成都市一次重度灰霾期间大气PM2.5的自组织临界特性

2013年1—2月期间,四川省成都市出现大范围、长时间、高浓度的严重霾污染.本文运用频度统计分析和消除趋势波动分析方法,研究了成都市2013年1月25日—2月7日一次典型重度灰霾期间8个监测站点(草堂寺、人民公园、梁家巷、金泉两河、十里店、沙河铺、三瓦窑、灵岩寺)大气PM2.5小时平均浓度序列的时空演化规律.结果表明,各站点大气PM2.5的浓度波动并非随机,而在统计上服从典型的负幂律分布,同时均表现出很强的长期持续性特征.这些特征刻画了灰霾期间大气PM2.5浓度波动的宏观特征.将PM2.5浓度演化与沙堆崩塌进行类比,发现大气PM2.5演化具有自组织临界性复杂系统的基本特征.进一步根据自组织临界(SOC)理论,建立了大气PM2.5数值沙堆模型,模型算法考虑了此次灰霾期间成都市的气象因素和PM2.5的迁移扩散机制.通过对该模型的数值模拟,能够定量阐明此次重度灰霾期间成都市各监测站点大气PM2.5浓度时空波动宏观统计规律的产生根源.同时,深入讨论了该模型的自组织临界特征.模拟结果和实际结果的高度一致表明该模型真正阐明了导致PM2.5浓度时空波动的重要动力机制.SOC内禀机制是控制此次成都市灰霾期间大气PM2.5浓度演化的主要机制之一.本研究可为灰霾期间PM2.5的演化动力学提供新的研究方法.     

基于复杂网络的城市燃气输配系统失效因素分析

将复杂网络相关理论方法引入城市燃气输配系统失效因素的分析中。选取引起城市燃气输配系统失效的主要影响因素为节点,以它们之间的相互关系为边,建立网络并进行相关分析。发现节点的度分布近似具有幂律的特性,幂指数为1.76;通过节点度的分析,确定出管道附属设备、用户设施失效、第三方影响破坏等因素为引起输配系统失效的主要原因,与引起燃气事故的统计分析资料基本相符合。这为确定城市燃气输配系统关键失效因素提供了一种新的思路。     

小尺度森林火灾的渐近幂律分布

森林火灾系统是一个自组织临界性系统，它的表现之一就是火灾的尺度分布满足幂律规律。然而实际数据分析表明，在尺度最大和最小的两个区域，火灾分布与幂律规律存在较大的差异。对小尺度火灾的偏离现象，研究者通常猜测是由于小面积火灾记录数据遗漏较多造成的，目前尚没有一个理论上的依据，而小尺度火灾的分布规律对大尺度火灾的预测起看关键作用。为了解释这种偏离现象，该文将火灾看作一个生灭过程，并对火灾蔓延和熄灭的机理进行了分析，最终得到了森林火灾分布与火灾尺度的定量依赖关系及其机理。将该文的结果与日本近年来全国范围内的森林火灾统计数据进行了对比，表明该文得到的结果与真实数据得到较好符合，并且成功解释了小尺度森林火灾分布与幂律关系的偏离现象。该研究可望对深入认识火灾系统的自组织临界性和防治火灾具有一定的实际意义。     

重特大事故的离散幂律分布——以煤矿事故为例

研究近年来我国每起煤矿重大和特别重大事故死亡人数统计数据,建立其概率分布模型。基于极大似然法和柯尔莫哥洛夫一斯米尔诺夫检验方法（K-S方法）估计我国煤矿重大和特别重大事故离散幂律分布的参数,并采用MonteCarlo方法随机生成大量的检验样本,对其进行K-S方法拟合优度检验。结果表明在统计学意义上我国煤矿重大和特别重大事故死亡人数比高斯分布的值大得多,服从标度指数为2．72的离散幂律分布。     

森林类型对森林火灾自组织临界性的影响

在真实的森林系统中，由于外界因素的复杂性，森林火灾的自组织临界性要受到影响。森林类型便是影响森林火灾自组织临界性的一个重要因素。本文研究了以密度为控制参数的森林火灾模型以及这个模型在森林密度不同时产生的相变行为，发现对过于稀疏或者过于密集的森林类型，森林火灾的分布会偏离甚至完全背离幂律关系，从而使得自组织临界性不再满足。     

