气候变量和设计参数对生物滞留系统去除硝酸盐氮的影响

为探究生物滞留系统对NO₃^--N去除不稳定的主要影响因素,利用国际最佳管理措施数据库(BMPDP)和相关论文中的研究数据,统计分析了气候变量和设计参数对生物滞留系统去除NO₃^--N的影响,结合偏最小二乘回归(PLS)定量分析了不同影响因素的相对重要性,并提出了不同气候类型下的优化设计建议.结果表明,不同气候类型下生物滞留系统对NO₃^--N的去除能力分别为亚热带湿润气候(Cfa)>温带大陆气候(Dfa/Dfb)>温带地中海气候(Csb)>寒冷半干旱气候(BSk),对数去除率(LRV)中位数分别为-0.058、-0.212、-0.241和-0.327.设置内部存水区(IWS)、提高植物多样性、设置合理的服务面积比、添加介质土改良剂等措施均可在一定程度上增强生物滞留系统对NO₃^--N的去除能力.最小二乘回归(PLS)分析表明,气候变量较设计参数更能影响生物滞留系统对NO₃     

一元线性回归方差分析在分析质量控制中的应用

在检测相同标准浓度系数ｘｉ（ｉ＝２，２，．．．，ｍ）ｎ（ｎ〉２）时不同实验条件的重复试验结果时，应用一元线性回归方差分析，能不受重复试验次数ｎ的限制，同时统计检验ｎ次试验结果，根据检验结果是否存在显著差异，可判断ｎ次重复试验间是否等精度，本文介绍一元线性回归的方差分析在实验室分析质量控制中的应用方法，步骤，并以１９８９年温岭市环境监测站６位分析人员砷标准样品考核的数据为例，进行应用实例分析。     

酿酒,制药,化肥行业工业废水中COD与BOD5的相关分析

作为经常需要监测的有机污染综合指标COD、BOD5，它们之间存在着什么样的相关特性？能否以COD的值来确定BOD5的稀释倍数，从而提高测定结果的准确程度并节省一定的人力物力？作者对本地区酿酒、制药、化肥三种行业的工业废水监测数据作了回归分析。结果表明二者之间有着显著的相关性，可以用COD的实测值估算BOD5的值。     

郑州市春季大气污染过程VOCs特征、臭氧生成潜势及源解析

利用GC5000在线气相色谱仪于2018年4月15日～5月15日对郑州市城区环境大气挥发性有机物(VOCs)进行监测,开展其污染特征、臭氧生成潜势(OFP)和来源解析研究.结果表明,监测期间,郑州市春季VOCs平均体积分数为40.26×10~(-9),非污染日和污染日VOCs平均体积分数分别为35.82×10~(-9)和44.12×10~(-9),污染日相较非污染日增长23%;VOCs物种对OFP的贡献表现为烯烃芳香烃烷烃炔烃;源解析结果显示监测期间郑州市VOCs主要来源是LPG源(66.05%)、机动车源(47.39%)、工业溶剂源(37.51%)、燃烧源(37.80%)和植物排放源(11.25%),且污染日的LPG源和植物排放源的贡献率较非污染日增长22.92%和68.50%.     

中国“四化”建设对水足迹强度的影响分析

采用2000—2016年中国30省市（不包括香港、澳门、台湾、西藏四省区）的数据,构建四化指标体系,计算四化发展指数,进行地区四化水平评价,通过OLS和GMM回归模型考察四化发展对水足迹强度的影响,同时设置四化之间的交互项来识别四化指标之间的相互作用。主要结论如下：首先,从四化水平的地域发展差异上来看,中国四化水平总体上呈现出东部优于中部、中部优于西部的格局,水足迹强度的分布与之类似,说明四化水平发展与水足迹强度之间可能存在相关关系;其次,计量模型显示四化水平的提升对于水足迹强度的改善有积极影响,但每一化对于水足迹强度改善的影响大小不一;第三,以交互项衡量的四化相互作用对于水足迹强度的影响作用为正,表明四化发展对水足迹强度的改善效果逐渐趋于收敛。因此,优先提升落后地区的四化水平,以四化水平的提升推动水足迹强度的降低,能够有效降低我国总体水足迹强度水平。     

基于SVR的长江经济带水环境承载力评价

基于DPSIRM模型构建区域水环境承载力评价指标体系,并基于SVR模型构建了区域水环境承载力评价模型,利用交叉验证法对SVR模型参数进行优化选择,进一步提高模型预测精度.运用该模型研究了长江经济带2009~2018年的水环境承载力演变趋势及空间差异,结果表明：长江经济带水环境承载力等级整体呈现升高趋势,其中上游城市群承载等级由II级（超载）提升到了IV级（弱可承载）;中游城市群承载等级由II级（超载）提升到了IV级（弱可承载）;下游长三角区域承载等级由I级（重超载）提升到了IV级（弱可承载）.将评价结果与熵权-TOPSIS法的评价结果相比较,相同率达到91.7%,说明SVR模型评价区域水环境承载力可行,评价结果可靠.以下游区域为例,分别对其6个子系统的承载力进行剖析,并运用单因素轮换OAT法对各子系统内的评价指标进行敏感性分析,便于决策者识别指标敏感性.     

基于机器学习的细粒度空气质量时间预测器

针对空气质量状况的预防和治理,提出了基于线性回归的空气质量预测方法。作为时间预测器,更多的是考虑本地的历史数据、过去与未来的状况,挖掘空气质量随时间变化的关系以及变化趋势,为了选取最优的特征,对数据进行分析,找到与空气质量变化关系密切且存在线性关系的特征,以此特征来建立线性回归模型,并使用Cross-Validation方法进行评估验证。实验结果表明线性回归方法能够有效地预测到空气质量的变化趋势,效果良好,具有较强的实用性。     

基于PVAR模型的产业集聚与环境污染关系研究

通过建立面板向量自回归(PVAR)模型,实证研究发现:产业集聚对环境的影响具有门槛效应,但其对环境污染排放变化的贡献率较低,产业集聚并非环境污染的主因;长期内,环境污染冲击对产业集聚的解释力要大于产业集聚对环境污染的解释力;产业集聚对工业固体废物的产生和工业废水排放的影响持续时期较短,而对工业废气排放则具有持久影响。