预测低层大气中的人为碳排放（Matlab代码实现）

本文链接：https://blog.csdn.net/weixin_46039719/article/details/130985568

👨‍🎓个人主页：研学社的博客

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

💥1 概述

18世纪60年代从英国发起的第一次工业革命是技术发展史上的一次巨大革命，它开创了以机器代替手工劳动的时代，但是也伴随着化石燃料的大规模开采和使用，碳排放量急剧增加，破坏了自然的碳循环，对环境造成严重危害。对于富含碳的化石燃料而言，它们本来是被储存在地下，本不会成为碳排放的一部分，但是由于人们从地下大量开采化石燃料，并通过燃烧将它们引入到自然的碳循环中。如果没有人为的影响，自然的碳循环应该保持在接近平衡的状态。本章的分析目标就是分析人类对大气中二氧化碳排放量的影响，预测低层大气中的人为碳排放量。

📚2 运行结果

主函数部分代码：

clear all
close all

load average1.mat
ydata=M(:,2);
xdata = M(:,1);
ell=length(M(:,1));


%----------------------------
%Consider looking at different chunks of data
%1750 to 1912
%1912-1950
%1950-2017
%----------------------------
%for 1950-2017 
[indx]=find(xdata==1950)
ydata=M(indx:ell,2);
xdata = M(indx:ell,1);
 
 

%----------------------------
%Option 1: Build system of ln of equation,b= write-up
%----------------------------
lnydata=log(ydata);
ell=length(ydata);
A=ones(ell,2);
A(:,2)=xdata;
parm=A\lnydata;
c1=exp(parm(1))
r1=parm(2)

fun = @(x)x(1)*exp(x(2)*xdata);
Y=fun([c1 r1]);
plot(xdata,ydata,'*',xdata,Y,'linewidth',1)
title('Direct solve of over determined system')
xlabel('t')
ylabel('Emissions')
%---------------------------
%Comment:  A piecewise function may may more sense. 
%---------------------------
%Option 2
%---------------------------
% fun = @(x)x(1)*exp(x(2)*xdata);
 x0 = [1e-8, 0.20];
 options = optimoptions(@lsqnonlin,'Algorithm','trust-region-reflective');
 x = lsqnonlin(@(x) res(x,xdata,ydata),x0);
 [x,fval,exitflag,output] = fminsearch(@(x) res(x,xdata,ydata),x0)
  
figure
Y=fun(x);
plot(xdata,ydata,'o',xdata,Y,'linewidth',1)
title('fminsearch')
xlabel('t')
ylabel('Emissions')

 
 %---------------------------
%Option 3
%---------------------------
% % fun = @(x)x(1)*exp(x(2)*xdata);
%  x0 = [1, 1];
%  %options = optimoptions(@lsqnonlin,'Algorithm','trust-region-reflective');
%  %x = lsqnonlin(@(x) res(x,xdata,ydata),x0);
%  [x,fval,exitflag,output] = lsqnonlin(@(x) Res(x,xdata,ydata),x0)
%   
% figure
% Y=fun(x);
% plot(xdata,ydata,'o',xdata,Y,'linewidth',1)
% title('lsqnonlin')
% xlabel('t')
% ylabel('Emissions')
% 
%  
function F=res(x,xdata,ydata)
%for fminsearch
 %What is the residual that you want to minimize?
 fun = @(x)x(1)*exp(x(2)*xdata);
 Y=fun(x);
 %F=0.5*(norm(ydata-Y))^2;
%F=sum((ydata-Y).^2);
F=(norm(ydata-Y));
 end
 


 function F=Res(x,xdata,ydata)
 %for lsqnonlin
 %What is the residual that you want ot minimize?
 fun = @(x)x(1)*exp(x(2)*xdata);
 Y=fun(x);
 %F=0.5*(norm(ydata-Y))^2;
F=(ydata-Y);
 end