徐州市环境空气质量综合评价

为了研究徐州市大气环境质量变化情况,深入了解污染大气的环境因子,选取2013年10月~2016年12月的监测数据,参照环境空气质量标准(GB3095—2012),将SO_2、NO_2、PM_(10)、PM_(2.5)、CO、O~3作为评价因子。运用模糊数学方法对徐州市空气环境质量等级进行划分,并采用AQI指数评价法对污染程度做出评价。经过推理运算得出的综合评价结论为:徐州市空气质量逐年好转,主要污染物为细颗粒物(PM_(2.5))、可吸入颗粒物(PM_(10))。     

基于理想点-可拓云模型的煤炭资源可持续力评价

论文针对煤炭资源可持续力评价中多指标信息不相容的问题以及评价等级划分的随机性和模糊性,综合运用可拓云理论与理想点组合赋权法,建立煤炭资源可持续力评价的理想点-可拓云模型。该模型根据可拓云理论构造了物元可拓云模型,通过关联函数确定了各等级云关联度,并与各指标理想点组合权重相结合,从而得到可持续力综合云关联度,确定了煤炭资源可持续力评价等级。将该模型应用于河北省2015年煤炭资源可持续力评价,评价等级特征值为3.069,可知评价等级最接近Ⅲ级,通过云发生器计算各等级概率,结果表明,2015年河北省煤炭资源可持续力处于中等水平,与实地调研结果基本相符。该方法科学合理、结果可靠,为资源可持续力评价提供了一种新的参考方法。     

基于模糊综合评判的曹妃甸区环境空气质量评价

本文利用二级指标模糊综合评判法对唐山市曹妃甸区环境空气质量进行综合评判,根据曹妃甸区监测中心的监测数据和国家环境空气质量标准,选取六种环境空气污染物项目SO_2,NO_2,CO,O_3,PM_(10),PM_(2.5)作为评价因素,建立优、良、轻度污染、中度污染、重度污染五级评价集。利用三种评价模型进行一级模糊综合评判,根据所得评判集建立二级综合评判矩阵进行二级指标模糊综合评判,评判结果可以更全面地反应评判内容。选取曹妃甸区2017年1月1日空气质量检测数据,二级指标模糊综合评判结果为轻度污染,主要污染物为PM_(10)和PM_(2.5)。     

大气环境质量综合评价的修正Logistic曲线模型

为检验现行大气环境质量评价标准的合理性 ,解决各单项大气环境质量指标的评价结果的不相容问题 ,提高大气环境质量等级模型的分辨率 ,提出了一种新的大气环境质量评价模型———修正Logistic曲线模型 ,它的大气环境质量等级是连续的实数值。根据修正Logistic曲线模型的参数值可以分析各大气环境质量指标值对大气环境质量等级的影响程度 ,据此检验现行大气环境质量等级标准的合理性。实例研究结果表明 ,该方法是可行、有效且通用的 ,在环境质量综合评价中具有广泛的应用价值。     

属性识别理论模型在福州市大气环境质量评价中的应用

阐述了评价大气环境质量的属性识别法,介绍了属性识别理论模型和属性权重的确定方法,并根据GB3095-1996《大气环境质量标准》,采用属性识别理论模型对福州市2001年至2006年的大气环境质量进行了综合评价。结果表明：福州市的大气环境质量2001年是Ⅱ级,2002至2006福州的大气环境质量均为Ⅰ级。属性识别理论概念清晰,计算简单,评价结果比较客观。使属性识别理论模型在大气环境质量综合评价方面取得了较好的运用。     

基于多元统计的大气环境质量评价模型与应用

为解决传统主成分分析在环境质量评价应用中的局限性并构造合理有效的大气环境质量综合指数,在利用改进的主成分方法并融合层次分析法(AHP)、聚类分析和判别分析方法的基础上,建立一种将主、客观指标赋权方法优点相结合并可准确可靠地判定样本点环境质量级别的大气环境质量评价模型,利用此模型对2个大气环境质量样本进行评价。结果表明:这是一种适合于大气环境质量综合定量评价且切实有效的方法模型,构造的大气环境质量综合指数有较强的实践价值。     

