Evaluation of accuracy of linear regression models in predicting urban stormwater discharge characteristics

Stormwater runoff has been identified as a source of pollution for the environment, especially for receiving waters. In order to quantify and manage the impacts of stormwater runoff on the environment, predictive models and mathematical models have been developed. Predictive tools such as regression models have been widely used to predict stormwater discharge characteristics. Storm event characteristics, such as antecedent dry days （ADD）, have been related to response variables, such as pollutant loads and concentrations. However it has been a controversial issue among many studies to consider ADD as an important variable in predicting stormwater discharge characteristics. In this study, we examined the accuracy of general linear regression models in predicting discharge characteristics of roadway runoff. A total of 17 storm events were monitored in two highway segments, located in Gwangju, Korea. Data from the monitoring were used to calibrate United States Environmental Protection Agency＇s Storm Water Management Model （SWMM）. The calibrated SWMM was simulated for 55 storm events, and the results of total suspended solid （TSS） discharge loads and event mean concentrations （EMC） were extracted. From these data, linear regression models were developed. R2 and p-values of the regression of ADD for both TSS loads and EMCs were investigated. Results showed that pollutant loads were better predicted than pollutant EMC in the multiple regression models. Regression may not provide the true effect of site-specific characteristics, due to uncertainty in the data.     

便携β射线法手工监测PM_(2.5)的可行性研究

提出利用自动射线原理结合重量法的简捷便携特点的便携射线仪手工监测PM2.5的思路,平行比对了便携射线法和手工重量法所测60组PM2.5浓度的监测结果,采用线性回归及T检验、F检验等理论分析了两者数据结果间的有效性和可比性。结果表明,便携式射线仪监测结果与重量法监测结果之间有效可比且得到了两者间的线性回归方程;此外进行了20组数据的实样验证,换算值和真值之间相对误差在8%以内,因而确定了便携射线仪手工监测PM2.5的可行性。     

基于增强回归树的城市PM2.5日均值变化分析:以常州为例

利用2014年12月至2015年11月常州市区6个国控监测站空气污染物浓度逐时数据,分析了PM_(2.5)浓度季节变化特征,采用增强回归树模拟分析了PM10、4种气态污染物和7个气象因子对ρ(PM_(2.5))日变化的贡献.结果表明,常州市区PM_(2.5)污染季节差异明显,冬季污染严重且持续时间长,夏季污染较轻.四季ρ(PM_(2.5))空间分布特征存在一定差异,但各季内不同监测站差异较小.增强回归树对ρ(PM_(2.5))日均值进行模拟和验证得到,训练数据的相关性为0.981,交叉验证的相关性为0.957.此外,模拟值与实测值的标准化平均偏差为1.80%,标准化平均误差为10.41%,可见模型拟合效果较好.PM10、气态污染物、气象因子和区域输送及扩散这4种影响类型对全年ρ(PM_(2.5))日均值差异的贡献率分别为23.4%、28%、36.2%和12.6%,表明在对ρ(PM_(2.5))日均值差异的影响上,气象因子二次形成一次源区域输送及扩散.在对ρ(PM_(2.5))日均值差异贡献率大于5%的因子中,ρ(PM_(2.5))日均值与PM10、相对湿度、CO和O3正相关,与温度、SO2和混合层高度负相关,与大气压和NO2关系较复杂.区域输送及扩散方面,东南风向、偏西风向和偏北风向等上风向周边城市的污染物输送对常州市区PM_(2.5)污染存在较大的负面影响.     

基于距离相关系数和支持向量机回归的PM2.5浓度滚动统计预报方案

针对目前空气质量统计预报方法存在的主要缺陷,本文提出了距离相关系数和支持向量机回归相结合的统计预报方案DC-SVR.利用淮安市2013年1—12月PM_(2.5)观测资料和常规气象观测资料,首先在选入预报当日气象要素的基础上,增加选取前期污染物和气象要素作为预报因子,再采用距离相关系数分季节从预报因子中筛选出重要预报因子,最后采用支持向量机回归对PM_(2.5)浓度值进行逐日滚动统计预报.研究发现,淮安地区气温和气压对PM_(2.5)的距离相关性要高于其他气象要素,夏秋季PM_(2.5)与气象要素的距离相关性较春冬季好.基于距离相关系数和支持向量机回归建立DC-SVR模型,PM_(2.5)的试预报值和实测值的全年相关系数高达0.76,平均偏差仅为1.13μg·m~(-3),平均绝对误差为23.47μg·m~(-3).通过与支持向量机回归、人工神经网络的统计预报效果对比,DC-SVR模型有效降低预报因子维数且能自适应选取最佳参数,预报精度显著优于其他3种统计预报方案,可为业务化预报提供参考.     

