雷达海杂波统计特性建模研究

介绍了海杂波统计特性建模的幅度特性、多普勒谱及空间相关这三个方面的研究状况,对各种建模的思路和模型效果进行了对比总结。对于幅度均值已有多个较为成熟的模型,但适用范围不同,结果差异也很大。幅度分布建模重点解决拖尾问题,复合建模是趋势。除平均谱外,开始研究短时多普勒谱。空间相关性建模主要建立空间相关长度与雷达及海洋参数间的联系,但是研究还不够全面。总的来看,已由单纯经验建模发展为力图在机理研究指导下有一定物理意义的建模。尽管海杂波建模效果愈来愈接近实际,但建模依然存在诸多问题。     

好氧颗粒污泥沉降选择实验研究与定量描述

以序批式反应器培养的成熟好氧颗粒污泥为对象,研究沉淀高度对颗粒数、比重、污泥浓度、粒径分布及选择系数的影响.结果表明,随着沉淀高度的增加,污泥浓度在沉淀时间为30 s时由0.24 mg.L-1明显增加至6.07 mg.L-1,平均粒径从450μm增加到550μm,颗粒圆形度增加12.67%,而复杂度减小13.47%,说明粒径较大、形状较规则的颗粒沉降较快,从而更易在沉降选择过程中得以保留.根据选择压原理,结合颗粒污泥沉降实验结果引入选择系数.实验和计算结果显示,在任意沉淀高度,选择系数随粒径和密度的增大而增加.随着沉淀高度的增加,直径>600～800μm的颗粒选择系数增加,小颗粒趋势与之相反,说明增大排水比有利于大颗粒保留而絮体被筛选出反应器,而低的排水比会使污泥颗粒化过程放缓.该研究结果可望对加速污泥颗粒化过程和提高其稳定性提供科学的理论依据和指导.     

pH值对凯氏蒸馏法氨氮检出量的影响分析研究

土壤、肥料中的氨氮测定常用2mol·L^-1KC浸提一蒸馏法一酸滴定的方法进行测定,其中蒸馏是最关键和最重要的一个环节。以污泥堆肥样品为例,利用统计学原理,研究了汽提蒸馏过程中pH对氨氮检出量的影响。结果显示：pH值在6．5—11．0范围内与氨氮的检出系数是显著的正相关关系（相关系数r=0．9891）;回归方程在0．05的水平下是非常显著的,拟合度很好。进一步做残差和预测分析可以得出：pH值在6．5～10．0范围内,预测值和测定值的符合度更好。     

基于事故统计分析的城市轨道交通运营安全和可靠性研究

本文通过对城市轨道交通运营事故的统计分析,研究了影响轨道交通运营安全和可靠性的主要因素,并构建了城市轨道交通运营安全保障体系,以为提高轨道交通运营安全和可靠性的研究提供依据。     

中国区域可持续发展综合优势能力空间关联分析

采用空间统计方法研究了中国31个省、市、自治区的可持续发展综合优势能力的空间关联关系,结果显示中国可持续发展的总资产能力、总负债能力和综合优势能力均存在较强的空间依赖性。综合优势能力Z值与总资产Z值存在显著正相关（R=0.944）,而与总负债Z值存在显著的负相关（R=-0.952）。利用综合优势能力空间关联Z值对中国可持续发展能力进行初步的分区,并采用古典聚类（K means）方法对中国可持续发展能力进行同质性研究,利用K聚类结果对空间聚类（G统计）结果进行修正,将中国可持续发展能力划分为3种区域类型：中国东部沿海强发展区域、中国中部中等发展区域和中国西部弱发展区域。分区结果与中国传统的东部、中部、西部区域划分基本对应,东部沿海省市除海南和广西处于中等发展类型外,其他省市均处在强发展类型之列,中国中部全部省市均处于中等发展类型而中国西部全部省市均处于弱发展类型。     

基于快速聚类方法分析常州市区PM2.5的统计特性

运用统计方法研究常州市区2013~2014年6个国控点六项基本污染物(SO_2、NO_2、CO、O_3、PM_(2.5)和PM_(10))月平均浓度变化,结果表明,除O_3外,其它五项污染物月平均浓度夏季较低冬季较高.颗粒物与风速之间的关系为PM_(2.5)浓度随风速的升高一直降低,PM_(10)随风速的升高浓度先降低后升高.采用快速聚类分析(k-means)并运用SWV和DIV指数对六项基本污染物进行分类,得到4个样本分类.与依据颗粒物化学成分或粒径谱对PM进行源解析方法不同,本研究更多是从PM_(2.5)与其它污染物相关关系以及污染程度等角度按照欧式距离进行分类.不同类中PM_(2.5)来源明显不同,类1中PM_(2.5)与化石燃料燃烧排放密切相关,类2与O_3密切相关,类3与城市不完全燃烧排放、区域灰霾污染密切相关,类4可以归类于城市"背景"类.快速聚类分析结果也表明常州市区PM_(2.5)有着复杂的来源.     

