灰色理论及改良方法对我国垃圾产量的预测

为了给城市环境规划提供理论依据,需要对城市生活垃圾产量进行预测,以期揭示其变化规律和发展趋势。本文对三种预测模型进行对比分析研究,并通过灰色关联度分析,选取与垃圾产量最为相关的5个因素,建立了包括多个因素指标的GM(1,1)预测方程的多元线性回归综合模型。该模型考虑了城市生活垃圾产量的主要影响因素,得到的拟合数据比较理想,预测模型和结果也更为合理可信。     

职业康复 让伤者回归工作岗位

工伤职业康复是我国工伤康复服务中的重要一环,它以医院内的职业康复服务为基础,结合在企业内进行的外展性评估和现场治疗服务,提升及强化工伤职工受伤后的工作能力,增加就业机会,并协助他们工作安置或重新就业。职业康复服务适用于受伤后有就业、再就业需求的广大工伤职工。工伤职工经临床诊治或医疗康复后,如伤情稳定,筛除职业治疗的禁忌证,可以参与符合其身体能力和工作需求的职业康复训练。     

基于傅里叶变换红外光谱技术的混合毒性气体定量分析研究

基于傅里叶变换红外光谱技术,选取低浓度的CO、CO2、NO、NO2、SO2、HCl、HBr、HCN 8种典型有毒有害气体进行定量分析.经过合理选择光谱区间、数据预处理、样本筛选以及确定模型参数后,建立PLS回归模型,并对模型回归曲线进行多项式修正.模型中各组分实际浓度与预测浓度的拟合回归系数达到0.99,校正集误差均方根SRMSEC低于15×10-6.利用验证集对模型的预测性能进行检验,样本各组分的预测浓度误差小于满量程的±2%,各组分的预测误差均方根SRMSEP不超过20×10-6.     

基于ARIMA与SVM的飞行事故组合预测方法

飞行事故预测的目的在于预防事故。为提高事故预防的针对性和有效性,必须加强预测,以增强预防飞行事故的主动性。在ARIMA和SVM基础上,提出一种飞行事故组合预测方法。首先建立ARIMA模型,用以描述历史数据中的线性关系;然后,对ARIMA模型的残差构建SVM模型,用以模拟数据中的非线性规律,两者预测值之和就是最后的预测结果。美国空军1954—1993年飞行事故损坏飞机万时率的实证分析结果表明:利用该方法所建立的模型,能够对飞行事故作出较为准确的预测,模型精度总体优于单一的ARIMA或SVM模型。     

基于汶川地震的地震人员伤亡预测模型研究

地震发生以后及时掌握人员伤亡情况对灾后救援具有重要作用,因此,建立地震人员伤亡预测模型是极为重要的。以2008年汶川地震人员伤亡数据及房屋破坏面积数据为基础,运用线性回归分析方法模拟出地震人员伤亡预测模型。该函数模型是以建筑物的易损性为自变量,分别以死亡人数、受伤人数为因变量构建的。同时对回归模型进行误差分析,并参考前人模型可知房屋内人口密度和地震发生时间2个因素对模型有很大影响,进而对回归系数进行调整。最后利用文中模型和其他几种预测模型分别对汶川地震和玉树地震进行验证,并与地震实际伤亡结果进行比较,证明研究的模型的准确性和适用性。     

冬季采暖期气象条件对PM2.5等空气质量要素的影响——以咸阳市为例

以汾渭平原典型城市——咸阳为研究区域,利用地面空气质量监测数据和欧洲中期天气预报中心（ECMWF）发布的第五代全球气候再分析资料数据集（ERA5）,分析了咸阳市2018—2020年3 a采暖期污染物浓度变化特征和不同污染程度下的气象条件,采用统计学方法分析各项污染物浓度与气象因素间的相关性,使用多元线性回归模型评价各气象因素对PM_2.5浓度的影响程度,使用二元Logistic回归分析气象因素对PM_2.5超标风险的影响。咸阳市采暖期首要污染物以细颗粒物（PM_2.5）和可吸入颗粒物（PM₁₀）为主,采暖期超标最多的污染物为PM_2.5,超标天数逐年递减;PM₁₀的日变化呈“双峰双谷”型,PM_2.5的谷值出现在17∶00且夜晚浓度较高。颗粒物浓度与相对湿度呈正相关,与风速、边界层高度、温度、气压呈负相关。多元线性回归预测模型显示PM_2.5浓度预测值与实测值变化趋势保持一致,预测值的波动频率比实测值大,预测准确率为51.54%;二元Logistic回归模型显示：除相对湿度外,其他气象因素对PM_2.5超标情况都是保护因素,边界层高度每增高1 m,日均浓度超标风险降低0.7%;相对湿度每升高1%,日均浓度超标风险升高5.3%;温度每升高1℃,日均浓度超标风险降低19.8%;气压每升高1 hPa,日均浓度超标风险降低9.7%。以上研究结果揭示了咸阳市采暖期主要气象因素对空气污染的影响程度,为我国北方城市今后的空气污染治理提供科学依据,为相关政策制定提供理论参考。     

