《表4 2014—2017年不同污染物的非线性回归方程》
注:Y为因变量,对应于当天的污染指数;Lag(Y0)为前一日的污染指数,可一定程度上表征污染源排放的输入;U为地面风速(m/s),表征水平扩散因子;H为混合层高(m),表征垂向扩散因子;Rain为日降水时数(h),表征降水的净化作用;E为水汽压(hPa),表征对污染物一定的吸收
根据式(1),采用非线性回归过程建立混合模型,非线性回归过程采用Levenberg-Marquardt迭代算法。进行迭代计算时,首先根据经验和大量的试运算,估计各未知待定系数的初始取值,然后按照上述叠加模型构建迭代方程进行迭代,当相邻两次迭代方程的残差平方和差值不大于1×10-8时,停止迭代计算,输出结果方程。基于以上统计原理,将2014—2017年4年作为一个整体进行非线性回归分析,计算结果见表4。各非线性回归方程均能较好地拟合观测数据,所有结果均通过显著性检验,反映实测值与拟合值的线性相关性非常好(除少数离散点外)。
图表编号 | XD00205115600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 廖代强、吴遥、柴闯闯 |
绘制单位 | 重庆市气候中心、重庆市气候中心、重庆舍特气象应用研究所 |
更多格式 | 高清、无水印(增值服务) |