基于属性识别理论模型的城市大气环境质量评价——以镇江市2009年为例

通过阐述属性识别理论和变异系数,建立大气环境质量评价的属性识别理论模型,并参照国家大气环境质量标准(GB3095-1996),以镇江市环保局2009年提供的原始数据为对象,对镇江市大气环境质量进行空间上的综合评价。结果表明,镇江句容市的大气环境质量为Ⅰ级(清洁),市区、扬中市和丹阳市的大气环境质量为Ⅱ级(轻污染)。同时,属性识别理论模型计算较为简单,评价客观;结合对主要污染物平均浓度变异系数的分析,使区域间的比较更为清晰,更能反映出真实情况。     

垫江县大气环境中PM_(10)和PM_(2.5)污染状况研究

为准确掌握垫江县城区大气环境中细颗粒的污染状况,选择2016年9月1日—2017年2月28日大气自动观测站的数据研究分析,结果表明:垫江县城区大气环境中PM_(10)和PM_(2.5)的平均质量浓度分别为79mg/m~3和68mg/m~3,PM_(10)的月平均质量浓度均大于PM_(2.5),PM_(2.5)占PM_(10)的比例在84.6%~90.0%。多元分析结果可以看出,大气环境中的PM_(10)和PM_(2.5)具有相类似来源,气象条件对垫江县城区大气颗粒物污染影响较大。HYSPLIT轨迹模型分析表明,秋冬季节大气重污染时段,垫江县城区大气环境中颗粒物来源受到西南和西北气团影响较大。     

基于层次分析和主成分分析的城市空气质量评价——以徐州市为例

为评价城市空气质量,以徐州市为例,分别运用层次分析法和主成分分析法对大气监测数据进行了对比研究。层次分析表明:研究期间徐州市大气环境质量为一级时的权重为0.450 2,为二级时的权重为0.549 8,表明该市空气质量等级为二级;主要大气污染物的权重排序为PM_(2.5)PM_(10)NO_2SO_2,说明首要大气污染物为PM_(2.5),表明徐州市大气污染表现为颗粒物污染。主成分分析表明:在特征值大于1的基础上,选取前两种污染物的总方差累计贡献率为78.804%的主成分作为综合性指标来反映徐州市大气环境质量;第一主成分的方差累计贡献率为59.562%,表明该市大气环境质量的主要影响因素依次为PM_(2.5)、PM_(10)、SO_2、NO_2、CO,其中PM_(2.5)是首要大气污染物。层次分析和主成分分析结果均与《徐州市环境状况公报》发布的该市大气中首要污染物为细颗粒物(PM_(2.5))的结论相吻合,表明上述两种方法均可作为城市大气环境质量评价的方法。     

基于组合赋权集对分析的空气质量评价——以长沙市为例

空气质量评价是大气环境综合治理的重要基础,合理、科学地对空气质量进行评价,才能做出精确的治理规划和制定有效的治理措施,为大气环境管理提供依据。提出一种基于组合赋权集对分析的空气质量评价方法。该方法首先采用超标倍数法和熵值法分别确定空气质量各评价指标的权重,然后根据离差平方和最小原理建立优化模型确定各评价指标最终的组合权重,并结合集对理论构建了空气质量评价模型,最后将该模型应用于长沙市,对该市2015—2019年空气质量进行了综合评价,并将其评价结果与空气质量指数法和模糊综合评价法的评价结果进行了对比,以验证模型的可靠性和可行性。结果表明:利用本文评价方法得到的评价结果与空气质量指数法得到的评价结果基本一致,准确度达到了83.33%;与模糊综合评价法相比,组合赋权集对分析法的评价结果波动性小,更加稳定。