石家庄大气污染物输送通道及污染源区研究

为探索石家庄的区域输送规律,确定主要污染源区,利用HYSPLIT(Hybrid Single Particle Lagrangian Integrater Trajectory)后向轨迹模式和NCEP的GDAS全球气象要素数据,对2013—2016年从不同高度上抵达石家庄地区的逐日72 h气流后向轨迹进行聚类分析,并结合石家庄逐小时颗粒物污染物浓度数据,分析石家庄PM2.5的潜在源贡献因子(WPSCF)和浓度权重轨迹(WCWT).结果表明,(1)石家庄PM2.5浓度具有明显单峰谷日变化,秋冬季与春夏季峰谷值出现时间不同;(2)近地层大气污染输送路径以近距离,移速慢的轨迹为主,轨迹较短的路径所占比例在40%以上.除夏季外,近距离输送路径均存在螺旋转向,在后向48~36 h内轨迹端点到达河北省内,转为东向和南向输送.(3)大气污染输送通道的垂直分布特征表明,输送轨迹中低于500 m高度的轨迹点占28.7%,高于1000 m低于3000 m高度的轨迹点占36.1%,高于3000 m高度的轨迹点占25.3%.低层多以近距离输送为主,高度越高,近距离输送轨迹的频率越低.500 m高度输送通道仍以近距离输送为主,并存在螺旋转向,1500 m高度以上多远距离输送.(4)石家庄PM2.5的主要污染源区范围较小.途径河北中南部、河南北部、山东西部和山西中北部地区的轨迹对石家庄PM2.5的污染贡献最大.     

军用飞机结构类型聚类分析

选取某型飞机16个典型结构,采用温、湿度测量仪测量其局部温、湿度,测量周期为2个月,分别获得673个有效温、湿度实测数据。根据实测数据,采用模糊聚类算法对飞机结构类型进行归并分析,当模糊矩阵阈值λ=0．7时,飞机结构类型可归并为开式、半开式、封闭式3种典型结构形式。     

地表水环境的灰色聚类分析

在环境质量评价中,环境系统包含的信息是不完全的和非确定性的,因此环境系统是一个灰色系统。传统的评价方法已不能满足要求,灰色聚类分析方法正是考虑了环境系统这一特点,因此现已被成功地运用于环境质量评价中。采用灰色聚类分析对西安某河流进行评价,并运用主成分分析各年之间的污染程度以及各污染指标之间相互关系,有效地提取了信息。     

太湖西岸水体污染物时空分布及解析

采用聚类分析、主成分分析及相关分析方法解析2015年太湖西岸入湖河流水质污染的时空分布特征及影响该区域水质的主要驱动因子。研究结果表明:时间上按污染程度将全年聚类为时段I(12月、1—3月)、时段II(11月、4—5月)和时段III(6—10月)3类;根据11项水质指标主成分分析提取3个主成分,可以解释75.49%的结果;时段I、时段II和时段III水质污染状况依次降低,空间上总体呈现出太湖西岸北部向南部递减的趋势;NH3-N、TN、Chl-a和SD是影响该水域水质的主要驱动因子。     

丛式并井眼交碰风险因素分析及安全技术对策

分析了丛式井井眼交碰的影响因素,从设计和施工两个方面提出了具体的技术措施,提出了以余隙系数(K)作为设计和施工的准则,以Btotal数值作为判断井眼是否接近的准则,经过实际应用,验证了以上技术措施的可靠性。     

浅析城市化进程中产业集群的可持续发展问题

产业集群的可持续发展是中国城市化进程中的一个重要问题,本文从中国产业集群的发展现状入手,揭示产业集群的产生机制与类型,分析产业集群与城市化和可持续发展的关系,剖析产业集群实现可持续发展的模式与动力机制,指出中国城市化进程中产业集群可持续发展存在的三大问题,建议将城市化和可持续发展贯穿于产业集群发展中,实现良性发展。     

1960~2013年华南地区霾污染的时空变化及其与关键气候因子的关系

利用线性回归、聚类分析及相关分析等统计方法对华南地区57个地面气象站的观测资料进行分析,探究近54年华南地区霾日数的时空变化特征及其气候成因.结果表明,年平均霾日数大值区主要分布在广东珠江三角洲(珠三角)地区和广西中东部.54年来霾日数呈现显著的上升趋势,而2008年后有所下降.霾日数的季节变化表现为冬季最多,其次是秋季和春季,夏季最少.2008年以后春、夏、秋3季霾日数有所下降,而冬季仍维持在较高水平.不同等级霾日数在近54年来均有不同程度的上升,霾污染不仅在日数上有明显的增加趋势,而且污染强度在加强.不同地区霾日数的快速增长时期不一样,污染严重和正常污染地区发生在20世纪90年代,而相对清洁地区发生在2000年以后.另外近10年污染严重和正常污染地区霾日数有所下降,但相对清洁地区仍维持快速的增长趋势.近54年华南地区年降水日数、年平均风速、大风日数和年小风日数等气候因子变化结果致使气溶胶粒子的湿沉降减弱,污染物扩散能力下降,霾天气生成概率增加.     

基于逐步聚类分析的水库浮游藻类生长预测

采用逐步聚类分析方法预测水库浮游藻类的生长情况,以于桥水库为例,选取了1999~2006年7个水质和气象因子的56组数据建立逐步聚类分析模型,其结果用于预测2007~2010年的叶绿素a含量.结果表明,实测值与预测值的变化趋势基本一致,相关系数R达到0.94,线性相关性较好.预测值的平均绝对误差为-0.0007,平均相对误差为21.66%.逐步聚类分析法可以快速准确的对水库的叶绿素a含量进行有效预测.对逐步聚类分析模型的敏感度分析表明,影响于桥水库藻类生长的主要因素是水体的pH值、溶解氧以及总磷,因此控制这3个因素是预防藻类爆发的重要途径.     

大气环境质量灰色聚类关联分析法的应用研究

在讨论大气环境质量灰色聚类关联评价法的基础上,通过应用实例和与灰色聚类法及灰色关联法的比较分析,验证了这种评价法的合理性和可靠性。     

不同地震序列类型地震的特征性质研究

收集整理了1993年以来的地震资料,建立M5地震和M6地震两个样本组,选取发震断层、震源复杂性、视应力3个参数,使用模糊等价关系的聚类分析方法对地震进行分类,把具有相同性质的地震归为同一类,研究孤立型、主余型、多震型地震的某些特征性质。结果表明:1孤立型地震性质:震源错动方式简单,应力降高或很高,视应力低或很低,震源区介质非均匀程度低;2多震型地震性质:对于走滑断层地震,震源错动方式复杂,应力降低或很低,视应力偏高或很高,震源区介质非均匀程度较高。