海河下游水体中DO与NH_3-N、COD_(Mn)相关关系探讨

本文应用近年来海河下游监测数据对ＤＯ与ＮＨ３Ｎ和ＣＯＤＭｎ进行一元线性回归,得到两回归方程：ＮＨ３Ｎ＝－１２８ＤＯ＋１０５４;ＣＯＤＭｎ＝－１１３ＤＯ＋１６９２。并经相关系数和回归系数显著性检验,表明在９９９％的置信水平下ＤＯ与ＮＨ３Ｎ和ＣＯＤＭｎ线性相关均极其显著     

高锰酸钾法测定苯酚含量

苯酚试样与高锰酸钾标准溶液反应,使其吸光度减弱。据此可进行定量分析,成功地测定了废液中的苯酚。     

京杭运河上游河段磷污染时空分布特征及污染源解析

为揭示京杭运河上游桐乡段总磷浓度不能稳定达到GB 3838—2002《地表水环境质量标准》Ⅲ类标准的原因,在桐乡段干流布设24个采样点,入河支流布设18个采样点,开展水质加密监测,研究磷污染发生的时空变化规律;基于水质常规指标的主成分分析,以及各主成分因子中强载荷指标与三维荧光组分的相关性分析,对重点河段磷的主要污染源进行解析;并基于绝对主成分—多元线性回归模型,定量评价主要磷污染源的贡献率。结果表明：1）京杭运河上游桐乡段干流入境水总磷浓度为0.14~0.20 mg/L,沿程监测点5~7、9和21~24有明显变差趋势,最高浓度达0.40 mg/L;部分入河支流水质较差,总磷浓度达到0.44 mg/L。2）主成分分析得到3个主因子,因子1以氨氮、溶解态磷为主要载荷,与类蛋白质组分显著相关,代表生产生活污染;因子2以高锰酸盐指数、溶解态磷、颗粒态氮为主要载荷,与类腐殖质组分显著相关,代表农业源;因子3以颗粒态磷、颗粒态氮为主要载荷,与浊度显著相关,代表码头污染与底泥源。3）运河上游河段的磷污染主要发生在干流监测点5~7和9,主要为码头污染与底泥源,其在丰水期和平水期的贡献率分别为65.9%和31.8%;监测点21~24主要为农业源,其在丰水期和平水期的贡献率分别为34.0%和32.1%;此外,生产生活污染在丰水期也有较大影响,其对监测点5~7和9、21~24的贡献率分别为42.6%、31.8%。

     

影响漂珠产量因素的研究

通过对本厂近半年试验数据的整理,利用数理统计知识和多元回归方法进行分析,得出影响潥珠产量与各主要因素之间的一般规律,为提高潥珠产量提供一定的理论依据和实践经验。     

溧阳台体应变异常与地震的对应关系研究

地震预报的基础是要有连续可靠的高质量的观测资料。地震台站一线的工作人员对本台产出的观测资料的可靠性最有发言权,溧阳地震台的体应变观测资料在历年的全国资料质量评比中连续6年获得前三名。本文通过对江苏溧阳地震台体应变观测资料的分析研究,发现1996年11月09日在南黄海6.1级地震和1997年07月28日在南黄海5.1级地震,台湾1999年09月21日7.6级地震和2002年03月31日7.5级地震以及2001年11月14日青海8.1级地震前后,该台体应变资料有较明显的前兆异常反应,并且有一定的变化规律和异常特征,通过对这种规律的总结对地震预报有一定的参考价值,为此,我们对这种规律认真的分析总结,以提供给大家参考。     

多元线性回归模型在长春市水资源承载力变动中的应用

以水资源的供需关系作为衡量水资源承载力是否超负荷的依据,利用统计资料,分析了长春市水资源现状.以水资源利用量为因变量,采用主成分分析方法在GDP、工业总产值、总人口数、工业需水量和农业需水量等9个与水资源利用量密切相关的指标中筛选出GDP和农业人口2个因子作为自变量,利用多元线性回归分析模型,通过对GDP和农业人口的增长预测了未来10年长春市水资源需求量变化.结果表明,未来10年长春市水资源供需矛盾十分突出,水资源承载力超负荷,水资源无法维持经济和社会的正常发展.根据长春市水资源的形势,从开源、节流和管理等几方面提出了水资源的可持续利用对策.     

浅谈一元线性回归在清洁生产审核中的应用

回归分析法是分析相关因素相互关系的一种数理统计方法,这种方法通常应用在预测分析中,如在市场预测时的产品需求预测,而这种方法亦可用于企业清洁生产审核,通过建立一元回归方程,从而表明消耗-生产之间的关系,并更深入地对绩效进行简单的分析,本文就一元线性回归在企业清洁生产审核中的应用进行了简要论述.     

河流水中化学需氧量与高锰酸盐指数相关关系

本文对流经汕头市的韩江、练江和榕江水中化学需氧量与高锰酸盐指数进行线性回归，结果表明两者有较为显著的相关关系和回归关系。     

密度泛函方法预测二英类化合物(PCDD/Fs)的正辛醇/水分配系数

在B3LYP/6-31G水平上全优化计算了多氯代二苯并—对-二英和多氯代二苯并呋喃(PCDD/Fs)系列物的分子结构;基于得到的分子结构描述符,依据修正的线性溶解能理论,分别建立了PCDDs和PCDFs的正辛醇/水分配系数的定量结构-性质关系模型(R2分别为0.985和0.966),并用交叉验证法对模型进行了验证(q2分别为0.983和0.936),用t-检验对各变量进行了检验.检验结果表明,模型的预测能力优于AM1法、单苯环氯取代指数法和拓扑量子方法得出的模型.