大气PM2.5中多环芳烃浓度缺失值填补方法的研究

论文摘要

目的研究大气PM2.5中多环芳烃（PAHs）浓度缺失值的填补方法。方法采用Pearson相关分析16种∑PAHs浓度与气象因素及大气污染物的相关关系;采用Box-Cox变换、多元线性逐步回归法和曲线拟合法拟合回归方程,将缺失的16种∑PAHs浓度作为因变量,相关变量作为自变量,以预测值作为PAHs浓度填补值。结果 16种∑PAHs浓度与平均温度、风速和日照小时数呈负相关,与平均相对湿度和平均气压呈正相关,与PM2.5、PM10、SO2、NO2浓度呈正相关,与O3呈负相关。气象因素中平均温度对16种∑PAHs浓度影响最大,大气污染物中PM2.5对16种∑PAHs浓度影响最大,回归方程预测的2017年16种∑PAHs浓度与实测的比较,结果显示均无差别。结论对数据Box-Cox变换后采用多元线性逐步回归法建立16种∑PAHs浓度与平均温度和平均风速的回归方程,回归模型拟合效果较好,可用来填补缺失的PAHs浓度。

论文目录

材料与方法

1.资料来源

（1）PAHs浓度

（2）大气污染物浓度

（3）气象资料

2.统计学方法

结果

1.相关性分析

2.路北监测点16种∑PAHs浓度与气象因素的多元线性逐步回归方程

（1）16种∑PAHs浓度与气象因素的多元线性逐步回归方程

（2）Box-Cox变换后16种∑PAHs浓度与气象因素的多元线性逐步回归方程

（3） Box-Cox变换后建立的16种∑PAHs浓度与气象因素方程的回归诊断

3.路北监测点16种∑PAHs浓度与大气污染物的多元线性逐步回归方程

（1） 16种∑PAHs浓度与大气污染物的多元线性逐步回归方程

（2） Box-Cox变换后16种∑PAHs浓度与大气污染物浓度的多元线性逐步回归方程

（3） Box-Cox变换后建立的16种∑PAHs浓度与大气污染物浓度方程的回归诊断

4.曲线拟合法建立路北监测点16种∑PAHs 浓度与平均温度的方程

（1）平均温度与路北监测点16种∑PAHs的回归方程

（2） Box-Cox变换后16种PAHs浓度与平均温度的回归方程

（3） Box-Cox变换后建立的16种∑PAHs浓度与平均温度回归方程的回归诊断

5.Box-Cox变换前后建立的回归方程回归分析结果比较

6.Box-Cox变换后建立的回归方程预测值与实测值的比较

讨论

文章来源

类型: 期刊论文

作者: 王燚烊,王瑞福,武建辉

关键词: 多环芳烃,缺失值,相关性分析,多元线性逐步回归,曲线拟合,变换

来源: 中国卫生统计 2019年06期

年度: 2019

分类: 医药卫生科技,工程科技Ⅰ辑

专业: 环境科学与资源利用

单位: 华北理工大学公共卫生学院,唐山市疾病预防控制中心

分类号: X513

页码: 878-882

总页数: 5

文件大小: 2706K

下载量: 92

大气PM2.5中多环芳烃浓度缺失值填补方法的研究

论文摘要

论文目录

文章来源

相关论文文献