PM2.5变化趋势的联合多重分形分析

PM2.5是造成雾霾天气、降低能见度,影响交通安全的主要因素。首先基于主成分分析法分析得出PM10最能影响PM2.5浓度变化,再利用联合多重分形探究不同城市的PM2.5与PM10之间的关系。从而得出西安市及伦敦市的PM2.5和PM10之间的关系具有一致性,即PM10浓度偏低时PM2.5也偏低,而PM10浓度偏高时PM2.5却偏低。无论PM10浓度如何变化,相对而言,伦敦市PM2.5浓度波动更剧烈些。     

PCA-BP模型下皖北城市群PM2.5浓度分析

为探究皖北城市群大气污染物在不同地域、不同时间下的分布规律以及影响空气中PM2.5浓度的相关变量,结合2018-2021年安徽省生态环境厅统计数据及相关地域资料,采用主成分分析(PCA)法按时间段长短及季节性变化分别选取月度数据与年度数据对空气质量的影响因子做相关性分析,对比分析不同季节下空气污染物PM2.5、PM10的浓度及其它空气污染物的变化,构建基于PCA算法的反向传播神经网络 (BP),建立PCA-BP模型并采用交叉-验证法提高模型精度,对大气中的污染物PM2.5浓度做短期预测。实验结果表明:PM2.5浓度的主要影响因子为PM10、CO、NO2、SO2;皖北地区PM2.5含量整体在冬季偏高;预测模型的精度在夏季与秋季较高,冬季较低,四季的预测精度R2分别达到0.924、0.958、0.935、0.794。     

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.     

鞍山市夏季PM_(2.5)中元素污染特征与来源初探

为了解鞍山市夏季大气颗粒物PM2.5中元素的污染水平和来源,2014年7月2~15日在鞍山市6个站点进行了PM2.5的样品采集,对PM2.5载带的元素进行了浓度特征和富集因子分析,并通过主成分分析确定了鞍山市PM2.5的主要来源.鞍山市夏季PM2.5载带元素浓度主要由Na、Mg、Al、K、Ca、Fe、Zn等7种元素贡献,占总浓度的96.8%以上,Pb的浓度为50.07ng/m3,Cd的浓度为0.91ng/m3,Mn的浓度为16.81ng/m3,Ni的浓度为3.16ng/m3,均未超出GB3095-2012和WHO规定的浓度限值.元素Cr、Ca、Ni、Cu为显著富集或强烈富集水平,Cd、Pb、Zn属于极强富集,表明鞍山市夏季PM2.5污染属于城市交通、燃煤、钢铁冶炼等复合型污染.主成分分析结果显示,鞍山市夏季PM2.5中富集元素的主要人为源包括钢铁冶炼、机动车尾气和建筑扬尘.     

基于PCA与RBF神经网络的PM_（10）质量浓度预测

对影响PM10质量浓度的20个因子进行主成分分析（PCA）,得到一组新的输入因子,有效的降低了输入维数,然后以新的输入因子作为RBF神经网络的输入,建立RBF神经网络PM10质量浓度预测模型,并对西安市2005年采暖季PM10质量浓度进行了预测,获得较好的拟合和预测效果。     

京津冀地区空气污染影响因素及氮氧化物分布演变规律的定量分析

针对大气污染源及空气浓度梯度变化,综合使用定量分析、变量控制、线性拟合、二阶抛物型偏微分方程等方法,构建了主成分分析、单污染源高斯烟羽扩散等模型.运用EXCEL和MATLAB软件,研究得出京津冀地区空气主要污染源为工业废气、燃料燃烧、汽车尾气、工业废水等,主要影响参数为PM2.5、PM10.0,以及氮氧化物污染离烟囱越远浓度越低等结论.     

中原城市群重点城市首要污染物日变化特征及成因分析

中原城市群重点城市是我国大气污染较为严重的区域之一。利用2017年河南省各地市环保局国控站点和地面监测站提供的首要污染物浓度和气象要素24h连续监测数据,分析得到2017年首要污染物占比和首要污染物浓度的日变化特征,采用相关分析法和主成分回归分析法得到各首要污染物之间的相关性及气象因子对首要污染物的影响。结果表明,2017年中原城市群重点城市首要污染物主要由PM2.5、PM10和O3组成;一天中,PM2.5呈双峰变化,主峰值出现在8:00-9:00,次峰值出现在22:00,谷值出现在下午16:00;PM10小时浓度呈三峰变化,主峰值出现在9:00,次峰值出现在1:00和21:00左右,主谷值出现在15:00,次谷值出现在0:00和5:00;O3小时浓度呈单峰变化,峰值出现在15:00,谷值出现在7:00左右;PM2.5在低温、高压、中等偏高的湿度、较弱风的条件下利于积累,PM10在低温、高压、中等偏高的湿度、较弱风的条件下易于积累,O3在高温、低压、中等偏低的湿度、强风的条件下易于生成与积累;对PM2.5、PM10浓度影响最大的两个气象因子是气温和气压,对O3浓度影响最大的两个气象因子是风速和气温。     