基于Logistic回归的燃气管网风险因素重要度分析方法研究

为确定燃气管网风险评估的关键风险因素,以A省各地市燃气管网为研究对象,基于燃气专家经验确定燃气管线风险等级,提出基于Logistic回归的燃气管网风险因素重要度分析方法。采用样本增强及随机抽样的方式,选取400个均衡样本作为管网评估数据输入,通过因子分析方法对其进行降维,得到3个公共因子并作为一级指标反向构建燃气管网风险评估指标体系;利用有序多分类Logistic回归方法,根据回归系数绝对值大小对风险因素进行重要度排序。研究结果表明：外界环境对燃气管网风险的贡献程度相对较高,管道自身因素和巡检养护次之。研究结果可为城市燃气风险防控提供理论依据和方法参考。     

多元回归在大气环境污染事故预测中的应用

运用多元回归法,通过预测模型的选择、数学模型的建立、基础数据的整理和回归效果的检验,建立环境污染范围与诸条件的关系,达到快速估算的目的,从而形成一种有效的大气环境污染事故范围预测的方法.     

岷江干旱河谷西康扁桃地上生物量估测模型

西康扁桃[Amygdalus tangutica (Batal.) Korsh.]是西南干旱河谷区具有较高生态和经济价值的特色乡土灌木树种,为准确估测其地上生物量,采用全株收割法,获取了80丛西康扁桃灌丛及其588个萌生株的外部形态特征与地上生物量数据,分别建立灌木丛与萌生株地上生物量预测模型.选取8种[地径(D)、高...     

施工组织正式网络结构特征对组织安全行为的影响关系研究

为提升建筑施工安全管理水平,探讨施工组织正式网络的结构特征对组织安全行为的影响关系。基于社会网络分析方法,引入安全沟通作为中介变量,建立施工组织正式网络结构特征、安全沟通和组织安全行为的假设模型。基于91个施工组织正式网络结构特征分析,使用多层回归分析方法检验假设模型。结果表明:网络密度、出度中心势和聚类系数均显著正向影响组织安全行为;中间中心势和平均路径长度均显著负向影响组织安全行为;入度中心势对组织安全行为影响不显著;安全沟通分别在出度中心势和中间中心势与组织安全行为的关系中起完全中介作用;安全沟通分别在密度、平均路径长度和聚类系数与组织安全行为的关系中起部分中介作用;安全沟通在入度中心势与组织安全行为的关系中未起到中介作用。     

乡村振兴背景下陕西省生态环境质量影响因素探究

生态环境质量的优劣一定程度上决定着人类社会能否实现可持续发展,探明乡村发展对生态环境的作用方式及程度,对于区域实现乡村振兴和可持续发展具有一定的现实意义。以陕西省为研究对象,以县域为研究单元,利用长时间序列的遥感生态指数(RSEI)表征陕西省生态环境质量的时空变化特征与变化趋势,借助时空地理加权回归模型,探究生态环境质量的影响因素及其空间差异。研究表明：(1)2000—2020年生态环境质量整体呈向好趋势,RSEI值从2000年的0.483 3增长到2020年的0.651 2,生态环境质量等级为好、较好区域面积占比由40.14%上升至63.43%,集中分布在陕南山区及延安市;(2)生态环境质量从2000—2020年总体呈现“快速变好→缓慢转好”的演变趋势,生态环境质量改善区域面积远大于生态环境退化区域;(3)人口因子、土地因子和产业因子对生态环境的影响呈现明显的空间差异性,影响方式发生转变的因子有林地面积占比、农村居民点面积占比、单位面积化肥使用量和单位面积机械总动力。建议在未来发展过程中制定出分区域、科学合理的乡村振兴政策,以实现陕西省乡村发展与生态环境的协调发展。     

乌鲁木齐市采暖季空气质量变化趋势分析

为了定量评价乌鲁木齐市采暖季空气污染近五年的治理成效,给环境治理决策提供科学依据,运用回归分析方法,对乌鲁木齐市采暖季空气质量的浓度、级别和变化规律进行回归分析。分析结果表明,PM10、SO2、NO2三项污染物的浓度都有所下降,空气质量级别的污染天数呈现明显的月变化规律。乌鲁木齐市采暖季空气的重污染状况有所遏制,但SO2污染凸现,在下一步的治理工作中,加强尘污染治理的同时要加大对SO2的治理力度。