用多元线性回归分析法定量判别PCBs污染物类型

应用多元线性回归分析法处理多氯联苯(PCBs)标准样品和实际样品的气相色谱数据,定量判别PCBs污染物类型,该法简便易行,可以避免由主观判断引入的偏差.对于PCBs标准样品Aroclor 1248及PCBs配制样品,污染物组成计算结果与实际值吻合,绝对误差小于2%.实际土壤样品的分析计算结果表明:北京土壤样品PCBs污染物是Aroclor 1242;兰州土壤样品PCBs污染物是49.0%的Aroclor 1242和51.0%的Aroclor 1254的混合物.应用多元线性回归分析法处理气相色谱分析数据,还可以作为一种质量控制的手段来识别干扰物.      

大规模空气质量监测数据缺失处理方法实证研究

基于2016年1月至2021年7月的全国1654个国控监测点小时级的6种污染物空气质量监测数据,研究缺失值处理方法、效果及其影响.模拟实验表明交替最小二乘下的低秩矩阵插补算法相比于其他缺失值处理方法拥有更小的均方根误差、平均百分比误差,更高的相关系数和更快的运算速度,在大规模数据集上性能更优.实证分析表明应用文本方法得到的插补值是有效且合理的,缺失值插补前后污染物浓度评估值会有±10%以内的变化,插补后的数据集更加准确和完备.本文建议在基于空气质量监测数据研究时应先采用本文中的缺失数据处理方法,对监测数据中存在的缺失数据进行插补,提高研究所使用监测数据的完整性,保证相关计算结果的准确性和有效性.     

TRMM降水数据在东北地区的精度验证与应用

利用东北地区2000-2007 年的APHRODITE降水数据,基于GWR方法对TRMM降水数据进行修正,分析新的TRMM降水数据精度,并基于修正的TRMM降水数据对东北地区降水进行时空分布特征分析.结果表明:①APHRODITE降水数据与观测数据之间的线性相关性更高、均方根误差RMSE更小,数据具有较高的精度;②修正后的TRMM降水数据相关系数R有所提高,且RMSE值均有降低.整体来看,TRMM降水数据的降水量数值偏大于观测值;③修正TRMM降水数据在5-10 月的误差相对较小,整体来看,在大部分区域的误差在0~30%之间;④东北地区降水分布极不均匀,整体呈从东南向西北减少趋势.11 月到翌年3 月的降水稀少,降水主要集中在夏季,其中7月降水量最大.     

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...     

BP模型在河流水质预测中的误差分析

为验证BP模型在河流水质预测中的有效性,利用仿真技术模拟一条河流污染物的变化趋势,并得到大量的河流水质参数数据.用上游已知河段的水质数据预测该河流下游10个检测断面的水质状况.预测过程分2种情况进行:长距离预测(一次连续预测下游10个河段)和短距离预测(每次连续预测下游2个河段),并以MSE函数生成均方误差作为对2种预测方法性能的检验.结果显示,长距离预测的性能低于短距离预测,2种方法对溶解氧预测的均方误差为0.432和0.035,对生化需氧量预测的均方误差分别为0.243、0.055.     

船舶溢油事故等级评估方法比较

船舶溢油事故等级评估是船舶溢油应急计划研究的重要内容,它受到溢油量、事故发生位置等多种因素的影响,是复杂的多属性分类问题.利用熵值法、关联度法和BP神经网络法3种目前常用的事故等级评估方法,对上海港1984─2003年发生的12起船舶溢油事故进行了危害等级判定,以期探索溢油事故等级合理量化评估技术方法.对比了3种方法在结果一致性、误差精度上的优劣性及实际适用性.结果表明:BP神经网络和关联度法适用性较好,熵值法必须结合专家打分才能得到较好的判定结果;同时BP神经网络法的评估结果一致性比率较高,误差率较低,但存在建模成本高和对噪声较敏感的缺点.      

