长沙市郊区环境大气中颗粒物PM10的质量浓度及其变化特性

于2007-11-2008-10对长沙市郊区环境空气中的颗粒物PM10的质量浓度采用TEOM 1400a进行实时监测,以揭示城市颗粒物污染的主要特征及其变化趋势.研究结果表明:长沙市郊区颗粒物污染相当严重,PM10年平均质量浓度为(120.8±47.7) μg/m3,明显超出我国环境空气质量标准,其中秋、冬季节质量浓度高于夏季质量浓度;PM10质量浓度日变化受城市交通密度的影响显著,峰值分别出现于9:00与18:00附近,与早晚交通高峰期吻合;PM10质量浓度在工作日与周末存在明显差异,夏季周末质量浓度明显高于工作日质量浓度,而冬季则相反;颗粒物PM10与PM2.5质量浓度具有很好的相关性,说明我国现行采用的PM10环境空气质量标准评价城市空气质量仍是合适的.     

基于ARMA模型的河川年径流量预测

利用ARMA模型对河川径流量预测进行了研究.ARMA模型主要利用数据间的相关性来建立模型,根据数据分析建立ARMA(3,1)模型最优,但预测效果并不好.为了达到好的预测效果,把两个ARMA模型组合运用建立新的模型,得到较好的预测效果.     

郑州市PM2.5和PM10中水溶性无机离子的污染特征

于2009年10月至2010年8月间采集郑州市大气颗粒物PM2.5与PM10样品,对其质量浓度及水溶性离子进行分析研究.结果表明：PM2.5在秋、冬、春、夏四季的质量浓度的平均值分别为134.9、121.6、77.9和102.0μg/m^3,PM10在秋、冬、春、夏四季的质量浓度的平均值分别为193.2、184.0、140.9和140.5μg/m^3,日均值超标率分别达77.8%和59%.PM2.5和PM10质量浓度呈现很好的相关性,春季粗粒子在PM10中的比例相对较高,而秋、冬和夏季细粒子是PM10的主要组成部分.主要的水溶性离子是SO4^2-、NO3^-和NH4^＋,大部分以（NH4）2SO4和NH4NO3形式存在;NO3^-和SO4^2-质量比小于1,说明采样期间郑州市大气以固定排放源污染为主.     

基于多元时间序列的PM2.5预测方法

针对利用多元线性回归和时间序列模型预测PM2. 5时,存在信息利用不全面和预测精度不高的问题,提出了基于多元时间序列(ARMAX)的PM2. 5预测方法;方法在回归项中引入了PM2. 5影响因子在时间序列上的滞后性阶数,并对残差序列进行信息提取,建立了PM2. 5浓度预测模型;首先通过"天气后报网"采集了合肥市2017年和2018年污染物数据;完成了数据的预处理及相关性分析;分别建立了PM2. 5浓度预测的多元线性回归模型、时间序列模型和ARMAX模型;最后通过RMSE、MAE和Theil不相等系数3个评价指标,将3个模型预测精度进行比较;结果表明:ARMAX模型的预测精度显著高于单一的时间序列模型或多元线性回归模型。     

ARMA模型的实证应用

本文使用Eviews软件对1880—1985年全球气表平均温度改变值序列拟合,得出了一个ARMA模型,并使用此模型对1880—1985年全球气表平均温度改变值序列进行了预测,预测效果理想。     

交通流的时间序列建模及预测

采用时间序列ARMA模型进行交通流量趋势预测，建模时利用现场测得的交通流非平稳时间序列进行差分变换及标准化处理，从而转化成标准正态平稳时间序列；模型参数估计采用极大似然估计法，并根据AIC准则为模型定阶；最后通过实测数据进行验证．结果表明该ARMA模型能够较好地拟合交通流时间序列并可获得较高的中短期预测精度，因而可用于动态交通信号控制．     

对复杂混沌时间序列快速预测的前馈神经网络

提出了一种基于前馈神经网络结构的适合于非线性预测的在线学习方法，这种方法吸收了最小二乘法和传统在线ＢＰ算法的优点，具有收敛速度快，跟踪性能好、适用于非线性预测等特点。     

泰安市PM10浓度变化特征及与气象因素的关系分析

根据泰安市2004-2007年PM10浓度资料和同期气象观测资料,分析PM10浓度的时间变化特征,通过相关分析得到影响PM10浓度的主要气象因素包括降水量、风速、相对湿度和气温.分析PM10浓度与各气象要素的关系:不同等级的降水对PM10污染有一定的清除作用,小于10 mm以下降水的湿沉降作用要好于10 mm以上的降水,特别是5-10 mm降水,PM10变化量最大,冬季降雨沉降效率最高;春季PM10与风速呈正相关,其他季节则相反;相对湿度小于40%时,PM10浓度与湿度呈正相关,相对湿度大于60%时,PM10浓度与湿度呈反相关;春季PM10浓度与温度的相关性要好于其他季节.     

