政策干预对银川市空气质量的影响研究

为了研究银川市政府2017年12月施行的限行、减排措施对空气质量的影响,利用干预分析理论,建立了PM10和PM2.5的干预模型.干预模型表明:限行、减排措施对空气质量的改善非常明显.最后利用干预模型预测了2019年1月至3月PM10和PM2.5的指数,PM10和PM2.5预测精度分别为84%和91.2%.     

北京市PM2.5的相关因素研究

选取2016年北京市空气质量指数数据,简述了北京市空气的现状,并根据频率得出PM2.5已经成为北京市空气中的首要污染物的结论.通过计算PM2.5与AQI所监测的其余指标之间的相关程度,进行PM2.5与PM10,CO和NO2的多元回归分析,得到线性回归方程.同时对模型给予改进,建立基于2个主成分的、更为精准的多元回归模型.得出PM10是空气中PM2.5的最主要成因的结论,CO和NO2对PM2.5的影响也不容忽视的结论,对北京市雾霾天气预防提供参考意见.     

基于时间序列分析的北京地区PM2.5浓度研究

基于中国环境监测总站公布的实时空气质量监测数据, 利用时间序列模型对PM2.5指标的数据进行了平稳性、纯随机性检验, 同时进行了模型阶数、未知参数估计以及模型显著性检验与优化. 最终在此基础上建立了指标预测的数学模型, 并对未来三天的PM2.5浓度值进行预测. 进一步地, 基于向量自回归(VAR)模型, 对北京市万寿西宫站PM2.5数据进行相关性分析, 研究空气中污染物O_{2}、NO_{2}、CO、O_{3}、PM10与PM2.5的动态影响关系. 研究发现当天的PM2.5浓度会受到前几天PM2.5、PM10、O_{3}、SO_{2}等污染物浓度的影响,其中PM10对PM2.5的影响最为明显且持续时间最长, O_{3}、SO_{2}对PM2.5浓度的影响在二、三期最为明显.     

上海市PM_(2.5)相关因素的研究

空气质量问题始终是政府、环境保护部门和全国人民关注的热点问题.选取2014年01月-05月的上海市空气质量(AQI)日报,分析了上海市空气质量的现状,并对首要污染物出现的频率做出统计分析,发现PM2.5是上海市现阶段空气中的首要污染物.通过Pearson相关系数、Spearman相关系数和Kendallτ相关系数,计算PM2.5与AQI其他监测指标的相关性,从而有利于更科学的监测空气质量.研究表明,PM2.5与PM10和CO都具有较强的相关性,PM2.5与O3的相关性很弱.最后分别对PM2.5与PM10、PM2.5与CO的相关性进行线性拟合,得出初略的线性方程.对其对比分析可知,在同等情况下,应该优先通过控制空气中PM10的含量,来达到控制空气中PM2.5含量的目的,从而对改善生存环境起到重要的作用.     

基于生存分析的城市道路交通拥堵持续时间研究

根据北京市二环快速路的交通流数据,研究了城市道路交通拥堵持续时间的分布特性．采用生存分析方法,建立基于风险的交通拥堵持续时间模型,运用非参数方法对交通拥堵的持续时间进行估计,并对其时空分布规律进行了研究．结果表明二环各路段的拥堵持续时间70%在4min以内,89%在12min之内;当拥堵持续时间超过12min之后拥堵结束的可能性小于10%．工作日比双休日更容易发生拥堵;早高峰比晚高峰更容易发生拥堵,且当拥堵发生的前提下早高峰的拥堵持续时间更长;内环比外环更容易发生拥堵,但外环的拥堵持续时间更长;二环的4个方向上,西二环最容易发生拥堵,北二环的拥堵持续时间最长．     

基于SD-VF理论的城市限行政策效应研究

随着我国城市化进程不断加快,城市交通供需矛盾日益突出,交通拥堵问题愈发严重,我国各地纷纷实行各种政策措施来缓解交通拥堵。本文以北京市为例,针对城市交通拥堵的现象,从系统的角度出发,运用系统动力学与灰色Verhulst预测相结合的方法(SD-VF),建立城市交通治堵模型,并采用Vensim软件对模型进行动态仿真分析,从经济、社会、环境等方面探究政策措施对城市环境生态承载力、道路生态承载力等的影响。研究结果表明,限行限号政策虽然在一定程度上提高道路生态承载力,但也可能引发“悖论”效应;修路政策并没有根本上解决城市交通拥堵问题,仅仅是把拥堵状况向后推迟;而相对于单一政策,将发展公共交通与限行政策相结合可以有效缓解交通拥堵,改善空气质量,提升环境承载力,是更加科学合理的政策措施。     

