基于环境保护大数据的监测与智能诊断研究

为了提高环境保护的智能监测能力,采用大数据分析方法进行环境监测和诊断分析,提出一种基于环保大数据关联特征挖掘的环境保护智能监测与诊断技术。构建环境监测的约束参量模型,以土壤监测数据、空间污染排放量以及水资源监测数据为原始统计数据,采用关联规则特征提取方法进行环保大数据的有用信息挖掘,结合模糊C均值聚类算法实现对环保大数据的分类处理,根据分类结果进行环保监测和智能诊断分析。仿真结果表明,采用该方法进行环保大数据挖掘的准确性较好,对各种污染信息的分类精度较高,提高了环保监测和诊断的有效性与实时性。     

中国省域空间集聚结构对霾污染的影响——基于2000~2013年面板数据的经验证据

分析了省域空间集聚结构对霾污染的影响效应及渠道机制,以PM2.5年度均值作为衡量霾污染的指标,利用城市夜间灯光数据构建了表征中国省域空间集聚结构的首位城市发展指数、城市规模等级结构扁平化指数与省域多中心指数.基于静态面板数据模型、工具变量方法和中介效应模型进行实证检验.结果表明：当前首位城市发展加剧了省域霾污染;省域城市规模等级结构扁平化也并不能有效改善霾污染;而省域多中心对霾污染具有促降效应;能源利用效率是省域空间集聚结构影响霾污染的重要渠道之一.基于此,本文建议需稳步实施省域多中心发展战略,建构多中心的大气环境治理结构与治理机制.     

基于ESDA的省域空气污染空间特征研究

运用探索性空间数据分析(ESDA)方法,对中国31个省份的空气质量指数和PM2.5进行了空间分布和时空演化分析,结果显示,中国省域空气综合污染存在较强的空间自相关性,可对相邻区域空气质量造成影响.PM2.5污染与空气综合污染的空间相关趋势保持了高度的一致性,体现主导污染物的地位.辽宁与华北省份北京、天津、河北、山东,以及部分华中省份河南、湖北及江苏形成了较为稳定的高污染集聚区,较轻污染的集聚大多分布在西部、西南和东南沿海区域.基于空间特征的污染治理措施,可实现功效发挥的最大化.     

空间集聚对中国工业污染排放强度的影响

本文以2005~2014年中国省际面板数据为样本,建立决定工业污染排放强度的理论、计量模型,构建中国省级行政区内部地级市之间的内部集聚度指数以及反映市场规模效应的外部集聚度,深入研究了空间集聚对工业污染排放强度的影响.研究表明:经济活动的空间集聚有利于减少単位GDP工业COD、工业SO_2、工业烟尘和粉尘污染排放强度;内部集聚度对工业COD排放强度差距的贡献为负,是缩小工业COD排放强度差距的因素,而外部集聚度的贡献为正,表明随着集聚外部性的增强,区位的重要性更大地体现在不同区域间的相互关联上,即市场规模效应;外部集聚度对地区工业污染排放强度的影响存在显著的门限效应.     

拆除大型建筑物过程粉尘污染扩散特征分析及防治研究

建筑施工过程产生的大量粉尘,是现代城市大气污染的重要污染源之一。建筑粉尘的大面积扩散,不仅会对大气生态环境造成严重破坏,还会对人们的身体健康产生严重影响,必须通过相应理论体系和分析技术,详细探究粉尘污染扩散特征和防治手段。利用Fluent程序运行结构,引入计算流体力学数据和工程粉尘运行轨迹动态数据计算,建立Fluent湍流动态分析模型,对拆除大型建筑物过程中粉尘污染扩散特征进行动态模拟分析;基于大气对环境影响理论和Fluent湍流动态分析模型对粉尘污染的扩散分析数据,提出了以加强管理施工单位施工规范、市民参与施工粉尘监督和治理、政府完善治理标准和经济手段等方式为核心的全民性多方向粉尘污染防治管理措施。     

创新集聚空间分布模式对霾污染的影响

为了比较分析创新集聚空间分布单中心与多中心两种模式对霾污染的影响机制,本文构建了省域面板数据模型和中介效应模型进行实证检验.结果表明：创新集聚可通过规模效应降低霾污染;但创新集聚空间分布模式对霾污染的影响具有异质性.其中,单中心模式诱发了霾污染,存在创新集聚环境效应悖论;多中心模式对霾污染具有改善效应;随着创新集聚多中心的提高,其霾污染改善效应增强,但具有边际递减特征;能源利用效率是创新集聚空间分布模式影响霾污染的重要渠道之一.基于此,本文建议省级政府推进空间协同创新发展战略,建构省域多中心的创新网络空间组织体系,以此形成多中心协同治霾机制,破解创新集聚环境效应悖论.     

