长治市大气环境中可吸入颗粒物来源研究

采集长治市环境空气可吸入颗粒物(PM10)及其主要污染源(煤烟尘、机动车尾气尘、土壤风沙尘、城市扬尘和建筑水泥尘)样品,利用化学质量平衡(CMB)受体模型和"二重源解析"技术解析了长治城区环境空气PM10的来源.结果显示城市扬尘对环境空气中PM10的贡献最大,占31%,其次为煤烟尘、建筑水泥尘和土壤风沙尘,贡献率分别为24%,12%和10%.城市扬尘主要来源于土壤风沙尘、煤烟尘和建筑水泥尘,其中土壤风沙尘是城市扬尘的最主要提供者.     

长春市大气中PM10本地源和外来源解析对比研究

利用单粒子后向轨迹模型与化学质量平衡模型(CMB)相结合的方法,分别对长春市大气中PM10外来源和本地源贡献率进行源解析研究。CMB 8.2的解析结果中,工业燃煤和以钢铁尘为主的工业尘是外来可吸入颗粒物的最主要来源,非采暖期、采暖期的贡献率分别为13.04%、32.56%和29.75%、14.66%;而机动车尾气和道路尘则是本地可吸入颗粒物的最主要来源,非采暖期、采暖期贡献率分别为39.24%和33.86%。HYSPLIT模型分析,2011年9月30日(非采暖期)对于长春市大气中可吸入颗粒物影响较大的城市为通辽、白城、四平等;2012年3月1日(采暖期)的外来源则来源于兴安盟、白城、松原、吉林以及牡丹江市。     

绝对主因子分析法解析龙岩市大气中的可吸入颗粒物来源

采用福建省龙岩市2009～2010年对龙岩环境监测站、 龙岩师专、 闽西大学和龙岩学院4个大气采样点中PM₁₀开展的3期采样数据, 利用主因子分析法（principal component analysis, PCA）和绝对主因子分析法（absolutely principal component analysis, APCA）对PM₁₀的来源进行研究. 结果表明： 龙岩市大气主要污染源是二次扬尘/燃煤尘、 汽车尾气/道路尘、 土壤风沙尘和垃圾焚烧尘; 龙岩监测站采样点的主要污染源为汽车尾气/二次扬尘、 土壤风沙尘和道路尘; 龙岩师专的主要污染源为土壤风沙尘、 燃煤尘和汽车尾气/二次扬尘; 闽西大学的主要污染源为二
次扬尘/燃煤尘、 汽车尾气和垃圾焚烧尘; 龙岩学院采样点的主要污染源为二次扬尘、 汽车尾气/土壤风沙尘和燃煤尘.     

济南市PM_(2.5)来源的解析

采集济南市环境空气样品和污染源样品,分析其化学成分.采用化学质量平衡(Chemical Mass Balance,CMB)源解析技术,研究探讨济南市环境空气中PM2.5的来源.结果表明:对济南市有明显贡献的颗粒物源类是煤烟尘、机动车尾气尘、土壤尘、扬尘、建筑尘、钢铁尘、硫酸盐和硝酸盐等,并且城市区域尘大于外来尘的贡献,各源类PM2.5贡献值和分担率的季节变化较明显.     

金华市城区冬季环境空气中PM2.5来源解析

为研究金华市冬季主城区大气PM2.5的主要来源,于2014年1月分别在金华市环境监测站和浙江师范大学环境监测点同步采集PM2.5样品.分析了无机元素、水溶性离子、有机碳和总碳含量及其分布特征.收集了金华市城区的土壤尘、扬尘、建筑尘3类污染源样品及工业源(煤烟尘、冶金尘)和移动源(机动车尾气)的文献资料,建立了金华市冬季主城区的成分谱和受体成分谱.利用CMB受体模型及二重解析技术分析了金华市PM2.5来源.结果表明:金华市冬季PM2.5主要来源是机动车尾气尘,其次是二次粒子.改善环境空气问题,就要控制机动车的使用,发展公共交通事业,提倡绿色出行.     

