小子样成败型产品可靠性评估方法研究

介绍了一种小子样成败型产品可靠性评估方法。基于"计量评估"理论原则,针对可用于评价产品的特征量的试验数据,依次运用了数据样本子样的概率分布拟合检验方法、样本数据的一致性检验和离群值识别等统计学方法,最终使用经检验的特征量试验数据完成产品的可靠性评估。使用实例数据,应用评估方法,完成了一类典型产品的可靠性评估,其中特别指出的是,在实际应用过程中,应该尤其关注离群值的识别和剔除。实例证明,此方法可用于特征量明确的小子样成败型产品的可靠性评估。     

方法标准验证实验数据中离群值的识别

对方法标准验证实验中测量数据进行合格性审核,对于后续方法精密度计算是一个重要环节。文献中识别离群值的Grubbs法、Dixon法等经典方法有时不能满足要求。探讨了用稳健统计法识别离群值的可行性。基于2套文献数据和XRF方法标准验证实验精密度测量数据,对Grubbs法、Dixon法、Mandel h检验法、质控指标法和稳健统计法(四分位法、迭代法、合格数据范围判定法)进行了比较。结果表明:稳健统计法可有效识别离群值。但四分位法存在过度"检出"现象。综合考虑多种方法识别结果有利于提高离群值判定结论的可靠性。对于个别难以判断的情形,可借助质控指标、技术要求以及数据是否剔除对实验室间标准偏差的影响进行取舍。     

污染场地土壤重金属空间异常值识别及其点源效应的分离

由点源污染导致的土壤重金属空间异常值的分布及点源效应的大小将影响场地风险评估和修复方案的制定,进而影响场地的环境管理.以某典型重金属污染场地为研究区域,以表层土壤Cd含量为研究对象,引入稳健变异函数模型,并筛选出合适的变异函数模型,结合平尾化方法对表层土壤Cd含量空间异常值进行识别和处理,并有效地分离出点源效应.研究表明：研究区表层土壤Cd含量空间变异大且存在明显的空间异常值;CressieHawkins稳健变异函数更适用于对研究区表层土壤Cd含量半方差函数的估计,采用稳健变异函数和平尾化方法能够有效地识别空间异常值和分离点源效应,空间异常值主要分布在受人为活动影响较大的区块;由于准点过程导致的变异较大,分离出的点源效应解释了异常值点位表层土壤Cd含量的大部分.     

基于Delaunay三角网和地理加权回归的降水空间异常探测方法研究

针对目前已有的降水资料质量控制方法适应性差,降水数据难以模拟局地降水规律的问题。以湖南省为实验区域,利用1985~2014年夏季降水观测数据,定义局部地理空间内降水量发生显著偏离的气象站点为异常,发展了一种结合Delaunay三角网和地理加权回归的降水空间异常探测方法。该方法通过构建不规则三角网来获取各个区域之间稳定合理的地理邻近关系,根据空间邻近关系获取自适应回归带宽,并纳入地理加权回归模型进行计算,最后根据回归残差项的统计分布性质开展空间异常度量与分析。实验表明该方法能有效检测出降水空间异常,可应用于降水数据二次处理时的质量控制阶段,有助于进一步探索局部地理空间内的降水规律。     

大气污染物监测数据异常值判别方法研究

大气环境监测数据的质控,特别是异常数据的精准判别是准确分析大气污染成因的重要前提.目前对于异常值的判别主要基于人工经验,这对于快速有效地从海量环境数据中剔除异常值进而保证分析数据的准确性带来巨大挑战.结合大气污染物监测数据的时间序列波动特点,本文基于滑动窗口机制和统计学指标分别构建了滑动四分位、滑动四分位差距及滑动标准差等异常值快速判别方法,然后利用含有异常值的清洁天和污染天常规大气污染物（PM_2.5、PM₁₀、SO₂、NO₂、CO和O₃）时间序列数据对3种异常值判别方法的有效性进行测试评估,从而得到不同污染物异常值判别的最优方法及相关参数指标.结果表明：无论是清洁天还是污染天,滑动四分位法对PM_2.5、PM₁₀、SO₂、NO₂、CO和O₃浓度时间序列异常值的判别效果均最优.其中,清洁天最优滑动窗口长度范围分别为10~16、14~16、12~16、38~40、6~38和6~8,最优宽容度常数范围分别为1.6~1.7、1.6~2.6、1.7~2.0、2.3~2.5、1.6~4.5和3.7~3.8;而污染天最优滑动窗口长度范围分别为10~44、10~14、10~32、14~48、10~48和14~20,最优宽容度常数范围分别为2.7~4.5、1.4~2.8、2.8~4.5、2.7~4.5、1.5~4.5和2.5~3.8.清洁天和污染天中不同大气污染物时间序列波动特征不同,使得适用方法的最优参数存在显著差异.本文构建的异常值快速判别方法旨在为环境大数据异常值的快速识别及更准确地分析大气污染 成因提供一定技术支撑.     

MAXIMUM CONTAMINANT LEVELS FOR TOXIC SUBSTANCES IN WATER: A STATISTICAL APPROACH1

ABSTRACT: A method to establish maximum contaminant levels or nondegradation standards for toxic substances in water is described. The method described is based on statistical outlier procedures which distinguish ubiquitous background levels of toxic substances from those concentrations significantly greater than background. Because this approach utilizes environmental data, it can calculate an interim maximum contaminant level which can help protect the public until sufficient health effects data are available to establish human health based maximum contaminant levels.     

Comments on optimizing the selection of the number of groups in a classification tree

In a recent issue of this journal Guidi et al. (2009) proposed a Random Simulation Test (RST) to assist with the determination of the optimal number of clusters to be extracted from a hierarchical classification tree. This short note illustrates the potential influence that the richness of a simulated new site has on the determination of the optimal level to cut the dendrogram. This is discussed in the context of the need for clear objectives and criteria against which a classification tree can be evaluated. A simple modification of the RST is proposed that the simulated new site of the matrix has an appropriate number of positive entries that lies within the range of the observed matrix. The impact of this modification is then evaluated using an ecological community site-by-species matrix.     

基于信息筛选和拉依达准则识别地下水主要组分水化学异常的方法研究

地下水水化学组分的异常值识别是获取水化学背景值的重要的一环,以往提出的基于水化学各组分内在联系的计算背景值的水化学图法及Durov图法在柳江盆地的研究中均取得了良好的效果,但是水化学图法的计算步骤繁多,过程复杂,对采样精度要求严格.因此,为简化计算过程,快速识别异常,本文借鉴英国地调局识别异常的方法,以沙颍河流域为研究区,针对该区浅层地下水水质资料,利用信息筛选法替代水化学图法,对研究区内水化学主要组分进行异常识别,并将不同识别方法的识别效果进行对比分析.结果表明,尽管存在两种方法单独识别出的异常数据较多,但是水化学图法+拉依达准则和信息筛选法+拉依达准则对地下水主要组分的异常识别效果均较好,异常识别后的剩余数据的阈值范围较为一致,信息筛选法能够在大尺度区域内精度较低条件下,有效地替代水化学图法快速识别出异常值.     

水环境模拟参数随机场空间最优估计精度分析与特异值研究

本文结合克里格方差的特点,对水环境模拟参数随机场空间最优估计的精度进行了分析,结果显示估计精度受变差函数、采样点的空间配置结构等因素的影响,并结合实例探讨了影响水环境模拟参数克里格估计精度的特异值的识别与处理方法。