大气二氧化碳建模和曲线拟合工具箱

常见的测量为研究燃烧化石燃料对气候模式的影响是二氧化碳的水平(有限公司₂)在大气中的浓度。一些科学家认为公司的上升趋势₂水平可能导致大气温度上升,极地冰盖融化,地球和气候不同的地区从根本上改变。

该数据以来的周期性现象,以及一个向上发展的趋势,是合适的非线性拟合技术,但是工作量将会添加相比拟合线性模型。然而,使用正确的工具和知识的数据,您可以快速确定系数的非线性模型。

本文描述了如何适应可用非线性模型有限公司₂使用新发布的数据曲线拟合工具箱。

建模的数据

在这个例子中,我们使用有限公司₂收集的数据,在ppm,由美国国家海洋和大气管理局(NOAA)从1979年到1996年在夏威夷的莫纳罗亚山天文台₂。捕获的数据下图所示。

周期性现象在自然界中可以通过一个正弦信号建模及其高次谐波,也就是说,

其中t(时间),α被认为是大约0.0444 /年,和其他参数是未知的(包括所需的正弦曲线数量)²。

构建模型,我们去曲线拟合工具箱的安装GUI和创建一个自定义方程与一个正弦信号词。

因为时间值很大,我们可以选择选择中心规模和时间变量(删除均值和除以标准差)来提高数值计算的条件。

改进模型

我们可以从几个方面改进该模型。首先,我们可以分别确定指数项的系数。我们使用工具箱的内置指数模型,从数据,自动计算最佳的开始点

现在我们可以画出残差仍表现出周期性正弦信号模式,所以另一个正弦信号词是必要的。

扩展分析

当我们发现了一个令人满意的模型时,我们可以发送适合MATLAB工作区进行进一步分析。我们有一些其他天文台网站检查(例如,萨摩亚、南极和巴罗),所以可以生成一个m文件函数,它可以重建我们的适合。然后我们可以在一个循环中调用该函数自动配合其他数据集,看看在天文台网站生成的模型进行比较。

这个例子中涉及的一些特性,将帮助你适应模型数据。模型是否线性或非线性曲线拟合工具箱允许您快速适应标准模型库或您创建自定义模型。