典型再生水人工湿地净化系统水质时空变异研究——以北京市奥林匹克森林公园人工湿地为例

选取奥林匹克森林公园人工湿地作为典型再生水补水人工湿地净化系统进行水质数据检测,应用模糊综合评价法综合评估各净化单元的水体污染状况,采用综合判别分析和Spearman相关分析阐释影响各净化单元时空变异的水环境要素,并通过因子分析识别不同时间段污染源的种类和组成.结果表明,奥林匹克森林公园人工湿地净化系统水质状况较好,符合人体非直接接触的景观用水国家标准.人工湿地各净化单元时空区间污染程度不同:季节尺度上,秋季污染更为严重;空间尺度上,主湖区、混合氧化塘区污染最为严重.CODMn、NO-3-N、ORP、TN 4项指标即可完全表征水质的季节差异(91.8%),应适当加大监测力度;Chl-a、CODMn、DO、pH 4项指标用于表征空间差异(55.1%),较低的判别正确率暗示了各功能区间类似的污染状况.不同时空区间污染源种类和组成存在差异性:水体的内源杂质是各季度影响水质的主要因子,春季有机污染最为严重,夏季则转为氮、磷等营养物质污染,秋季水体则更易受富营养化的威胁;再生水区水体污染的主要影响因子为氮、磷等营养盐类,其余功能区水体主要影响因子仍为内源杂质.增强水体流通力,缩短水力停留时间,能够有效减弱富营养盐类和有机污染物的影响.     

龙口市污水灌溉区农田重金属来源、空间分布及污染评价

采集龙口市污水灌溉区农田土壤,分析测定土壤pH和重金属含量,以采集的70个土壤样点为研究对象,根据多元统计中的相关分析和主成分分析探究研究区重金属的来源;采用地统计理论与GIS空间插值相结合的方法研究重金属元素的空间结构和分布特征;最后利用内梅罗指数法和改进的模糊综合评判法做重金属污染评价.结果表明,研究区内9种重金属元素在土壤中均有一定程度的富集,其中重金属Cd的均值是当地背景值的3.06倍,富集情况最为明显;指数法进行的污染评价显示Cu、Cd和Pb的综合污染指数分别为7.06、6.10和5.54,三者均属重度污染;相关分析和主成分分析结果显示,Cu、Zn和Pb、Cd主要受人为因素影响,污水灌溉是它们的共同污染因素,前两者为农业生产中化肥农药的过量使用与长时间的累积作用,而北部煤矿开采和煤矸石的堆积产生的污染以及电镀、机械制造等工业污染是后两者的污染来源;Co、Cr、Mn、Ni和As主要是受成土母质等自然因素的影响;据模糊综合评判的结果,研究区70个样点,有13个是中污染程度,23个属于轻污染,28个是警戒程度,6个样点处在安全范围内;从空间分布上看,重金属含量的高值区主要集中在黄水河下游的诸由观镇和徐福镇,说明污水灌溉给当地土壤造成了一定程度的重金属污染.     

基于距离相关系数和支持向量机回归的PM2.5浓度滚动统计预报方案

针对目前空气质量统计预报方法存在的主要缺陷,本文提出了距离相关系数和支持向量机回归相结合的统计预报方案DC-SVR.利用淮安市2013年1—12月PM_(2.5)观测资料和常规气象观测资料,首先在选入预报当日气象要素的基础上,增加选取前期污染物和气象要素作为预报因子,再采用距离相关系数分季节从预报因子中筛选出重要预报因子,最后采用支持向量机回归对PM_(2.5)浓度值进行逐日滚动统计预报.研究发现,淮安地区气温和气压对PM_(2.5)的距离相关性要高于其他气象要素,夏秋季PM_(2.5)与气象要素的距离相关性较春冬季好.基于距离相关系数和支持向量机回归建立DC-SVR模型,PM_(2.5)的试预报值和实测值的全年相关系数高达0.76,平均偏差仅为1.13μg·m~(-3),平均绝对误差为23.47μg·m~(-3).通过与支持向量机回归、人工神经网络的统计预报效果对比,DC-SVR模型有效降低预报因子维数且能自适应选取最佳参数,预报精度显著优于其他3种统计预报方案,可为业务化预报提供参考.     

Comparison of Stream Invertebrate Response Models for Bioassessment Metrics1

Waite, Ian R., Jonathan G. Kennen, Jason T. May, Larry R. Brown, Thomas F. Cuffney, Kimberly A. Jones, and James L. Orlando, 2012. Comparison of Stream Invertebrate Response Models for Bioassessment Metrics. Journal of the American Water Resources Association (JAWRA) 48(3): 570-583. DOI: 10.1111/j.1752-1688.2011.00632.x Abstract: We aggregated invertebrate data from various sources to assemble data for modeling in two ecoregions in Oregon and one in California. Our goal was to compare the performance of models developed using multiple linear regression (MLR) techniques with models developed using three relatively new techniques: classification and regression trees (CART), random forest (RF), and boosted regression trees (BRT). We used tolerance of taxa based on richness (RICHTOL) and ratio of observed to expected taxa (O/E) as response variables and land use/land cover as explanatory variables. Responses were generally linear; therefore, there was little improvement to the MLR models when compared to models using CART and RF. In general, the four modeling techniques (MLR, CART, RF, and BRT) consistently selected the same primary explanatory variables for each region. However, results from the BRT models showed significant improvement over the MLR models for each region; increases in R² from 0.09 to 0.20. The O/E metric that was derived from models specifically calibrated for Oregon consistently had lower R² values than RICHTOL for the two regions tested. Modeled O/E R² values were between 0.06 and 0.10 lower for each of the four modeling methods applied in the Willamette Valley and were between 0.19 and 0.36 points lower for the Blue Mountains. As a result, BRT models may indeed represent a good alternative to MLR for modeling species distribution relative to environmental variables.