湘江干流水环境质量演变特征及其关键因素定量识别

为科学有效地保护湘江流域水环境，定量识别湘江干流主要水质指标的驱动因素，该研究基于1990~2016年水质监测数据及沿岸永州 长沙五市社会经济发展指标，采用Mann-Kendall检验法分析湘江干流水环境演变趋势，通过逐步回归分析确定各地区各水质指标主要驱动因素。结果表明：湘江干流COD_Mn、Cd、As整体呈下降趋势，上游BOD₅呈下降趋势，上中游NH₃-N呈上升趋势，中游衡阳、株洲市重金属Cr⁶⁺呈上升趋势，衡阳市TP呈上升趋势，中下游BOD₅呈上升趋势；定量追溯各水质指标影响因素得出工业污染是湘江干流重金属As、Cr⁶⁺、Cd主要驱动因素，永衡株潭地区NH₃-N，衡阳市BOD₅、COD_Mn、TP及衡株潭地区BOD₅均以农业污染影响为主；发现产业结构调整对干流水环境有显著影响，建议在流域产业结构调整过程中加强转型升级。     

基于HJ卫星混合像元分解法的湖北省四湖地区夏收作物种植信息提取

混合像元是造成中低空间分辨率遥感数据计算机解译不准确的主要原因，通过收集2013年四湖地区夏收作物生长期内的不用生育时期的三景HJ卫星CCD数据，生成一个15波段的“类高光谱”数据；在采用阀门技术结合夏收作物NDVI指数变化特点，提取所有夏收作物（小麦与油菜）在四湖地区的空间分布的基础上，成功运用改进的逐步回归法计算出小麦与油菜在混合像元中的丰度值，高精度地取得了四湖地区小麦、油菜种植区的空间分布；将部分结果与同期资源三号卫星融合数据作为标准进行比较，证明基于改进的逐步回归法计算混合像元的丰度值是比较准确的，为运用HJ卫星CCD数据高精度提取农作物种植信息提供了一种可行的方法     

供水管网铁释放的影响因素相对重要性分析

供水管网的铁释放问题近年来日益受到关注.影响供水管网铁释放的因素众多,本研究选取了pH、溶解氧(DO)、碱度(Alk)、硬度、氯离子(Cl~-)、硫酸根(SO_4~(2-))、温度(T)和水力停留时间(HRT)这8个影响因素,利用逐步回归和偏相关分析,建立了铁释放的非线性幂指数模型,并用标准化回归系数和偏相关系数比较了这些因素的相对重要性.结果表明,铁释放模型拟合效果良好;用标准化回归系数衡量影响因素相对重要性时,SO_4~(2-)、HRT、Cl~-和T是相对重要的因素,相对重要性排序为SO_4~(2-)≈HRTCl~-T;用偏相关系数衡量时,HRT、SO_4~(2-)、Alk、Cl~-和T是相对重要的因素,排序为HRTSO_4~(2-)AlkCl~-T.综合两种系数的分析结果,HRT、SO_4~(2-)和Cl~-是本研究条件下相对重要的因素,T和Alk的相对重要性视实际情况变动.     

川东北低山丘陵区细颗粒物主要相关因素和季节变化分析——以南充主城区为例

基于中国空气质量在线监测分析平台和全球天气精准预报网的大气质量和气象数据,以四川盆地东北低山丘陵区典型城市南充市主城区为例,检验了细颗粒物(PM_(2.5))浓度的概率密度分布,发现其接近对数正态分布,由相关分析确定了PM_(2.5)浓度的主要相关因素为CO、NO_2(相关系数r分别为0.76、0.55,P0.01),再通过对2014年1月—2016年6月的日数据的逐步回归筛选出最优的回归指标和模拟方程(决定系数R_(adj)~2为0.68,P0.05),2016年7月—2017年6月的数据验证表明模拟效果较好(拟合优度为0.64,相对误差15.48%);最后根据时序插值、浓度和IAQI(PM_(2.5))的时段均值发现PM_(2.5)浓度在年际上有降低趋势;在季节上由高到低依次为冬季、春季、秋季、夏季;PM_(2.5)浓度在1月和6月分别呈现出年内的峰值和谷值,5、10月出现了阶段性峰值,尤其是5月;IAQI(PM_(2.5))的季节变化与浓度变化规律相似;且PM_(2.5)与PM_(10)比值的均值为0.67,表明现阶段南充市主城区大气污染物中细颗粒物占有较大比重。     