典型城市大气颗粒物无机组分源解析

采用CMB 8.2受体模型对吉林省4个典型城市大气总悬浮颗粒物(TSP)进行了无机组分源解析研究.共选取了10个采样点,在采暖期和非采暖期采集了环境空气中的总悬浮颗粒物及各类污染源样品156个.研究结果表明,吉林市和白城市对TSP影响较大的是土壤风沙尘;通化市大气主要污染源为道路尘;而四平市的扬尘对TSP的影响较大.研究结果有利于制定大气污染防治规划,对于治理大气环境、改善空气质量具有指导意义.     

长春市冬春季环境空气中PM2.5污染特征与来源解析

为研究长春市冬季和春季大气PM_2.5的主要来源及污染特征, 于2018-01-06—2018-05-14连续采集PM_2.5环境受体样品, 分析其无机元素及水溶性阴离子组分. 结果表明： 采样期间长春市PM_2.5的质量浓度为（46.4±24.4）μg/m³, 冬季和春季的平均质量浓度分别为(51.0±25.8)μg/m³和(32.6±11.5)μg/m³, 超标率为11%, 均在冬季超标, 在春节假期中（2018-02-15—2018-02-21）, PM_2.5的质量浓度低且保持平稳; 所测全部水溶性阴离子及部分无机元素（Al,As,Pb,Se,Ti）质量浓度呈冬季高于春季的趋势; 长春市无机元素主要源于燃煤、 交通和扬尘; 长春市PM_2.5中NO^-₃和SO^2-₄是燃煤和机动车尾气共同作用的结果, 其中燃煤源的贡献率相对较高; 长春市冬春季PM_2.5主要来源为二次源（28.2%）、土壤尘源（12.6%）、交通排放源（10.7%）、燃煤源和建筑尘源（28.6%）、工业源和其他源（19.8%）.     

长春市大气中SO2与NO2长期污染特征及防治对策分析

通过对长春市2000~2010年SO2与NO2的长期监测数据分析,得到长春市SO2与NO2浓度的长期变化均为绝对浓度值增加的趋势,以及采暖期比非采暖期污染物浓度显著增加的变化规律。通过污染负荷系数指标的计算,确定SO2、NO2与PM10对长春市环境空气质量的影响是同样重要的。分析SO2与NO2排放源主要为工业生产和热力供应过程中的燃料燃烧和机动车尾气排放。总结了自然及人为产生原因和治理对策,为长春市区域大气污染治理防治提供理论依据。     