危险废物填埋场地下水污染风险评价中指标权重计算方法优化比选

为了探究适用于危险废物填埋场地下水污染风险评价的指标权重计算方法,选用层次分析法、熵权法、层次分析-熵权法进行计算,并通过我国37家危险废物填埋场地下水污染风险评价结果与地下水中苯浓度的拟合验证对权重计算方法进行分析比选.结果表明:①3组权重计算结果中,含水层渗透系数和包气带渗透系数均为最重要的指标,危险废物填埋场所处地层介质类型是影响地下水污染风险最显著的因素.在建设危险废物填埋场时,选址需优先关注含水层及包气带介质类型,必要时应采取更高性能的防渗技术手段;②3组场地风险指数（R）和污染指数（C）线性拟合R2值排序为层次分析-熵权法（R2=0.84）>层次分析法（R2=0.75）>熵权法（R2=0.51）,因此采用层次分析-熵权法得出的危险废物填埋场地下水污染风险评价结果与实际污染状况匹配度更高,构建的风险评价方法更能准确预测地下水污染风险;③当各指标权重由大到小依次加和至总权重为0.96时,层次分析-熵权法可包含12项指标,且权重分配更为均衡,不易受到单个指标缺失的影响,由此建立的综合指数计算方法更加可靠.研究显示,层次分析-熵权法是更适用于危险废物填埋场地下水污染风险评价的指标权重计算方法,构建的污染风险评价方法结果准确、易操作,在一定程度上可为危险废物填埋场地下水污染的风险评价及运行管理提供支持.      

BP模型在河流水质预测中的误差分析

为验证BP模型在河流水质预测中的有效性，利用仿真技术模拟一条河流污染物变化趋势，产生大量的河流水质参数数据。用上游已知河段的水质数据预测该河流下游10个检测断面的水质状况。预测过程分2种情况进行：长距离预测（一次连续预测下游10个河段）和短距离预测（每次连续预测下游2个河段）。并以MSE函数生成均方误差作为对2种预测方法性能的检验，结果显示，长距离预测的性能低于短距离预测，2种方法对溶解氧预测的均方误差为0.432和0.035，对生化需氧量预测的均方误差分别为0.243,0.055。     

规范变换降维与误差修正结合的环境系统的一元线性回归预测

针对高维、非线性环境系统的传统预测模型存在结构复杂、收敛速度慢、求解精度低的局限,提出对环境系统预测量及其影响因子进行幂函数与对数函数相结合的规范变换.此规范变换能使变换后的各影响因子皆等效于一个线性化的规范因子,从而将多因子、非线性的预测建模简化为简单的一个"等效"规范因子的一元线性回归建模;并对预测样本的模型输出进行误差修正,以提高样本的预测精度.在规范变换的基础上,由有m个规范因子的每个建模样本生成一个规范因子的m个"等效"训练样本,n个建模样本共生成N=m×n个训练样本.应用最小二乘法,建立基于规范变换的一元线性回归预测模型.将基于规范变换的一元线性回归预测模型与相似样本误差修正法相结合,分别用于某市5个点位的SO_2浓度预测和南昌市城市降水酸度pH值预测及某河段COD_(Mn)预测,并与多种传统预测模型和方法及基于规范变换与误差修正的3种智能预测模型的预测结果进行了比较.结果表明:该预测模型用于3个实例预测的相对误差绝对值的平均值分别为1.14%、0.49%和1.45%;最大相对误差绝对值分别为2.22%、0.87%和1.85%,与基于规范变换与误差修正的3种智能预测模型的相应误差几乎没有差异,甚至还要小;均远小于多种传统预测模型和方法的相应误差,其预测精度甚至提高了一个数量级以上.基于规范变换与误差修正的一元线性回归预测模型简单、预测精度高、稳定性好,不存在"维数灾难",因而可广泛用于任意系统的预测建模.     

