基于熵权法和聚类分析法的成都市空气质量综合评价
成都市空气质量数据研究与分析
成都市空气质量数据研究与分析一、引言成都作为中国西部地区最大的城市之一，其空气质量一直备受关注。
近年来，随着城市化进程的加快和工业发展的不断推进，成都市的空气质量问题也越来越突出。
本文旨在通过对成都市的空气质量数据进行研究和分析，揭示成都市空气质量现状，并提出相应的改进措施，以改善城市的空气质量。
二、成都市空气质量数据概览通过收集成都市空气质量监测站的数据，可以获取到该地区的空气质量指数（AQI）和各项空气污染物的浓度。
根据最新数据显示，成都市的空气质量整体较差，经常出现严重污染的情况。
主要污染物包括细颗粒物（PM2.5）、可吸入颗粒物（PM10）、二氧化硫（SO2）、二氧化氮（NO2）等。
三、成都市空气质量问题分析1. 细颗粒物（PM2.5）污染细颗粒物是成都市空气污染的主要来源之一，其主要来源包括车辆排放、工业废气和建筑施工等。
细颗粒物对人体健康的危害极大，可导致呼吸道疾病、心血管疾病等。
成都市应加强车辆尾气排放管控和加大工业污染治理力度，以减少细颗粒物污染。
2. 交通污染作为西部重要的交通枢纽城市，成都市的交通污染问题也比较突出。
高峰时段集中的交通拥堵和车辆排放带来的尾气排放，直接影响了城市的空气质量。
应通过建设更多的公共交通，鼓励居民减少使用私家车，减缓交通压力，减少交通尾气排放对空气质量的影响。
3. 工业废气排放成都市工业发展迅速，但也伴随着大量的废气排放。
工业废气中含有大量的有害物质，对空气质量造成严重影响。
成都市应加强对工业废气排放的监管，对超标排放的企业进行处罚，并推动工业企业进行环保设施的安装和改进，减少废气排放。
四、成都市空气质量改进措施1. 加强环境监测成都市应加强对空气质量的监测和评估工作，增设更多的空气质量监测站，并提高监测数据的及时性和准确性，为科学决策提供可靠的数据支持。
2. 推动可再生能源发展成都市应增加对可再生能源的投资和利用，推动清洁能源的发展和应用。
这将有助于减少对传统能源的依赖，降低大气污染物的排放，改善空气质量。
中国各城市空气质量的聚类分析
中国各城市空气质量聚类和判别分析摘要中国经济的快速增长导致环境污染不断加重，其中空气污染与人类的健康密切相关。
结合全国74个城市的空气污染物浓度数据对各城市进行聚类分析，分类方法包括等价关系法和Kmeans分析两种方法。
结果表明，海口是全国空气质量最好的城市，石家庄和邢台是全国空气质量最差的城市，而武汉、成都和乌鲁木齐的空气质量与北京最为接近。
关键词聚类分析空气质量等价关系Kmeans1. 介绍随着中国经济的高速发展和工业化、城市化进程的加快，能源的消耗速度也不断提高。
中国的工业发展大量依赖煤炭、石油等化石燃料，其燃烧产生的废气严重污染空气，导致中国各地区空气质量不断下降。
90年代初期，中国的500个城市当中，达到国家空气质量I级标准的仅占1%；此外，近年来的数据显示，暴露于未达标空气中的城市人口占统计城市人口的三分之二[1]。
城市的空气污染对人体健康构成极大威胁，研究表明，即便暴露于污染物密度较低的空气中也会提高慢性呼吸系统的发病率以及多种癌症的患病概率[2]。
因此，有必要对全国各大城市的空气质量进行数据收集和分析，确定不同城市的污染程度及相互之间的关系，为相关部门制定政策提供有力的数据支撑。
城市的空气污染程度主要受经济发展水平影响，但二者不是呈简单的倒U型曲线关系，不同的污染物与经济水平之间有不同的关系[3]，因此需要对各种污染物进行综合分析和评价。
