大气中TSP,SO2近地面浓度的垂直分布规律

从平顶山市实际出发，通过对ＴＳＰ，ＳＯ２浓度在不同高度的实测研究，得出ＳＯ２在１．５米至２０米不同高度监测，高度影响无显著差异，ＴＳＰ在５米至１０米不同高度监测，高度影响无显著性差异。     

汉江水质评价的化学计量学研究

运用因子分析法对汉江各主要水质断面进行水质因子分析及综合评价,通过各主因子的方差贡献及因子得分得出各水质因子的赋权值,从而对所取断面进行水质污染程度的综合评价、分析与排序。同时运用聚类分析法对汉江17个断面的水质污染相似性进行分析,给出分类处理结果。     

安徽省农业经济发展水平综合评价研究

根据2005年《安徽统计年鉴》的统计资料，运用TOPSIS和聚类分析方法分别对安徽省17个地级市农业经济发展水平进行了综合评价和分类，分析了各地级市在安徽农业经济发展中的地位，旨在为其它地区进行农业经济综合评价提供参考。     

基于模糊聚类的马氏链模型在交通事故预测中的应用

运用模糊聚类分析方法,借助于MATLAB软件,对中国31个地区交通事故的危害程度进行动态分类和综合评价。根据中国1999—2005年31个地区的交通事故4个指标和5个社会经济因素数据,把31个地区分为3类,即轻灾区、较重灾区、重灾区;其中浙江、福建与宁夏的交通事故危害严重,上海、北京与天津的交通状况正在好转,这与客观实际符合。根据模糊聚类的结果,求得交通事故状态转移概率矩阵,利用马氏链模型可预测未来31个地区的交通事故发展趋势。     

模糊聚类分析在中国火灾危害分类中的应用

火灾现象具有随机性、模糊性,是个复杂的模糊系统行为。运用模糊聚类分析方法,借助于M ATLAB计算软件,对中国火灾的危害程度进行了分类。根据2000年中国火灾统计资料,把31个省市分为重灾区、较重灾区、一般灾区、轻灾区等4类,与传统的概率统计方法相比,本方法更符合客观实际。城市火灾分类是动态的,重灾区吸取教训,增强消防意识,增大消防投入,可减少火灾隐患;而轻灾区如不注意防范,也会增加火灾隐患。因此不论轻重灾区,均应时时增强防范意识,把火灾危害降至最低。     

和田绿洲沙尘暴物质输送路径及其对大气环境质量的影响

为了研究来自不同方向的沙尘暴对和田绿洲大气环境质量的影响，本文利用HYSPLIT后向轨迹模型和NCEP的GDAS全球气象要素数据，将和田绿洲西北部的墨玉县城作为模拟受点（37.26°N，79.72°E），计算2016年1月1日—2018年12月31日发生的每一次沙尘天气期间逐日18：00（世界时）36 h后向气流轨迹，轨迹计算起始高度设置为500 m，并结合相应的PM_2.5、PM₁₀、SO₂、NO₂、CO、O₃浓度监测数据进行聚类分析，研究抵达该地区的沙尘暴的主要移动轨迹和污染物输送路径.同时，运用潜在源贡献因子分析法（PSCF）和权重污染轨迹分析法，分析了沙尘暴期间不同气流轨迹对墨玉县污染物浓度的影响，识别大气污染物的潜在源区，揭示不同源区对污染物浓度的贡献差异.结果表明，影响和田绿洲（墨玉县）的沙尘暴主要来自西北（WN）、北（N）、东北（EN）和东（E）4个方向；其中，来自东部的沙尘天气频率最高（60.2%），但主要以浮尘天气为主；扬沙和强沙尘暴主要来自西部方向，54.48%的强沙尘暴和38.53%的扬沙来自西和西北方向.不同沙尘源区和不同传输路径上的沙尘气溶胶对和田绿洲大气环境的影响不一样.沙尘天气期间，大气PM_2.5和PM₁₀的平均浓度相当于无沙尘天气期间的3~5倍，但对SO₂、NO₂、CO、O₃质量浓度的影响不大；由西向东和由北向南的沙尘暴对墨玉县PM_2.5和PM₁₀质量浓度的贡献率最大；由东向西的沙尘暴由于路过和田市和洛浦县等工业污染源区，此簇沙尘暴气团将该区域SO₂、NO₂、CO等污染颗粒携带到墨玉县，因此，东-东南（E-ES）方向的沙尘暴对SO₂、NO₂、CO的贡献率分别为15.56%、20.55%和21.57%.本文定量印证了沙尘暴对和田绿洲大气环境质量的影响，可为绿洲区沙尘暴研究提供参考.     

重庆市脆弱生态环境成因及分区分析

重庆地处长江上游，三峡库区腹心，其环境质量好坏对三峡库区和整个流域都至关重要。本文在分析该市脆弱环境成因的基础上，选取自然、经济、社会多方面的因子，利用聚类分析方法对重庆市的行政区县进行了环境脆弱性分区，计算出了各类型区的脆弱度，并对每个区的脆弱特征做了深入的分析，从而为今后合理利用资源和保护全区生态环境提供借鉴意义。     

基于B—P人工神经网络的环境测点的优选

为了对有多项污染物的环境测点进行优选，提出了单项污染物对环境作用的“相对贡献率”和多项污染物对环境综合作用 的“作用和贡献率 ”的新概念其计算公式将Ｂ－Ｐ神经网络原理与逐步聚类分析思想相结合，用于环境测点聚类优选。该方法成都市１２个环境测点的优选结果符合客观实际，此外，它还具有简便实用，客观性好的特点。     

主成分和聚类分析应用于淮南矿区地下水水质评价

运用主成分方法分析淮南矿区23个地下水样的7个水样指标，提取出4个主成分，应用聚类分析对该4个主成分的得分进行聚类。在此基础上，将主成分得分与其对应的特征值相乘，得到水质综合评价指数。聚类分析后水样划分为5类，对每一类的水质综合评价指数取平均值，从而确定水质等级。     

中国风电的时空分布特征和发展趋势

利用1990-2005年中国和英国风电发展数据,对两国风电的时空分布特征和发展趋势进行了比较分析。据英国风电发展的阶段性,把中国风电发展划分为试验性发展、规模发展、过渡发展3个阶段,并预测到2007年步入大规模发展阶段。因此,未来几年,中国风电场数目和规模将会快速增长,并且由集中走向高密度集中分布。据对影响风电场省级时空分布的自然、市场和政策共8个选择因子的主成分分析和系统聚类分析结果,将中国风电场按省级划分为3个区域和8个亚区域,对聚类结果进行逐步判别回判,结果表明准确率达92.6%。