基于主成分分析法的城市大气主要污染物关系研究

大气污染物是造成城市居民呼吸系统疾病高发的重要原因,研究城市大气主要污染物关系有助于有关部门采取针对性的治理措施.调查16个城市大气污染现状,借助SPSS软件,采用主成分分析法,对SO2、NO2、PM10、PM2.5、CO、O3等6个大气主要污染物数据进行分析计算.提取占总方差84.364%的2个因子来反映空气的污染程度,分别为:1)PM2.5、PM10、CO和SO2;2)O3.主成分分析法可以准确探讨出空气各污染物的内在关系,该结果有助于为环保部门的治理工作提供参考.     

基于FAR(1)模型的PM_(2.5)浓度预测研究

首先利用函数重构理论,表示了漳州2017年11月1日至2018年5月5日PM_(2.5)浓度数据的函数特征.然后对重构好的函数曲线进行主成分分析,得到PM_(2.5)浓度曲线的3个函数主成分,代表PM_(2.5)浓度曲线的主要变异特征.最后利用函数主成分投影法估计PM_(2.5)浓度FAR(1)模型的算子,并进行样本外的短期预测,预测效果相对较好,其结果可为决策者提供参考.     

我国上市公司资本结构的实证分析

运用实证分析的方法计算并分析了上市公司资本结构的影响因素,首先对选取的15个原始变量进行主成分分析,并计算出主成分得分;然后用主成分得分与资产负债率作多元回归分析;最后根据实证分析的结果进行了因素分析．结果表明：（1）短期偿债能力指标或者变现能力指标对资本结构的影响最大,且与资产负债率之间呈负相关关系;（2）企业规模与资产负债率呈正相关;（3）股权结构及企业的盈利能力与资产负债率呈负相关。     

青年男性血沉正常参考值与地理因素的关系

为制定青年男性血沉正常参考值的统一标准提供科学依据．收集了中国157个单位甩温氏法测定的12180例健康青年男性血沉正常参考值．运用偏相关分析的方法，研究了其与地理因素的关系．发现海拔高度是影响青年男性血沉正常参考值最主要的因素，随着海拔高度的逐渐增大，青年男性血沉正常参考值在逐渐的减小，相关性极显．用主成分分析的方法提取了两个主成分z1和z2，它们能较全面的反映所有变量的信息．用青年男性血沉正常参考值对这两个主成分进行回归分析，得到回归方程：^Y=3.68-0.0009201X1 0.005251X2 0.05234X3 0.1038X4 0．0005743X5。如果知道了中国某地的地理因素，就可以用回归方程估算这个地区的青年男性血沉正常参考值．依据青年男性血沉正常参考值与地理因素的关系把中国分为青藏区，西南区，西北区，东南区，华北区，东北区等6个区。     

主成分分析和回归分析在水稻土质量评价中的应用——以桐城市为例

运用主成分分析和多元线性回归相结合的方法对桐城市水稻土资源进行质量评价,文中选用了桐城的24个典型土种,12个变量（评价项目）,先对土种理化性质进行数字化处理,通过计算机输入处理过的标准化数据,采用主成分分析法筛选出影响水稻土生产力的8个主导因子,再应用回归分析对这8个入选因子进行全回归分析得出回归方程,用这8个入选因子的回归系数求得其权重以及土种各因子的具体评价指数,最后进一步对所有土种进行综合评价并进行归类分等,评价结果与实际完全一致。     

基于SPSS回归分析对发电厂燃煤特性的试验研究

对鄂尔多斯褐煤进行试验,得出煤中各工业成分和发热量的数据。通过Origin软件做出灰分与发热量的关系曲线,通过SPSS软件对所得数据进行回归分析,得出灰分与发热量之间的试验关联式。根据试验得到煤的特性,对燃用鄂尔多斯褐煤的锅炉提出合理的建议,以利于提高锅炉的燃烧效率和运行安全性。     

