苏州市空气质量的时间序列变化过程研究

城市空气质量水平是以空气质量指数(API)来表征的,API的时空变化可以反映城市空气质量的变化过程。文章以苏州市2002～2007年各月API值为研究对象,将其构成一组时间序列,采用时间序列理论中的小波分析原理和差分自回归滑动平均模型(ARIMA)原理对这组API序列进行趋势的辨识和数值预测,结果表明(1)苏州市近年来的空气质量水平不断提高,并将稳定保持在一个良好的水平上;(2)差分自回归滑动平均模型ARIMA(2,2,2)在拟合该地区API值时间尺度上的变化趋势效果较好,能够较好的预测苏州市月空气质量水平。     

巴彦浩特“十一五”空气质量状况分析及对策建议

对巴彦浩特地区的空气质量现状及变化趋势进行分析,探讨空气质量变化原因,并提成改善空气质量状况的对策建议。     

2001-2010年武汉市气象环境对空气质量影响分析

文章以武汉市为例,利用2001-2010年武汉市空气污染物和气象参数资料,运用统计分析方法,进行相关分析、回归分析,初步探讨空气污染物PM10、SO2、NO2指数和与之有关的气象参数,如气温、气压、湿度、降水量、风速之间的关系,并建立气候因子对空气污染物的多元线性回归方程。以SO2为例,对2009、2010年空气质量进行预测。结果表明,武汉市2001-2010年空气质量与气象环境具有较为显著的相关性且利用回归方程预测结果与实际基本吻合。     

非参数局部多项式法在大气环境数据分析中的应用

以西安市2006年9月27日至2008年5月3日每日的SO2浓度时间序列为例,应用非参数回归中的局部多项式法对SO2浓度时间序列的变化进行分析,得到SO2的变化趋势和突变特征。对局部多项式估计法进行处理,得到预测模型,应用该模型对2008年4月4日至2008年5月3日的SO2浓度值进行了预测,并与时间序列分析法、BP神经网络模型所得结果进行对比。最后利用局部多项式估计方法对SO2浓度一元线性模型的残差进行分析。研究结果表明,用非参数局部多项式法在3种方法中预测效果最好,用此方法进行大气污染物的数据分析是可行的。     

淮安市区空气质量评价及趋势分析

根据淮安市区2007年实测空气质量日报资料,用空气污染指数法,对淮安市区空气质量进行评价;并用秩相关系数检验法作污染趋势分析。结果表明,2007年淮安市区的空气质量类别为Ⅱ级,空气质量状况为良好,监测点富华服装公司的空气质量最差,监测点淮阴区监测站的空气质量最好;一年中以8月份的空气质量最好,1月份的空气质量最差;污染物SO2及NO2浓度随时间变化趋势明显,而PM10的浓度随时间变化趋势不显著。     

荆州地区四季空气质量治理前后对人呼吸系统影响变化状况分析研究

构建空气质量治理前后与人呼吸系统疾病患者例数的定量分析关系模型,获取呼吸系统疾病例数与空气质量的关系,通过人呼吸道疾病实证分析,明确空气质量治理前后的人呼吸系统影响变化状况。以荆州地区某中心医院收治的患有呼吸道疾病的患者为研究对象,通过为期两年的观测,结合四季空气质量治理程度的监测数据,建立呼吸系统疾病感染例数与空气质量治理程度的定量回归分析模型,结合稳健性检验分析方法,在显著度水平大于10%的条件下进行空气质量与呼吸系统疾病患者例数的统计分析,并测试人们的身体指参数,实现两者关系的定量分析。     

基于百分位数法的中国空气质量改善效果评估分析

为更好地说清楚《大气污染防治行动计划》实施以来,我国环境空气质量状况、变化趋势及存在可能的风险,基于百分位数法和算术平均值法,分别对全国及重点区域空气质量改善效果开展评估分析.结果表明,我国目前业务上广泛应用的算术平均值法对空气质量评价与管理起到了积极推动作用,促进了空气质量持续改善.随着治污减排措施的持续推进,区域空气质量改善进程呈现显著的时空差异特征,现行评价技术方法局限性逐渐凸显出来.百分位数法可以在算术平均值法的基础上,补充评价时段内高、低浓度的分布规律和变化特征,有助于全面、客观、准确描述空气质量状况.本文提出的研究方法,对于完善我国空气质量评价方法具有重要意义.     

西安市极端降雨时间演变特征分析

全球气候变化导致城市洪涝灾害频发,极端降雨具有历时短、成灾快的特点,是造成城市内涝的主要原因,研究极端降雨的变化趋势,可为城市应对内涝提供参考。为分析西安市极端降雨事件的时间演变特征,采用滑动平均、线性回归、M-K突变性检验和Hurst指数分析等方法对西安市1990—2020年的降雨资料进行分析,得出西安市近30年降雨事件随时间的变化特征,并对未来变化趋势进行预测分析。结果表明:1）西安市年降雨量无明显变化趋势,但极端降雨量以每10年29 mm的速率呈增加趋势,并且在2002年突变性增加;2）极端降雨频次以每10年0.85次的速率呈增加趋势,并且在2014年突变性增加;3）极端降雨量和极端降雨频次的Hurst指数分别为0.974和0.893,具有较强的持续性,这表明两者变化趋势与过去相一致,未来西安市的极端降雨事件会呈持续增加趋势。     

回归分析法在规划大气环评中的应用

规划及开发区由于具体项目的不确定性,使大气环境影响预测源强亦不确定,很难使用现成的大气影响预测模式进行预测。文章通过规划区近5年二氧化硫排放量与区域环境质量之间关系的回归分析,得出回归曲线与方程及环境质量与排放量的简单关系。根据规划实施后二氧化硫的排放量、年均值与良好空气质量天气数量的关系,预测规划实施后的大气环境影响,并针对规划提出了切实可行的防治和减轻环境空气影响的措施。文章采用宏观的回归分析方法,使预测结果的准确性提高;简化大气环境影响评价内容,节约了工作时间;非常适用于老工业基地发展规划的大气环境影响评价。     

基于逆方差多模型融合的空气质量指数预测方法

空气质量预测对合理制定环境治理政策具有重要意义。针对目前单体预测模型存在模型不稳定和泛化能力不强的问题,提出基于逆方差权重分配方法融合3种单体模型的空气质量指数(air quality index, AQI)预测方法。首先,以北京市为例,构建空气质量指数预测数据集;其次,分别构建长短期记忆网络(LSTM)、门控循环单元(GRU)、双向长短期记忆网络(Bi-LSTM)、自回归积分滑动平均模型(ARIMA)和多元线性回归(MLR)5种模型对数据集进行预测,并对比以上模型的预测结果;最后,在多模型融合方法中,选择逆方差法计算预测精度较高的3种单体模型的权重,根据算得权重构建逆方差融合预测模型。与预测精度较高的3种单体模型以及加权平均融合预测模型相比,逆方差融合预测模型对空气质量指数的预测精度R²分别提高3.9%、3.4%、1.6%和0.5%,达到0.933。结果表明：逆方差融合预测模型综合了各单体预测模型的优点,能够提高AQI预测精度。