时间序列在秦皇岛港煤尘污染分析中的应用

应用时间序列对秦皇岛港降尘资料进行分析可以对煤尘污染的长期趋势及季节变动情况有一定的了解，这对于今后有效地开展煤尘治理工作有重要的指导意义。     

轴流风机整机噪声与转速关系的灰色模型

本文应用灰色系统理论建立了轴流风机在较高转速下的整机噪声估算公式，介绍了ＧＭ（１，１）模型应用于不等间隔序列的处理方法，表明该模型可从时间，空间序列分析推广到其它单变量系统分析。     

煤矸石综合利用趋势灰色预测新探

本文基于ＧＰＭ（１）曲线，研究并提出了由幂函数与线性函数组成ＧＰＩＭ（１）预测模型。煤矸石综合利用趋势灰色预测的初步应用表明，该模型无论是序列仿真度，还是系统同态性，均大大优于常规ＧＭ（１，１）模型，是研究煤矸石综合利用客观规律的一种新的认识方法。     

GIM（1）灰色模型预测环保投资趋势的可行性探析

环保投资作为环保系统的一个子系统，并不一定具有指数函数规律。本文利用ＧＩＭ（１）灰色模型，探析了它在环保投资趋势预测应用中的可行性。初步应用表明，在序列不完全满足光滑化条件时，ＧＩＭ（１）灰色模型对系统变量的“白化”能力较ＧＭ（１，１）强，而与ＧＳＭ（１）灰色模型相当，信息利用率高，是分析、预测环保投资动态发展趋势一条切实可行的途径。     

GM（1,1）模型参数辨识新法及其应用

介绍了ＧＭ（１，１）模型参数的辨识方法，并应用该方法进行了某地ＣＯＤ排放量时间序列的ＧＭ（１，１）建模。结果表明，这种方法等价，等效于传统建模方法，具有简便易行、预测精度高的特点。由于其简捷、高效，而显示出这种方法独特的优越性和广泛的实用性。     

河流水质时间序列分析的自组织预测方法及应用

应用前苏联学者伊万年科基于生物控制论中的自组织原理提出的一种数据组合处理方法，有效地解决复杂非线性系统预测。以汾河某段的水污染时间序列监测数据为基础，建立了一个河流水质污染预测的自组织模型，其建模样本的拟合值和检验样本的预测值相对误差分别在３．１％和５．３％以内。结果表明，自组织模型能较好地描述水污染时间序列数据之间的非线性关系，适合复杂水环境污染系统的预测工作。     

基于STL的南海海表温度组合预测模型

海表温度（sea surface temperature,SST）是海洋科学研究的重要内容之一。SST的异常波动导致海洋灾害、气象灾害现象时有发生,SST的精确预测对海洋环境保护和海洋经济发展有重要意义。针对SST序列的季节性、非平稳性,首先利用周期趋势分解算法（seasonal-trend decomposition procedure based on loess, STL）对数据进行预处理,分解得到季节分量、趋势分量和残差分量子序列,依次选择相应的预测方法构建组合模型。季节分量应用具有时间嵌入编码模块的Transformer网络预测,充分挖掘序列全局信息,解决时间序列长时间依赖问题;趋势分量应用线性回归模型预测;残差分量应用自回归模型预测。选取南海海域单点SST数据,应用基于STL的SST组合预测模型建模,预测5 d的SST值。实验结果表明,本文模型在单点SST预测任务中,能够有效捕获SST变化规律,提高预测精度。     

关于室内NO_2的污染问题——根据最近的流行病学调查

一、NO_2对个人曝露浓度的季节变化以居住在东京杉并区的10名家庭主妇为对象,自1982年1月～12月,进行了全年调查。在每月连续七昼夜内用滤器标记进行了测定的结果,根据有无使用非排气型采暖炉和厨房的通风扇,便可分为有季节变动群和无季节变动群。有季节变动群的被曝露浓度同户外空气相比,是以测定日的最低气温为依存的。当最低气温降到10℃时,其变化比例为1.0～1.5,而当最低气温变成10℃以下时,说明就要开始使用非排气型采暖炉了。因此,被曝露浓度     

NLGTM（1,1^s）灰色模型及其应用

基于灰色ＧＭ（１，１）模型，研究和提出了带有时间限制项的灰色非线性模型－ＮＬＧＴＭ（１，１＾ｓ），初步应用表明，灰色ＮＬＧＴＭ（１，１＾ｓ）模型具有较高精度，进一步拓宽了ＧＭ（１，１）模型在环境系统中的应用范围。     

胶洲湾海水中二甲基硫的测定

对胶州湾海域二甲基硫进行了两年的季节监测，海水中ＤＭＳ浓度在０．０６－８．９７ｎｍｏｌ／Ｌ范围内，春季最大，而冬季最小，呈明显的季节变化，春季最大值（平均值为５．８５ｎｍｏｌ／Ｌ和６．５８ｎｍｏｌ／Ｌ）与冬季最小值（平均值为１．４０ｎｍｏｌ／Ｌ）之比约为４。胶州湾海域ＤＭＳ海气排放通量在１．７０－７．９７μｍｏｌ／（ｍ＾２·ｄ）范围内，亦呈明显的季节变化。     

