珠江三角洲地区酸雨污染趋势初探

本文从珠江三角洲地区酸雨监测数据资料入手，对本地区酸雨状况及其趋势进行探讨，研究结果表明，本地区酸雨依然严重，且广泛存在。     

春季人工湿地常用植物对总氮去除效果的数学模型研究

选取芦苇、菖蒲、美人蕉和香蒲等4种南京地区常见的人工湿地常用植物作为供试植物,对其在春季对生活污水总氮(TN)去除效果的数学模型进行研究.通过监测引种植物后污水中TN浓度,利用回归分析建立湿地植物去除污染物的数学模型.结果表明:在毒季种植植物后污水中的TN浓度按线性关系减少,其中芦苇、菖蒲和香蒲对污染物的去除效果明显,其直线的相关系数分别达到0.927,0.929和0.979;美人蕉在春季对TN的去除能力较差,其线性仅为0.561.     

汾河着生硅藻种间关联和相关分析

通过对汾河12个采样点，21个优势种的关联和相关分析，它们中66％呈正相关，根据spearman秩相关系数计算结果．21个优势种可被分为4个生态种组，分别指示不同的环境条件。眼斑小环藻等可成为清洁水体的优势种；微小异极藻、谷皮菱形藻等为多污带指示生物，且耐污性强，亚平滑曲壳藻、冬季等片藻等种为α-中污带指示生物，具一定的耐污性；箱形桥弯藻、尖针杆藻等为β-中污带和清洁带的指示生物，对污染敏感。     

横向塞曼石墨炉原子吸收法测定作物中的痕量铅

以磷酸二氢氨硝酸为基体改进剂，利用横向塞曼石墨炉原子吸收法选择最佳的灰化和原子化温度，测定作物中痕量铅，方法线性好，相关系数为0．99928。灵敏度高，准确度好。加标回标率为99．5～105％，相对标准偏差达0．74。     

用秩相关系数分析我省主要城市大气环境变化趋势

主要城市的大气环境监测工作已开展了十多年，积累了相当丰富的资料。笔者利用Ｓｐｅａｒｍａｎ秩相关系数法分析了我省主要城市的ＳＯ２，ＴＳＰ的变化趋势，经计算后得出福州、厦门、三明、龙岩、泉州的ＳＯ２、ＴＳＰ下降趋势显著，其它城市无显著变化。     

右江百色城河段水质现状及变化趋势分析

根据百法、百色断面2004年常规水质监测资料,采用单因子污染指数法对右江百色城河段的水质现状进行分析评价,并根据该河段1999年至2004年的监测资料,利用Spearman秩相关系数法进行水质变化趋势分析.结果表明,该河段水体己受污染,主要污染因子为CODMn、NH-N3和挥发酚.由此提出了污染防治的对策措施.     

北京雾霾天气生物气溶胶浓度和粒径特征

近年来北京雾霾天气频发,空气颗粒物聚集是导致雾霾天气发生的主要原因之一.作为一种重要的空气颗粒物,生物气溶胶对人体健康存在危害.本研究调查了雾霾天气时,生物气溶胶浓度和粒径分布规律;对其同空气质量指数PM2.5(AQI),环境温度和湿度间的Spearman’s相关性进行了研究;分析了冬夏两季重度雾霾天气时,生物气溶胶粒径分布规律.结果表明,生物气溶胶浓度与PM2.5(AQI)呈负相关,与环境温度呈正相关.环境湿度与细菌气溶胶浓度呈负相关而与真菌气溶胶浓度呈正相关.在冬季,最大浓度细菌和真菌气溶胶分别在4.5~7.0μm和2.1~3.3μm粒径范围内检测到,而夏季最高浓度细菌和真菌气溶胶均分布在3.3~4.5μm范围内.本研究结果将为不同雾霾天气下,评价生物气溶胶对人类健康造成的危害提供基础数据.     

基于相关性分析的PCBA热力学模型修正

目的精确且高效地对印制电路板组件热力学模型进行修正。方法采用基于拉丁超立方抽样试验设计和Speraman等级相关系数计算公式的相关性分析方法,找出电子产品热仿真试验中对元器件表面温度值影响较大的输入参数,然后进一步分析得出输入与输出之间的函数关系。在此基础上给出印制电路板组件(PCBA)热力学模型修正的一般方法流程。最后利用该方法对某航空电子产品中一块PCBA的热力学模型进行修正。结果修正结果较精确且只调用2次有限元软件。结论该热模型修正方法具有较高的精确性和高效性,可推广用于工程实践。     

郁江、黔江和浔江广西桂平段水质变化趋势分析

根据2003-2012年水质监测资料,采用秩相关系数法对郁江、黔江和浔江广西桂平段水质变化趋势进行分析。结果表明,黔江和浔江水质呈明显好转趋势;郁江水质呈好转趋势,但不明显。提出了继续加强水污染防治工作的建议。     

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.