应用多元统计分析理论预测城市大气污染

本文分析研究地区31个环境,单元中4个环境因子与5个大气污染指标的相关性.通过对聚类中各因子最佳分割点的确定,对各子聚类的合并判断以及对各指标的判别筛选,探索大气污染的发生、发展与环境中诸因子存在状态的定量关系,从而实现对该区大气污染状况的定量化预测.     

北京典型汇水区域雨水径流温度特征及影响因素分析

城市化发展导致不透水地表面积率大幅攀升,由此带来的一系列问题逐渐受到人们关注,夏季城市汇水区域地表产生高温径流后汇入下游受纳水体所造成的雨水径流热污染,对水生态、水环境造成不良影响的风险尤为突出。选取北京市典型汇水区域,对2021—2022年多场降雨径流出流温度进行监测与分析,并对气象因素、下垫面温度及管道内径流热量等数据进行同步采集,运用皮尔逊相关系数法分析其影响因素。结果表明：研究区域夏季降雨常出现雨水径流温度升高现象,降水量小于12.5mm、降雨历时短于250 min的降雨场次更易于升温,升温幅度最高可达4.1℃;径流温度升高往往出现在径流过程初期,温度达峰平均时间为38 min;径流是否升温与降雨强度峰值位置之间没有明显关系;气温、不透水地表初始时刻温度、降雨历时及降水量是雨水径流温度的极显著影响因素（P<0.01）;降雨期间气温、降雨历时、不透水地表初始时刻温度和管道内壁温度4个指标,可以基本解释研究区域96.7%的径流温度输出情况。     

加装电梯多主体协同治理实现路径研究

居住在未装设电梯住宅中的老、弱、病、残群体出行成为亟须解决的民生热点问题。然而加装电梯在施工安全、审批程序、责任落实、政策落地、资金筹措、业主协商方面存在的问题导致其在实践中存在着众多阻力。研究为解决既有建筑加装电梯难题提供了一种基于多主体协同治理角度的新思路,以期辅助政府有关部门在多元合作中探索实现多方共赢的加装电梯治理效果。     

运用回归分析与人工神经网络预测含硫芳香族化合物好氧生物降解速率常数

为了研究人工神经网络预测有机化合物生物降解的性能,运用多元线性回归方法和误差反向传递人工神经网络模型以基团代码作为结构描述符,分别拟合、预测了一批含硫芳香族化合物的一级好氧生物降解速率常数．结果表明,由于神经网络自动考虑了基团间的交互作用,它对生物降解这类复杂问题有极高的求解能力,预测的均方误差为０．００１０２,远低于线性回归模型的预测误差０．０１５９１     

放电等离子体增强多元金属催化剂降解对二甲苯的特性与机理

采用浸渍法分别制备了Mn-Co-La-Ce/Al₂O₃、Mn-Co-Ce/Al₂O₃和Mn-La-Ce/Al₂O₃多元金属催化剂,利用BET、XPS、O₂-TPD和FT-IR对反应前后的Mn-Co-La-Ce/Al₂O₃进行表征分析,研究了其在放电低温等离子体(NTP)协同催化体系中对对二甲苯的催化降解效果,以及催化降解条件(对二甲苯初始浓度、氧含量、气量等)对其降解效率影响,应用气相色谱-质谱分析了NTP协同催化剂降解对二甲苯反应后的有机副产物,探讨了NTP协同催化体系降解对二甲苯的机理.结果表明,等离子体将增加催化剂的表面晶格氧释放的强度.La掺杂能提高多元催化剂O_ads和O_lat的结合能,O_ads占比达54.67%,提高O_ads含量达1.24%.与单独NTP降解相比,NTP协同多元催化剂的降解效率提...     

多元逐步回归对苯胺类化合物结构与毒性模型研究

采用Chemoffice6．0中MOPAC-AMl量子化学法计算了24种苯胺类化合物的6种量子化学结构参数．其中取17个化合物作为样本集对-lgEC50进行多元逐步回归分析．得到最佳方程．经自由度校正的回归系数R=0．985。应用所建立的QSAR模型验证了苯胺类化合物的EC50值．并通过“Jackknife”中的逐一抽取法进行模型检验,得出该模型具有很好的稳定性．平均残差仅为0．05个对数单位．小于文献值。经过7个预测样本对该模型进行验证．结果表明．该模型具有很好的预测能力。同时分析了苯胺类化合物的毒性机理。     

基于遥感数据的京津冀地区PM2.5时空分布特征

基于MODIS AOD遥感数据,采用多元线性回归模型对PM2.5地面监测数据进行模拟估算,同时加入降水量、相对湿度等气象因子以提高模型精度,结合GIS空间分析技术,得到2015—2016年京津冀地区空间连续的PM2.5浓度分布。结果表明:利用多元线性回归模型反演PM2.5浓度效果较好,R 2均在0.59~0.84之间。在时间上,京津冀地区PM2.5浓度呈现出夏季最低、秋季稍高、冬春两季最高的变化趋势;在空间上,2015年和2016年京津冀地区PM2.5浓度有明显的区域差异,均呈现出西北低、东南高的分布格局,大致与燕山山脉和太行山脉走向一致。     

扬州市生活垃圾产生量预测

依据2013—2021年扬州市生活垃圾产生量及影响因素数据,运用多元线性回归分析方法,建立了扬州市生活垃圾产生量预测模型。并运用该模型对2022—2026年扬州市生活垃圾产生量进行了预测,结果表明未来5年内,扬州市生活垃圾产生量将呈现缓慢增长趋势,预计2026年生活垃圾产生量将达到180.05万t,年平均增长率为5.11%。     

北京地区PM_(2.5)与空气污染物的关系模型

为了研究北京地区PM2.5与空气污染物的质量浓度关系。从PM2.5监测网收集2013-04-01~2014-05-15期间PM2.5、PM10、SO2、NO2、CO、O3等主要空气污染物数据,用多元线性回归模型建立PM2.5与空气污染物的质量浓度关系。结果表明:北京地区PM2.5与空气污染物PM10、SO2、NO2、CO、O3的质量浓度相关系数分别为0.9172、0.6332、0.7683、0.8166和-0.1797,优化的拟合方程为:[PM2.5]=-22.5925+0.569109×[PM10]+23.94913×[CO]+0.113025×[BPM2.5],模型的估算值与观测值相关系数为0.9426,此方程能较好地模拟北京地区的PM2.5质量浓度。