
4、在本题求解过程中，我们所建立的模型与实际紧密联系，有很好的通用性和推广性。但在求点污染源时，我们假设只有一个污染源，而实际上可能有多个点污染源，从而2使得误差增大，或者使污染源的位置够不准确。关键词 内梅罗污染模型 无量纲化 相关性 回归模型 高斯浓度模型 一、问题重述俗话说：“一方水土养一方人” 。城市是人类活动最密集的地区，但在废物处理设施仍不发达的绝大多数地区 ,城市及其周边土壤依然发挥着重要的容纳和净化污染物的功能,在强烈的环境负荷冲击下,土壤的服务功能面临极大的威胁,换言之,土壤的缓冲净化功能将接近极限并有被超过的危险,因而将导致严重土壤污染的产生,而其结果将是长远和危险的。随着城市
5、经济的快速发展和城市人口的不断增加，人类活动对城市环境质量的影响日显突出。人类活动影响下城市地质环境的演变模式，日益成为人们关注的焦点。我们将城区分为生活区、工业区、山区、主干道路区及公园绿地区五个部分，分别进行土壤地质环境的调查，对城市环境质量做出评价，希望能有效控制重金属污染物的排放及扩散，制定相关措施保护好我们赖以生存的周边环境，根据题意，本文需要解决的问题有：(1) 给出 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)为更好地研究城
6、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？二、模型假设不考虑元素间的相互作用的影响短期内重金属元素的物理、化学变化及迁移对周围环境影响不大假设附录中所给 8 种重金属元素的背景值真实不考虑历史沉积的重金属的影响三、符号说明第 种元素在第 个采样点的浓度（ ） ；ixij 8,.21i第 种元素浓度的平均值（ ） ；,.i第 种元素在第 个采样点无量纲化后的数值（ ） ；ixij 5,.21j第 个功能区重金属 的单项污染指数（ ） ；iPji ,.j3第 个功能区重金属 含量的实测值（ ） ；iCji 5,.21j污染距离积；D污染源位置与已知采样点的距离；h
7、给定采样点的坐标；iyx,四、数据处理4.1 对重元素的分析城市工业“三废”排放，金属采矿和冶炼，家庭燃煤，生活垃圾，汽车尾气排放都增加了城市土壤重金属的负荷。重金属污染环境的主要有汞、铅、铬、锌镉、铜等。其中汞的毒性最大，铬、铅、锌等也有相当大毒性。此外还有砷，砷虽不属于金属.但它的毒性与重金属相似，因此归于重金属一类阐述，称为类金属。目前对我国土壤污染比较普遍的重金属有汞、铬、砷。根据该城区重金属污染的情况，下面对重金属在土壤污染中的来源及传播途径作简要介绍。4.1.1 砷元素该元素毒性很低，水体中含砷污染物主要来自砷和含砷金属矿的开采、冶炼，以及和砷化物为原料的玻璃、颜料、药物、纸张的生
8、产都可产生含砷的废水，造成水体的砷污染。砷及砷化物在水中会在水生物体内累积，但累积程度比其他重金属要低。砷和砷化物，一般可通过水、大气和食物进入人体。4.1.2 镉元素当环境受到镉污染后，镉可在生物体内富集，通过食物链进入人体引起慢性中毒。镉的主要污染源是电镀、采矿、冶炼、染料、电池和化学工业等排放的废水。相当数量的镉通过废气、废水、废渣排入环境，造成污染。镉对土壤的污染主要有气型和水型两种。气型污染主要来自工业废气。镉随废气扩散到工厂周围并自然沉降，蓄积于工厂周围的土壤中，可使土壤中的镉浓度达到 40ppm。水型污染主要是铅锌矿的选矿废水和有关工业（电镀、碱性电池等）废水排入地面水或渗入地下
9、水引起。4.1.3 铬元素对水体污染的铬主要来源于电镀、制革、铝盐生产以及铬矿石开采所排放的废水。是我国水体中一种普遍的污染物。水体中铬污染主要是三价铬和六价铬，它们在水体中的迁移转化有一定的规律性。4.1.4 铜元素铜(Cu) 及其化合物在环境中所造成的污染称为铜污染。主要污染来源是铜锌矿的开采和冶炼、金属加工、机械制造、钢铁生产等。冶炼排放的烟尘是大气铜污染的主要来源。世界铜的年迁移量为:岩石风化 20 万吨,河流输送 11 万吨4.1.5 汞元素汞是在常温下唯一呈液态的金属元素。人类活动造成水体汞污染，主要来自氯碱、塑料、电池、电子等工业排放的废水。由于天然本底情况下汞在大气、土壤和水体
