我国工业污染物检测指标典型相关的实证研究

我国工业污染物的检测指标主要分为大气污染、固体废弃物污染和水污染三大类.要对工业污染物进行综合控制,必须了解工业大气、固体废弃物、水污染等不同污染物之间的相关程度及全面污染的程度,但是现有的研究较少关注污染物之间的相关性,而是针对不同的污染物分别采取措施,难以实现高效的综合治理.本文对我国31个省、直辖市和自治区的工业污染物检测指标典型相关进行了实证研究,研究结果表明,我国工业大气污染与固体废弃物污染,工业大气污染与工业废水污染之间存在显著的典型相关关系,但在工业固体废物污染与工业废水污染之间,除了个别污染物之间具有较强相关性以外,整体的相关性并不显著.此结论对建立以工业大气污染为主的环境治理政策具有积极的指导作用.     

多变量洪水频率的计算

将Gunbel-logistic模型和Gumbel-mixed模型进行了对比,并解析了不同组合情形下的洪水频率结果。研究表明:当输入的二元变量的相关性不大于2/3时,两模型计算出的重现期值差异不大,当输入的二元变量的相关性大于2/3时,两模型计算出的重现期值存在较大的差异,这是由于此时Gumbel-mixed模型已经失效的缘故,因此Gunbel-logistic模型的应用范围较Gunbel-mixed模型更宽。就Gunbel-logistic模型而言,对不同洪水特征量的组合情形得到的重现期差异较大,所得重现期差异幅度达800年。可见,二元变量的洪水频率计算,模型的选择和洪水特征量组合情形的选取是决定洪水频率结果的主要影响因素。     

区域化变量理论在历史洪涝灾害空间格局重建中的应用──以长江流域1736-1911年洪涝灾害为例

通过构造一个例子,简介了区域化变量理论的基本原理、计算过程及其在洪涝灾害空间格局重建中的优点。依据区域化变量理论,以长江流域1736～1911年洪涝灾害为实例,重建了长江流域历史时期洪涝灾害的基本空间格局．     

区域化变量理论在历史洪涝灾害空间格局重建中的应用：以长江流域1736—1911

通过构造一个例子,简介了区域化变量理论的基本原理、计算过程及其在洪涝灾害空间格局重建中的优点。依据区域化变量理论,以长江流１７３６￣１９１１年洪涝灾害为实例,重建了长江流域历史时期洪涝灾害的基本空间格局。     

基于多变量可视化数据分析的报警优化设计研究及应用

在石化生产过程报警系统中,针对过多错误或无效的报警会给操作员正常操作决策带来干扰的问题,为减少重复及不必要的报警,对平行坐标可视化分析技术及独立变量分析技术进行了深入的研究,并应用平行坐标与独立变量分析结合对报警数据进行了优化设计,应用案例的数据分析结果验证了该方法的有效性.     

基于变量重要性评分-随机森林的溶解氧预测模型——以深圳湾为例

运用Pearson相关性分析,变量重要性评分和随机森林方法构建了溶解氧（DO）实时预测模型,并以深圳湾为例采用浮标资料预测1,3,6和12h的溶解氧.模型预测结果表明,模型最优的输入条件为pH值,水温,叶绿素a,氧化还原电位和蓝绿藻5个水质指标,1h预报的相关系数在0.9以上,6h预报结果一定程度上可以满足工程要求,但对低溶解氧事件的预报必须在3h以内.     

基于裂区设计的大气能见度拟合及预测模型

通过收集分析广州能见度及影响因子数据的特征,使用R-project统计软件作为建模工具,采用多层裂区实验构建模型基本框架,选择影响显著的因子进行变量变形处理,对年、月、日、小时的数据特征进行层层分割设计,并在对应层次引入代表时间含义的虚拟变量以提高模型的表征水平,加入二次项、交叉项等提高模型的精度,得到拟合度高、适用性强的能见度拟合及预测模型。     

基于PMF模型的土壤重金属源解析中变量敏感性研究

为探究应用受体模型对土壤污染物进行源解析,输入变量对模型运行及其结果的影响,以乐安河中上游地区土壤重金属调查数据作为典型受体模型（PMF模型）的输入数据集,并在PMF模型基础方案运行结果的基础上,采用局部敏感性分析法来探讨输入变量变化对模型诊断及源识别结果的影响.结果表明：6因子数情景是研究区土壤重金属源解析PMF模型最佳运行结果;土壤中Cu、Mo、Na₂O、As、Mn和Cd等参数属于敏感变量,这些变量均为每个因子中的主要载荷元素,即每个源的特征污染物;不同变量的敏感性有较大差异,Cu、Mo的总敏感性最大,分别为12.1,8.2,大于其他输入变量的敏感性.因此,在应用PMF模型进行源解析时,特征污染物是敏感性较强的变量,其数据质量的优劣是影响源解析结果可靠性的重要因素.     

基于BP神经网络不同输入变量的爆破振速预测

以某隧道爆破开挖为实例,利用BP神经网络解决复杂非线性函数逼近问题的能力,以最大段药量、爆心距、爆破分段数、泊松比、岩石基本质量指标作为影响爆破振动速度的主要因素,选取不同维数的输入变量建立BP神经网络模型来预测爆破振动速度。对比分析各组预测值与实测值之间的相对误差,选取合理维数的输入变量建立了爆破振动危害预测的BP神经网络模型。     

体育馆建筑内青年学生疏散预动作时间调查和分析

通过组织火灾应急疏散逃生演习、现场问卷调查等方式,统计了体育馆内人员的疏散预动作时间,进而建立多分变量逻辑斯蒂回归模型对该统计数据进行了研究.发现:男生选择疏散预动作时间为＜30 s的可能性是女生的0.886倍,选择疏散预动作时间为30-60 s的可能性是女生的2.818倍.预测人员疏散预动作时间为＜30 s、30 -60 s、＞60s的概率,男生分别为15.45％,75.61％、8.94％,而女生分别为24.14％,39.72％、36.14％;研究结果表明:人员性别的不同对疏散预动作时间有一定的影响,在体育馆类建筑中,青少年人员疏散预动作时间基本上小于60 s.