排序方式: 共有42条查询结果,搜索用时 15 毫秒
11.
《四川环境》2021,40(4)
利用2015~2019年云南省16个州市29188个空气质量日报数据进行数理统计,采用克里金插值法及Daniel趋势检验法分析AQI (空气质量指数)及主要污染物浓度的时空变化特征,探讨近5年云南省城市空气质量时空变化特征及其影响因素。结果表明:(1) 2015~2019年云南省SO_2、PM_(2.5、)PM_(10)浓度呈下降趋势,NO_2浓度保持基本稳定,O_3浓度呈显著上升趋势,各年间空气质量综合指数值波动较小,且逐年改善。(2) 2019年O_3-8h作为超标污染物占比达57.52%。云南省PM_(2.5)年均值相对较高区域面积略有减少,O_3年均值相对较高区域面积显著增加。(3)云南省PM_(2.5)与PM_(10)月均值呈现冬春高夏秋低的变化规律,O_3月均值为春季单峰高值,SO_2月均值整体趋势平稳变化幅度不大。(4)云南省AQI值及平均能见度和平均降水量呈显著负相关(P0.01),AQI值与平均气温及平均风速不存在显著相关性。研究显示云南省空气质量优良逐年改善,污染类型由颗粒物污染转为以颗粒物和臭氧为特征的复合型污染。空气质量受气象条件影响,能源结构优化、污染物总量减排等措施对空气质量改善起到积极作用。 相似文献
12.
通过对小锥度齿轮的锥度与工作台倾斜角度的关系推导 ,小锥度齿轮加工过程的分析 ,提出其加工方法的调整设想 相似文献
13.
14.
15.
采用普通克里金(Kriging)、反距离加权(IDW)、趋势面、协同克里金(Co-kriging)插值和基于反距离加权的克里金插值方法对长沙市某时刻的PM_(2.5)浓度空间插值比较,结果表明:反距离加权和趋势面插值的结果与实际情况相差较远;普通克里金和协同克里金插值虽能反映出PM_(2.5)浓度分布一定的空间结构,但精度有待提高,且运行速度较慢;前4种方法效果不好的主要原因是由于长沙市PM_(2.5)浓度监测站点稀少。而基于反距离加权的克里金插值方法结合了2种模型的优点,其结果较为准确地分析长沙市PM_(2.5)浓度分布特征,误差远小于其他方法,且具有平滑性好、运行速度相对较快等优点。 相似文献
16.
插值,是推测地理空间中空白单元处地表现象的重要途径。协同克里金插值(CK)、地理加权回归(GWR)和回传神经网络(BP-ANN)等,在满足相应条件的情况下,都是很好的插值方法,但不具有普适性。在观测单元不多,数据离散性较大的情况下,信息扩散技术的插值,比这些模型的效果都好。该文以四川省三台县2018年和2020年发生的两次大洪水,采集的25个村的房屋损失、农业损失和庄稼被淹三类水灾灾情数据组成6个案例,以村庄与河流的距离、GDP和坡度等为自变量,以灾情为因变量,实证了地理空间信息扩散技术用于插值的普适性。信息扩散的自学习离散回归模型(SLDR),预测误差较小,且没有明显的预测误差小于基准误差的情况。CK在所有案例中,均是预测误差小于基准误差,说明插值无效;GWR在5个案例中也出现相同情况。虽然BP-ANN的基准误差很小,但预测误差却比基准误差高出近一个数量级,也远高于其他模型,表明能够高度拟合训练样本的回传神经网络模型,并不适用于复杂地表现象的插值。 相似文献
17.
测算了1995—2010年中国各行业的碳排放强度,并采用行业分解方法分析了各行业对中国碳排放强度的影响. 结果表明:工业碳排放对总体碳排放强度下降起主导作用,对其下降的贡献率为73.35%;其他服务业次之,贡献率为22.68%;农业、交通运输业、商业和建筑业贡献率较低,分别为1.38%、1.22%、1.17%、0.20%. 采用泰尔指数对中国碳排放强度进行行业差异分析发现,1995—2010年中国各行业碳排放强度泰尔指数从0.3927升至0.4889,行业间碳排放强度的差异呈扩大趋势. 运用差值因素分解模型分析中国碳排放强度变化动因发现,在1995—2010年中国碳排放强度的下降中,技术效应具有促进作用,贡献率为104.64%;结构效应具有抑制作用,贡献率为-4.64%. 未来宜从优化产业结构、加快技术研发和应用等方面降低碳排放强度. 相似文献
18.
以江苏省某废弃染料厂搬迁后的遗留地块为研究对象,运用内梅罗综合污染指数法对场地有机污染物污染程度进行评估,并结合Surfer软件中克里金插值法研究有机污染物的健康风险空间分布情况。结果表明:该场地主要超标污染物为氯仿和苯并(a)芘,污染区域主要为生产车间,最大超标深度为12 m,苯并(a)芘在1.5,3.0 m深土壤中对暴露人群造成的致癌风险高,氯仿在6,12 m深的土壤中致癌风险高;但它们在各层中所造成的危害商均<1。因此,该场地开发利用前需进行土壤修复。 相似文献
19.
为揭示徐州市主城区个人生态足迹的空间变异性并分析引起其空间变异的原因,采用问卷调查和克里格插值法对个人生态足迹及其组分的空间分布进行了分析。结果表明:①徐州市主城区个人生态足迹分别是中国和全球个人生态足迹的1.48倍和1.18倍,其中商品服务足迹所占比例最大(51.1%),徐州市主城区处于弱不可持续发展状态;②经过实验半变异函数交叉验证,球状、指数和高斯模型可以较好模拟个人生态足迹及其组分的空间变异,其中,个人生态足迹、住宅足迹和商品服务足迹的块基比均小于25%,表现出强烈的空间相关性,碳足迹和食物足迹处于25%至75%之间,表现出中等空间相关性;③个人生态足迹、碳足迹、食物足迹和商品服务足迹总体上呈南高北低趋势,以市中心为峰值逐渐向周围递减,住宅足迹呈多峰值分布,最高值位于远离市中心的郊区。对个人生态足迹及其驱动因素进行空间相关分析,发现,调查对象的社会经济背景和空间特征对个人生态足迹及其组分的空间变异特征具有重要影响。 相似文献