10、中均有分布，所以汞的迁移转化也在陆、水、空之间发生。44.1.6 镍元素镍污染是由镍及其化合物所引起的环境污染。大 部 分 煤 含 有 微 量 镍 ,通 过 燃 烧 过程 被 释 放 出 来 ,这 是 大 气 中 镍 的 主 要 来 源 。 镍 可 以 在 土 壤 中 富 集 。 土 壤 中 的 镍 主 要来 源 于 岩 石 风 化 ， 大 气 降 尘 ， 灌 溉 用 水 （ 包 括 含 镍 废 水 ） ， 农 田 施 肥 ， 植 物 和 动 物残 体 的 腐 烂 等 。 全世界每年镍的迁移状况是：岩石风化量为 320 000 吨，河流输送量为 19 000 吨,开采量为 560 000 吨，
11、矿物燃料燃烧排放 5 600 吨。4.1.7 铅元素铅 对 环 境 的 污 染 ， 一 是 由 冶 炼 、 制 造 和 使 用 铅 制 品 的 工 矿 企 业 ， 尤 其 是 来 自 有色 金 属 冶 炼 过 程 中 所 排 出 的 含 铅 废 水 、 废 气 和 废 渣 造 成 的 。 二 是 由 汽 车 排 出 的 含 铅废 气 造 成 的 ， 汽 油 中 用 四 乙 基 铅 作 为 抗 爆 剂 （ 每 公 斤 汽 油 用 1 3 克 ） ， 在 汽 油 燃烧 过 程 中 ， 铅 便 随 汽 车 排 出 的 废 气 进 入 大 气 ， 成 为 大 气 的 主 要 铅 污 染 源4.1.8
12、锌元素锌 在 土 壤 中 富 集 ， 会 使 植 物 体 中 也 富 集 而 导 致 食 用 这 种 植 物 的 人 和 动 物 受 害 。金 属 锌 本 身 无 毒 ， 但 在 焙 烧 硫 化 锌 矿 石 、 熔 锌 、 冶 炼 其 他 含 有 锌 杂 质 的 金 属 的 过 程中 ,以 及 在 铸 铜 过 程 中 产 生 的 大 量 氧 化 锌 等 金 属 烟 尘 ， 对 人 有 直 接 的 危 害 。 其 他 如 橡胶 轮 胎 的 磨 损 以 及 煤 的 燃 烧 也 是 大 气 锌 污 染 的 原 因 。 各种工业废水的排放是引起水体锌污染的主要原因。4.2 对基本数据的分析用 EXCE
13、LL 软件和 SPSS 统计软件处理数据如表 1 所示：表 1功能区元素 As (g/g) Cd (ng/g) Cr (g/g) Cu (g/g) Hg (ng/g) Ni (g/g) Pb (g/g) Zn (g/g)平均值 6.27 289.96 69.02 49.40 93.04 18.34 69.11 237.01最大值 11.45 1044.50 744.46 248.85 550.00 32.80 472.48 2893.47最小值 2.34 86.80 18.46 9.73 12.00 8.89 24.43 43.37标准差 2.15 183.68 107.89 47.16 10
14、2.90 5.66 72.33 443.64生活区变异系数 0.34 0.63 1.56 0.95 1.11 0.31 1.05 1.87平均值 7.25 393.11 53.41 127.54 642.36 19.81 93.04 277.93最大值 21.87 1092.90 285.58 2528.48 13500.00 41.70 434.80 1626.02最小值 1.61 114.50 15.40 12.70 11.79 4.27 31.24 56.33标准差 1.61 114.50 15.40 12.70 11.79 4.27 31.24 56.33工业区变异系数 0.22 0.