典型灰霾期间城市大气PM_(2.5)演化的标度行为实证研究

针对成都市2014年1月22-31日的持续重度灰霾过程,运用频度统计分析、功率谱分析和去趋势波动分析方法,对成都市6个国控环境空气质量监测子站(草堂寺、金泉两河、梁家巷、人民公园、三瓦窑、灵岩寺)大气PM_(2.5)小时平均浓度时间序列的标度行为(标度律)进行实证研究。结果显示,此次灰霾期间高浓度PM_(2.5)的波动行为呈现明显的日周期循环规律,这与人类的生产生活具有密切关系。宏观上看,PM_(2.5)浓度波动在统计上服从典型的负幂律分布规律,具有标度不变分形特征。同时,利用功率谱及去趋势波动分析发现,各监测子站PM_(2.5)时间演化的DFA指数均在1左右,PM_(2.5)演化呈现1/f噪声性质,表明灰霾期间高浓度PM_(2.5)的动态演化过程表现出长程关联特性(或长期持续性),其波动关联特性在研究时段内呈现幂律分布的标度律。实证研究表明,此次灰霾期间成都市大气PM_(2.5)时间演化呈现出自组织临界性(SOC)基本特征,高浓度PM_(2.5)时间演化过程涌现出的长期持续性标度律很可能是由城市灰霾污染的SOC行为导致。该研究对深入认识灰霾天气大气PM_(2.5)非线性演化的内在动力学机制具有一定启示意义。     

大气PM10跨界输送的自组织动力机制——以舟山市为例

我国城市间大气污染物的相互输送作用非常显著.舟山市大气污染物主要来源于长三角地区,本地源影响较小.因此,本文将以舟山市为例,应用频度统计分析方法,研究舟山市大气PM10污染演化宏观动态的统计分布规律.结果发现,舟山市大气PM10小时平均浓度的波动并非随机,而是在0.065~0.324 mg·m-3范围内具有标度不变特征,统计上服从典型的分形幂律分布.同时,为了阐明该分形幂律分布的产生动力机制,基于自组织临界理论,建立了大气PM10跨界输送模型.该模型以污染输送机制、二次颗粒物生成机制、城市内污染迁移扩散机制、大气自净机制这4个主导动力机制为核心,组建了非线性关联迭代算法.新的自组织动力模型的模拟结果定量地解释了舟山市大气PM10污染浓度的分形幂律统计分布规律的产生根源.同时,本研究结合区域风场等气象因素,深入讨论了大气PM10跨界输送的自组织行为机制.     

COVID-19期间区域大气高污染发生的非线性动力机制

以长株潭城市群3个城市（长沙、株洲和湘潭）疫情期间（2020年1月24日~2020年5月31日）大气PM_2.5和O₃小时平均浓度时间序列数据为研究对象,对污染物日变化规律、长期持续性、多重分形性及自组织演化动力学特性进行研究.以期阐释疫情期间高污染事件发生及演化的内在动力机制.首先,对3个城市PM_2.5和O₃质量浓度的日变化规律进行分析,发现O₃呈现出昼高夜低的单峰型,而PM_2.5日变化规律表现出昼低夜高单峰型,与非疫情期间的特征有所差异.进一步,应用消除趋势波动分析法（DFA）、多重分形消除趋势波动分析法（MFDFA）和概率统计分析,研究了大气复合系统中PM_2.5和O₃质量浓度序列的长期持续性和多重分形结构.结果发现3个城市PM_2.5和O₃浓度序列均具有显著的长期持续性特征和较强的多重分形结构,同时,应用去趋势互相关分析法（DCCA）方法和多重分形去趋势互相关分析法（MFDCCA）对PM_2.5和O₃两者之间的互相关性进行了分析,发现PM_2.5-O₃之间的互相关也存在显著的长期持续性特征以及在不同时间尺度存在多重分形特征.进一步将疫情期间得到的非线性分析结果与2018年和2019年同期非疫情期间的结果进行了对比分析.最后,基于自组织临界理论（SOC）探讨了大气PM_2.5和O₃浓度时空演化的内在动力规律,并结合典型区域气象特征,阐明了SOC内禀动力机制可能是COVID-19疫情期间大气高污染形成的主导机制之一.疫情期间大气PM_2.5和O₃浓度并非分别独自演化,而是依然保持复杂的相互作用.静稳气象条件下,大气复合污染内部的非线性耦合作用可能达到动力学临界状态,将导致长株潭城市群在疫情期间仍有发生大气高污染的风险.     

灾害研究中的自组织临界性及其判据

自组织临界性为灾害问题的研究开辟了新途径。但不能仅仅以灾害规模的幂律分布作为自组织临界性的判断标准，还应当注意系统的规模、外界扰动的标准，以及系统的组织结构等问题。通过溜砂坡模拟实验研究，提出：仅当系统的规模、组织结构和扰动的强弱三者相互作用能够使系统具有整体的鲁棒性，使系统始终维持在临界状态，才能够呈现自组织临界性。在此基础上，提出了自组织日缶界性的5个判断标准。