大气污染主成分回归预报模型及试报分析

针对丹东城区SO2污染的实际情况及与气象因子的关系,建立了主成分回归预报模型,并在实际预报中进行了模拟、试报和应用、模型拟合及预报效果检验,结果发现:模型模拟值与实际值的变化趋势基本一致,模型可以用于各季SO2浓度预报.     

逆序数检验法在大气污染源释放平稳性检验中的应用

本文利用西安市城区2003年1月到2005年1月空气中逐日SO2浓度监测值,采用逆序数检验法对污染预报模型统计单元的源强进行了平稳性检验,从而为统计学空气污染预报模型的单元划分提供了科学的检验依据。     

兰州城区空气污染预报的动力统计模型

从空气污染扩散方程出发 ,经过简化推导 ,得出污染预报动力统计模型的数学形式 .在模型中既考虑了气象条件的作用 ,又考虑了污染排放量和起报日的污染浓度 ,与以往的空气污染预报统计模型相比 ,所依据的物理基础更可信一些 .利用兰州城区 1988～ 1992年 3种主要空气污染物 SO2 ,CO,NOx 浓度资料和同期兰州气象站的地面气象要素、低空气象参数及天气图 ,通过逐步回归 ,确定了主要污染物 SO2 ,CO,NOx 浓度 2 4 h变率的预报方程 .拟合与试报表明 ,本方案在预报技巧上有一定的提高 ,技巧得分可达 0 .0 5～ 0 .89.     

近十几年上海空气质量变化动态及主要污染指标间的相关性分析

分析了近20年来上海空气质量的变化情况,同时研究了总悬浮颗粒物(TSP)浓度与降尘量相关性,可吸入颗粒物(PM10)浓度与降尘量、二氧化硫(SO2)、二氧化氮(NO2)浓度相关性,以及酸雨频率与SO2、NO2浓度相关性.发现上海空气质量优良率、TSP,PM10,SO2和NO2浓度以及全市区域降尘量等指标均呈波浪式改善趋势,但酸雨频率和酸度呈恶化趋势.城区和全市TSP浓度与城区降尘强度、城区PM10浓度与全市区域降尘量及城区NO2浓度间均表现出极显著的相关关系.城区PM10浓度与道路降尘量关系不如与全市区域降尘量密切,与城区SO2浓度之间无显著相关性.全市酸雨频率与城区SO2浓度在1990~1999年有极显著相关性,在2000~2013年无显著相关,在1997~2013年与城区NO2浓度无明显相关.有效降低降尘量将是降低TSP和PM10浓度的有效手段之一;严格控制城市机动车等NOx排放量,是控制城区PM10污染的有效手段之一.     

偏最小二乘回归在大气污染预报建模中的应用

本文利用西安市城区2005年1月至2007年12月逐日SO2大气环境质量浓度和同期地面气象要素资料,从空气污染扩散方程出发,经过简化推导,利用偏最小二乘回归方法进行了西安市SO2空气污染预报的动力学统计模型的研究。     

陕西省汉中市大气环境质量的灰色预测

依据汉中市汉台区城区2005—2011年大气环境中SO2,NO2,CO,PM10的监测值,应用灰色理论建立GM(1,1)灰色模型对汉中市汉台区城区空气中的SO2,NO2,CO,PM10浓度进行预测。经过相关检验和修正,确定所建的SO2和CO模型具有较高的精确性和可信度,PM10模型经残差模型修正后准确度和精确度均有所提高,NO2模型不太适合小样本数据灰度建模。另外,利用建立的灰色模型对汉中市汉台区城区2012—2015年主要污染物浓度进行预测,为汉中市汉台区城区大气污染防治工作提供有益参考依据。     

兰州市三种主要空气污染物(SO2,NO2,PM10)的统计预报方法

本文由空气污染扩散方程,得出了兰州城区三种主要空气污染物(SO2、NO2、PM10)浓度的统计预报模型框架。通过逐步回归,确定了兰州市三种主要污染物(SO2、NO2、PM10)浓度的24时变量的预报方程。拟合及试报表明:本方案在预报方法上使用方便,预报准确率较高。     

灰色系统在大气质量预测中的应用

把大气环境看作一个灰色系统,联系重庆市大气环境的实际情况,利用灰色关联分析判断出重庆市2000-2005年间大气污染物中主要污染因子为PM10和SO2,同时建立灰色模型对其进行质量预测.短期预测结果表明大气PM10和SO2浓度呈下降趋势,其浓度分别到2009年和2012年可达国家二级标准.     

基于最大Lyapunov指数的市场出清电价预测

应用相空间重构和最大Lyapunov指数的计算方法对市场出清电价序列特性进行判定.依据最大Lyapunov指数预报模式,构建基于一种新的出清电价预测模型.对某电力市场1999-01-01-1999-08-31的电价进行混沌时间序列判定,采用最大Lyapunov指数预报模型和AR(2)模型进行预测.研究结果表明:采用最大Lyapunov指数预报模型预测所得市场出清电价预测值与实际值的平均绝对误差率为7.234 7％,最大绝对误差率为17.017 5％;采用AR(2)模型预测预测所得市场出清电价预测值与实际值的平均绝对误差率为5.540 8％,最大绝对误差率为11.830 0％;总体上,最大Lyapunov指数预报模型预测结果的精度略比AR(2)模型预测结果的精度低,但绝对误差率大于6％的时点数少于AR(2)的预测数,这表明应用最大Lyapunov指数对出清电价进行预测具有可行性.     

