中国大范围雾霾期间大气污染特征分析

为分析我国2013年1月份大范围雾霾成因及特点,在收集相关污染物与气象数据的基础上,运用主成分及相关性分析,对雾霾期间我国8个重点城市大气细颗粒物(PM2.5)浓度、粒径分布,时空变化规律,雾霾与气象因素的关系以及雾霾期间各城市大气污染指标的主成分及相关性进行了分析.结果显示雾霾期间8个城市PM2.5平均超标2.34倍,11~14号超标最为严重,PM2.5/PM10浓度比值平均为0.72,高湿、逆温、低压、静风等气象条件有利于雾霾的形成,PM2.5与SO2,NO2等表现出较好的相关性,主成分分析表明多数城市表现出明显的复合污染特征.此次雾霾是以特殊气象条件为主导的机动车尾气及煤烟型复合污染引起的大范围污染现象.     

京津冀雾霾产生的根本原因及如何治理

通过对雾和霾产生的本质原因研究,我们发现形成雾霾的根本原因是工业和经济的粗开放式排放,重要原因是由于环境生态的破坏所产生的冷空气导致这种由冷空气产生的雾!森林破坏的越厉害,雾霾的步伐就会越快,因为森林的破坏,冷空气能快速南下,到达的冷空气迅速阻断海洋气流输送进内陆的同时,也造成沿海地区大雾,有了大雾,任何工业地区将不可避免将遭受雾霾危害!所以要根治雾霾的危害,必须在治理霾的同时,必须治理恢复沿海地区,水汽输送的沿途地区以及内陆地区的三线的森林,避免这种由冷空气产生的雾,才能真正根治雾霾!     

京津冀地区部分城市一次重污染天气特征分析

近年来,京津冀地区重污染天气频发,严重影响了人们的生产生活和身体健康.2017年5月4-6日京津冀地区部分城市发生了一次由沙尘引起的重污染天气.通过对此次沙尘天气进行空气污染整体情况、污染过程出现的主要污染物、颗粒物与各气象要素的相关性的分析,发现本次污染过程具有形成快、持续时间较长、消散快的特点;以PM2.5与PM10为代表的颗粒物是此次污染的主要污染物;气压、平均气温和风向风速等气象因子.影响本次重污染过程;本次扬沙、浮尘天气的污染源是从外地输送而来,是受到来自西北的气流影响而形成的.     

京津冀地区1981—2020年雾霾时空分布特征研究

利用日平均能见度定义了雾霾指数,在此基础上基于向量分析方法定义了雾霾综合效应指数,进而对京津冀地区1981—2020年雾霾时空分布特征进行研究.结果表明:京津冀地区雾霾天气整体呈现南多北少的分布形势,西南部最为严重,北部最轻;从京津冀地区雾霾综合效应指数年代际增量看,2010年以后雾霾呈明显加重趋势;从每5年增量分布情况看,2011—2015年雾霾呈明显加重趋势,2016—2020年雾霾加重发展的趋势得到有效控制,在一定程度上体现了近年来生态文明建设的效果;雾霾严重时段和较轻时段对应的位势高度场呈现近乎相反的距平分布形势,雾霾严重时段纬向环流特征更明显,而雾霾较轻时段经向环流特征更明显;北半球,尤其是太平洋地区的副热带高压与京津冀地区的雾霾有密切关系,副热带系统的强弱影响着暖湿气团的北上影响范围和强度,对京津冀地区雾霾的发展起着较大的影响作用.     