城市PM2.5污染防控多指标空间区划分析

对城市PM2.5污染进行防控多指标分析,能够准确的对城市空气污染的情况进行监测,进而对其进行有效的控制。基于此,本文将对城市PM2.5污染防控多指标空间区划的方法进行详细分析,其中包括数据的收集和处理、人口数据的空间分布、空气质量浓度、人口暴露强度以及人口加权浓度等方面。     

城市空气中粉尘颗粒污染的治理

随着城市机动车辆数目的迅速增长以及工业化的快速发展,城市污染问题成为人们日常讨论的重要问题之一,其中粉尘颗粒污染是重要的城市污染物之一。由于粉尘颗粒污染对人体危害较大,对人们的心血管、呼吸道和皮肤健康都会造成极大的危害,尤其是抵抗力较差的儿童和老人。本文首先对粉尘颗粒污染的类型进行了分析,并提出了一些可行的污染治理方法,希望能对空气质量的改善有所帮助,为人们营造一个健康的空气环境。     

空间溢出视角下中国污染密集型产业集聚的环境效应

本研究在着力改善生态环境和调整产业空间布局的背景下,着眼于国民经济行业中高能耗、高污染的污染密集型产业,基于2000—2015年中国30个省区的面板数据,在污染密集型产业识别的基础上,考察了污染密集型产业集聚和环境污染的空间特征,构建了空间面板杜宾模型,并从空间溢出视角,探讨了污染密集型产业集聚的环境效应.研究发现:①污染密集型产业集聚和环境污染均具有显著的空间正相关性;②污染密集型产业集聚和环境污染之间存在显著的倒"U"型曲线关系,对于产业集聚水平较高的山西、宁夏和内蒙古,有望通过空间溢出效应和政策干预发挥减排效应,其他省区集聚水平的提高将会加剧环境污染;③经济发展水平和外商直接投资与环境污染之间均具有显著的正相关关系,而技术创新能力的提高能显著降低污染水平.     

基于GIS的水环境非点源污染模型研究

非点源污染是水环境研究的重点和难点,利用模型对非点源污染进行研究是该项研究的重要内容之一.由于非点源污染具有广泛性、时空异质性和随机性的特点,用常规方法分析、评价、控制和管理有较大难度.随着地理信息系统(GIS)的发展以及非点源污染模型研究的不断深入,二者的结合已在该项研究中取得了一定成果.基于插件式GIS技术、RS技术、空间数据挖掘技术以及空间决策支持系统(SDSS)是非点源模型发展应用的趋势和方向.     

基于开源GIS的城市非点源污染负荷模拟研究

随着点源污染不断得到控制,非点源污染在城市水污染中所占的比重逐步增大,通过建立城市非点源污染负荷模拟系统,可以从空间上了解城市非点源污染产生和扩散过程,为治理非点源污染提供数据依据。该研究在借鉴目前城市非点源污染模型与GIS集成应用的基础上,针对商业GIS组件开发成本较高、开放性较差、开发灵活性较弱以及SWMM模型本身空间分析能力弱和空间可视化表达效果差等问题,借助开源GIS组件DotSpatial和MongoDB数据库,实现GIS与SWMM模型的紧密集成,并以MongoDB数据库为数据交互中心管理模型数据,开发出具有开发出低成本、扩展性强、高开放、灵活度高等特点的城市非点源污染负荷模拟系统。该研究选择昆明市东风东路片区作为研究区域,并用实测降雨数据进行模拟分析,结果表明系统具有良好的实用性。     

基于数据挖掘的环境污染档案数据统计系统设计研究

针对目前中国自然环境污染档案数据统计效率较差的情况,基于数据挖掘技术,设计了新型环境污染数据统计系统。以射频和基带芯片为核心,利用大数据链路构建数据挖掘处理器,挖掘并缓存原始自然环境污染数据,设计系统自组织竞争网络,录入缓存数据并使用RBF神经网络对初始数据样本进行训练,将数据进行归一化处理,剔除原始环境数据中的错误数据,保证数据读入,将读入后的数据进行回归拟合和分布拟合并进行优化检验,确定函数特征,引入影响参数,分析环境数据的特征趋势,实现环境污染数据统计。     

基于文本文件的可拓数据挖掘方法研究

本文介绍了可拓学理论与可拓数据挖掘技术的基本概念与基本方法,并将可拓数据挖掘技术用于“5·12”汶川地震空间电离层电场文本数据文件的处理.利用自行开发的数据挖掘软件进行数据分类,在震前10天数据中,得到了2个关联度异常文件,并计算了挖掘知识的支持度与可信度.     

山西省PM2.5污染时空演变特征及其影响因素分析

由于PM2.5污染存在空间异质性与空间相关性的特点,因此探究PM2.5的时空演变规律并分析PM2.5污染程度的影响因素,对于山西省协同治理联防联控有着重要作用.基于2008-2018年山西省11个地级市PM2.5年度数据,该研究运用标准差椭圆法、普通克里金插值法、探索性空间数据分析法和建立空间杜宾模型,分别对山西省PM2.5污染重心转移、污染的空间分布、空间关联性和影响因素进行了研究.结果 表明:(1)山西省PM2.5污染重心随时间不断移动,但一直位于晋中市;PM2.5污染存在空间聚集特征,但特征变化不明显.(2)时间上,山西省PM2.5浓度在2011年达到峰值,之后逐年下降;空间上,大致呈现南高北低、东高西低的特点.(3)山西省PM2.5具有明显空间集聚现象和空间溢出效应.山西省大部分南部城市处在PM2.5高-高聚集区域.(4)人口密度、规模以上发电量对山西省PM2.5浓度具有显著正向作用,而城镇率对山西省PM2.5浓度具有显著的负向作用.     