15、29 0.29 0.10 0.02 0.22 0.34 0.20平均值 4.04 152.32 38.96 17.32 40.96 15.45 36.56 73.29最大值 10.99 407.60 173.34 69.06 206.79 74.03 113.84 229.80最小值 1.77 40.00 16.20 2.29 9.64 5.51 19.68 32.86标准差 1.80 78.38 24.59 10.73 27.85 10.43 17.73 30.94山区变异系数 0.44 0.51 0.63 0.62 0.68 0.67 0.49 0.42平均值 5.71 360.01 58
16、.05 62.21 446.82 17.62 63.53 242.85最大值 30.13 1619.80 920.84 1364.85 16000.00 142.50 181.48 3760.82最小值 1.61 50.10 15.32 12.34 8.57 6.19 22.01 40.92标准差 3.24 243.39 81.61 120.22 2180.27 11.79 32.53 384.78交通区变异系数 0.57 0.68 1.41 1.93 4.88 0.67 0.51 1.585平均值 6.26 280.54 43.64 30.19 114.99 15.29 60.71 154.
17、24最大值 11.68 1024.90 96.28 143.31 1339.29 29.10 227.40 1389.39最小值 2.77 97.20 16.31 9.04 10.00 7.60 26.89 37.14标准差 2.02 235.84 14.84 22.68 224.28 4.97 45.84 230.92公园绿地区 变异系数 0.32 0.84 0.34 0.75 1.95 0.33 0.76 1.504.3 元素浓度的无量纲化处理在利用 SPSS 统计软件数据进行聚类分析的时候，因为单位不统一需要进行无量纲化处理，我们采用均值化方法，即每一个变量除以该变量的平均值，即， (1
18、)xii标准化以后各变量的平均值都为 1，标准差为原始变量的变异系数。该方法在消除量纲和数量级影响的同时，保留了各变量取值差异程度上的信息，差异程度越大的变量对综合分析的影响也越大。4.4 重金属元素间的相关性分析研究土壤中重金属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的相关性,说明有相同来源的可能性较大,否则来源可能不止一个.我们用积差法来计算各重金属之间的相关系数，所谓积差法就是用两个变量的协方差与两个变量的标准差的乘积之比： 22222yxyxryx表 2 重金属元素间的相关系数重金属 As Cd Cr Cu Hg Ni Pb ZnAs 1 Cd 0.255* 1 Cr
19、0.189*0.352* 1 Cu 0.160*0.397*0.532* 1 Hg 0.064 0.265* 0.1030.417* 1 Ni 0.317*0.329*0.716*0.495* 0.103 1 Pb 0.290*0.660*0.383*0.520*0.298*0.307* 1 Zn 0.247*0.431*0.424*0.387*0.196*0.436*0.494* 16由元素间的相关系数（见表 2）我们对这些元素进行粗略的分组，大致分为以下两组：A 组：Cr，Ni，CuB 组：Pb，Cd，Zn而对于 As、Hg 由相关系数表可见，其相关系数较小，我们认为相关参数小的元素间没有
20、关系，所以将其各自单独一组。下面我们建立回归模型图像验证它们之间的函数关系：0 0.5 1 1.5 200.511.52Ni与1 Cr与Ni 0 0.5 1 1.500.511.5Pb与2 Cd与Pb0 0.5 1 1.5 200.511.52Zn与3 Pb与Zn 0 0.5 1 1.5 200.511.52Cu与4 Cr与Cu显然 Cr，Ni 和 Cu 及 Pb，Cd 和 Zn 显示属于适度空间相关性，反映区域因素（土壤母质）对其含量的影响较大 ，而 As、Hg 元素则属于低空间相关性，说明其受到人为因素 （工业布局 施肥 灌溉和土地利用方式等 ）作用较强。五、模型的分析、建立与求解5.1