无锡市细颗粒物理化特征和来源解析研究

研究在无锡市两个站点进行细颗粒物采样,获得了不同季节代表月份(2014年4、7、10、12月)和重污染天气条件下(2015年1月)PM2.1的质量、化学元素、水溶性离子以及碳组分的浓度并进行分析,结合化学质量平衡模型(CMB model)计算了无锡市全年以及重污染天气下不同排放源对细颗粒物的贡献,结合排放清单对二次气溶胶进行再解析,得到最终的排放源贡献结果.无锡全年平均PM2.1浓度为68.6μg·m~(-3),崇宁站浓度(71.9μg·m~(-3))高于旺庄站浓度(65.3μg·m~(-3)),冬季浓度高于其它季节,平均可达85.7μg·m~(-3),重污染天气浓度为122.8μg·m~(-3),明显高于全年平均水平.细颗粒物中最主要的化学成分是二次无机盐离子(36.4%)和碳组分(29.1%),重污染情况下有机碳成分明显升高,可以达到38.4%,表明二次有机气溶胶的转化生成和积累老化是细颗粒物浓度升高的主要原因.利用CMB模型解析得到无锡全年PM2.1来源贡献比例,各类排放源贡献依次是二次硝酸盐(26.4%)、二次硫酸盐(22.6%)、二次有机气溶胶(7.8%)、电厂燃煤(7.3%)、土壤扬尘(6.5%)、柴油车尾气(6.4%)、汽油车尾气(4.1%)、秸秆焚烧(3.4%)、建筑扬尘(3.3%)、城市扬尘(2.5%)、海盐气溶胶(2.2%)、餐饮油烟(1.1%)、钢铁冶炼(1.0%),可以看出无锡市细颗粒物排放贡献主要来自于二次气溶胶的转化生成、汽车尾气和扬尘类的贡献.基于本地排放清单进行二次来源解析,得到无锡全年各类排放源贡献依次为电厂燃煤(30.68%)、钢铁冶炼(13.92%)、其它工业(10.48%)、秸秆焚烧(3.49%)、汽油机动车尾气(6.50%)、柴油机动车尾气(8.80%)、船舶(0.44%)、建筑机械(0.66%)、民航飞机(0.03%)、建筑扬尘(3.3%)、土壤扬尘(6.5%)、城市扬尘(2.5%)、餐饮油烟(1.1%)、海盐(2.2%)、其它来源(9.40%),结合二次解析计算,可以看出无锡市细颗粒物排放贡献主要来自于电厂燃煤、工业冶炼、汽车尾气,因此应该加强对燃煤和工业生产活动的管控,控制机动车尾气排放,大力发展清洁能源.     

东北地区吉林市大气PM2.5中有机物及重金属的污染特征研究

为深入探究东北地区雾霾天气污染现状,选取吉林省吉林市作为研究对象,于2016年夏季(非采暖期)和冬季(采暖期)各时期连续24h采集PM2.5样品.运用电感耦合等离子体质谱法(ICP-MS)分析了18种金属的浓度水平,选取其中的As、Al、Cr、Mn、Cu、Zn、Pb、Na、Ca、K和Mg 11种主要金属进行了细致研究;同时,运用气相色谱-质谱法分析了16种多环芳烃(PAHs)的浓度,对重金属和多环芳烃的污染情况进行了深入讨论.结果表明:吉林市采暖期PM2.5平均质量浓度为89μg/m~3,非采暖期平均为33μg/m~3;PM2.5中主要的重金属时空分布特征为除Ca以外采暖期均高于非采暖期,工业区居住区对照区.采样期间,冬季PM2.5中重金属污染较夏季严重,这可能与东北地区冬季供暖有关.吉林市PAHs采暖期质量分数为0.03~1 304.83mg/kg,非采暖期为0~223.13mg/kg,采暖期污染水平高于非采暖期,其中工业区污染较严重.源分析结果表明吉林市大气颗粒物中重金属和有机污染物PAHs主要来源于燃煤、石油化工、扬尘(建筑扬尘和土壤扬尘)、车辆混合污染,而且工业尘对PM2.5的贡献则是持续的.     

光谱重建中ICA和PCA的对比

一个光谱数据集可以表示成几个主要光谱成分的线性组合。主成分分析法（PCA）是提取光谱数据集的主要成分的常用方法。近年来，有研究人员用独立成分分析法（ICA）提取光谱数据集的独立成分，进而实现光谱数据压缩。文章分别使用ICA和PCA对50例Munsell色卡的光谱反射比和50例桦树叶的光谱反射比进行特征光谱的提取。利用多光谱成像技术和光谱重建算法，采用三组滤光片，每组分别为2、3和4片，选取3-15维子空间，重建了150例Munsell色卡和150例桦树叶的光谱反射比。重建结果用CIELAB1976色差和光谱重建误差来评价。在150例桦树叶光谱重建中，ICA的重建结果明显好于PCA的重建结果；而150例Munsell色卡用ICA和PCA重建结果相差不大。最后，根据重建结果，对子空间维数、滤光片数与重建色差和误差的关系作了分析。     