基于最大谱的非平稳随机振动数据分析处理方法研究

目的解决非平稳随机振动环境实测数据无法采用功率谱密度分析方法的问题。方法基于最小均方误差准则,归纳总结FFT和数字滤波两种最大谱分析方法。通过对比两种方法在不同分辨率带宽时计算的优缺点,并分析其误差。对优选出来的最大谱分析方法进行举例验证。结果理论分析和仿真结果均表明基于比例分辨率带宽的FFT最大谱分析方法的误差最小。将FFT最大谱分析方法应用于某型炸弹9个架次自由飞振动数据的处理和环境条件确定中,结果合理有效。结论可用比例分辨率带宽的FFT法分析非平稳随机振动环境实测数据,为基于最大谱制定型号振动环境试验条件提供指导。     

基于气象因素和改进支持向量机的空气质量指数预测

空气污染已成为人类社会面临的严峻挑战,为了构建准确的空气质量预测模型,文章首先运用统计分析方法进行相关性分析,探讨气象要素变化对空气质量的影响;针对传统支持向量机预测精确度受输入变量影响较大的弊端,采用基于熵权理论对变精度粗糙集约简进行了改进,以处理支持向量机的输入变量,提高支持向量机的预测精度;最后以沈阳市的历史气象数据和空气质量指数进行验证。与传统方法相比,所提方法能够将预测准确率由71.28%提高到77.83%,空报率和漏报率也有降低,与实际基本吻合。     

实验用水对高锰酸盐指数准确度的影响

高锰酸盐指数是水质监测的主要项目之一,它是地表水和地下水受还原性无机物和有机物污染的重要衡量尺度。简单介绍了高锰酸盐指数测定中对实验用水的要求及实验用水的处理方法,通过对七个标准样品的实验测定及讨论,得出实验用水对高锰酸盐指数的测定是不可忽视的,尤其对标准样品影响最为严重,它带来的不仅仅是误差的问题,而是会导致错误的结果。因此在高锰酸盐指数的测定分析中,一定要严格控制实验用水使其符合要求,以提高测定的准确度和精密度。     

衡量法自校验实验室常用玻璃量器的程序与效果

玻璃量器所标示的容积与其真实容积之间都有误差,将影响检测结果的可靠性。进行自校验既可保证检测结果的可靠又不影响检测工作的正常运作。文章采用衡量法对常用的玻璃量器进行了自校验,容量误差在国家规定的允差之内的才能用于样品检测,保证了检测结果的准确度和精密度。经过自校验,计量认证和实验室认可的未知样测定都能顺利通过,项目的校准曲线经常能做到相关系数R≥0.999 99。     

基于熵权的改进密切值法评价运河杭州段底泥污染

论述了基于熵权的改进密切值法的建模步骤,将其应用于运河杭州段底泥污染的评价中,并将评价结果与属性识别法进行比较。结果表明,底泥各层（浮泥层、淤泥层、基底层）均属于轻度污染,与属性识别法的评价结果存有差异;底泥各层污染程度为浮泥层〉淤泥层〉基底层,与属性识别法的评价结果一致。通过分析各污染因子（As、Hg、Cu、Pb、Zn、Cd、Cr、OP）在底泥各层的污染程度、权重大小及对底泥污染的综合影响,说明基于熵权的改进密切值法的评价结果比属性识别法更合理、更为可靠,用于评价底泥污染类型是可行的。     

熵权多目标决策模型在水环境质量综合评价中的应用

介绍了熵和熵权的概念与性质,在此基础上结合多目标决策模型建立熵权多目标决策评价方法,并对水环境质量进行综合评价,评价结果与物元分析模型、属性识别理论方法、模糊隶属函数法进行对比,结果表明,利用熵权多目标决策评价法进行水环境质量综合评价是可行的。     

基于熵权法-AHP法航空制氧制氮站安全评价指标体系权重确定方法研究

目的提出一种改进的航空制氧制氮站安全评价权重确立的方法。方法在构建航空制氧制氮站安全评价指标体系的基础上,综合利用层次分析法、熵权法的优点,将影响因素的主观性与客观性相结合,最后得出各指标综合权重。结果将本文方法所得权重与熵权法、AHP法等4种方法所得结果进行比较,本方法适用性更高,可提高评价结果的可信性。结论通过对某制氧制氮站保障实例分析,该方法客观合理,可为航空四站保障风险控制提供判断依据。     