21、问题一5.1.1 重金属的空间分布由附件中所给的数据，我们考虑将各采样点的坐标和重金属的浓度建立对应关系，利用 Matble 软件画出等高线来体现该城区 8 种重金属的空间分布。7-500555 55555555 55555555555101010101010101015 15520y与1 与与与与As与与与与与与与0 1 2x 10450001000015000-1000-500000000 0500500500500500500500500500 500501000y与2 与与与与Cd与与与与与与与0 1 2x 10450001000015000-800-600-400-200000002
22、004600y与3 与与与与Cr与与与与与与与0 1 2x 10450001000015000-1000-500000000500500y与4 与与与与Cu与与与与与与与0 1 2x 10450001000015000从图中可以看出：该城市土壤中 As 元素的分布没有出现明显的富集，整体有从西向东递减的趋势(见图 1)。说明人类活动对 As 元素的分布影响不大。所以可以推断城市土壤中这种元素主要是自然来源,另外它的浓度在中国土壤背景值范围内,这说明它的含量可能主要受成土母质影响。该城市土壤中 Cd 元素的分布没有出现明显的富集，整体浓度偏差不大（见图 2） 。对比数据可以看出，整个城市除边缘部
23、分外 Cd 的浓度都明显高于背景值的范围。可知该城市 Cd 污染很严重。该城市土壤中 Cr 和 Cu 两种元素含量的空间分布规律比较相似(见图 3、图 4),表现为,在西南部形成一个明显峰值,并且西部 Cr 和 Cu 的浓度远远超出背景值的范围。从整体上看，两种元素的浓度在东部和中部都为零，显然西部高于中东部。80 00000 00 0000000 0020002 00 200020004600y与5 与与与与Hg与与与与与与与0 1 2 x 10450001000015000-80-60-40-20-2000020202020202020 20202020202020202020202040
24、40680y与6 与与与与Ni与与与与与与与0 1 2 x 10450001000015000050 505050505050505050505050505050100100100100100001505520200225025 25030350y与7 与与与与Pb与与与与与与与0 1 2 x 10450001000015000-1000-5000000 0000500500 500500500100y与8 与与与与Zn与与与与与与与0 1 2 x 10450001000015000该城市土壤中 Hg 和 Zn 两种元素含量的空间分布规律比较相似(见图 5、图 8),表现为,一个峰值区出现在西
25、南部，一个峰值区出现在中南部，另外一个峰值区出现在中部。当然，两图也存在着不同之处。Hg 元素除峰值区外，其他部分的浓度大都为零，而 Zn 元素除峰值区外，还有整个的西部浓度远远超出背景值的范围，其余部分的浓度为零。该城市土壤中 Ni 和 Pb 两种元素含量的空间分布规律比较相似(见图 6、图 7)，虽然 Pb 比 Ni 多出一个明显峰值区，但可以看到两种元素的峰值区都分布在西南部。并且两元素在西部的浓度明显高出背景值范围，而在东部的浓度都非常接近背景值的范围，整体有从西向东递减的趋势。同时，土壤中重金属元素的空间分布还显示出各元素的异常分布区具有地理趋势的相似性，指示其可能受共同的污染源影响
