Latest revision as of 09:00, 13 February 2024

Size distributions, integral quantities, and fitting to a lognormal distribution

The dataset contains actual aerosol size distributions measured by the Scanning Mobility Particle Sizer (SMPS). Sent out by email.

任选观测期间的一个观测时间点：

根据资料画出n_N, n_N^e （以ln D为自变量的粒径分布）,n_N^o （以log D为自变量的粒径分布）。
根据资料画出n_N^o, n_S^o, n_V^o。
根据画出的n_N^o，做lognormal拟合（自选模态数）。说明你的拟合步骤。把拟合结果与观测的n_N^o画在同一张图上，比较观测和拟合结果的异同。
根据上题拟合出来的lognormal distributions，推算出S（S&P Eq 8.49）和V（S&P Eq 8.52）的理论分布。并把这两个分布与观测的n_S^o、n_V^o画在同一张图上，比较观测和理论分布的异同。

注意所有图形中，需标示清楚变量、单位、线条、观测时间等。

@@ Line 3: / Line 3: @@
 ==Dataset==
+The dataset contains actual aerosol size distributions measured by the Scanning Mobility Particle Sizer (SMPS). Sent out by email.
 ==Questions==
+任选观测期间的一个观测时间点：
+#根据资料画出n_N, n_N^e （以ln D为自变量的粒径分布）,n_N^o （以log D为自变量的粒径分布）。
+#根据资料画出n_N^o, n_S^o, n_V^o。
+#根据画出的n_N^o，做lognormal拟合（自选模态数）。说明你的拟合步骤。把拟合结果与观测的n_N^o画在同一张图上，比较观测和拟合结果的异同。
+#根据上题拟合出来的lognormal distributions，推算出S（S&P Eq 8.49）和V（S&P Eq 8.52）的理论分布。并把这两个分布与观测的n_S^o、n_V^o画在同一张图上，比较观测和理论分布的异同。
+'''''注意所有图形中，需标示清楚变量、单位、线条、观测时间等。'''''
+==Resources==
+*推荐用Python画图及拟合。也可以用Matlab等软件的[https://cn.mathworks.com/help/optim/ug/least-squares-model-fitting-algorithms.html?requestedDomain=www.mathworks.com 拟合工具库]做最小方差拟合。