您好,欢迎访问三七文档
当前位置:首页 > 商业/管理/HR > 公司方案 > 4章环境规划的技术方法
第四章环境规划的技术方法主要内容:环境调查统计环境评价环境预测技术和方法环境功能区划主要技术总量控制技术案例:城市污水处理的最优方案p69第一节环境调查统计一、环境数据处理方法(一)数据的表示方法和数据特征1、数据的表示方法:列表法和图示法2、数据特征(1)数值特征数①算术平均数arithmeticmean式中x1,x2……xn为样本数据,n为样本个数。121ninixxxxxnn…+特征:①样本平均数是总体平均数的无偏估计②样本各观察值与平均数之差的和为零③样本各观察值与平均数之差的平方和小于样本观察值与其它任何数之差的平方和④平均数来源于现实,又不等于现实。⑤通常是接近平均数的标志值出现频率偏多,而远离平均数的标志值出现频率偏少。作用:(1)比较同类现象在不同单位、地区的发展水平。(2)作为划分或判断事物的一种数量标准或参考依据。(3)可用来分析现象之间的相互关系。②加权平均数:如果样本个体数据x1,x2,…xn取值因频数不同或对总体重要性有所差别,则常采用加权平均法。公式为:112nnn1niiwnixxxxx…+…+式中:wi为个体数据出现频数,或是因该个体对样本贡献不同而取的不同数值。③几何平均数GeometricMean定义:计算:用途计算平均增长率nnxxxxG1321)lglg(lg1lg211nxxxnG几何平均数年度存栏数增长率Lgx1997140--19982000.429-0.36819992800.400-0.39820003500.250-0.602lgx=-1.3683501.0)]368.1(31[lg)]lglg(lg1[lg13211xxxnG④调和平均数harmonicmean定义:各变量倒数平均数的倒数。用途:不同阶段的平均增长率或不同规模的平均规模某保种牛群不同世代牛群保种的规模分别为:0世代200头,1世代220头,2世代210头;3世代190头,4世代210头,试求其平均规模xnxxxnnH1111111)(12133.2080048.01)024.0(1)(1512101190121012201200151H(2)位置特征数:①中(位)数Median中数:样本值排序后,中间的那个数值。计算方法:首先,将该数组资料的各个数值按大小顺序排列;其次,确定中位数的位置(n+1)/2;最后,根据其位置所在确定其中位数。例:144,145,147,149,150,151,153,156,157中数=(9+1)/2②众数(Mode)众数:数据集中出现频率最多的数值,它具有一定的代表性,可以近似地表明现象的一般水平。优点:不正常数据对平均数的影响很大,而对众数的影响很小。孵化天数次数19202122232423102492(3)离散特征数①级差(全距)R=最大标志值-最小标志值极差是测定标志变动度的一种简单方法,但受极端值的影响,因而它往往不能充分反映社会经济现象的离散程度。11maxminkkknknRxx②方差和标准差总体各单位的标志值与算术平均数离差平方的平均数称为方差。方差的算术平方根即为标准差。它们的计算公式为:NXXNii122)(总体方差:样本方差1)(122nXXsnii标准差(standarddeviation)11212nnXXsniniiiNNXXNiNiii1212方差与全距顺序号样本1样本2Depth18.92.9129.43.1239.63.8349.75.1459.99.95610.410.04710.917.03811.018.02911.221.21Mode9.99.9Mean1=10.1Mean2=10.1S1=0.80S2=7.06Range1=2.3Range2=18.3③变异系数:即标准差与相应算术平均数之比,其计算公式为在上述参数中,方差、标准差及变异系数都是以为中心的离散特征参数,尤其以方差的计算与应用最为普遍。(4)分布形态特征数偏态系数:主要描述数据频率分布对称特征,反映数据是对称分布或偏向某方向。峰态系数:描述数据分布陡峭程度(二)异常数据的剔除—粗大误差当着手整理实验数据时,还必须解决一个重要问题,那就是数据的取舍问题。异常数据的剔除实质上是区分异常数据由偶然误差还是系统误差造成的问题。若是人为因素造成的偶然误差就应剔除,如果还没有足够的理由证实是偶然过失造成的时候,应对数据进行统计处理,采用一定的检验方法来决定取舍。粗大误差对测量数据的影响可疑数据在一列重复测量数据中,有个别数据与其他数据有明显差异,他可能是含有粗大误差(简称粗差)的数据dx异常值确定混有粗大误差的数据不恰当地剔除含大误差的正常数据,会造成测量重复性偏好的假象未加剔除,会造成测量重复性偏低的后果fx()xxxxx3+xdxi0_3随机误差分布粗大误差粗大误差产生的原因•客观外界条件的原因•测量人员的主观原因•测量仪器内部的突然故障机械冲击、外界震动、电网供电电压突变、电磁干扰等测量条件意外地改变,引起仪器示值或被测对象位置的改变而产生粗大误差。测量者工作责任性不强,工作过于疲劳,对仪器熟悉与掌握程度不够等原因,引起操作不当,或在测量过程中不小心、不耐心、不仔细等,从而造成错误的读数或错误的记录若不能确定粗大误差是由上述两个原因产生时,其原因可认为是测量仪器内部的突然故障。用格拉布斯准则检验可疑数据Xp时,应选取一定的显著性水平,若:则应将Xp从改组中剔除,称为格拉布斯检验临界值,可查相关表格得到。显著性水平:显著水平指的是一个概率值。就是变量落在置信区间以外的可能性。在统计假设检验中,公认的小概率事件的概率值被称为统计假设检验的显著性水平,记为p。显著性水平与置信水平的和为1。