26、5.1.2 不同功能区的污染程度为了求得各功能区的污染程度，我们建立了内梅罗多因子污染综合评价模型，我们首先求得单项污染指数式为:, (2)iiSCP式中: 为区域重金属 的单项污染指数； 为重金属 含量的实测值； 为重金属iPi iiiS含量的起始评价值，其中起始评价值为所给重金属元素的背景值加上两倍的标准差，i即 ；若 ，则表示该区域受到污染。2iiaS1i多项污染综合指数式为:, (3)2/1max2P平 均综9式中: 为综合污染指数-综合反映各重金属对区域土壤的不同作用； 为所有单综P 平 均P项污染指数的平均值； 为土壤环境中各单项污染指数中的最大值。根据模型分别maxP计算出该城区
27、五个功能区的污染指数值，然后与内梅罗综合污染指数的分类标准（见表 3）相比较得出五个功能区的污染程度。表 3 内梅罗综合污染指数的分类标准综污染等级 污染程度1 7.0综P安全 清洁2 1.综 警戒线 尚清洁3 .2综 轻污染 超标4 3.综 中污染 土壤、作物受中度污染5 0.综 重污染 土壤、作物受严重污染由Matlab软件计算得表4 各功能区的污染程度功能区 生活区 工业区 山区 主干道路区 公园绿地区综P094.22769.824.04625.86.1污染程度土壤、作物受中度污染土壤、作物受严重污染 尚清洁土壤、作物受严重污染 超标由表 4 可得污染程度排序为：工业区主干道路区生活区公
28、园绿地区山区5.2 问题二5.2.1 无量纲化处理在利用 SPSS 统计软件数据进行聚类分析的时候，因为单位不统一需要进行无量纲化处理，我们采用均值化方法，即每一个变量除以该变量的平均值，即， (4)xii标准化以后各变量的平均值都为 1，标准差为原始变量的变异系数。该方法在消除量纲和数量级影响的同时，保留了各变量取值差异程度上的信息，差异程度越大的变量对综合分析的影响也越大。然后取其平均值进行对比。5.2.2 重金属污染的原因分析对附件中所给数据进行分析，采用均值化方法无量纲化处理后，我们选取 8 种重金属元素的平均值，用 EXCELL 软件画出其相对含量的柱状图：10图 5 各 功 能 区
29、 重 金 属 元 素 无 量 纲 化 后 数 据 比 较1111 1222223333344444555556 6 6 667777 78888800.511.522.5生 活 区 工 业 区 山 区 交 通 区 公 园 绿 地As(1) Cd(2) Cr(3) Cu(4) Hg(5) Ni(6) Pb(7) Zn(8)8 种重金属元素经无量纲化处理之后可以相互比较，由柱状图可以看出：生活区中Cr 含量最大,Zn,Pb 含量次之；工业区中 Cu，Hg 含量较高，且其他重金属也相对较多；山区中 Ni 含量最大，Cr，As 次之，且 8 种重金属含量都相对较少；交通区中各重金属含量都比较集中，Hg
30、 最多；公园绿地区中 As 含量较多，Pb,Cd 含量次之。我们还可以横向来比较 8 个元素在五个功能区中的相对含量：As、Cr、Ni 在各功能区的含量相对均匀，而 Cu、Hg 在工业区中的含量与其它区差别明显；Cd、Zn、Pb、Cu、Hg 在工业区中的含量和山区相比差异较大，说明它们受人类活动的影响相对明显。重金属具有富集性，很难在环境中降解且 Hg、Cd、Cr、Pb 具有很强的生物毒性。由于工业生产产生大量废物，汽车尾气排放，汽车轮胎磨损产生大量含重金属的有害气体和粉尘，Cu 、Hg 、Zn 主要在工业区和交通区如公路、铁路等交通设施的两侧富集，随时间的推移，工业区、交通区的土壤重金属具有
31、很强的叠加性。Pb、Cd、As、Cr 主要在生活区富集，生活区内由于含重金属的废弃物堆积，施用含Pb、Cd、As 等的农药，不合理的施用化肥以及大量使用农用塑料薄膜都会造成重金属污染，综合风向等多种因素的影响可能会发生迁移且富集，从而造成公园绿地区的重金属污染。Ni 元素在各个功能区中的分布相对均匀，山区分析的 8 种重金属中 Ni 含量最多，所以说工业区及生活区污染的富集和迁移，都有可能造成污染。同时城市人口密度，土地利用率，机动车密度也是造成重金属污染的原因。5.3 问题三5.3.1 重金属污染物的传播特征特征一：我们利用无量纲化处理的数据，将各个样点的 8 种元素的无纲化浓度进行加权求和
