北京市细颗粒物时空分布及与呼吸系统疾病相关分析

细颗粒物(PM2.5)即粒径小于2.5μm的可吸入颗粒物[1],是当今中国城市大气污染的首要污染物。本研究以北京市为例,选取北京市2010年至2012年三年内采暖期与非采暖期两个不同时期的细颗粒物(PM0.3,PM0.5,PM1)实测数据,及同时期北京市患呼吸系统疾病人数数据,运用地统计的空间分析方法,对获取数据进行空间化及插值研究。通过偏相关分析法对北京市细颗粒物浓度与患呼吸系统疾病人数数据进行相关分析。得出以下主要结论:①细颗粒物的空间变化明显,2010年、2011年及2012年细颗粒物浓度整体呈上升趋势,2012年三种粒径细颗粒物浓度整体高于2010年与2011年。②不同粒径的细颗粒物,对呼吸疾病的影响程度不同:在0.3μm,0.5μm与1μm三种粒径的细颗粒物中,PM1对呼吸系统疾病影响最大,偏相关系数达到0.785。     

烟花爆竹燃放对西安环境空气质量影响的个例分析

利用西安城郊PM2.5、PM10、SO2、NO2等污染物逐小时浓度和常规气象观测资料,通过分析2014年春节期间大气环流形势、近地面大气层温度等要素及空气质量浓度的时空变化特征,讨论了烟花爆竹燃放对环境空气的影响。结果表明:2014年春节期间西安高空受西北气流控制,地面处于低压中心,等压线稀疏,风力较弱;近地面大气连续4天出现平均高度980 m的接地逆温,低空受东北气流控制,气象条件非常稳定;燃放烟花爆竹产生的特征污染物主要有PM2.5、PM10、SO2和CO等,PM2.5、PM10和SO2在除夕集中燃放时达到浓度最高值,分别是前期稳定状态下平均值的1.5、1.84和1.17倍;燃放烟花爆竹对PM10浓度的影响最大,其次为PM2.5;冷空气作用对粒径较小的PM2.5清除效果较好。     

中国城市建设用地扩展模式与PM2.5关系探究

随着快速的城镇化进程,PM2.5带来的污染越来越严重,在一定程度上影响了城市的发展.所以本文从探讨城市扩展模式与PM2.5关系这一视角出发,利用景观扩展指数识别2005—2015年中国城市建设用地的扩展类型,并通过裁剪PM2.5数据,在国家、地区和省级3个尺度内探究PM2.5的分布情况.最后采用OLS模型和GWR模型进一步分析城市扩展模式与PM2.5之间的耦合关系.结果表明:①在3个研究尺度内同时存在3种扩展类型,且边缘型为主要扩展类型,其次是飞地型和内填型.②PM2.5在3种扩展类型上都造成了不同程度的污染,在内填型上污染程度最高,其次是边缘型和飞地型,且内填型在中部地区污染严重,边缘型和飞地型对东部地区造成严重污染.③通过两模型对比发现,GWR模型的拟合度要优于OLS模型,LEI等其他变量对PM2.5的影响同时存在正相关效应和负相关效应.在东北、四川、贵州、重庆、甘肃等地区3种扩展类型的扩张加剧了PM2.5污染,而其他负相关地区城市3种类型的扩张可与PM2.5治理兼得.所以制定国土空间规划时,在坚持生态优先、绿色发展、节约集约的基础上应按不同的空间单元确定政策.     

基于Spearman秩相关系数的PWV与PM2.5相关性研究

在讨论大气可降水量(PWV)与细颗粒物(PM 2.5)之间的相关性时,传统方法未能很好地顾及连续数据中包含的非雾霾天气信息的影响,为此本文提出2个数据选取标准——时间标准和空气质量指数(AQI)等级标准,用于获取雾霾期间对应的PWV和PM 2.5序列。为解决数据筛选后不连续的问题,引入一种非参数性质的Spearman秩相关系数ρ,在北京市2014~2016年雾霾多发期,分析不同AQI等级对应时段的非连续等距的PWV和PM 2.5序列的相关性可知,筛选后3 a的ρ在第1、4季度的均值分别为0.6613和0.6280,整体均值为0.6447,表明雾霾天气下PWV和PM 2.5序列具有单调正向的相关性,而传统分析方法(未筛选)下两者的相关系数均较小,表明在对数据进行选取后的分析结果更具针对性和准确性。     

基于小波变换的河北省GPS PWV与PM2.5的相关性分析研究

以2014-01~03的河北省GPS和PM2.5观测数据为例,利用小波变换方法开展GPS水汽和PM2.5浓度的相关性分析。结果表明,低频系数重构的GPS水汽与PM2.5浓度序列较好地反映了两者之间的正相关特性;D7高频信号（128~256 h）及D7与D6高频信号（64~256 h）重构的GPS水汽与PM2.5浓度的相关性较原始序列的相关性有较大提高;对于持续7 d的重度雾霾过程,由第7层和第6层高频系数重构的GPS水汽序列与PM2.5浓度序列的相关性达到0.890;不同时刻水汽变化对PM2.5浓度观测的影响,在水汽变化波动较大时段,水汽与PM2.5浓度的相关性为正;对于水汽变化波动较小时段,由于水汽与PM2.5浓度峰值时刻的差异,水汽与PM2.5浓度序列的相关性则不明显。     

