高斯烟团模型python实现

高斯烟团模型是一种常见的空气污染模型，用于预测大气中污染物的浓度分布。Python中可以使用SciPy库中的scipy.stats.multivariate_normal实现高斯烟团模型。
以下是一个简单的高斯烟团模型的Python实现：
import numpy as np
import matplotlib.pyplot as plt
from scipy.stats import multivariate_normal

# 模型参数
x, y = np.mgrid[-10:10:.1, -10:10:.1]
pos = np.empty(x.shape + (2,))
pos[:, :, 0] = x
pos[:, :, 1] = y
rv = multivariate_normal([0, 0], [[1, 0], [0, 1]])

# 绘制高斯烟团
fig = plt.figure(figsize=(10, 10))
ax = fig.gca(projection='3d')
ax.plot_surface(x, y, rv.pdf(pos), rstride=3, cstride=3, linewidth=1, antialiased=True, cmap='viridis')
ax.set_xlabel('X axis')
ax.set_ylabel('Y axis')
ax.set_zlabel('Z axis')
plt.show()

上述代码中，首先使用np.mgrid生成一个二维网格，然后使用multivariate_normal生成高斯分布，最后使用matplotlib绘制出高斯烟团的三维图像。