舟山本岛大气污染输送过程的数值模拟分析

利用HYSPLIT-4后向轨迹模式和NCEP(美国国家环境预报中心)的2012年GDAS(全球资料同化系统)气象数据,结合NO₂、PM_2.5、PM₁₀和SO₂等常规大气污染物的质量浓度数据,对舟山本岛2012年4月、7月、10月和12月的大气污染输送过程进行了模拟,并通过聚类分析和潜在源区分析〔包括PSCF(潜在源贡献)和CWT(浓度权重轨迹)计算〕,确定大气污染传输路径及影响源区. 结果表明:舟山本岛气流后向轨迹呈明显的季节变化特征,4月主要受来自黄海海面气流轨迹的影响,其占总轨迹数的36.7%,ρ(PM₁₀)为(53.24±24.33)μg/m3;7月以途经琉球群岛和东海气流轨迹为主,占总轨迹数的48.4%,对ρ(NO₂)、ρ(PM_2.5)、ρ(PM₁₀)和ρ(SO₂)贡献分别为(24.63±6.33)、(28.60±4.83)、(52.89±18.76)和(8.67±3.11)μg/m3;10月气流轨迹主要来自于东海海面,占总轨迹数的49.2%;12月气流则主要来自辽宁南部和黄海,占总轨迹数的66.1%,对ρ(NO₂)、ρ(PM_2.5)、ρ(PM₁₀)和ρ(SO₂)贡献分别为(28.48±15.14)、(58.71±14.10)、(69.83±38.94)和(20.83±13.28)μg/m3. 舟山本岛PM_2.5的潜在源主要为毗邻城市间局地污染,集中于浙江沿海城市及杭州湾、上海等地.      

县域粮食单产及其生产投入因素的空间异质性——以河南省为例

在当前耕地总量很难增加的总体形势下,粮食单产及其生产投入因素的关系研究对国家粮食安全具有重要意义。Moran’s I指数及散点图显示,粮食单产及其OLS(Ordinary Least Squares)估计的残差存在显著的空间自相关性,因而不满足经典线性回归分析的建模条件,而GWR(Geographically Weighted Regression)模型能够克服这一缺陷,并能进行参数的局部估计。河南省108个县的实践表明,GWR模型有效地降低了残差的空间自相关,各项检验指标均好于OLS估计。4个生产投入影响因素的空间分异规律存在显著差异。灌溉因素在OLS和GWR模型中均为正效应,单位播种面积机械动力、单位播种面积化肥施用量(折纯)、单位播种面积用电量3个变量的系数估计值在OLS模型中为负,而在GWR模型中则有正有负,说明存在空间异质性。黄河以北粮食高产区主要受机械动力、灌溉和用电量3个因素的正向影响,化肥投入的再增加反而引致单产降低。淮河沿岸和信阳的粮食高产区主要受化肥施用量和用电量的正向影响。为提高粮食单产,西部山地、丘陵县的粮食低产区应加强机械动力投入并提高用电效率,最西部的山地县还应适度增加化肥的用量。     

基于加权线性回归模型组的湖北省工矿事故死亡人数分析预测

以2005-2014年湖北省工矿企业事故死亡人数为基础,通过对时间序列图分析可知,该省工矿企业事故具有明显的周期性、季节性。另外,依据安全系统特征属性,系统近期的状况相对远期的状况对未来预测更具有影响力。因此,各个季节数据的权重应有所不同。综合考虑以上两种情况,提出对4个季节建立不同的线性加权线性回归模型,并进行组合,形成加权线性回归模型组,进而对2015-2016年各个季度进行预测。最后,与传统的时间序列分析方法比较可知,加权线性回归模型组的方法建立的模型显著性、拟合度更高,并且模型的可读性更强、更简单。     

基于地理加权回归模型的葡萄园土壤砷含量高光谱反演

以吐鲁番盆地葡萄园土壤中砷(As)为研究对象,分析15种光谱变换下的土壤光谱反射率数据与土壤As含量的相关性,构建土壤As含量预测的偏最小二乘回归(PLSR)模型和地理加权回归(GWR)模型.结果表明:葡萄园土壤原始光谱率(R)经一阶微分( FD)、平方根一阶微分(SRFD)、平方根二阶微分( SRSD)、倒数二阶微分...     

数学统计方法在公路降噪措施中的应用

基于交通噪声影响的复杂性,提出将层次分析法和加权系统聚类法应用于公路环保设计降噪措施的决策中,有效避免了人为主观因素的片面性.选取3个反映交通噪声影响程度的指标并予以量化,采用层次分析法和加权系统聚类法对各个受噪声影响的环境敏感点按影响程度进行排序及归类,在时间及资金有限的情况下,实现降噪措施的优化设计及资金的有效使用.     