南京附近低山丘陵区林业用地土壤分类的数值评定

<正> 引 言 土壤分类单元间亲疏关系或从属关系的数值评定,即土壤的数值分类,是以土壤分类指标(主要是属性指标)、的数值化为基础,通过对各单个土体(pedon)调查资料和数据的获得、整理和运算,形成一种以数值为依据的土壤分类体制。土壤的数值分类系统可以独立应用,便于用电子计算机贮存信息、制图和鉴定待测土壤;但在目前的发展水平上更多地是用数值分类方法来论证或评定现有的直观土壤分类系统,把主观比土的结果置于数值运算的基础上进行检验。从本世纪六十年代起,国外就有一些土壤学者开展土壤数值分类的研究工作;1978年中国土壤学会举行全国土壤分类会议以来,这种数值方法在我国也逐渐有了可喜的发展。本文是同时运用以主分量分析为主、结合聚类和回归分析的几种多元分析方法,探讨南京附近低山丘陵区林业用地土壤分类和生产力评价问题。这项工作的目的,一方面是探索综合应用这些方法的可行性及其实际效果,另一方面是把现有的江苏南部低山丘陵区土壤分类方案,置于这些数值方法综合应用的基础上作一次检验,以进一步论证其合理性。 这里所说的现有分类方案,是指我们在1978年拟订的一个,具有7个土类24个土型,主要是根据母质类型和土壤属性,适当参照我国现行土壤分类规范而制定(表1),并且作过一些土壤生产力评价的尝试。这个以直观对比为基础的分类方案,是为林业利用目的而制订的,但并不背离现代土壤发生学的原则。下文通过主分量分析而形成的排序作进一步论证。     

主成分回归对脑卒中发病与环境因素间关系的解析

脑卒中的诱发已经被证实与环境因素包括气温和湿度之间存在密切关系.对脑卒中的发病环境因素进行分析可以对脑卒中高危人群进行风险评估并及时采取干预措施,而平均气压、最高气压、最低气压、平均温度、最高温度、最低温度、平均相对湿度、最低相对湿度8个自变量之间的共线性使得用多元线性回归方法得到的回归方程的精度降低.运用主成分回归分析,对脑卒中发病人数与环境因素进行了深入解析,结合统计软件SPSS的分析结果,给出了计算主成分的正确表达式,并将主成分与发病人数进行多元线性回归,最终确定了脑卒中发病人数与8个环境因素间的数学模型.     

基于动态主元分析的财务困境预测模型

当神经网络用于上市公司的ST预测建模时,取得高质量的样本是相当重要的.本文连续运用主元分析(也称动态主元分析),将多年的数据应用到经济预测模型中去,既增大了信息量又没有增加网络的复杂性,使得预测更加合理有效.最后将动态主元分析与BP网络结合构造了一个网络模型,并给出了实证研究的详细结果.     

数学双语教学研究的因子分析法

文章利用主成分分析，等级相关分析，因子分析，聚类分析等数理统计方法对数学双语教学问卷调查进行了分析．通过调查，获得了来自学生的第一手资料．根据分析过程，得到了相应的统计研究方法．并根据数据分析结果，给出了相关建议．     

油气勘探风险评价的偏最小二乘-最大熵法模型及应用

油气勘探风险的定量评价一直是国内外研究的难点.作者在分析传统风险评价方法的优缺点、剖析偏最小二乘法和最大熵法优势的基础上,首次提出了偏最小二乘-最大熵(PLSME)风险分析模型.偏最小二乘法较好地实现了多元线性回归、主成分分析和典型相关分析的有效综合,通过自变量的PLS回归线性处理,不仅能消除粗差解决变量之间的相关性问题,而且能辨识每一个自变量对因变量的控制程度;最大熵法通过对偏最小二乘得出的风险因子与总经济效益净现值关系式的检验,利用最大值、最小值和最可能值的训练,能了解指标最终服从的概率分布,客观得出风险的大小.两者结合起来构建的PLSME模型,能使风险评价结果更加准确、合理和客观.通过对四川德阳新场气田的实例应用,表明偏最小二乘-最大熵评价方法科学可行,对同类研究具有借鉴作用.     

可持续发展综合评价建模研究

基于PREEST系统模型,提出了一系列全面的可持续发展评价体系。同时,采用主成分分析法和层次分析法对苏丹的综合可持续发展指标进行实证分析。然后,根据DEA模型分析苏丹在未来20年的可持续发展计划。构建了人口、资源、环境、经济、科学等五个子系统,从五个子系统中选取39个指标。通过主成分分析法得到五个子系统的发展指数,并利用层次分析法计算五个子系统的权重。结合发展指数与权重的五个子系统,得到了苏丹的综合指数。再对苏丹每年可持续发展的效率进行评价,并提出了20年的可持续发展规划。