显著性水平如果为p,则置信度为1-p置信度越高,显著性水平越低,代表假设的可靠性越高,越好。(,)ppandxxs(,)an例如:身高和体重的相关系数为0.6538,其显著性水平P=0.000,呈现强相关趋势。身高和体重的相关系数为-0.1071,其显著性水平P=0.484,不相关。P小于0.05就说相关有统计学意义,相关系数大于0.4小于0.7叫弱相关,大于0.7叫强相关,相关系数不管多大,只要P大于0.05都无意义。一般的假设检验都以0.05为默认的检验标准。如果P0.05,则接受原假设,反之,如果P0.05,则拒绝原假设。也就是说,作这种决策有95%的置信度,犯错概率只有5%。对不确定的事情,如果想估计得更准确,就要把范围放大.5%(0.05)表示方程模拟值的95%的数据是可信的,1%(0.01)表示99%的数据是可信的,0.05的显著性水平比0.01显著性水平容易通过,更宽松统计方法的基本思想给定一个显著性水平,按一定分布确定一个临界值,凡超过这个界限的误差,就认为它不属于随机误差的范畴,而是粗大误差,该数据应予以剔除3σ准则格拉布斯(Grubbs)准则狄克逊(Dixon)准则准则(拉依达(PaйTa)准则)3σ50n3ddxxs对某个可疑数据,若标准差样本数n≥50时适用含有粗差,可剔除;否则予以保留dxsdx在n≤10的情形,用3σ准则剔除粗差注定失效,因为:2()1dixxxxns取n≤103dxxs恒成立dx2()1dixxxxns3dxxsdx2()1dixxxxns格拉布斯(Grubbs)准则用格拉布斯准则检验可疑数据xp时,当|dp|=|xp-x均|>λ(α,n)s时,则应将xp从该组实验值中剔除。这里的λ(α,n)称为格拉布斯检验临界值,它与实验次数n及给定的显著性水平α有关。x格拉布斯判椐表n显著性水平n显著性水平0.050.020.010.050.020.013456789101112131415161718191.151.461.671.821.942.032.112.182.232.292.332.372.412.442.472.502.531.151.481.711.892.022.132.212.292.362.412.462.512.552.592.622.652.681.151.491.751.942.102.222.322.412.482.552.612.662.712.752.792.822.852021222324253035404550607080901002.562.582.602.622.642.662.752.822.872.922.963.033.093.143.183.212.712.732.762.782.802.822.912.983.043.093.133.203.263.313.353.382.882.912.942.962.993.013.103.183.243.293.343.393.443.493.543.59(,)an(,)an(,)anλ越小,被剔除的数据越多(99%可信比95%可信剔除的数多),λ随样本数增加而增大,随显著性水平增大而减小狄克逊(Dixon)准则将n个实验数据按从小到大的顺序排列,得到:x1≤x2≤…≤xn-1≤xn如果有异常值存在,必然出现在两端,即x1或xn。检验x1或xn时,使用附表所列的公式,可以计算出f0,并查得临界值f(α,n)。若f0>f(α,n),则应该剔除x1或xn。临界值f(α,n)与显著性水平α及试验次数n有关。可见狄克逊准则无需计算x均和s,所以计算量较小。x上面介绍的三个准则各有其特点:当试验数据较多时,使用拉依达准则最简单,但当试验数据较少时,不能应用;格拉布斯准则和狄克逊准则都能适用于试验数据较少时的检验,但是总的来说,还是试验数据越多,可以数据被错误剔除的可能性越小,准确性越高。在一些国际标准中,常推荐格拉布斯准则和狄克逊准则来检验可疑数据式中:μij标准化对应的数据,xij为一批数据中第i个因子的第j各数据,si为第i个因子的标准差。(三)数据的标准化处理意义:在大批的环境统计数据中,当数据的物理量不同、单位或量值差别较大时,会给下一步分析带来困难,对数据进行标准化处理,可以提高计算的精度。环境规划与管理中,常采用下面的公式进行标准化处理:ijijixxs第二节环境现状评价方法定义:按一定的评价标准和评价方法,对一定区域范围内的环境质量进行定量的描述,以便查明规划区环境质量的历史和现状,确定影响环境质量的主要污染物和主要污染源,掌握规划区环境质量变化规律,预测未来的发展趋势,为规划区的环境规划提供科学依据。一、环境质量评价—指数法1、单因子指数单因子指数:Pi=Ci/Csi式中:Ci-第i种污染物的浓度预测值或实测值Csi-第i种污染物的评价标准值Pi1则环境因子达标,Pi1则超标。2、多因子综合指数:或式中:i-环境要素序数;j-环境因子序数;W-权重因子nimjijPP11nimjijnimjijijWPWP1111水体大气CODBODSSPM10SO2NOx2.81.55.012.08.00.800.550.300.150.200.650.151.540.450.752.405.200.122.747.72n=2i=1,2m=3j=1,2,3W对溶解氧:ijsjsDODOiDODODODOjDOI,,sjjDODODOiDOjDOI,910,对pH:0.7,0.70.7,jsdjjpHpHpHpHI0.7,0.70.7,jsujjpHpHpHpHI式中:iDO-溶解氧的评价标准,ρDOs-溶解氧饱和度评价:Ii值越小水质越好,Ii1则超标,水质不能满足使用功能的
本文标题:4章环境规划的技术方法
链接地址:https://www.777doc.com/doc-902335 .html