基于广义加权组合预测法的建设用地需求预测——以苏州市为例

对现行采用的多种常用建设用地需求量预测方法进行了比较,并以苏州市为例,采用5种预测模型进行了对比分析,利用近13年的统计数据进行了验证.结果表明,广义加权组合预测法得到的结果误差最小、精度最高.     

堤防工程综合安全模型和风险评价体系研究及应用

为获得荆南长江干堤的安全特性,在层次分析法及模糊一致理论的基础上,考虑堤防工程水、土两相系材料的特点,建立了模糊综合评判系统结构模型。通过正态型模糊隶属函数,结合两种权值理论实现了对堤防工程的安全综合评判。在模糊综合评判结论的基础上,结合模式识别的间接方法,提出了广义多维加权模糊识别模型,实现了对典型堤身段的安全模式识别,并对模型指标体系作了敏感性分析。所得成果比较全面地反映了干堤在复杂运行条件下的综合安全特性,对指导工程现场管理与监测有现实意义。对于复杂堤防系统,模糊综合评判是实现全面风险分析的有效手段,而广义多维加权模糊识别模型可以为工程安全决策提供有力依据。     

Predicting dioxin-like PCBs soil contamination levels using milk of grazing animal as indicator

Dioxin-like PCBs (dl-PCBs) are ubiquitous persistent organic pollutants of recognized negative effects on human health. Assessing highly polluted areas should be an important public health issue. This study proposes to use the milk of grazing animals as a bioindicator of dl-PCB contamination in the environment. The hypothesis is that milk concentration of dl-PCBs are related to soil concentrations of these compounds, and that soils are generally reflective of a larger environmental issue of dl-PCB contamination. In this study, we evaluate the possibility of predicting soil concentrations using milk of sheep, cows and buffalos in a spatial model. For this purpose, samples of soil and milk collected in Campania (Italy) were introduced in a GIS platform to perform geostatistical analysis for building a simple predictive model. The ordinary least squares regressions (OLS) showed a statistically significant correlation (p < 0.05) between soil and milk contamination. However, this relationship was spatially variable. Thus, a geographically weighted regression (GWR) was performed, obtaining R² values of 0.91, 0.77 and 0.66 for sheep’s, buffalo’s and cow’s milk respectively. Assessed the mathematical relationships between the variables, new data was introduced to evaluate the performance of the model. Predictions of soil contamination with dl-PCBs using sheep’s, cow’s and buffalo’s milk showed a mean error of 23%, 25% and 36% respectively. According to these results the sheep’s milk can be considered the best bioindicator of dl-PCBs contamination among the three species. The results of this project evidence the potentialities of the proposed approach to assess bioindicator performance in a spatial predictive model.     

京津冀大气污染变化规律及其与植被指数相关性分析

基于2017年逐时空气质量监测数据、归一化植被指数（NDVI）16 d合成数据以及社会经济数据,对京津冀大气污染特征进行了系统分析,并利用线性回归、地理加权回归模型等探讨了其变化规律与NDVI的关系,及其受社会经济因素的影响.结果表明：①京津冀地区大气污染整体表现为南高北低、平原高山区低的分布特征,由北向南递次升高,大气污染呈现出显著的空间异质性;②从季节变化看,呈现冬季 > 秋季 > 春季 > 夏季的总体规律,京津冀地区大气污染呈现出显著的时间异质性;③SO₂、NO₂、CO、PM_2.5、PM₁₀等污染物浓度均与NDVI值呈负相关关系;在气候、地形等自然条件较为一致的前提下,NDVI值越低人类活动干扰越明显、产业经济布局越集中,进而污染排放量越大,对空气质量产生显著负面影响;④NDVI指数一定程度上反映了土地利用、人口分布以及产业布局状况,而这些因素直接或间接决定着大气污染排放水平,进而能够指示区域的污染分布特征;⑤地理加权回归模型（GWR）计算结果表明,经济发展水平越高的地区NDVI与社会经济因子、PM_2.5等污染物浓度相关性越好.NDVI的分布可以大体反映社会经济发展水平.对PM_2.5的分布也有一定的指示作用.     

城市空气质量模糊评价新方法

在权广义距离概念的基础上提出一种新的城市空气质量模糊评价方法,评价过程能充分利用实际数据所包含的各种信息.与模糊综合评判模型的同一应用实例结果进行比较,表明文章提出的评价方法更为有效.