太原市城区SO2扩散分布规律研究

采用CALPUFF空气质量模型,对2006年太原市城区大气污染源排放SO2的传输及转化过程进行数值模拟.借助于地理信息系统软件和其它工具软件,结合实际监测结果详细分析了太原市城区范围内的SO2浓度分布特点及其对各关心点的浓度贡献.结果表明:太原市1、4两月大气污染物整体向东南方向扩散,7月由市中心向四周均匀扩散,10月向东北方向扩散;太原市7月份最不利于污染物扩散,其次为1月份;相比之下,4、10两月污染物扩散能力强.从空间分布来说,太原市SO2污染总体呈现东部重于西部,北部重于南部的态势;高值区主要分布在北部太钢工业区、西部煤化工工业区和东部工商混合区.太原市污染源排放对各关心点的SO2浓度贡献值呈现1、7月高,4、10月低的趋势,贡献值较大的关心点由高到低依次为涧河、坞城、桃园、尖草坪.     

中长期电力负荷预测的几种灰色预测模型的比较及应用

对传统GM（1,1）模型,基于积分优化法的GM（1,1）模型,具有白指数律重合性的GM（1,1）模型,基于响应不变法的GM（1,1）模型,基于严格微分拟合法的GM（1,1）模型进行了详细分析比较．针对电力系统中长期负荷增长的特点,分析比较了以上5种模型的特点及其适用范围,为电力系统工作人员在年用电量预测中选择合适的灰色预测模型提供参考依据．     

高速铁路软土路基沉降预测

通过实测资料分析了高速铁路堆载预压软土路基沉降规律,其沉降发展过程可分为填筑阶段-恒载阶段-堆载预压阶段-卸载阶段,沉降曲线与S形成长曲线类似.利用最小二乘法,以组合模型的误差平方和最小为目标函数来确定最优加权系数,建立了加权组合预测模型.采用Origin软件分别拟合Gompertz曲线和Logistic曲线,基于组合...     

温度作用下填埋垃圾气体运移规律的研究

温度对填埋气体在多孔介质中的储存和释放过程有着重要影响。基于多孔介质渗流力学-热力学理论，考虑气体密度随压力变化影响条件下，建立了垃圾填埋垃圾气体运移过程的耦合动力学数学模型。并采用特征线有限元方法对数学模型进行离散。该数值模型可为预测和预报污染物在土壤中的扩散状况以及污染气体的排放和收集、防止二次污染提供了可靠的理论依据。．     

电子商务中客房销售预测模型研究

针对酒店客房销售量的市场规律,在电子商务系统中建立了一套客房销售预测模型,经过实践验证,效果较好。     

离子型稀土矿原地浸矿开采对地下水环境影响数值模拟

以某离子型稀土矿为例,通过对矿体赋存特征和采矿工艺的分析,建立数学模型,对浸矿液在地下水中运移规律进行模拟.根据模拟预测结果提出地下水污染防治措施,再对采取措施后地下水中污染物分布规律进行模拟.模拟结果表明:截渗措施能有效防止原地浸矿开采对地下水环境的污染.     

大气污染预测的参数化组合算子方法

大气污染物浓度预报是一个多因素、复杂的非线性问题，以往多使用线性回归方法．根据Zimmermann提出的参数化二元组合算子方法，将其推广为多元的情形．在成因分析的基础上，建立了大气污染物浓度预测的参数化组合算子模型，适应非线性问题．实例分析比较表明，该方法是有效的．     

基于GMDH的宏观经济短期预测模型

传统的宏观经济短期预测研究通常基于定量或定性预测模型,而GMDH 算法兼具定性定量的特点,建立了基于GMDH 自回归模型的混合预测模型数学模型来进行宏观经济短期预测,应用相关的统计数据做实证分析,将所得结果与传统GMDH模型、二次自回归模型进行了比较.结果表明,本文提出的混合预测模型具有良好的预测精度,是一种有效的宏观经济短期预测手段.     

枯季径流预报探讨

在分析研究流域气候特征及枯季径流来水规律的基础上,用水文方法分别建立了枯水期月径流预报模型。水文方法是利用水文序列资料建立自回归模型,用实测资料对预报模型进行了验证。     

快速路交通事件持续时间预测模型研究

针对城市快速路交通事件持续时间影响因素的复杂性和不确定性,结合贝叶斯网络和非参数回归方法,提出了一种新的快速路交通事件持续时间预测模型.采用上海市快速路监控中心数据,经过降噪处理,生成样本数据;在分析样本数据特征基础上,确定了贝叶斯网络的结构学习方法与参数学习方法;对贝叶斯网络模型的结果用非参数回归算法生成持续时间预测值.最后,对模型预测精度进行了验证,发现模型预测效果较好.     

在洪水预报中的应用与改进

为了实现概率洪水预报,采用贝叶斯预报系统(BFS)中的水文不确定性处理器(HUP),对水文预报的不确定性进行分析.采用新安江模型作为确定性水文模型,以贝叶斯理论为工具,在先验分布和似然函数确定的基础上,最终得到后验分布,从而实现了概率预报.针对预报结果的特点,提出了BFS的改进方案,最后将模型应用于密赛流域.应用结果表明,BFS能够有效地提高预报精度,而改进的BFS能够进一步提高预报精度.