京津冀地区PM2.5污染特征的研究————-基于函数型数据分析的视角

近年来京津冀地区的雾霾重度污染事件频发, 引起国家和社会的普遍关注. 以京津冀地区68个监测站的数据为基础, 研究了京津冀地区PM2.5小时间隔的年度数据主要变异模式、时空变化类型等污染特征. 还研究了二氧化硫、氮氧化物年度累计排放量对PM2.5浓度变化的影响. 结果表明, 氮氧化物的排放对PM2.5浓度的贡献更显著, 削减氮氧化物等污染物的排放可有效降低PM2.5浓度, 改善空气质量. 采用函数型数据分析方法, 相对于传统的统计均值方法, 能够更有效的使用所采集到的不同的数据类型, 进行更细致的分析, 从而得到更可靠的结论.     

安徽PM_(2.5)时空分布特征及预测模型的研究

为了解安徽省PM2.5分布特征、定量分析机器学习算法在预测PM2.5浓度方面的准确性.针对安徽省78个空气及气象监测站点的数据进行统计分析,并从时间因子、其它空气污染物浓度、气象因子三个方面,筛选出月、周、时,PM_(10)、CO、SO_2、N20,风速、气温、相对湿度、降水量、当前PM2.5浓度,共计12个自变量,利用K折交叉验证,分别构建基于支持向量机、神经网络的预测模型.表明安徽省PM2.5浓度总体呈现出北高南低,冬高夏低的特征,浓度值较高的月份出现在1、2、11、12,周变化规律各地有异同,时变化规律各地较为一致,8时至17时下降,其余时段上升.模拟结果显示支持向量机模型预测效果较好,其预测值与实测值的均方根误差控制在20以内,拟合指数在0.8以上.     

基于GAMLSS模型的PM2.5浓度预测研究

基于2013年3月1日至2017年2月28日北京奥体中心空气质量监测站点的逐时数据,分别建立了随机森林回归模型、广义可加模型(Generalized additive model,GAM)和基于位置、尺度、形状的广义可加模型(Generalized Additive models for location,scale and shape,GAMLSS).结果显示:随机森林回归模型的拟合效果与预测效果相差较大,说明模型的稳定性较差,而GAM与GAMLSS模型的拟合效果与预测效果都较好.然而,在实际应用中GAMLSS模型要比GAM更加灵活,能更充分地利用分布本身的特性和规律挖掘出更多蕴含的信息,有利于提高预测的精度.因此,基于GAMLSS模型探讨了北京市的各种污染物和天气条件对PM2.5浓度的影响,并对PM2.5日均浓度进行了预测,这为降低空气污染物浓度提供了理论基础,为相关部门开展预警工作提供了决策依据.     

部分线性模型在空气质量指数细颗粒物PM2.5中的分析应用

主要是研究细颗粒物PM2.5与其它影响空气质量指数的因素之间的相关性.首先运用主成分分析法对影响细颗粒物PM2.5的五个指标进行降维,然后对降维过后的数据拟合部分线性模型,拟合的效果比一般线性模型与多项式回归模型所拟合的效果更好.     

基于SD-GM理论的城市交通拥堵收费模型研究

随着中国城市化建设步伐的不断加快,交通拥堵在不断地加剧。同时,因机动车污染物的排放,每年将产生大量的NO_x,从而又会引起严重的大气污染(如“雾霾”污染)。针对这些问题,本文从环境和社会的角度出发,采用系统动力学与灰色系统相结合的方法(SD-GM),构建了城市交通拥堵收费模型,并对模型中主要变量进行动态仿真和决策分析,以此来寻找缓解交通拥堵和减少机动车尾气排放的可行策略。通过现实性测试和敏感性测试,得到拥堵收费的范围不超过100元/天*辆。通过进一步的仿真和结果分析可得到以下结论:(1)在区间[25,40] 内,随着拥堵收费的提高,NO_x存量,机动车出行吸引度和交通拥堵程度都呈下降趋势,而车均道路面积呈上升趋势。(2)但并非拥堵收费越高越好, 超过40 元/天*辆,会产生相反的效果。最后,通过比较分析,得到NO_x存量,机动车出行量,机动车出行吸引度和交通拥堵程度分别下降了约33.76%,39.64%,43.26%,82.25%,而车均道路面积提高了大约65.68%,进而验证了模型的有效性和实用性。     

基于区间数的空气质量模糊综合评价模型

针对空气质量评价的不确定性,引入区间数概念进行2016年辽宁省各城市的空气质量综合评价和分析.参照国家大气质量标准,选用SO2、NO2、CO、PM2.5、PM10五种大气主要污染物作为评价因子,利用区间数计算污染因子的隶属度进行分析.考虑到城市差异,采用区间梯形隶属度函数,同时考虑区间数排序函数及可信度对区间数排序进行修正,避免了单因素得分区间数的发散,并综合确定评价等级.实例分析验证了该评价方法的可行性,依据收集的数据和此方法的结论得出空气质量的好坏与污染源分布、污染物扩散条件以及季节等因素有关.     