阿拉善右旗一次雾霾天气成因分析

利用天气形势和地面气象要素、相关回归分析方法及雾霾期间浓度值,对2018年10月19日至21日发生在阿拉善右旗的一次雾霾天气进行了分析。得出结论:霾期间天气形势,右旗处于偏西或西南气流影响,且有暖平流输送,空气相对干燥,地面处于高压区底部,非常有利于霾的形成。雾期间地面条件能见度低,19日夜间的降水可以提供充足水汽,因而相对湿度大,霾就会转化成雾,大雾期间温度和露点温度接近于一点,气温较低,雾霾期间风速呈静风状态,地面条件利于雾霾的形成。能见度和相对湿度作相关回归分析来看,呈现明显负相关。雾霾期间PM_(10)、SO_2、NO_2浓度值超标,属于重度污染。     

南昌一次持续雾霾天气成因分析

使用2013年冬季的1次雾霾持续过程的气象观测数据、L波段雷达观测数据和Grimm180颗粒物检测仪观测数据进行相关性分析,结果表明:南昌地区1月下旬PM10、PM2.5、PM1.0与风速呈明显的负相关关系,即风速越大,颗粒物浓度越小;地面风向为E时,南昌出现霾的次数最多;PM10、PM2.5、PM1.0与能见度呈现明显的负相关性,即气溶胶颗粒物的浓度增加时,能见度明显降低;在未降水日PM10、PM2.5、PM1.0与相对湿度呈明显的正相关性;当产生降水时,降水对PM10、PM2.5、PM1.0的清除作用显著,PM10、PM2.5、PM1.0与相对湿度呈负相关性。     

云南南部一次大范围飑线天气过程的诊断分析

利用常规气象资料和多普勒雷达资料,对2004年4月13日17时至24时发生在滇西、滇南和滇东南的大范围飑线天气过程进行分析,揭示了产生飑线天气的环流形势和影响系统,并从短期、临近预报角度对这次飑线天气过程归纳出预报指标,得出了飑线所引起的强对流天气的落区及各要素之间的关系,揭示了此次飑线的发生、发展和演变情况,以及飑线天气出现时天气和要素变化情况,为更好地提高预报飑线天气的准确率提供一定的参考.     

二次旋转曲面的一种判定方法

对于二次旋转曲面，现行的众多教材中只给出了其方程的求法，而对于一个给定的二次曲面，怎样确定它是旋转曲面，并没有给出判定方法，基于此目的，本文给出了一种判定二次旋转曲面的方法，并通过几个典型的例子予以说明。     

R&D投入与企业经营绩效的关系 ——基于京津冀地区上市公司的数据分析

技术创新是现代企业获得核心竞争力和持续发展的源泉。本文利用京津冀地区上市公司2009—2013年连续披露的相关数据,对RD投入与企业经营绩效的关系进行实证分析。研究结果表明,当年的RD投入和企业当期经营绩效存在负相关性,RD投入对企业经营绩效的影响存在明显的滞后效应,且呈正相关关系,另外现金流量和企业规模对企业经营绩效也存在显著影响。     

大数据分析方法及应用初探

大数据在很多的行业和企业得到了应用,对大数据的研究和分析也受到了很多的学者的青睐。大量非结构化流式数据已成为大数据时代的主要数据形态,这给传统的数据处理系统架构带来非常大的挑战,必将使大数据处理系统渐渐由流程设计转变为数据设计。为此,该文主要从大数据分析的方法理论入手,对现今各行各业即将运用的大数据处理方法进行研究,总结出一种较适用的大数据分析方法及其应用,以供行业和企业在未来的业务活动中作参考。     

京津冀地区空气污染研究及可行性建议

针对京津冀地区环境污染问题,结合各种污染物对人体的有害程度,运用归一化方法,分析影响空气质量的主要污染源,并对传统高斯模型提出修正,建立单污染源空气污染扩散模型,分析工厂排放废气的污染物扩散规律,运用MATLAB编程计算结果,结合污染源参数,对未来空气污染治理提出了可行性建议.     