阿哈水库叶绿素a时空分布特征及其与藻类、环境因子的关系

为了解阿哈水库叶绿素a(Chl-a)时空分布特征及其与藻类、环境因子的关系,于2012年枯水期至2013年平水期、丰水期对藻类与理化指标进行分层采样.结果表明Chl-a季节变化明显,与藻类生物量季节变化较为一致,而与丰度差别较大,平水期发生甲藻水华,浓度最高(91μg·L~(-1)),枯水期与丰水期相对较低,分别为8μg·L~(-1)与16μg·L~(-1).枯水期与丰水期水体表层Chl-a浓度略高于中、底层,表层光照、溶解氧相对充足,利于藻类生长;平水期表层Chl-a浓度远高于中、底层,易在表层聚集的甲藻水华是主要原因.大坝Chl-a浓度高于库中,这可能是大坝位于金钟河入库口,营养盐高于库中的缘故.相关性分析得出Chl-a与甲藻门呈极显著正相关(R=0.798,P0.01);Chl-a与TP、DO、pH呈极显著正相关(R=0.762,P0.01;R=0.792,P0.01;R=0.658,P0.01),与TN显著正相关(R=0.388,P0.05)与N/P、NO_3~--N显著负相关(R=-0.37,P0.05;R=-0.435,P0.05).逐步回归分析得出DO、TP、N/P为影响阿哈水库Chl-a分布的主要因子.此外热分层以及水温对Chl-a的影响也不容忽视.     

青藏铁路沿线风沙指数预报方法研究

文章利用欧洲数值预报产品和青藏铁路沿线海晏到当雄12个气象站日最大风速资料,采用完全预报方法设计思路,以逐步回归为因子分析方法,研制了一套应用欧洲数值预报模式输出、适用于铁路沿线风沙指数预报的完全预报方法,从2007年10月进行了业务试运行。检验和业务试用结果均表明:该方法对铁路沿线风沙指数具有较强的预报能力,用完全预报方法做风沙指数预报是可行的,并有一定的实用价值。     

基于优势隐含周期分析的气象灾害预报

建立了优势因子和优势隐含周期的概念,并提出了多因子逐步回归周期分析的新方法。该方法既能增长预报期,又能充分利用物理因子的重要信息,同时在计算过程中还能挑选出起显著作用的优势因子和优势隐含周期,对预报气象要素的变化趋势效果较好,有一定的实用价值,是气象灾害预报的一条比较有效的途径。     

沈阳市环境空气质量统计预报应用及效果评估

基于沈阳市统计预报中逐步回归及简易逐步回归模型,利用2017年环境空气主要污染物自动监测实况数据,采用相关系数、标准化平均偏差等指标检验2种模型的预报效果。结果显示:逐步回归及简易逐步回归模式均能够较好的表征污染变化趋势,2种预报模式预报对AQI均表现出春夏季优于秋冬季特点。逐步回归、简易逐步回归模式24 h预报效果优于48和72 h。其中简易逐步回归模式24 h级别准确率达到67%。     

基于耦合逐步回归的PLS模型城市用水量预测

城市用水量受到多重因素的影响,且各因素之间存在相关性。将逐步回归技术引入偏最小二乘(PLS)用水量预测模型影响因子的筛选过程,可对PLS回归建模过程进行改进,在保证拟合精度的条件下,有效解决了自变量间的多重相关性问题;同时实现测定指标的降维,达到了简化、精炼模型的目的。将所提理论和方法应用于某城市用水量预测中,运用R软件进行求解,并将耦合逐步回归的PLS模型与单一的PLS回归模型进行比较分析。结果表明,模型的拟合和预报精度较好。     

上海市夏季高架道路边颗粒物垂直分布研究

为研究夏季高架路边颗粒物浓度的垂直分布规律,以上海市南北高架交叉处路边垂直区域为研究对象,通过Fluke 985粒子计数器采集颗粒物数量浓度数据。分析了6种直径范围颗粒物(0.3~0.49μm、0.5~0.99μm、1~1.99μm、2~4.99μm、5~9.99μm、≥10μm)在高架路垂直区域的分布规律,并结合微观尺度下的交通、气象、高度等数据建立了逐步回归和SVM神经网络预测模型。结果表明:在高架路边的垂直方向上,随高度增加,6种颗粒物浓度整体呈现下降的趋势;0.3~0.49μm、0.5~0.99μm、1~1.99μm三种颗粒物浓度受高架桥带来的"盖子效应"影响,在距离地面约21 m高的7楼达到最大值;总体上早高峰颗粒物浓度大于晚高峰,工作日颗粒物浓度高于非工作日;SVM神经网络模型比线性逐步回归模型能更好地预测高架路边颗粒物的垂直分布规律,可作为上海市夏季非降水天气高架桥面附近颗粒物浓度预测的方法。