学号: 20104241
姓名: 胡飞
专业班级:2010级信息与计算科学1班
学校/学院:中南林业科技大学 理学院
时间: 2012年4月28日
根据采样点用Matlab实现地形地貌及物质元素分布的绘制及分析
胡飞
(中南林业科技大学 理学院信息与计算科学20104241,长沙)
摘要:运用Matlab软件实现地形地貌的绘制可以比较形象的呈现出某一区域的高低起伏。便于有关研究人员结合其他相关领域的知识进行操作。运用Matlab软件实现物质元素的分布的三维
图,结合以上的地形图,再加上其他影响元素,更能比较准确的达到研究目的。
关键字:Matlab软件,地形地貌,物质元素,分布,三维图
draw topography and the physical elements in Matlab According to Sample Point
Hufei
(Central South University of Forestry and Technology college of science information and computing science 20104241,changsha)
Abstract: Using Matlab software to realize landform map the can compare the image of the present of a given region, ups and downs. Facilitate the researchers combined with other related areas of knowledge for operation. Using Matlab software to realize the physical elements of the distribution of the 3 d map, combining with the above the topographic map, plus other influence element, more can compare accurate to research purposes.
Key words: Matlab software, topography, the physical elements, distribution, 3 d map
0、引言
根据采样点的具体描述对象来用Matlab绘图功能实现相应的对象图像化(三维立体图形)描述,相关人员也可根据所绘制的图形较易的分析并得出相应的结论。三维图形可以比较形象的表达取样点所在地区的地形地貌。可以根据这一点有助于分析重金属污染物的流动走向。
本篇论文是以2011年高教社杯全国大学生数学建模竞赛题目A其中对城市的地形地貌分析及土壤中所含元素(重金属污染元素)的相应浓度的分析一项为基础,来讲述怎样利用Matlab相应功能来达到相应的目的。
我们还画出根据这些数据的二维图像,根据取样点海拔(或取样点所含某种元素的浓度)给图像着。可以更加形象的分析出污染源的地点。
1、 数据分析
下面给出2011年高教社杯全国大学生数学建模竞赛题目A题中一些相关数据的部分列表,表一为测量城市的采样点具体位置及海拔,前50个样本点(共319个取样点)。
附件1. 取样点位置及其所属功能区 | ||||||||||
编号 | x(m) | y(m) | 海拔(m) | 功能区 | 编号 | x(m) | y(m) | 海拔(m) | 功能区 | |
1 | 74 | 781 | 5 | 4 | 26 | 5635 | 7965 | 29 | 4 | |
2 | 1373 | 731 | 11 | 4 | 27 | 5394 | 8631 | 12 | 4 | |
3 | 1321 | 1791 | 28 | 4 | 28 | 5291 | 7349 | 10 | 4 | |
4 | 0 | 1787 | 4 | 2 | 29 | 4742 | 7293 | 9 | 2 | |
5 | 1049 | 中南林业科技大学怎么样2127 | 12 | 4 | 30 | 4948 | 7293 | 6 | 2 | |
6 | 1647 | 2728 | 6 | 2 | 31 | 5567 | 6782 | 7 | 2 | |
7 | 2883 | 3617 | 15 | 4 | 32 | 7004 | 6226 | 11 | 4 | |
8 | 2383 | 3692 | 7 | 2 | 33 | 7304 | 5230 | 10 | 1 | |
9 | 2708 | 2295 | 22 | 4 | 34 | 7048 | 4600 | 24 | 4 | |
10 | 2933 | 1767 | 7 | 4 | 35 | 8180 | 4496 | 15 | 4 | |
11 | 4233 | 895 | 6 | 5 | 36 | 9328 | 4311 | 24 | 1 | |
12 | 4043 | 1895 | 14 | 1 | 37 | 9090 | 5365 | 20 | 4 | |
13 | 2427 | 3971 | 2 | 1 | 38 | 8049 | 5439 | 18 | 4 | |
14 | 3526 | 4357 | 7 | 4 | 39 | 8077 | 6401 | 29 | 1 | |
15 | 5062 | 4339 | 5 | 4 | 40 | 8017 | 7210 | 39 | 4 | |
16 | 4777 | 4897 | 8 | 1 | 41 | 6869 | 7286 | 18 | 4 | |
17 | 5868 | 4904 | 16 | 4 | 42 | 7056 | 8348 | 37 | 1 | |
18 | 6534 | 5641 | 6 | 1 | 43 | 7747 | 8260 | 49 | 4 | |
19 | 5481 | 6004 | 0 | 4 | 44 | 8457 | 8991 | 21 | 4 | |
20 | 4592 | 4603 | 6 | 1 | 45 | 9460 | 8311 | 45 | 4 | |
21 | 2486 | 5999 | 2 | 1 | 46 | 9062 | 7639 | 45 | 4 | |
22 | 3299 | 6018 | 4 | 4 | 47 | 9319 | 6799 | 49 | 4 | |