遥感气象多源观测的一次雾霾事件分析

由于气溶胶的不确定性、复杂性等特点,因此对霾天气的多角度综合分析具有重要意义.本文利用地基、遥感卫星及星载激光雷达3种手段共同观测大气气溶胶在水平及垂直方向上的状态,结合气象因素分析雾霾天气的演变和成因,并利用HYSPLIT模型追踪大气污染物输送及扩散轨迹,最后根据气溶胶成分确定污染物类型.对北京市2013年10月27~29日的一次空气重污染过程进行分析,结果表明:此次大气污染以城市近地面输送为主,主要成分为硫酸盐气溶胶,主要类型为"污染型"气溶胶.最初气溶胶颗粒物主要分布在距地面5km以下的低空区域且垂直分布较均匀,以规则球形细粒子为主;而后随着时间的发展气溶胶粒径吸湿增大,粗粒子增多,垂直剖面明显分层;受静稳天气控制,主要集中降沉至地面,最后由于降雨致使污染程度得以缓解.     

灰色大系统稳定性的一种判定方法

用加权向量1-范数型Lyapunor函数结合此较原理,讨论了三维、n维灰色大系统的稳定性。将灰色大系统集结成低维系统,从而仅研究低维系统的稳定性即可。算例表明了这种方法的有效性。     

利用Gersgorin圆盘定理判定特征值的范围

本文介绍了Gersgorin圆盘定理和几个推论,并利用它们判定矩阵的特征值的范围。     

京津冀地区创新能力评价及提升路径研究

实施区域协调发展战略是新时代国家重大战略之一。京津冀是我国政治和文化中心,也是我国北方经济的重要核心区。国务院《关于建立更加有效的区域协调发展新机制的意见》中明确要求以北京、天津为中心引领京津冀城市群发展,带动环渤海地区协同发展。本文以京津冀作为研究对象,以创新能力的多项指标来衡量和评价京津冀地区的创新能力,最后针对现状提出提升区域协调发展创新能力的建议。     

川渝地区雾霾时空分布特征及影响因子分析

利用1981-2014年川渝地面气象观测资料,分析了川渝地区雾霾的时空分布特征及影响因子,结果表明:川渝地区雾日变化总体呈下降趋势,两种雾日观测资料的倾向率分别为-6d/10a和-8.2d/10a,研究时段内未出现突变点,80年代到90年代初,雾日变化周期以2~4a为主,21世纪后以8~10a为主.霾日总体趋势与雾日变化相反,呈上升趋势,倾向率为8.2d/10a,1997年开始发生突变,90年代变化周期以2~4a为主,2000年后4~10a周期变化较显著.在对雾霾与风速和空气相对湿度的关系讨论中发现,整个川渝地区雾与风速的变化趋势一致,与相对湿度呈正相关;霾与风速的变化趋势相反,与相对湿度呈负相关.     

一种面向大数据分析的快速并行决策树算法

为了提高基于大规模数据的决策树训练效率,提出了一种基于Spark平台的并行决策树算法(SPDT).首先,采用数据按列分区的方法,把单个属性列完整地保留在一个分区内,使缓存该分区数据的数据节点能独立完成信息熵的计算,以减少数据节点之间的信息交流造成的网络资源的占用.然后,数据在按列分区后以稠密向量的形式缓存于内存中,SPDT对数据进行压缩,以减少对内存的占用.最后,SPDT采用基于边界点类别判定的连续属性离散化方法来处理连续属性,减少决策树训练过程中信息熵计算的频次,并提出使用信息增益比划分训练数据集的方法,以减少信息增益计算对多属性值属性的依赖.实验结果表明,在树的训练效率方面,SPDT在保持分类精度的情况下,比Apache Spark-MLlib决策树算法(MLDT)以及基于Spark平台的垂直划分决策树算法(Yggdrasil)有明显的提升.     

基于数据分析的地区高等教育发展评价及预测

改革开放以来,我国的教育事业得到了迅速发展,然而也存在着各地区发展不均衡的现象。由于以往教育水平评价指标间的关系错综复杂,为了有效地观测我国高等教育发展水平与趋势,本文建立了一种基于灰色关联度分析和熵权法的组合权重综合评价模型。根据指标体系收集到我国10个省级地区2007年至2016年的相应数据,利用综合评价模型与时间序列模型对我国部分地区高等教育的综合发展水平进行了测算和分析,得到了各地区高等教育综合发展水平的排名,并基于此对各地区未来5年的高等教育综合发展水平进行了预测。