基于分形求和模型的克拉玛依市空气质量评价

以克拉玛依市4个区2012年的大气自动监测数据为样本,基于分形求和模型,分析大气污染物的分布特征,利用分维数确定污染物浓度分布的随机程度,计算SO2、NO2、PM10的大气环境背景值与标准值,确定适合于评价区域的ORAQI指数计算公式,并与API指数作对比。ORAQI指数计算结果显示,克拉玛依市全年环境空气质量基本呈现"U"字形变化,春夏季大气质量好于秋冬季,全年空气质量有明显的季节变化,4个区中克拉玛依区空气质量相对较差,乌尔禾区空气质量最好。相对于API指数的均匀分布结果,ORAQI指数具有更好的次要污染物体现能力,可以综合体现所评价的各项污染因子的贡献。

基于分形模型的城市空气质量评价方法研究

基于分形模型开展了城市空气质量的评价方法研究.首先利用分形求和模型分析大气污染物分布特征,用分维数定量描述其浓度分布随机程度,开展了城市空气质量评价的背景值和标准值的确定方法研究.然后在此基础上基于橡树岭大气环境质量指数评价方法,确定了基于二氧化硫、二氧化氮、PM10三项污染物的中国城市人为源空气质量评价方法模型.最后以西安市为示范区,利用本研究方法确定了西安市的大气环境背景值和评价标准值,建立了适用于西安市的大气环境质量指数模型,并开展了2010年该市全年环境质量分析评价工作.结果表明,基于分形模型的评价结果认为西安市空气质量年变化呈"U"字型分布,该方法比常规环境空气质量评价方法更能表现出空气质量的变化规律和季节分布特征.总体上,2010年西安市空气质量良好,未受到污染天数占83%,但是受沙尘天气影响比较大;西安市空气质量随季节变化特征比较明显,夏季和秋季空气质量较好,受污染程度较低,冬季和春季空气质量较差,受污染程度偏高.

基于含量排列法的地球化学异常结构剖析——以浙西北地区Cu水系沉积物测量为例

以浙西北地区1∶20万Cu水系沉积物测量为例,通过含量排列法对由分形求和法所圈定的地球化学异常区进行了内部结构分析,认为无标度区掩盖了异常场的内部结构。借鉴前人提出的含量排列法,将异常区数据从小到大按顺序等间距自然排列,并用三段直线(L1、L2、L3)进行拟合,L1为一级异常,L2、L3被归入二级异常。结果发现,一级弱异常基本不含矿,但仍有个别矿点落入该区;二级异常近似代表了矿致异常,与区域断裂、岩浆活动中心在空间上具有更显著的相关性,从中强调了岩浆源区、构造背景转换和断裂交汇的控矿意义,由此圈定出了一些重点异常作为下一步成矿预测工作的首选靶区。