A-P-S组合策略的多重绩效及其“褪色”效应分析

为了降低城市交通拥堵及空气污染程度,本文在现有研究的基础上引入罚款政策,利用系统动力学方法原理构建了机动车污染物减排管控模型。通过仿真和比较分析来探索空气污染收费(Air pollution charging fee,简称APCF)、罚款(penalty)和补贴(subsidy)政策(简称A-P-S策略)的作用效果。研究结果表明:一方面,组合策略具有多重绩效,不但能够降低污染损失(经济-环境效益)、死亡人口的生命价值(社会-经济效益)、交通拥堵程度(社会效益)和机动车污染物总量(环境效益),而且能大大改善环境生态承载力(环境效益)和机动车非法出行增长量(社会安全绩效);另一方面,政策在实施过程中也会遇到一定的局限性,如初期的滞后性,后期的“褪色”效应和“反弹”效应,因此,从长期来看,需要及时调整组合方案。最后,根据仿真结果提出了相应的政策建议,进而为城市交通和环保等相关部门提供决策参考。     

北京交通流序列的重分形扩散熵分析

运用重分形扩散熵分析方法来分析北京交通拥堵指数的长程相关性和重分形特征.方法综合使用了扩散技术和Renyi熵来研究北京交通拥堵指数的标度行为.由于交通拥堵指数序列具有明显的周期性,故先选用傅里叶滤波去除序列的周期性,再进行重分形扩散熵分析.实验结果表明北京交通拥堵指数序列的极端波动显示出反相关性,同时拥堵指数序列具有较弱的重分形特征.     

Passenger flow control strategies for urban rail transit networks

Urban rail traffic congestion is becoming increasingly serious due to the large traffic demands in modern cities. In order to ensure the safety and quality of station services in peak hours, it's necessary to adopt some reasonable and effective passenger flow control strategies. In this study, through considering the time-dependent passenger demands, a passenger flow control model based on the network-level system is explicitly developed. The passenger successive motion process is discretized by the modeling method. Systematically considering the coordinated relationship between traffic demands and strict capacity constraints (including station passing capacity, platform load capacity and train transport capacity), we establish a mixed integer linear programming model to minimize the total passenger waiting time (including passengers outside stations and on the platforms). The optimization software Cplex is adopted to solve the developed model, and a real network of Beijing urban railway is calibrated to verify the effectiveness of the suggested model. As a result, the proposed flow control strategies can provide detailed information about control stations, control durations and control intensities, and can effectively reduce the total waiting time and relieve the number of stranded passengers in the urban rail transit network.     

基于PSR-PCA模型的京津冀区域大气环境治理绩效评价实证研究

随着我国工业化和新型城镇化建设进程的不断加快,资源和环境问题对于经济发展的制约和限制性作用日益凸显,其中大气污染问题首当其冲.而京津冀地区恰恰是我国大气污染最为严重的地区之一.为了对京津冀大气污染治理进行整体综合绩效评价,以环境资源管理的PSR模型为基础构建了京津冀区域大气污染治理绩效评价指标体系,并结合主成分分析法(PCA)对京津冀地区13个城市2013-2015年的大气污染治理绩效进行了实证分析.     

A set packing model for the ground holding problem in congested networks

Air traffic flow management (ATFM) consists of several activities performed by control authorities in order to reduce delays due to traffic congestion. Ground holding decisions restrict certain flights from tacking off at the scheduled departure time if congestion is expected at the destination airport. They are motivated by the fact that it is safer to hold an aircraft on the ground than in the air. Several integer linear programming models have been proposed to efficiently solve the ground holding problem (GHP). In this paper we investigate a set packing formulation of the GHP and design a branch-and-cut algorithm to solve the problem in high congestion scenarios, i.e., when lack of capacity induces flights cancellation. The constraint generation is carried out by heuristically solving the separation problem associated with a large class of rank inequalities. This procedure exploits the special structure of the GHP's intersection graphs. The computational results indicate that the proposed algorithm outperforms other algorithms in which flight cancellation has been allowed.     

国内主要城市空气质量统计分析

我国目前评价城市空气质量所用的空气污染指数法中仅以首要污染指数来反映空气质量状况,而忽视了次要污染物对空气质量的影响,这将会使评价结果的准确性产生偏差.本文在空气污染指数模型的基础上引入次要污染物,建立了新的空气质量评价模型,再利用该模型对我国近三年主要城市空气质量状况进行了评价及分析.