23 | 3573 | 6213 | 5 | 1 | 48 | 10631 | 6472 | 57 | 4 | |
24 | 4741 | 6434 | 5 | 5 | 49 | 10685 | 5528 | 34 | 4 | |
25 | 5375 | 8643 | 15 | 1 | 50 | 10643 | 4472 | 45 | 4 | |
功能区 | |
1 | 生活区 |
2 | 工业区 |
3 | 山区 |
4 | 交通区 |
5 | 公园绿地区 |
表二为前50个样本点的Cd的浓度:
附件2. 8种主要重金属元素的浓度 | ||||
编号 | Cd (ng/g) | 编号 | Cd (ng/g) | |
1 | 153.80 | 26 | 583.40 | |
2 | 146.20 | 27 | 366.40 | |
3 | 439.20 | 28 | 323.90 | |
4 | 223.90 | 29 | 424.50 | |
5 | 525.20 | 30 | 630.00 | |
6 | 1092.90 | 31 | 635.30 | |
7 | 269.80 | 32 | 463.40 | |
8 | 1066.20 | 33 | 532.00 | |
9 | 1123.90 | 34 | 778.70 | |
10 | 267.10 | 35 | 754.80 | |
11 | 201.40 | 36 | 396.30 | |
12 | 287.00 | 37 | 687.80 | |
13 | 193.70 | 38 | 526.00 | |
14 | 359.50 | 39 | 449.10 | |
15 | 516.40 | 40 | 852.70 | |
16 | 1044.50 | 41 | 459.00 | |
17 | 445.40 | 42 | 337.30 | |
18 | 347.90 | 43 | 568.10 | |
19 | 345.70 | 44 | 599.00 | |
20 | 614.00 | 45 | 635.50 | |
21 | 257.20 | 46 | 600.70 | |
22 | 1213.50 | 47 | 567.60 | |
23 | 325.80 | 48 | 228.50 | |
24 | 212.10 | 49 | 568.60 | |
25 | 90.50 | 50 | 214.70 | |
本论文主要是根据这两项分析来讲述怎样根据采样点用Matlab实现地形地貌及物质元素分布的绘制及分析
根据数据可知取样点之间的地理距离是没有关系的,在考虑重金属污染元素的分布式,只需把海拔换成浓度。
而在编写程序中发现这不是一般的函数曲面,而是不规则采样点的集合。我运用调用linespace函数在采样点范围内生成非均匀分布的数。联合调用griddata函数将数据内查到图中。以下程序皆是如此。
2、 程序清单
我们只给出地形图和Cd元素的分析程序代码:
程序1:
function[output_args]=analyst1(input_args)
A=xlsread('A\acumcm2011A附件_数据.xls',1,'B4:E322');
B=xlsread('A\acumcm2011A附件_数据.xls',2,'B4:I322');
D=[A B];
x1=D(:,1);y1=D(:,2);
z1=D(:,3);
[X1,Y1,Z1]=griddata(x1,y1,z1,linspace(min(x1),max(x1),200)',linspace(min(y1),max(y1),200),'v4');
surf(X1,Y1,Z1);shading interp;
title('含量分布三维曲面');
程序2:
function[output_args]=analyst2(input_args)
A=xlsread('A\acumcm2011A附件_数据.xls',1,'B4:E322');
B=xlsread('A\acumcm2011A附件_数据.xls',2,'B4:I322');
D=[A B];
x1=D(:,1);y1=D(:,2);
z1=D(:,6);
[X1,Y1,Z1]=griddata(x1,y1,z1,linspace(min(x1),max(x1),200)',linspace(min(y1),max(y1),200),'v4');
surf(X1,Y1,Z1);shading interp;
title('Cd含量分布三维曲面');
程序3:
function[output_args]=analyst3(input_args)
A=xlsread('A\acumcm2011A¸½¼þ_Êý¾Ý.xls',1,'B4:E322');
B=xlsread('A\acumcm2011A¸½¼þ_Êý¾Ý.xls',2,'B4:I322');
D=[A B];
x1=D(:,1);y1=D(:,2);
z1=D(:,6);
[X1,Y1,Z1]=griddata(x1,y1,z1,linspace(min(x1),max(x1),200)',linspace(min(y1),max(y1),200),'v4');
pcolor(X1,Y1,Z1);shading interp
title('º¬Á¿µÈÖµÏßͼ');
hold on;
3、 实现图形分析
第一个图是城市地形图即地形地貌,海拔越高越趋向于红。在分析重金属污染源时,研究人员可以根据流体相关知识结合本图及当地降水量等信息,进行数据分析,以促进研究的准确性。
第二个图是Cd元素在这个城市分布的三位立体图,视觉越高颜越深则此重金属元素含量越高。第三个图是和第二个图相对性的二维,颜越趋近于红则所含浓度越高。
研究人员可以结合地形地貌及当地降水冲刷对重金属分布的影响和所指定元素在城市的分布图来更准确的分析重金属污染源所在地。
4、 结束语
本篇论文主要是实现地形地貌及化学元素分布立体图,而相关的进一步研究并未将明。其他
相关还应考虑到降水量,元素扩散速度,相对原子质量等等的专业知识。本文只是给出了怎样根据采样点用Matlab实现地形地貌及物质元素分布的绘制及分析,所以本文并不完全。
但是根据本文所做出的图形足以粗略估算出重金属污染源的位置。
5、 参考文献
[1] 2011年高教社杯全国大学生数学建模竞赛题目
[2] 罗军辉,冯平,哈力旦A等Matlab7.0在图像处理中的应用[M].北京:机械工业出版
社.2005.6 59
发布评论