32、，则此加权和就可在一定程度上反映各个样本点的总的污染程度。并作出各样点浓度加权和对应其海拔高度的图形（见下图） 。从整体上来看，污染程度随着海拔的增高11而减小。海拔在 0 到 50 之间的样点污染程度普遍高，并且变化幅度很大。而海拔在 50到 100 之间的样点污染程度较小，并且变化幅度很小。这说明，重金属污染物的传播速度受海拔影响很大。在海拔低的区域里，单位海拔高度内重金属污染物的传播速度较快；在海拔高的区域里，单位海拔高度内重金属污染物的传播速度很慢。0 50 100 150 200 250 300 350020406080100120特征二：0 0.5 1 1.5 2 2.5 3x 1
33、04050100150yuan与 6 与与与 x与与与与与与0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2x 104050100150yuan与 7 与与与 y与与与与与与我们再分别做出各样点浓度加权和与其对应 x 轴、y 轴的图形（见图 6 和图 7）可12看出重金属在土壤中的浓度随采样点的水平和垂直距离的改变会出现相应的峰值，即污染源的位置在某个峰值点处，而且高浓度样点集中在(0.350.60，0.200.40)范围内，并且样点污染程度由此范围向四周呈递减趋势。由此，我们可以推知，重金属污染物由污染源位置向四周扩散，并且扩散速度随距污染源距离的增大而减小。5.3
34、.2 无约束优化模型的建立针对该问题我们建立无约束优化模型，假设 319 个采样点中有一个是主要的污染源，根据物质的一般扩散规律，我们认为重金属的污染程度与污染源到该点的距离有关，即距离越远污染程度越低，在这里我们定义一个新的变量：污染距离积 D, (5)22yixim即该点的污染程度与该点到污染源距离的平方之积，其中 为给定采样点的坐ix标。该点的污染程度已知，只要使其他 318 个采样点的污染距离积 之和最小就能确D定污染源，这里我们利用问题二经无量纲化之后的数据加权求得点的污染程度 。m利用 Lingo 软件求得第 31 个采样点的污染距离积 之和最小，即该点是最主要的污染源，其坐标 .
35、6782,5由于该区域的污染源不止一个，因此这种做法存在很大的误差，通过观察问题一的图形，及元素间的相关系数我们可以得出有多个地带的污染程度存在显著变化的结论，即存在多个污染源，因此我们建立了第二种模型来分析污染源的位置，希望通过两种方法对比得到该城区重金属的污染源。5.3.3 有衰减的扩散过程模型（1）设 是距离污染源位置的空间距离为 的点 处某种重金属元素hzyxu, hzyx,的浓度。任取一个闭曲面 ，它所围的区域是 ，由于扩散，从 到 这段距离内，SGh通过 流入 的质量为SG（6）dstzucyubxuaMSh ooscos2221由高斯公式得 （7）xyzhcyxGh 2221其中
36、， 分别是沿 方向的扩散系数。2,cbazy,在扩散过程中由于土壤吸收、风及地表径流造成重金属流失等原因，使元素的质量有一定的衰减，G 内的质量减少为 , （8） dxyztukMGh21其中 是衰减系数。 2k13由物质不灭定律，重金属元素在 内由于扩散与衰减的合作用，积存于 内的质GG量为 21M换一种角度看， 内由于浓度之变化引起的质量增加为G（9）dxyzhudxyzzGh ,3显然 ，即 213M（10）dxyzhukzcyubxadxyzhtuGGh 2222由于 的任意性得,（11）ukzcyubxahu2222 这就是重金浓度随空间距离相关的常系数性抛物型方程。（2）设污染源的
37、位置为 ，由此可求出各样点与 A 的距离，根据重金属污0,A染物的传播特征，我们假定 x，y，z 方向的扩散系数分别为：0.5，0.4,0.3 各样点的浓度我们取无量纲化浓度的加权和。利用 Matlab 求解得 A 点坐标为：（8500,5500） 。5.3.4 模型lcbeuY0由问题二的数据分析，元素的来源和传播途径以及元素间的相关性检验可得锌元素呈条带状分布，主要以公路、铁路为轴向两侧污染强度逐渐减弱，随着时间的推移，在交通区两侧的重金属污染具有很强的叠加性。由此我们建立以公路线为污染源的模型，设公路线的表达式为：(12)0CByAx浓度随距离的变化为：（13）lcbeuY0其中 为采样
