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，要紧密集在离地面20-25千米的平流层内，科学家称之为臭氧层。臭氧层比如是地球的 \爱惜伞\。阻挡了太阳99%的紫外线辐射，爱惜地球上的生灵万物。
本文从两个角度动身别离成立了两个关于预测大气中臭氧浓度的数学模型，并通过成立数学模型成立起大气中臭氧浓度与气象数据中的联系。
第一，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，挑选出能便于咱们分析的数据，并进行画图分析，得出浓度散布图，通过观看，咱们近似的以为浓度转变具有马尔可夫性，从那个角度动身咱们成立模型1（马氏链模型），第一把臭氧浓度的转变范围化分为假设干个状态，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，并通过转移概率成立转移概率矩阵，从而能对臭氧的浓度转变情形进行简单的预测。
由于在马氏链模型中，咱们把臭氧浓度转变范围划分为假设干区间，因此预
测出的数据会因为区间的划分有限而在精准度上有必然的局限性。因此咱们在模型1的基础上通过两种适当假设（1.地域发生转变，时刻不发生转变，2.时刻发生转变，地域不发生转变）别离求出两种假设情形下的函数表达式，并通过MATLAB拟合成一个与时刻t,和地址坐标lon,lat，相联系的函数。
关于问题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，一样以为各个指标之间存在复杂的关系，之间可能相互增强也可能相互制约，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，因此咱们采纳基于主成份分析的多元统计分析方式来成立模型，利用描述气象数据
的众多指标从头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，通过模型的成立与求解，咱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挑选出了有利于咱们统
计分析的数据，并利用数学软件MATLAB专门好的实现了数据的拟合和主元分析，多元分析，得出数学模型。
一．问题的提出与分析
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，要紧密
集在离地面20-25千米的平流层内，科学家称之为臭氧层。臭氧层比如是地球的 \爱惜伞\。阻挡了太阳99%的紫外线辐射，爱惜地球上的生灵万物。臭氧层浓度每减少1%，太阳紫外线辐射增加2%，皮肤癌就会增加7%，白内障增加 %，此刻全世界每一年死于皮肤癌的有十几万人，患白内障的更多。紫外线辐射还能破坏植物光合作用和受风粉能力，最终降低农业产量。剧实验，如臭氧减少 25%，大豆将减产20-25%。紫外线辐射还会杀死水中雨卵和单细胞藻类，同时还会引发塑料制品老化、发黄、开裂。氟利昂的排放增多致使臭氧层破坏。对温室效应有重要作用的气体还有甲烷、臭氧、氯氟烃和水气等。还随着人口的急剧增加，工业的迅速进展，排入 大气的二氧化碳也相应增多。又由于丛林被大量砍伐，大气中应被吸收的二氧化碳没有被吸收，由于二氧化碳慢慢增加，温室效应也不断增强。据分析，在过去二百年中,二氧化碳浓度增加25%，地球平均气温上升摄氏度。估量到那个世纪中叶，地球表面温度将上升摄氏度，而在中高纬度地域温度上升更多。
咱们要研究的问题是：
（1）依照附表数据，能够有效地在时刻和空间2个方面预测以后时刻的情形。 （2）依照数据的分析和处置，成立臭氧和气象数据之间关系的数学模型，并进
行必然的分析，得出必然的结论。
（3）在所成立的数学模型分析的基础上，向有关部门提出具体的建议。 二．模型的假设和符号声明
对模型的大体假设。
1．假设对臭氧层中臭氧含量的描述以浓度为标准。 2．假设对臭氧层的转变起决定作用的是其中臭氧的含量，而与其它的因素无
关。 3．假设臭氧的含量在不同的地域降低相同的浓度所引发的阻碍是一样的，而
且在一按时刻内是稳固的。
4．假设臭氧的浓度为一个状态E，依照数据中的臭氧浓度波动的幅度，把臭
氧的浓度分为6个状态E1,E2,E3,E4,E5,E6. 符号说明。
E 臭氧的浓度
E1~E6 臭氧浓度E别离知足：
E1∈{,}； E2∈{,}; E3∈{,}; E4∈{,}; E5∈{,}; E6∈{,};
P(i,j) 臭氧浓度由Ei转移到Ej的转移概率P(ij)=P(Ei?Ej)。 P 转移概率矩阵。
Pk k步转移概率。
问题一模型的成立与求解
1．模型1（马氏链模型）的成立与求解
咱们以附件1的数据作为分析来源，对其按月求平均值。它的波动带有必然的随机性，个别点的波动比较大，大部份情形臭氧的浓度转变比较平缓，因此咱们假设臭氧的浓度转变具有马尔可夫性。如图1所示为全数地域年5月～9月的臭氧浓度的散布情形。
臭氧与气象监测数据分析模型
