卫星遥感监测近地表细颗粒物多元回归方法研究

对地基监测PM2.5和气象数据、MODISAOD卫星数据与NCEP FNL数据进行了处理分析,在与一元简单线性模型(模型1)进行对比的基础上,建立了适应于北京及其附近地区遥感监测近地面颗粒物(PM2.5)浓度的多元线性(模型2)和非线性(模型3)回归模型,并对模型进行了评价验证和遥感监测初步应用.结果表明:模型1,2,3分别能够解释PM2.5 32.5%,56.1%,62.7%的变异.反演的PM2.5浓度与站点监测值相关性分别为0.5488(R2=0.3012), 0.7449(R2=0.5549), 0.7431(R2=0.5523).对于站点监测PM2.5浓度63.1652μg/m3的均值,反演均方根误差RMSE分别为43.5562, 35.3321, 36.8450μg/m3.模型2和3中气象因子分别能够解释PM2.5 23.6%和12.6%的变异,说明了气象因子影响北京地区春季PM2.5-AOD关系的显著性.3种模型整体上都不同程度地存在着低值高估和高值低估的现象.     

基于SPSS的PCA-MRA回采工作面瓦斯涌出量预测

为克服自变量之间的多重共线问题,增强多元回归模型预测的精确性,将主成分分析(PCA)与多元回归分析(MRA)相结合提出了PCA-MRA模型,并将该模型用于实际瓦斯涌出量预测。结果表明,采用SPSS软件直接对影响回采工作面瓦斯涌出量的因素进行主成分回归分析,避免了复杂的推导计算以及繁琐编程,预测精度较高。     

基于大数据方法的垃圾焚烧发电厂环境执法监管数据预测模型探究

在垃圾焚烧发电厂运行系统负荷特性统计指标和污染源监督性监测数据积累的大数据背景下,有效提取数据之间的关联特征对于垃圾焚烧系统规划运行和执法监管具有重大意义.首先,通过Pearson关联分析获得运行负荷特性指标和排放特征指标任意2因素之间的相关性特征;然后利用SPSS及Python软件,构建用以预测烟气污染因子排放量的多...     

城市机动车排放因子隧道试验研究

选取典型城市隧道进行机动车排放因子测试,应用隧道试验原理,通过连续48h的现场采样监测,获得了隧道内机动车排放污染物NO_x.CO、SO₂、PM₁₀、VOC和HC浓度、交通参数(车型、车速、交通流量)和气象参数(如风速、风量、温度、湿度)等实测数据.通过质量平衡计算出隧道内机动车NO_x.CO、SO₂、PM₁₀和HC的平均排放因子分别为1.379、15.404、0.142、0.637、1.857g·(km·辆)^-1.并在此基础上应用多元回归方法计算出8大类机动车各种排放污染物的单车排放因子.结果反映目前中国城市机动车污染物排放水平及各污染物排放特征.     

安徽省耕地资源时序演变机制分析

耕地的数量是粮食生产的基本保障,耕地资源是中国粮食安全的关键。基于1990—2005年的统计资料,阐述了安徽省耕地资源时序变化的特点,运用主成分分析方法对影响安徽省耕地变化的21个因子进行了分析,分析了耕地演变的机制,建立了多元线性回归预测模型,为制定耕地保护政策提供科学依据。     

多元回归和BP人工神经网络在预测混合厌氧消化产气量过程中的应用比较

对脂肪类单基质和城市污水厂剩余污泥混合厌氧消化过程的产气阶段进行基于多元回归和BP人工神经网络的产气量预测模型比较研究。实验数据分别取自反应过程的第1～16天和第17～70天。结果表明:多元回归模型的预测平均准确率分别为75.69%和79.29%;BP神经网络模型的预测平均准确率为79.05%。通过对比2种模型的预测结果可知,两种模型都有较高的预测准确率,但BP模型的预测准确率更高,更适用于混合厌氧消化产气量预测。     

利用后向轨迹模式研究上海市PM2.5来源分布及传输特征

利用后向轨迹模型,结合上海 PM2．5的浓度数据计算了2012年6月27日-2013年6月26日以上海为起始点的后向轨迹,并通过轨迹相关的分析方法,研究不同来源区域对上海 PM2．5浓度的贡献影响。结果表明：长三角地区的排放对上海的贡献最为显著;苏北、山东等地区的排放对上海也有较明显的贡献;来自海面的贡献总体低于大陆。所采用的轨迹多元回归分析法为 PM2．5的来源分布及传输特征研究提供了新思路。     

基于Pyrosim的小半径UTLT曲率对火场能见度影响回归模型预测分析

以某UTLT类小半径环道为例,着重探究环道曲率对火源附近能见度影响,并预测其回归模型;首先基于Pyrosim模拟不同曲率火场能见度变化情况,并通过SPSS软件对模拟数据进行多元回归分析,最终得出小半径UTLT环道曲率对火源附近能见度影响预测模型。通过对模拟数据及预测回归模型进行分析与检验表明,预测模型可行且曲率与小半径环道能见度呈负相关性,研究结果可为UTLT类小半径环道防排烟设计及人员快速疏散提供理论指导,同时可为类似曲线隧道通风及曲率设计提供参考。     

关于大气中PM2.5浓度的综合预测

鉴于PM2.5对人体的危害，为了提前预测PM2.5浓度值并及时通过降雨方法降低其浓度，开展了PM2.5浓度综合预测研究。通过对西安市一个空气质量监测点收集到观测数据分析与PM2.5浓度强相关的因素，随后综合考虑天气、温度、风力风向对PM2.5浓度观测值的影响，通过添加虚拟变量及因子分析提取因子的方法，将强相关因素、提取的天气、温度、风力风向因子与PM2.5浓度观测值进行回归预测，最终得到较好预测效果。     

叶绿素a与环境因子关系的研究——以三明地区某水源地为例

根据2009～2012年水源地水质自动监测所得数据,分析叶绿素a的动态变化与环境因子的相关关系,筛选影响叶绿素a含量变化的环境因子。分析表明:该水源地水库水质状况属贫营养型,其中叶绿素a含量变化主要受总磷、水温、高锰酸盐指数影响,以这3种影响因子建立起的多元回归方程能较好的预测水库叶绿素a的变化趋势。