污染源自动监测数据异常诊断系统研究

简述了污染源自动监测数据异常诊断系统的概念以及异常数据的来源,以及系统的工作原理和基本功能结构。提出了系统模拟专家分析过程的信息处理工作方式,以期实现污染源自动监测数据质量自动诊断与故障识别。     

大数据解析技术在大气环境监测中的应用研究

针对近年来新兴的大数据及挖掘、分析技术,对大数据解析技术在环境科学研究中的应用进行了分析和探析。以城市局部地区大气细颗粒污染物PM2.5浓度计算为例,筛选了PM2.5浓度历史数据、气象条件、交通状况、人群活动情况、网格道路状况等数据为影响特征量,分析了用神经网络法进行大数据解析和推演的原理和数学过程,是用数学、计算机、统计等方法研究解决多元、非线性复杂环境问题的一种新的探索。     

道路交通噪声自动监测应用探讨

结合城市道路路网状况及实际噪声监测数据和历史实验数据,对道路交通噪声自动监测数据的有效性、监测点位布设进行了研究,对道路交通噪声监测点位优化提出建议。     

基于MERIS数据的太湖悬浮物与叶绿素a遥感估算研究

基于MERIS数据,采用最大叶绿素指数算法,分别建立太湖悬浮物浓度与叶绿素a浓度的估算模型。经误差分析证明,该模型适宜检测悬浮物与叶绿素a质量浓度范围分别为15 g/m3～80 g/m3与10 mg/m3～20 mg/m3的水域,可用于太湖水体悬浮物与叶绿素a的MERIS遥感估算。     

大数据时代下智慧城市公共安全应急管理现状分析及对策

大数据时代下智慧城市智能化、数字化的管理模式相比,传统的公共安全管理模式还有许多地方需要完善。为有效地加以完善,需要从创建"网络式"数据中心,实现信息共享、制定标准性的规章规范,加大社会公众的参与度、完善大数据时代下的政府职能,提高城市应急管理综合能力这三个方面入手。     

我国某铁路局2005-2014年行车事故分布规律分析

针对我国某铁路局行车事故多发情况,从事故等级分布、类型分布、原因分布、时间分布、空间分布等多个方面对2005-2014年1 784起铁路行车事故进行综合统计分析,得出了近10年该铁路局行车事故的分布规律.一般D类事故1 008起,占事故总数的85％,是铁路行车事故的绝对主要等级;延误事故1 059起,占事故总数的59.4％,是铁路行车事故的主要类型;设备原因行车事故1 185起,占事故总数的66.42％,是铁路行车事故的绝对主要原因.铁路行车事故在年、月、日、时上的高峰期分别为2006年(293起)、8月(180起)、周五和周天(267 +288起)、14:00-16:00(184起),分别占事故总数的16.4％、10.1％、31.1％、10.3％.车站铁路行车事故978起,占事故总数的54.8％;其中四等站事故最多为345起,占车站事故总数的35.3％,特等站事故次之为187起,占车站事故总数的19.1％.     

基于高频AQI数据的关中城市群空气污染规律探索

基于高频分时AQI及各污染物浓度数据,本文使用"AQI小时指数"、首要污染物等进行统计分析并建立VAR模型对关中城市群空气污染的总体情况、日内波动规律以及城市间空气污染的关联规律做了不同层次的挖掘。研究结果表明:(1)关中城市群的空气质量整体较差,春、冬季空气污染程度明显大于夏季,空气污染的"季节效应"和"集簇性"明显,且主要表现为颗粒物污染。(2)空气质量的日内波动规律在春、冬两季表现为下半天优于上半天,夏季夜间优于白天。但在不考虑四季AQI小时指数图"相位"差异的情况下,四季空气污染的日内波动呈现出明显的相似性。(3)各城市空气污染存在明显的关联规律。城市群内一个城市空气污染的恶化会加剧其他城市的空气污染,并且对其他城市空气污染的影响峰值会在24小时之内出现,且该影响会随着空间和时间尺度的增大而逐步衰减。     

基于卫星夜间灯光数据的中国分省碳排放时空模拟

中国能源统计数据"横向不可比,纵向不可加"现象依然突出,尤其是分省能源消费统计千差万别,给分省碳排放评估带来了较大困难,如何利用卫星遥感数据科学合理地估算中国分省碳排放是当前亟须研究的问题。本文运用DMSP/OLS全球稳定夜间灯光数据,在通过相互校正、年内融合和年际间校正等系列处理得到中国分省稳定夜间灯光数据的基础上,首先分别构建中国分省稳定夜间灯光亮度DN值与人均碳排放和单位面积碳排放之间的时空地理加权回归模型,两个模型整体效果均较好,拟合优度分别高达96.74%和99.24%;其次运用稳定夜间灯光亮度DN值对分省人均碳排放和单位面积碳排放进行时空模拟;最后运用人口规模和土地面积对分省碳排放进行估算。估算结果显示:(1)整体来看,2000—2013年年均碳排放模拟值与实际值6.3349×109t较为接近,两个模型的相对误差均在0.5%以内。(2)分年度来看,所有年份的相对误差均在5%以内,2006年分省加总碳排放模拟值与实际碳排放6.2036×109t最为接近,绝对误差和相对误差均较小,两个模型模拟值的相对误差均为0.04%。(3)分省域来看,2000—2013年年均碳排放模拟值与实际碳排放均非常接近,除海南和宁夏外,其余28个省区市的相对误差均在1%以内。(4)分年度分省域来看,以2013年为例,40%省份的相对误差在2%以内,70%省份的相对误差在5%以内。从整体、分年度、分省域、分年度分省域的估算结果来看,基于稳定夜间灯光数据的中国分省碳排放时空模拟效果良好。因此,运用卫星夜间灯光数据可以较为准确地对中国分省碳排放进行估算和预测,为卫星遥感影像数据服务分省碳排放监测和评估提供一种补充性参考。     

基于广义DEA的建筑业区域碳排放效率评价CSSCI

我国虽然提出了减排目标,但缺乏对建筑业碳排放现状与减排目标效率水平的对比分析。在剔除环境因素和随机误差对建筑业碳排放投入指标影响的基础上,以2005年建筑业碳排放强度降低45%为减排目标单元,构建建筑业碳排放效率评价的广义DEA模型,从八大区域分析我国建筑业碳排放效率水平。以2003—2014年我国建筑业碳排放为实证,结果表明:我国建筑业碳排放效率逐年提升,投入指标冗余逐年降低;建筑业碳排放技术效率水平分为三个层次,北部沿海、东部沿海为高效区,大西北为低效区,其他区域为中效区;建筑业投入指标冗余现状表现为资本存量和碳排放冗余较高,机械设备冗余居中,劳动力冗余较低。从提升区域建筑业碳排放效率和降低区域建筑业投入指标冗余两方面提出减排策略,研究成果可为区域化建筑业减排提供决策依据和理论指导。     

中国城镇居民医疗保健支出的增长机制研究

本研究采用1995-2010年的省际面板数据对我国城镇居民医疗保健支出的增长机制进行了分析。研究发现该项支出会随着人均实际可支配收入、千人床位数的增加而增加;而老龄负担比和人均实际政府卫生支出的增加,对该项支出在不同时期和地区产生了增减不一的作用;保险设立也增加了我国城镇居民医疗保健支出。研究认为供方诱导是推动医疗支出增长最主要的因素,而老龄化则是未来拉动医疗支出增长的主要因素。因此,提出建议:规范政府支出的流向、改变对供方的激励机制、开放并有序管理医疗市场,提高保险组织者的管理能力来遏制医疗费用的过快上涨,以应对老龄化社会的到来。