38、点到公路的距离； 为采样点的浓度； 为样点重金属20BACyxLu0u元素的背景值, 为衰变指数。针对模型 ，当lcbeuY0, (14)axfY)(lim14其环境意义为在远离污染源的地方,没有受到污染的影响,土壤中某污染物的含量就是背景值, 。0a当, (15)baxfY0)(lim其环境意义为在污染源近处,土壤中某污染物的含量达到最高值,它就是在背景值的基础上加污染值的结果, 。0b当, (16)0lcbedxy其环境意义为随着距污染源渐远,土壤中污染物的含量逐渐降低及其变化。0 0.5 1 1.5 2 2.5 3x 10402000400060008000100001200014000
39、1600018000y与1 与与与与与与与与与与与与与与与5.4 问题四5.4.1 问题分析为了更好地研究城市地质环境的演变模式，需要做以下几个工作。首先我们需要求出空间中任意一点对应的污染物浓度与时间的关系表达式；然后再利用问题一中求解不同区域重金属的污染程度的模型对城市进行污染程度分析；最后对由统计得到的各个样点在多个时间内的污染程度进行分析，即可研究出城市地质环境的演变模式。因此，我们只需要求出空间中任意一点对应的污染物浓度与时间的关系表达式即可。为了求出空间中任意一点对应的污染物浓度与时间的关系表达式，除了需要有本题中所给信息外，还应收集不同时间内的样点对应的基本信息（如附件中所给信息
40、）以及各污染源重金属的产生率。5.4.2 模型的建立（1）高斯浓度模型建立本题假设污染物浓度符合正态分布，建立高斯浓度分布模型：（17）22231, zyxutzyxeQzyxC其中 是空间任意一点 的浓度； 是污染源重金属产生率；x=A(:,1);y=A(:,2); x,y=meshgrid(0:1000:29000,100:300:19000); z3=griddata(A(:,1),A(:,2),A(:,3),x,y,v4); subplot(2,2,1)c,h =contour(x,y,z3); clabel(c,h) ylabel(y);xlabel(图1 城市土壤As的空间分布特征
41、);z4=griddata(A(:,1),A(:,2),A(:,4),x,y,v4);subplot(2,2,2)17c,h =contour(x,y,z4); clabel(c,h) ylabel(y);xlabel(图2 城市土壤Cd的空间分布特征)z5=griddata(A(:,1),A(:,2),A(:,5),x,y,v4);subplot(2,2,3)c,h =contour(x,y,z5); clabel(c,h) ylabel(y);xlabel(图3 城市土壤Cr的空间分布特征)z6=griddata(A(:,1),A(:,2),A(:,6),x,y,v4);subplot(2
42、,2,4)c,h =contour(x,y,z6); clabel(c,h) ylabel(y);xlabel(图4 城市土壤Cu的空间分布特征)figurez7=griddata(A(:,1),A(:,2),A(:,7),x,y,v4);subplot(2,2,1)c,h =contour(x,y,z7); clabel(c,h) ylabel(y);xlabel(图5 城市土壤Hg的空间分布特征)z8=griddata(A(:,1),A(:,2),A(:,8),x,y,v4);subplot(2,2,2)c,h =contour(x,y,z8); clabel(c,h) ylabel(y)
43、;xlabel(图6 城市土壤Ni的空间分布特征)z9=griddata(A(:,1),A(:,2),A(:,9),x,y,v4);subplot(2,2,3)c,h =contour(x,y,z9); clabel(c,h) ylabel(y);xlabel(图7 城市土壤Pb的空间分布特征)z10=griddata(A(:,1),A(:,2),A(:,10),x,y,v4);subplot(2,2,4)c,h =contour(x,y,z10); clabel(c,h) ylabel(y);xlabel(图 8 城市土壤 Zn 的空间分布特征) 9.2 回归分析检验元素相关性Cr= loa