基于数学模型的方法对环境监测数据挖掘研究

传统的环境数据挖掘方法,能够实现对环境监测数据的进一步分析整理,由于数据命中率不高,造成数据挖掘层级较低,为此提出基于数学模型的环境监测数据挖掘方法。对环境监测数据进行多次数据筛选与处理,结合Richard Henderson数学挖掘理论,对检测数据进行拟合与离散检测;依托计算机计算优势,实现监测数据挖掘计算以及参数权重最优值挖掘计算,完成基于数学模型的环境监测数据挖掘方法研究。总结提出的数据挖掘方法比传统的环境数据挖掘方法命中率提升50. 7%,且具备高层级数据挖掘能力。     

基于GIS和遥感信息的空气污染损失研究

文章利用GIS软件、遥感手段将城市地理信息、遥感信息与城市空气污染损失相结合,利用剂量反应函数法计算济南市2002年空气二氧化硫污染造成的人体健康、建筑材料及农作物损失。GIS和遥感信息的应用有效地提高了数据的精确度,能够对数据进行空间分析,并以图像的形式直观显示结果,计算的空气污染损失结果也更为精确。研究结果表明2002年济南市仅二氧化硫污染造成的损失就达亿元,空气污染治理迫在眉睫。     

昆明市空气污染趋势与防治

本文就高原城市昆明近十年来的空气污染状况进行综合分析研究 ,通过对昆明市主要空气中污染物浓度变化规律及发展趋势 ,空间分布 ,主要污染物及污染特征 ,污染与气象的关联度等 ,进行综合分析研究 ,从而提出对防治昆明地区空气主要污染物的对策     

张家口地区排污工业企业集聚与水污染空间耦合特征

基于排污企业污染源环境统计数据,应用水污染物排放强度和核密度分析等方法,研究张家口地区排污工业企业的空间集聚特征及其与水污染排放空间之间的空间耦合特征,结果显示:(1)张家口地区工业企业空间集聚程度存在一定的空间异质性,崇礼县、赤城县整体上几乎无污染密集型企业分布。污染密集型企业主要沿洋河流域分布。(2)农副食品加工业、黑色金属冶炼及压延加工业、食品制造业、煤炭开采和选洗业这四大行业的COD、NH3-N、总氮等水体污染物排放量相对最大。(3)工业企业集聚度与水环境污染程度的空间正向耦合效应明显,96.23%的区域呈较强正向耦合特征。高集聚—污染高值区占比0.40%。针对四种空间耦合状态提出未来污染物排放管控方向,以期为政府部门准确锁定治理区提供决策依据。     

哈长城市群县域碳排放空间溢出效应及影响因素研究——基于NPP-VIIRS夜间灯光数据的实证

基于2012-2016年NPP-VIIRS夜间灯光数据测算哈长城市群共计68个县级单元碳排放数据,采用空间自相关、位序规模法则、空间计量模型以及空间马尔科夫链模型,对县级尺度城市碳排放空间特征、影响因素和动态空间溢出作用进行分析.结果表明：①城市碳排放呈现逐年下降的趋势,空间Moran''s I指数表明研究区城市碳排放存在高度的空间自相关,碳排放的高值集聚性呈降低的趋势.②位序规模法则表明,研究区全部城市的碳排放属于次位型分布,高位次城市的碳排放表现突出;在前十位城市的碳排放规模先减少再增加,由分散向集中演变.③多种空间面板模型对比分析表明,城市经济水平和人口密度因素呈现显著的正相关关系;固定投资和外商投资因素仅在时间固定模型中起到正向影响作用;技术进步以及路网密度因素则起到显著的抑制作用.④空间马尔科夫链分析结果表明,城市碳排放空间溢出效应明显,位于低水平区域与高水平区域的城市在转移过程中保持稳定;位于中低水平区域的城市与高碳排放的城市相邻会降低转移概率,反之则会提升转移概率.     

城市尺度污染贡献敏感性三维空间分布研究

利用空气质量模型CAMx的源识别模块,建立了城市尺度污染贡献敏感性三维空间分布方法. 以重工业城市唐山为例,设置9 km网格分辨率的基线情景及4层网格（地面,70,130和200 m）且逐层递增1 000 t/a二氧化硫排放量的情景,对2006年1月区域贡献敏感性矩阵进行数值模拟分析,得出小时分辨率的各层网格对全局（整个唐山市）及局部（唐山市市区）控制区域的污染贡献系数矩阵,并利用统计分析及GIS可视化技术,对城市尺度污染贡献的敏感性进行了三维空间演变分析. 结果表明,基于CAMx的城市尺度三维污染贡献敏感性方法可以在空间上定量不同高度网格对整个唐山市的垂直污染贡献差异,并实现了对模拟结果的直观显示,为城市尺度的空气环境规划与管理提供了依据.