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。     

军用物资集装箱内部低温环境条件研究

以天津和齐齐哈尔两个低温地区军用物资集装箱运输为背景,分别对两个地区的集装箱内部温度变化及大气温度等数据进行测试并对比分析。对齐齐哈尔地区的数据进行回归分析,建立了集装箱内部温度模型,预测出集装箱内部最恶劣的低温极值范围,为危险军用物资集装箱安全储运提供理论依据,并提出了相应的对策及建议。     

安全投入与事故直接经济损失的研究

通过对安全投入及事故直接经济损失的分析研究,利用最小二乘法对安全投入比例(安全投入占GDP的比例)与事故直接经济损失之间的关系进行了回归分析,确定了其对应的函数关系.结果表明,安全投入比例与事故直接经济损失之间呈较明显的负指数关系.根据该计算结果,探讨了安全投入存在的主要问题,提出了几点关于加强安全投入的建议及措施.     

嫩江水体溶解氧变化规律的混沌研究

针对目前溶解氧研究主要是从生物、化学等方面开展,而对溶解氧自身变化规律的研究很少的特点,以嫩江干流浏园水文站测得的溶解氧质量浓度序列为例,首先进行相空间重构,应用自相关函数法确定出延迟时间、伪邻近点法确定出嵌入维数;然后应用主分量分析(PCA)方法对序列进行分析,表明该序列不是噪声序列而可能是混沌序列,通过计算Kolmogorov熵得出溶解氧质量浓度序列具有混沌特性的结论;最后应用基于关联度的局域加权线性回归预测法对该序列进行了混沌预测研究,得到了比较理想的预测结果,这为应用混沌理论进行溶解氧变化规律的研究提供了依据.     

基于ARDL方法分析福建省资源利用与经济增长关系

运用物质流分析方法以及最新发展的自回归分布滞后模型(ARDL),对福建省1990~2008年资源利用和实际GDP二者关系进行检验和分析.采用了物质流分析指标中直接物质投入来表征区域资源利用量.ARDL边界检验结果表明,资源利用和经济增长间存在稳定的长期均衡关系.进一步通过ARDL模型揭示了区域经济增长对资源利用长期弹性系数,其值约为0.73,通过误差修正模型揭示了短期弹性系数,表明了经济增长到资源利用的长期格兰杰因果关系.对福建省经济增长和资源保护战略提出了政策建议.这一研究思路和方法具有普适性,可以适用于其他地区关于资源利用和经济增长的问题的讨论和研究.     

交通拥堵对TSP排放的影响分析

在上海市杨浦区军工路部分路段采集TSP浓度、气压、温度、分车型车流量、区段车速、信号配时等数据,通过多元回归方法分析小型车交通量,大型车交通量,拖挂车交通量及区段车速对TSP浓度的影响,建立起TSP浓度与上述交通变量的函数关系,并通过AIMSUN交通仿真软件以及基础采集数据,建立军工路路网,模拟四种交通拥堵状况(重度拥堵,中度拥堵,轻度拥堵,基本畅通)的产生和消散过程。综合分析路段交通拥堵对道路TSP排放和分布的影响。分析整理得出道路TSP小时排放总量和拥堵程度成正比关系,且TSP污染主要集中在车辆拥挤怠速的部分,车辆拥挤排队的队尾部分是TSP排放源强最高、源强增长最快的区域,增长率达到240%～290%。     

沈阳市生活垃圾排放现状及产生量预测

随着城市化进程加快、人口数量快速增加及人民生活水平普遍提高,城市生活垃圾管理已成为世界各国,特别是发展中国家城市面临的主要挑战.作为中国东北最大的中心城市,沈阳正面临城市生活垃圾产生量急剧增加的现状.文章通过对沈阳市城市生活垃圾排放现状的分析,发现2002年后沈阳市生活垃圾产生量和清运量逐年增加,生活垃圾成分变化显著....     

Evaluation of accuracy of linear regression models in predicting urban stormwater discharge characteristics

Stormwater runoff has been identified as a source of pollution for the environment, especially for receiving waters. In order to quantify and manage the impacts of stormwater runoff on the environment, predictive models and mathematical models have been developed. Predictive tools such as regression models have been widely used to predict stormwater discharge characteristics. Storm event characteristics, such as antecedent dry days （ADD）, have been related to response variables, such as pollutant loads and concentrations. However it has been a controversial issue among many studies to consider ADD as an important variable in predicting stormwater discharge characteristics. In this study, we examined the accuracy of general linear regression models in predicting discharge characteristics of roadway runoff. A total of 17 storm events were monitored in two highway segments, located in Gwangju, Korea. Data from the monitoring were used to calibrate United States Environmental Protection Agency＇s Storm Water Management Model （SWMM）. The calibrated SWMM was simulated for 55 storm events, and the results of total suspended solid （TSS） discharge loads and event mean concentrations （EMC） were extracted. From these data, linear regression models were developed. R2 and p-values of the regression of ADD for both TSS loads and EMCs were investigated. Results showed that pollutant loads were better predicted than pollutant EMC in the multiple regression models. Regression may not provide the true effect of site-specific characteristics, due to uncertainty in the data.     

便携β射线法手工监测PM_(2.5)的可行性研究

提出利用自动射线原理结合重量法的简捷便携特点的便携射线仪手工监测PM2.5的思路,平行比对了便携射线法和手工重量法所测60组PM2.5浓度的监测结果,采用线性回归及T检验、F检验等理论分析了两者数据结果间的有效性和可比性。结果表明,便携式射线仪监测结果与重量法监测结果之间有效可比且得到了两者间的线性回归方程;此外进行了20组数据的实样验证,换算值和真值之间相对误差在8%以内,因而确定了便携射线仪手工监测PM2.5的可行性。     

基于增强回归树的城市PM2.5日均值变化分析:以常州为例

利用2014年12月至2015年11月常州市区6个国控监测站空气污染物浓度逐时数据,分析了PM_(2.5)浓度季节变化特征,采用增强回归树模拟分析了PM10、4种气态污染物和7个气象因子对ρ(PM_(2.5))日变化的贡献.结果表明,常州市区PM_(2.5)污染季节差异明显,冬季污染严重且持续时间长,夏季污染较轻.四季ρ(PM_(2.5))空间分布特征存在一定差异,但各季内不同监测站差异较小.增强回归树对ρ(PM_(2.5))日均值进行模拟和验证得到,训练数据的相关性为0.981,交叉验证的相关性为0.957.此外,模拟值与实测值的标准化平均偏差为1.80%,标准化平均误差为10.41%,可见模型拟合效果较好.PM10、气态污染物、气象因子和区域输送及扩散这4种影响类型对全年ρ(PM_(2.5))日均值差异的贡献率分别为23.4%、28%、36.2%和12.6%,表明在对ρ(PM_(2.5))日均值差异的影响上,气象因子二次形成一次源区域输送及扩散.在对ρ(PM_(2.5))日均值差异贡献率大于5%的因子中,ρ(PM_(2.5))日均值与PM10、相对湿度、CO和O3正相关,与温度、SO2和混合层高度负相关,与大气压和NO2关系较复杂.区域输送及扩散方面,东南风向、偏西风向和偏北风向等上风向周边城市的污染物输送对常州市区PM_(2.5)污染存在较大的负面影响.