不同季节的北京市GPS可降水量与PM_(2.5)/PM_(10)的比较研究

通过北京市2013年的PM2.5/PM10资料与GPS可降水量资料比较发现,在秋冬春季节,PM2.5/PM10与GPS可降水量呈明显的正相关性,相关系数大于0.5,在个别时段达到了0.89,而这一相关性在降水较多的夏季并不明显;水汽含量的上升是秋冬春季节雾霾天气过程发生的重要因素。     

我国环境空气质量时空分布特征分析

根据国家环保部PM2.5 IN网站公布的环境空气质量指数,和国家气象局提供的气象数据,利用GIS强大的数据处理功能、空间分析功能和可视化功能,对2013年全国各个城市的环境空气质量指数数据进行处理与分析。初步揭示了环境空气质量在季节上的周期性,与降水、气压、温度的相关性,以及AQI在地域上南低北高、在垂直方向上呈递减趋势,且随高度的增加,变化趋势逐渐减慢的空间格局。     

河北省GPS水汽与PM2.5质量浓度的比较研究

利用河北省GPS观测数据,结合同期PM2.5质量浓度数据,开展GPS水汽与PM2.5质量浓度的比较研究。结果发现,GPS水汽与PM2.5的显著性sig值小于0.01,相关系数大于0.6,两者存在显著的正相关特性。     

2012年成都市PM10污染与地面气象条件的相关性分析

为了解2012年成都市PM10浓度分布情况及其与地面气象条件的相关性,通过分析2012年PM10浓度的分布情况,选取了13次污染过程,并对这些过程中的地面气象要素情况进行分析。结果表明,PM10浓度呈波状分布,其中3月和11月分别达到峰值,7月为全年最低;过程期间各变量具有以下特征:PM10浓度与温度呈正相关,与气压呈负相关,当有降温升压时PM10浓度减小;24小时变压变温都较小,表明天气较稳定;地面风速小,普遍小于2m/s,且主要为弱偏西偏北风,而当风速增大时有利于PM10的扩散;低能见度与较大的相对湿度对应较好,二者有明显的负相关。     

基于小波分析的GPS PWV与PM2.5比较研究

通过比较2013-11~12的BJNM站点GPS PWV序列与天坛站点PM2.5浓度序列发现,两者的相关系数大于0.535,sig值小于0.01,存在显著的正相关特性;基于小波分析方法剔除高频噪声、细微扰动和小尺度系统影响的第4层低频系数重构的PWV序列与PM2.5序列的相关性达到0.749;高频系数重构的PM2.5序列与PWV序列的相关性达到0.839,更能反映两者的正相关特性。     

关于t-模的生成

讨论了概率度量空间中ｔ－模生成的概率意义。对构造ｔ－模提供了具体方法，并以实例介绍了这种构造方法。     

概率度量空间的一个不动点定理

1972年以来,由于随机泛函分析理论的发展,国内外不少数学家对概率度量空间的拓扑结构及压缩型不动点定理和迭代序列逼近等问题作过深入的讨论(见引文[1-5]),本文的目的是对文[1.2]的结果作进一步推论。     

对2—距离空间中映象的不动点定理的注记

Banach压缩映象原理是建立在完备距离空间上的一条基本定理。本文的目的是证明:若对映象本身再加以适当的限制,则类似的定理在完备2—距离空间上也是成立的;另外,文末的例子也反映出2—距离(相当于面积)压缩与距离压缩间的本质差别。     

概率扩张与概率赋范空间中非线性方程的解

给出了概率扩张的定义，并研究了概率赋范空间中非线性方程解的存在性和唯一性     

随机变量导出的广义概率赋范空间及拓扑

本文给出了广义概率赋范空间(简称GN空间)的定义,由随机变量及分市函数族构造出一个在T_m下的GN空间,在一般情形证明了此空间是T_1 型的拓扑线性空间,基于PN空间的收敛性质,证明了Bernoulli大数定律,并指出了在随机变量分布合成方面的应用。 在传统的PN空间理论中,分布函数F_(pq)(x)示E中p点与q点之间的距离小于xΞR的概率,在PN空间中,概率范数f,(x)作为表示B空间中p点的范数小于XΞR的慨率,如果将普通随机变量p小于XΞR的概率F,(x)作为p点的广义概率范数,由此导出的空间,正是本文讨论的GN空间。     

凸度量空间中渐近拟非扩张映象的Ishikawa型迭代序列的收敛性

给出了凸度量空间中渐近拟非扩张映象的Ishikawa型迭代序列收敛于不动点的充要条件,所得结果推广、改进和包含了刘启厚[1]等人的最新成果.     

渐近非扩张映象多步迭代序列的收敛性

研究了凸度量空间中用多步迭代序列来逼近渐近非扩张映象的不动点,并给出了其收敛于不动点的充分必要条件.     

Caristi不动点定理的推广

在从上下半连续性条件下,得到了完备度量中一些新的Caristi型不动点定理.结果推广了Bae,Chen, Cho,Yang, Yeom和Suzuki等人近期的一些工作.     

一致拟Lipschitzian映象的具有混合误差的Ishikawa迭代序列的收敛性

在完备凸度量空间中，对一致拟Lipschitzian映象T证明了带混合误差的渐进Ishikawa型迭代序列收敛．到不动点的一些充分必要条件。其中T不必是连续的。     

具有误差的渐进拟非扩张映象的迭代序列的收敛性

在凸度量空间中,对渐进拟非扩张映象T证明了带混合误差的渐进Ishikawa型迭代序列收敛到不动点的一些充分必要条件,其中T不必是连续的.将文献[1]中的Banach空间上的结论推广到了完备凸度量空间.