瞬时源示踪实验确定河流纵向离散系数和横向混合系数的线性回归法

本文从瞬时源二维浓度公式出发,经数学推导得出一直线方程Y=AT+B,变量Y、T可由t、c、c’_t来表示.系数A、B含有待确定的参数D_x、D_y,河流纵向和横向流速u、v,以及观测点坐标x、y.由实验观测数据(c_i,I_i通过线性回归可确定A、B,进而解二元代数方程组求出纵向离散系数D_x及横向混合系数D_y.     

模拟酸雨对材料腐蚀试验

设计、制造了一套酸雨模拟试验装置,它能模拟昼夜、雨和露。在该装置上进行了7个500h的试验。作了模拟酸雨、酸露、干沉降对碳钢、铝、镀锌钢、涂漆钢、大理石的影响.结果表明当pH为4时,随SO₂浓度的增大,5种材料腐蚀速度加快;当SO₂为10ppb时,随pH值增大,5种材料腐蚀速度减慢.并对此进行了线性回归分析,得出腐蚀速率VF与SO₂浓度、雨水pH值呈线性关系。      

多元监管工具如何促进制造企业绿色生产行为？

通过政府规范与引导,促使企业采取绿色生产行为,对摒弃粗放式生产方式推动经济绿色发展具有重要意义。基于全国592家制造企业微观调研数据,运用有序回归模型与链式中介模型,研究监管工具对企业绿色生产行为的推进效果及在推进过程中监管工具间的交互效应,并探究监管工具对企业的作用机制。实证发现：(1)法律法规型、行业标准型、经济激励型、宣传教育型和信息引导型五类监管工具均能促进企业绿色生产行为的发生;(2)多元监管工具在推进企业绿色生产进程中,存在互补效应和替代效应,即多元监管工具同时作用于企业绿色生产行为时,既可能产生政策合力,也会存在政策效应抵消的现象;(3)监管工具干预不同性质企业时,政策边际效果存在差别,而监管工具干预不同规模、地区的企业时,政策异质性不显著;(4)绿色研发投入和技术创新在监管工具推进企业绿色生产行为的影响过程中,具有部分链式中介作用。在推进制造企业绿色生产的实践中,政府应拓展监管工具种类,丰富监管工具规范形式;科学评估监管工具的政策效能,发挥多元监管工具的协同效应;关注异质性企业的政策偏好,实施精准施策;准确把握监管工具的作用机制,提高监管工具的干预效率。该研究从多元监管...     

南通市大气降水中硫酸根的影响因素研究

随着环境空气污染的日益加重,研究硫酸根与降水中其他因子的相关关系对准确反映大气的质量状况具有重要意义.根据南通市2018年的降水监测数据,采用SPSS统计分析软件对降水中的硫酸根浓度与pH值、电导率以及常见阴、阳离子进行相关性分析,推断出离子的可能来源.通过多元线性回归模型可以对南通的硫酸根离子浓度进行预测.研究为南通...     

基于推拉理论的“农二代”耕作意愿研究——以河南省为例

"农二代"耕作意愿关系到农业经营主体的发展、新型职业农民的培养和国家粮食安全。基于河南省597份问卷调查数据,运用推拉理论并采用二元Logistic回归分析模型,探索了"农二代"分别在近期和远期的耕作意愿及其影响因素。结果表明:与近期相比,"农二代"的耕作意愿在远期将会下降。"农二代"耕作意愿在近期和远期的影响因素有同有异。种地经历、家庭类型和农村生活压力等对"农二代"近期、远期的耕作意愿均影响显著且方向相同;种地技能要求、日常家庭开支对近期、远期的耕作意愿均有影响,但前后方向相反。而有些因素仅对"农二代"近期耕作意愿或远期耕作意愿单方面有影响。农户特征和农村推力等方面的因素在"农二代"近远期耕作意愿中均发挥重要作用。农村拉力在近期耕作意愿中作用明显,而城镇拉力在远期耕作意愿中影响显著。最后,根据"农二代"的耕作意愿影响因素,提出了具体的政策建议以期为地方政府制定相关政策提供支撑。     

产业生态化水平的测度及其影响因素研究

近年来,产业生态化转型发展成为一个重要的热点问题。构建产业生态化水平评价指标体系,运用因子分析法对我国各省(直辖市、自治区)的产业生态化水平进行测度,并对此进行静态和动态分析,最后运用断尾回归方法找出影响我国产业生态化水平的主要因素。实证结果表明:我国产业生态化水平可以划分为领先区、发达区、中等区和落后区4大类型,各省区产业生态化水平虽都有所提高,但差距显著,影响产业生态化水平的主要因素有人均GDP、产业结构、环境污染治理投资额、RD经费投入、工业固体废物产生量以及工业固体废物综合利用率。据此从产业系统内部和外部两个方面提出加快产业生态化转型发展的对策建议。     

安全生产统计分析需要注意的问题

本文通过举例说明的方式,对安全生产统计分析中几个常见问题,如相关分析中未考虑各因素之间的相关性、建立数学模型未进行适用性检验和统计检验等问题进行了研究分析,提出了相关分析中需要注意各因素之间相关性对结果影响、建立模型应进行必要的适用性检验和统计检验等几点建议。     

基于向量自回归模型的水质异常检测研究

水质异常检测对保障用水安全具有重大意义。为了准确有效地判断水质异常,提出基于向量自回归(VAR)模型的多参数融合水质异常检测算法。VAR模型是自回归(AR)模型的一种扩展。通过AR模型和VAR模型跟踪和预测水质背景数据,计算预测残差,与设定阈值比较判断水质是否异常。结果表明,与基于AR模型的水质异常检测算法相比,基于多参数融合的VAR模型在水质背景数据跟踪上具有更好的准确性,能够实现较高的异常检出率和较低的异常误报率。     

基于气象因子的PM_(2.5)回归预测模型研究

采用Pearson相关系数分析了2013—2016年3大典型城市北京、南京和广州的ρ(PM_(2.5))与各气象因子的关系。结果表明,3个城市ρ(PM_(2.5))与各风速因子最大的相关系数依次为-0.44,-0.29和-0.37,与各气温因子最大的相关系数依次为-0.44,-0.33和-0.37,气压与南京和广州的ρ(PM_(2.5))正相关,气压因子最大的相关系数分别为0.25和0.34,湿度与北京ρ(PM_(2.5))正相关,与广州ρ(PM_(2.5))负相关,湿度因子最大的相关系数分别为0.49和-0.36,日照时数与北京ρ(PM_(2.5))相关系数为-0.46,降水量与南京和广州ρ(PM_(2.5))相关系数分别为-0.20和-0.24;采用逐步线性回归方法建立城市次日ρ(PM_(2.5))与气象因子的预测模型,复合相关系数分别为0.722 8,0.770 6和0.809 9。模型预测3个城市2016年PM_(2.5)年均值分别偏高4,5和3μg/m3,日均值平均相对误差为±45.6%,±32.9%和±26.0%,模型对高ρ(PM_(2.5))普遍低估。