天津市各区县经济发展水平的多元统计分析

本文选取了10项适当的主要经济指标对天津市18个区（县）的经济发展水平进行系统聚类分析和主成分分析，综合评价了各区县的经济发展水平．     

基于主成份分析法的饮用水特征性指标分类

本文对商品饮用水进行调查统计的基础上,运用主成份分析的方法,对样本的特征性指标进行分类分析.分析结果表明：饮用水的特征性指标主要由钾离子,钠离子,镁离子,钙离子,偏硅酸和pH值组成;钾离子与钠离子为同一类指标、镁离子和钙离子为同一类、偏硅酸与pH值也是一类.此结论基本上是正确合理的,对商品水的质量控制及其质量检验部门的初步检测等都具有一定的指导作用,可以减少检测步骤、提高检测效率、节约检测成本,为选用步骤少效率高低成本的检测对象来反应饮用水质量提供了理论依据.     

主成分分析在人脸识别研究中的应用

PCA(Principal Component Analysis),主成分分析方法,是一种得到广泛应用的人脸识别方法。PCA算法提供了一个高维和低维空间的线性变换矩阵,就是利用低维特征向量来表示原始样本信息,利用变换矩阵可以得到一个特征子空间,即特征脸。进行识别时,把待识别的人脸向其投影,采用最近邻法得到最近的点,最终识别该人的身份。     

遥感蚀变信息强弱与粘土矿物含量相关性研究

基于多光谱遥感影像提取蚀变信息的方法较多,常用的方法有比值法、主成分分析法、光谱角法和混合像元分解方法等,本文基于主成分分析法和比值法对研究区进行铝羟基和镁羟基蚀变信息提取,并利用实测的土壤中氧化物和元素含量定量计算得到的粘土矿物含量,分析其含量多少与蚀变强弱之间关系,研究发现,采样点蚀变粘土矿物含量与遥感蚀变信息之间有一定关系。     

基于PCA的指纹识别算法研究

介绍了主成分分析(Principal Component Analysis,简称PCA)方法及其在指纹识别算法中的两个重要应用.并分析了当前指纹匹配算法的研究热点.     

中国农村居民收入来源的因子分析

首先利用因子分析对我国31个省市自治区分别按照收入来源进行分类,客观、合理地分析了我国农民收入来源的现状,并分析了造成这些差距的原因,最后为提高落后地区的居民收入水平提出了建议.     

韶关市经济发展水平的统计分析

本文运用聚类分析、主成分分析等多元分析方法,对韶关市的市区、各县（市）经济发展水平进行分类和排序,给出初步的统计分析,其分析结果具有重要的经济意义。     

一种基于2DPCA的煤岩识别新方法

针对传统PCA方法用于煤岩识别常常面临图像维数高,直接计算数量大的问题,提出并实现了一种基于2DPCA的煤岩识别方法。这种识别方法是基于图像矩阵的主分量分析法,由于它的协方差矩阵可由原图像矩阵直接构建,因此2DPCA使用的协方差矩阵同传统PCA相比要小很多。实验结果表明,在训练样本数相同的情况下,2DPCA耗时仅占PCA总耗时的60%左右,并且随着训练样本的增多,2DPCA与PCA之间的耗时差会越来越大。识别率较PCA方法提高了近10%,图像SNR也由原来的4.53 dB提高到12.17 dB。2DPCA在速度方面表现优越,准确性方面也令人满意,有效的提高了煤岩识别的效率。     

我国西部荒漠化地区生物质原料的选择

21世纪以来,中国承受日益严重的能源危机,开发新能源已经成为解决能源危机的主要途径之一。生物质能源作为新能源的一种,逐渐成为我国开发的重点,选择合适的生物质原料显得尤为重要。首先介绍了我国西部荒漠化地区的分布及自然环境特征,然后分析生物质原料的各种特性,最后基于主成分分析原理,建立荒漠化地区生物质原料的选择模型。对十种生物质原料的综合评价参数进行排名,并且对排名前3位的薇藻、文冠果和山樱桃进行了重点分析。