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.     

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.     

体育馆出口疏散能力的实验研究

为研究出口单位流量与人流时间之间的关系,以某体育馆为例,进行对某一出口常态下的人流观测实验.通过理论计算和建立Cubic回归模型对采集数据进行了统计分析.发现:单位出口流量最大值为2人/(m·s),稳定值为0.8-1.2人/(m·s),最小值为0.2人/(m·s).出口单位流量是人流时间的三次函数.研究结果表明:出口单位流量是随着时间的变化而变化,不是一个定值,而且单位出口流量稳定值分布在初期.本文对性能化防火设计有一定的参考价值.     

上海创意产业空间集聚的影响因素分析

创意产业空间集聚是一个复杂的空间组织系统.文化环境、科技水平、人力资源、知识产权等要素相互组合、交互影响着创意产业的空间集聚.立足上海创意产业集聚的现实条件,选取4方面要素的7个指标与创意产业产出值建立多元线性回归模型,经检验,回归关系显著,其中:人口密度、人口总量、每万人拥有的文化娱乐设施数、单位面积发明专利申报数、单位面积高等院校科研院所数与创意产业产出呈正相关关系,每十万人拥有的公共文化设施数、单位面积专利申报数与创意产业产出呈负相关关系.通过逐步回归分析,得出人口密度、单位面积发明专利数是影响创意产业集聚的主要因素,人口密度与创意产业集聚具有显著的逻辑内在性,发明专利与创意产业集聚则表现出效益外在性.     

甘肃省第三产业对经济增长贡献的实证研究

第三产业的加快发展是生产力提高和社会进步的必然结果。大力发展第三产业有利于提高工农业生产的社会化和专业化水平，有利于优化生产结构，促进市场充分发育，缓解就业压力，从而促进整个经济持续、快速和健康发展。利用1991-2009年数据，以向量自回归模型为基础，采用单位根检验、协整分析和格兰杰因果检验等方法对甘肃省第三产业与经济增长之间的关系进行了实证研究。结果表明，1991-2009年甘肃省第三产业总值对GDP的长期弹性为0．35035，第三产业对经济增长具有积极的促进作用。     

应对气候变化的最优经济增长研究

如何在确保经济平稳发展的前提下减少CO2排放量,从而达到社会经济发展与生态环境保护双赢的一种经济发展形态,成为世界各国共同研究和探讨的焦点。与此同时,在发达国家应对气候变化行动如火如荼之际,作为世界上最大的发展中国家,我国提出到2020年CO2排放强度比2005年降低40%-45%。论文根据这一约束指标,创新性地把CO2减排控制率引入传统的Cobb-Douglas生产函数,构建应对气候变化的最优经济增长模型,利用偏最小二乘回归方法分别计算基准情景和低碳经济发展情景下2020年的最优经济增长率,得到以下结论:基准情景下最优经济增长率为8.30%;在低碳经济发展情景中,2020年CO2排放强度降低40%和45%减排控制下最优经济增长率分别为7.67%和7.52%。在此基础上,参考两种不同的经济发展情景假设,对2020年经济产出、能源消费需求量和CO2排放量进行预测,最后提出推动能源、经济与环境协调可持续发展的低碳政策建议。     

中国省际人均实际GDP平稳性研究

中国省际人均实际GDP是否平稳,对研究宏观经济政策效果及促进各省经济发展具有重要意义.采用非对称指数平滑转移自回归的单位根检验方法,考察了1952-2011年中国30个省份的年度人均实际产出的平稳性特征.结果显示,中国有11个省份非线性全局平稳在具有平稳性特征的省市中,上海、陕西和新疆3省人均产出变量向均衡调整的过程具有非对称特征,给出了实证结果的经济学解释和政策性含义.     

地震人员伤亡快速评估模型研究

每年地震都会给社会造成巨大人员伤亡,如果震后能迅速预知地震人员伤亡数量,这对挽救生命损失是十分有意义的。统计了近10年来中国大陆数10次强震、中强震灾害损失,根据影响伤亡的主要因素,用线性回归分析法,建立地震人员伤亡快速评估模型,并对模型进行验证,使之可用于地震预警。