44、d(Cr.dat);Ni= load(Ni.dat);18Cd= load(Cd.dat);Pb= load(Pb.dat);Cu= load(Cu.dat);Hg= load(Hg.dat);As= load(As.dat);Zn= load(Zn.dat);subplot(2,2,1)scatter(Cr,Ni)set(gca,xlim,0,2);set(gca,ylim,0,2);ylabel(Ni);xlabel(图1 Cr与Ni);subplot(2,2,2)scatter(Cd,Pb)set(gca,xlim,0,1.5);set(gca,ylim,0,1.5);ylabel(Pb
45、);xlabel(图2 Cd与Pb);subplot(2,2,3)scatter(Pb,Zn)set(gca,xlim,0,2);set(gca,ylim,0,2);ylabel(Zn);xlabel(图3 Pb与Zn);subplot(2,2,4)scatter(Cr,Cu)set(gca,xlim,0,2);set(gca,ylim,0,2);ylabel(Cu);xlabel(图4 Cr与Cu);9.3 五个功能区重金属的污染程度ping=3.6,130,31,13.2,35,12.3,31,69;%背景点的平均值；cha=0.9,30,9,3.6,8,3.8,6,14;%背景点的标准差
46、；bei=ping+2.*cha;%评价起始点；n=8;sheng=6.27,289.96,69.02,49.40,93.04,18.34,69.11,237.01;gong=7.25,393.11,53.41,127.54,642.36,19.81,93.04,277.93;shan=4.04,152.32,38.96,17.32,40.96,15.45,36.56,73.29;lu=5.71,360.01,58.05,62.21,446.82,17.62,63.53,242.85;yuan=6.26,280.54,43.64,30.19,114.99,15.29,60.71,154.24;
47、p1=sheng./bei;p1p=sum(p1)/n;p1m=max(p1);p1z=sqrt(p1p2+p1m2)/2)p2=gong./bei;p2p=sum(p2)/n;p2m=max(p2);p2z=sqrt(p2p2+p2m2)/2)19p3=shan./bei;p3p=sum(p3)/n;p3m=max(p3);p3z=sqrt(p3p2+p3m2)/2)p4=lu./bei;p4p=sum(p4)/n;p4m=max(p4);p4z=sqrt(p4p2+p4m2)/2)p5=yuan./bei;p5p=sum(p5)/n;p5m=max(p5);p5z=sqrt(p5p2+p5
48、m2)/2)9.4 lingo求解污染源位置model:sets:cai/1319/:x,y,m,k;endsetsdata:x=ole(data.xls);y=ole(data.xls);m=ole(data.xls);ole(data1.xls)=k;enddatafor(cai(i):k(i)=sum(cai(j):(x(i)-x(j)2+(y(i)-y(j)2)*m(j);end9.5 重金属污染物的传播特征x= load(x.dat);y= load(y.dat);subplot(2,1,1)plot(x,yuansu)ylabel(yuan);xlabel(图6 浓度随x值的变化趋势);subplot(2,1,2)plot(y,yuansu)ylabel(yuan);xlabel(图7 浓度随y值的变化趋势);9.6 线性污染源位置求解A= load(shujukuai.dat);x=A(:,1);y=A(:,