基于贝叶斯公式的地下水污染源识别

将贝叶斯公式与地下水二维水质对流-扩散方程相耦合,建立依靠监测井监测值的地下水污染源参数（污染源强度M、排放位置（X₀,Y₀）和排放时刻T₀）反演模型.针对监测井监测值信息量不充分或者监测值与模型参数关联性较弱的问题,提出了一种基于贝叶斯公式与信息熵的监测井优化设计方法.构建一个污染物在承压含水层中瞬时排放的算例,在确定单井监测及监测次数条件下,以监测井位置D及监测频率Dt的优化为目标,分别进行模型参数后验分布信息熵最小的单目标监测方案优化,以及信息熵最小且监测耗时最短的多目标监测方案优化.依据优化后的监测方案采用延迟拒绝自适应Metropolis算法进行污染源参数反演识别.算例研究表明：在预设定单井监测,且监测次数为5次条件下,单目标优化后的监测方案为D=（830.2,199.8）,△t=2.7,在此监测方案下,4个污染源参数M,X₀,Y₀,T₀的反演均值误差分别为19.5%、13.2%、3.4%、1.3%;多目标优化后的监测方案为D=（807.9,199.4）,△t=1.2,在此监测方案下,4个污染源参数M,X₀,Y₀,T₀的反演均值误差分别为19.9%、13.4%、3.7%、4.2%.与基于单目标优化的监测方案的反演结果相比,基于多目标优化的监测方案条件下,污染源参数的反演均值误差虽分别增加了0.4%、0.2%、0.3%、2.9%,但监测时间却显著缩短了55.6%.     

数值方法在坯料尺寸计算中的应用

利用有限元法划分单元的概念 ,通过数值积分计算工件体积和所需坯料的尺寸 ,并在进行误差分析的基础上 ,提出了减少计算量和提高计算精度的措施     

熵权多目标决策等效数值法在大气环境质量综合评价中的应用

介绍了熵和熵权的概念与性质,在此基础上结合多目标决策模型建立熵权多目标决策等效数值评价方法,并对大气环境质量进行综合评价,评价结果表明,利用熵权多目标决策等效数值评价法进行大气环境质量综合评价是可行的。     

A meteorologically adjusted ensemble Kalman filter approach for inversing daily emissions: A case study in the Pearl River Delta, China

The conventional Ensemble Kalman filter (EnKF), which is now widely used to calibrate emission inventories and to improve air quality simulations, is susceptible to simulation errors of meteorological inputs, making accurate updates of high temporal-resolution emission inventories challenging. In this study, we developed a novel meteorologically adjusted inversion method (MAEInv) based on the EnKF to improve daily emission estimations. The new method combines sensitivity analysis and bias correction to alleviate the inversion biases caused by errors of meteorological inputs. For demonstration, we used the MAEInv to inverse daily carbon monoxide (CO) emissions in the Pearl River Delta (PRD) region, China. In the case study, 60% of the total CO simulation biases were associated with sensitive meteorological inputs, which would lead to the overestimation of daily variations of posterior emissions. Using the new inversion method, daily variations of emissions shrank dramatically, with the percentage change decreased by 30%. Also, the total amount of posterior CO emissions estimated by the MAEInv decreased by 14%, indicating that posterior CO emissions might be overestimated using the conventional EnKF. Model evaluations using independent observations revealed that daily CO emissions estimated by MAEInv better reproduce the magnitude and temporal patterns of ambient CO concentration, with a higher correlation coefficient (R, +37.0%) and lower normalized mean bias (NMB, -17.9%). Since errors of meteorological inputs are major sources of simulation biases for both low-reactive and reactive pollutants, the MAEInv is also applicable to improve the daily emission inversions of reactive pollutants.