| 臭氧与气象监测数据分析模型 [摘要] 臭氧(O3)是大气中的微量元素，是一种有微腥臭味，浅蓝色的气体，主要密集在离地面20-25公里的平流层内，科学家称之为臭氧层。臭氧层好比是地球的 "保护伞"。阻挡了太阳99%的紫外线辐射，保护地球上的生灵万物。 本文从两个角度出发分别建立了两个关于预测大气中臭氧浓度的数学模型，并通过建立数学模型建立起大气中臭氧浓度与气象数据中的联系。 首先，通过数据库技术对给定的大量数据（臭氧浓度和气象数据）进行统计分类，筛选出能便于我们分析的数据，并进行画图分析，得出浓度分布图，通过观察，我们近似的认为浓度变化具有马尔可夫性，从这个角度出发我们建立模型1（马氏链模型），首先把臭氧浓度的变化范围化分为若干个状态，并通过统计得出臭氧浓度从一个状态转移到下一个状态的转移概率，并通过转移概率建立转移概率矩阵，从而能对臭氧的浓度变化情况进行简单的预测。 由于在马氏链模型中，我们把臭氧浓度变化范围划分为若干区间，因此预测出的数据会因为区间的划分有限而在精确度上有一定的局限性。因此我们在模型1的基础上通过两种适当假设（1.地区发生变化，时间不发生变化，2.时间发生变化，地区不发生变化）分别求出两种假设情况下的函数表达式，并通过MATLAB拟合成一个与时间t,以及地点坐标lon,lat，相联系的函数。 对于问题2，由于提供的气象数据中描述气象状态的指标存在着多个，一般认为各个指标之间存在复杂的关系，之间可能互相加强也可能互相制约，若直接与臭氧的浓度进行联系分析，自变量之间可能会涉及到较多的重共线性问题，因此我们采用基于主成份分析的多元统计分析方法来建立模型，利用描述气象数据的众多指标重新生成少数几个重要的指标,减少了数据矩阵的维数，从而提高了多元统计分析的准确度，通过模型的建立与求解，我们得出气象数据与臭氧浓度之间的联系，为气象的分析或臭氧浓度的预测提供了一种有效的途径。 本文通过SQL SERVER 2000有效地从庞大的数据中筛选出了有利于我们统计分析的数据，并利用数学软件MATLAB很好的实现了数据的拟合以及主元分析，多元分析，得出数学模型。 |
查看评论
已有0位网友发表了看法