常州市312国道旁PM10含量的分析

本文通过对常州市312国道牛塘到丽华道路段两侧大气中的PM10进行测定,并且对含量进行分析,可以为国道周围居民区及学校的大气环境质量评价提供依据.     

粤东三市PM2.5和PM10质量浓度分布特征

采用在线监测方法于2009年7月8日至22日在广东省汕头、潮州、揭阳三市各选择1个有代表性的空气质量监测点同步进行PM2.5和PM10监测。监测结果表明,粤东三市PM2.5和PM10质量浓度低于部分沿海城市;PM10与PM2.5的质量浓度日变化呈双峰分布,分别处在上午(6:00至10:00)以及下午(18:00至22:00)两个时间段;PM10与PM2.5日平均浓度变化呈周期性波动,周期约为3～4 d;对于粤东三市区域,PM2.5/PM10为0.5215,说明PM10中细颗粒物含量大于粗颗粒物含量。     

哈尔滨市大气中PM_(10)、PM_(2.5)质量浓度及金属离子分析

对哈尔滨市大气环境中的PM10、PM2.5进行了采集,并对质量浓度及离子成分进行了分析.实验结果表明,两种颗粒物均呈现了先减小后增大的特征,最高值出现在1月,质量浓度分别是178.85、130.10μg/m3,PM10在1、2、3、4、11、12月均超标,而PM2.5质量浓度则高出欧盟标准(15μg/m3)的2~8倍,另外,离子总质量浓度在8月达到了最低值,分别是42.73μg/m3和25.3μg/m3.PM10和PM2.5中离子成分占颗粒物总质量的比例均表现为中间高两边低的特点,最高含量出现在7月份,分别为67.7%和68.4%.根据相关系数的判别原则,PM10中表现为高度负相关的离子是Ca2+和F-、Ca2+和SO42+、Ca2+和NO3-;表现为高度正相关的离子是K+和Mg2+、K+和Cl-、M2+和Cl-、F-和SO42+、F-和NO3-、SO42+和NO3-,说明上述离子间有相似的污染来源.PM2.5中表现为高度正相关的离子是K+和Cl-、K+和SO42+、K+和NO3-、Mg2+和SO42+、F-和NO3-、SO42+和NO3-,与PM10中离子相关性规律不同.     

南宁市大气颗粒物PM10、PM2.5污染水平

为了初步调查南宁市大气中颗粒物PM10、PM2.5的污染水平，于2002年春、夏、秋、冬4季在南宁市的5个典型城市功能区，采集了85个样品．结果表明，南宁市PM10、PM2.5的污染很严重，超标率为82．5％、92．5％，而且对人体健康危害更大的PM2.5占PM10的大部分，约为63．5％，且重污染区PM2.5浓度超过轻污染区近一倍，应引起公众和相关职能部门的高度重视。     

北京地区夏季PM10污染的数值模拟研究

利用三维区域空气质量模式CAMx,对北京地区夏季PM10浓度的时间变化规律和空间分布特征进行了数值模拟研究。结果表明,北京市城近郊区夏季的PM10具有明显的时空变化规律。一般在半夜前后和早晨常表现出较高的浓度;中午前后由于大气化学转化对二次气溶胶的生成贡献,在城市地区也会表现出一定的高浓度值;傍晚前后往往是一天中浓度最低的时段。PM10的空间分布与源排放关系密切,中午前后的空间分布会体现出光化学反应对其二次生成作用的影响。二次气溶胶在PM10中占有相当的份额,对于PM10中硫酸盐和硝酸盐的浓度变化,其中的二次组分起主要决定作用,而有机碳气溶胶以及PM10的浓度水平和变化规律则主要受一次成分的影响。     

厦门市大气PM10中正构烷烃的污染特征与来源分析

2006年10月中旬在厦门市岛内5个站点(A.上李水库、B.狐尾山气象站、C.金山小学、D.安兜小学、E.科技中学)采集了大气PM10样品.对大气PM10及其负载的正构烷烃进行了污染特征和来源分析.结果表明,厦门市大气PM10的质量浓度仅达到国家大气质量二、三级标准;各站点大气PM10中正构烷烃的相关指标分析显示,其污染来源以人为源输入为主,与城市机动车尾气、生活油烟的排放有关.     

太原市冬季气象条件对污染物PM10迁移扩散的模拟研究

利用CALPUFF和HYSPLIT模式,以太原一电厂为污染源,模拟了初冬时段PM10的扩散过程,在分析地形及复杂风场对污染物扩散的影响时,研究了PM10在典型气象条件下的迁移扩散.模拟计算结果表明:气象条件不利于污染物扩散,造成太原市区西部古交和万柏林间高PM10浓度区;同时,小静风条件下的局地环流造成市区PM10浓度较高.还探讨了利用模式结果和监测数据估算源项的方法,研究表明,数值模式可以用来进行大气质量模拟并进行污染源管理.     

基于ARMA模型对恒生指数的实证分析

利用ARMA模型对恒生指数(HSI)的走势进行研究,并用Eviews软件对其预测分析,得出恒生指数(HSI)走势变化的预测误差.