基于多站对比的南昌地区大气CO2浓度变化特征分析

基于南昌高精度温室气体浓度观测站(南昌站)及南昌城市加密观测站(加密站)2020年8月—2021年8月大气CO₂在线连续观测资料,分析了南昌地区大气CO₂浓度变化特征、区域大气输送的影响及潜在排放源区分布特征,并对加密站数据可用性进行研判.结果表明,研究期内南昌站CO₂的平均浓度为444.2×10-6,大气CO₂浓度日变化呈日间低、早晚高的特征,且夏季大气CO₂浓度日振幅最大;季节变化呈现冬季>春季>秋季>夏季的规律.南昌地区的气团输送主要受盛行风向及大气层结稳定度的影响,即夏季南方、东方气团带来较高CO₂浓度,其它季节则由北方气团造成CO₂浓度升高;长三角地区、武汉地区是南昌大气CO₂持久稳定的潜在贡献源区.加密站与南昌站数据季节变化特征和日变化特征基本一致,可以反映局地CO₂浓度变化特征,在年尺度上构建回归方程能够校正加密站数据;近地面CO₂浓度与...     

海陆风对宁波东南滨海郊区大气臭氧变化特征及预测的影响

当前我国沿海发达城市群大气臭氧(O₃)污染严重,且污染的发生和发展受沿海气象条件影响明显.作为海岸附近典型的大气环流,海陆风对沿海地区大气污染物的生成和消散具有重要潜在贡献.本研究基于对2020年1月—2022年3月宁波沿海地区近地面空气质量和气象因子的连续监测,分析了海陆风对我国典型沿海城市大气O₃浓度及其时间变化的影响.同时,在区分有、无海陆风的不同情景下,利用线性回归和随机森林模型对O₃浓度进行了模拟预测.结果表明,海陆风可显著促进沿海地区大气O₃浓度的升高和污染事件的发生,海陆风日的O₃浓度明显高于无海陆风日.与无海陆风发生时段相比,春、夏、秋、冬四季海陆风发生时段的O₃超标率分别升高了19%、18%、38%和6%.海陆风天气下近地面大气相对静稳,污染物的局地循环和积聚是O₃浓度升高的主要原因.随机森林模型对O₃浓度的拟合效果明显优于线性回归模型,且全参数(气象因子和污染物)模型优于气象参数模型.在区分海...     

基于APEI的2013—2018年福建省大气污染评价

为了在区(县、市)级尺度上准确衡量福建省大气污染情况,构建大气污染评价APEI指数。基于高分辨率大气污染数据集和夜间灯光数据,分析2013—2018年福建省78个县市大气污染程度时空变化特征及其影响因素的时空异质性。结果表明：1)福建省中心偏北县市大气污染程度小,东部沿海县市大气污染严重。近6年福建省78.21%的县市大气污染程度减弱;2)全省东部沿海区域空气污染严重,主要表现在NO₂和PM₁₀这2种大气污染物,均超过全省平均水平;3)从大气污染物时序变化趋势看,PM_2.5和PM₁₀变化相似,自2014年起逐年下降,到2018年分别下降约23.15%和12.21%,SO₂和NO₂分别下降明显。O₃呈U形变化,而CO则呈倒U形变化;4)全省6种大气污染物均呈现较明显的季节性波动特征;5)采用时空加权回归(STWR)模型分析夜间灯光对APEI影响的时空异质性,发现2014—2018年负向影响区域持续扩大;全省34个县市5年回归系数均为正值...     

基于MGWR的土壤pH值空间建模及其影响因素分析

以安徽、河南、江苏和山东省为研究区,利用599个土壤样点数据,从地形、气候和生物等方面选取与土壤pH相关的9个环境因子,采用多尺度地理加权回归（MGWR）、混合地理加权回归（Mixed GWR）、地理加权回归（GWR）和多元线性回归（MLR）这4种模型对研究区土壤pH空间分布进行建模,并结合MGWR与分位数回归揭示环境因子对土壤pH作用的空间差异性.结果表明：①研究区土壤pH在不同空间距离上呈不同程度的显著全局和局部空间自相关性,聚集特征明显.② 4种模型中MGWR模型最优,MGWR、Mixed GWR、GWR和MLR的建模集R_adj²为0.64、0.62、0.59和0.48.MGWR的残差独立分布性最强,其空间自相关性最弱,全局Moran''s I仅为0.07.③ 3种GWR预测结果显示,研究区土壤pH值空间分布总体由北至南逐渐降低,河南北部最高,安徽南部最低.④ MGWR回归结果表明年均降雨量（MAP）、多尺度谷底平坦度（MRVBF）和海拔对土壤pH的影响较强,且存在较强的空间异质性.在江苏北部和山东大部分地区,MAP对土壤pH的影响较强;在江苏北部和山东西部,MRVBF对土壤pH的正向作用较强;在江苏北部和中部,海拔对土壤pH的负向作用最强.⑤ MAP对不同分位数水平上的土壤pH均呈显著负作用,作用强度随分位数水平增加呈减弱趋势;MRVBF对低分位数水平（θ为0.1~0.4）上的土壤pH呈显著负作用,对高分位数水平（θ为0.5~0.9）的土壤pH作用不显著.研究结果可为利用MGWR开展大区域土壤属性影响因素分析及预测制图提供参考.