呼和浩特市小学生尿中1—羟基芘的相关分析

用反相高压液相色谱对呼市小学生和对照点草原牧民尿中的１－羟基芘进行测定，同时测定两地区大气颗粒物和气相中多环芳烃（ＰＡＨｓ）的含量，以便进行其相关性分析。结果表明：市区小学生尿中１－羟基芘的浓度采暖季节高于非采暖季节；且显著高于对照点的浓度；尿中１－羟基芘的浓度与空气中全态ＰＡＨｓ的化合物芘或ＢａＰ有很好的正相关。     

DM（1）模型用于地表水COD浓度预测

常规ＧＭ（１，１）是一个指数模型，应用于多样环境系统有一定的局限性。本文根据某地表水中ＣＯＤ浓度的时序数据，建立了ＧＰＭ（１）预测模型。结果表明ＧＰＭ（１）模型优于常规ＧＭ（１，１）模型。它拓宽了ＧＭ（１，１）模型在环境单变量时序系统中的应用范围，为环境系统的拟合、预测和决策提供了新的途径。     

相关分析在研究南湖叶绿毒a与其湖水理化因子中的应用

本文利用因子分析技术对长春市南湖不同空间叶绿素（a)的季节变化进行排序分析，并以叶绿素a为因变量、10项湖水理化因子为自变量进行逐步回归分析，分析结果表明：在10项理化因子中，决定南湖叶绿素a数量变动的主导因子为总磷，在此基础上，笔者就除磷及治理途径方面提出建议。     

1,3—丁二烯与DNA交联机理的研究：代谢产物在DNA大沟股间交联反应的A …

采用ＡＭ１方法计算了环境致癌１，３－丁二烯的代谢物产１，２－环境氧－３，４－丁烯和１，２，３，４－二环氧化烷与ＤＮＡ腺嘌呤和胞嘧啶烷化反应过程速率控制步骤的活化能，以及ＤＥＢ和ＤＮＡ大沟侧与不同序列ＤＮＡ片断生成烷化股间横向联 产物的结构和能量。     

环保投资的GSM（1）预测模型初探

基于灰色ＧＭ（１，１）模型，本文研究和提出了环保投资的ＧＳＭ（１）预测模型．初步应用表明，该模型误差小、精度高，可以满足环保投资预测要求．     

基于VEC模型的呼和浩特市三次产业发展与工业污染排放关系研究

本文通过构建VEC误差修正模型,对呼和浩特市1991-2012年间工业污染排放量与三次产业发展之间的关系分别进行考察。对具有协整关系的两组序列进行VEC模型构建,结果表明,在长期,第一产业、第三产业与工业废水排放存在反向关系,弹性分别为-6.22与-0.23,第二产业与工业废水变动方向相同,弹性为4.98。工业固体废弃物排放与第一产业产值在长期反向变动,弹性为-1.54,第二产业则与其同向运动,弹性为2.13。在短期,滞后一期与滞后二期的第一产业产值与第二产业产值对废水排放的扰动方向相反,而第三产业一阶与二阶后项的扰动方向相同,皆是反向;滞后一期的第一产业产值对固废排放反向扰动,第二产业产值的扰动方向与其相反。     

工业废气年排放量的灰色GM（1,1）预测

本文根据灰色理论ＧＭ（１，１）预测方法，以保山地区１９９３－１９９７年度工业废气年排放量数据为基础，建立了保山地区工业废气年排放量的ＧＭ（１，１）预测模型。模型精度为一级，用该模型进行预测，能反映出保山地区工业废气年排放量的发展变化情况。     

城市污水及主要污染物排放量的灰色预测模型

本文运用灰色系统理论的预测原理和方法，探讨了灰色理论在城市污水及其主要污染物ＣＯＤ、ＢＯＤ５、ＳＳ年排放量预测中的应用。所建立的普通ＧＭ（１，１）模型和等维新息ＧＭ（１，１）模型，均经三种方法进行精度检验，结果令人满意。利用所建模型对２０００年Ｂ市城市污水及其主要污染物的年排放量进行了灰色预测。     

非等间隔GM（1,1）模型及其预测应用

ＧＭ（１，１）模型是常用的一种时序环境预测方法，但非等间隔灰色模型（ＮＥＧＭ（１，１））预测的先例却较少。本文简介了ＮＥＧＭ（１，１）之建模思想，并以山东省１９８５￣１９９３年工业废水排放量为例，探讨其应用效果。结果表明，该方法对估计已逝时序值与预测未来时序值，都是可行的。     

非线性时间序列门限自回归模型在环境空气质量预报中的应用

门限自回归模型作为1种利用历史资料对非线性时间序列进行描述从而进行预测的数学模型，多年来在各种统计领域中均取得良好的效果。根据非线性时间序列的门限自回归模型（简称TAR）的基本思路，利用环境空气自动监测系统历史监测数据资料，建立了浦东新区环境空气质量的预报计算模型。通过统计检验，检查使用TAR模型预测浦东新区环境空气质量与实际监测情况的符合程度。讨论了该模型在监测工作中的应用可行性。