而目前对环境进行综合评价的方法包括模糊数学法、距离判别法和物元分析法[4]，本文即采取其中的模糊数学法对全国74个主要城市的空气污染数据进行聚类和判别分析，以研究目前中国各大城市的空气污染水平和特点。
2. 原始数据及聚类分析方法本文所用到的城市空气污染数据来自环保部相关统计数据[5]，参见表1。
为了便于分析，选取空气污染指标中量纲相同的三个指标进行考察，分别是SO2浓度、NO2浓度和PM2.5浓度。
采用两种聚类分析方法对这74个城市进行分类，分别是等价关系法和Kmeans分类方法。
熵权多目标决策等效数值法在大气环境质量综合评价中的应用
势以及大气环境的主要污染因子和主要污染源有一 个直观的了解， 可以综合考察治理效果， 从而为制定 改善环 境质量的污染源 治理 方案 和综合 防治规 划 与 计划提出科学依据。由于大气系统是一个复杂的系 统 ， 响 因素往往 是多 方 面 的 ， 影 因此 ， 以下 ２个 方 从 面进行考虑： 首先考虑大气环境指标之间的差异， 引 入热力学中的熵 ， 利用信息 的紊乱度来确定指标 的 权重 ； 然后利用等效数值模型Ｌ 对 大气污染进行 １
ｆｒｅ ａ ｕ ｔ ｇ ｔ ｅ ａｍｏ ｐ ｅ ｃ ｅ ｖｒ ｎ ｎ ． ｏ ｖ ａｉ ｔ ｓ ｈ ｒ ｎ ｉ ｍｅ ｔ ｌ ｎ ｈ ｉ ｏ
Ｋｅ ｏ ｄ ：ｎｒｐ ； ｎｒｐ ｅ ｈ ； ｕｔ—ｏｊｃ； ｑｉａ ｎ ｎｍｅ ｃ ｅ ｏ ； ｔ ｏｐ ｅ ｃｅ ｖｒｎ ｎａ ｑ ａｉ ｙｗ ｒｓ ｅｔ ｙ ｅ ｔ ｙｗ ｉ ｔ ｍ ｌ ｂｅｔ ｅｕｖ ｅ ｔ ｕ ｒ ａ ｍ ｔ ｄ ａ ｓｈ ｒ ｎｉ ｍｅｔ ｕｌ ｏ ｏ ｇ ｉ ｌ ｉｌ ｈ ｍ ｉ ｏ ｌ ｙ ｔ
ｃｍ ｒｈｎｉ ｌ．Ｔ ｅｒ ｕｔ ｉｄｃｔ ｔｅｍ ｌ —ｏｊｃ ｄ ｃ ｉｎｅ ｕ ａｅｔ ｕ ｅ ｃ ｅ ｏ ａｅ ｎｅ ｔ ｐ ｅｇｔ ｉ ｖ ｂｅ ｏ ｐｅｅｓ ｅｙ ｈ ｓｌ ｉ ｅ ｈ ｕｔ ｂｅｔ ｅｉｏ ｑ ｉ ｌ ｍ ｒ ａ ｍ ｔｄ ｂｓｄｏ ｎ ｏ ｙｗ ｉｈｓ ｓ ｉ ｌ ｖ ｅ ｓｎ ａ ｉ ｓ ｖ ｎ ｎ ｉｌ ｈ ｒ ａ
综 合 评价 是 可行 的 。
关键词 ： ； 熵 熵权 ； 目标 决策； 多 等效数值法； 大气环境质量 中图分类号 ： ８４ ｘ２ 文献标识码 ： Ｂ
Ａ ｐｉ ｔ ｎｏ ｌ —Ｏ ｊｃ Ｄ ｃｓ ｎＥ ｕｖｌｎ ｕ ｒ ａ Ｍｅｈ ｄＢ ｓｄｏ ｐ ｌ ａｉ ｆ ｔ － ｂｅｔ ｅｉｏ ｑ ｉ ｅ ｔ ｍｅｉ ｌ ｔｏ ａｅ ｎ ｃ ｏ Ｍｕ ｉ ｉ ａ Ｎ ｃ
2015-2022年成都市空气质量时空特征
2015—2022年成都市空气质量时空特征卢可欣，滕泽宇*（吉林师范大学吉林省新型肥料工程研究中心，吉林四平136000）摘要：基于2015—2022年成都市空气质量指数（air quality index ，AQI ）、大气污染物质量浓度的逐时数据，利用数理统计分析成都市空气质量及污染物质量浓度的时间变化特征，采用克里金插值法（Kriging ）分析主要污染颗粒物PM 2.5和PM 10的空间分布特征，运用皮尔逊相关性分析探讨空气质量指数与污染物浓度之间的相关关系。
结果表明：（1）2015—2022年成都市空气质量以优良天气为主，AQI 年均值为73，年际变化率为34％，呈逐年降低的趋势，AQI 月变化波动幅度较大，月均值最大值出现在1月，为120，最小值出现在9月，为45。
（2）PM 2.5、PM 10、SO 2、NO 2、CO 年平均质量浓度逐渐下降，月平均质量浓度均呈“U ”形变化趋势，月均最大值出现在12月或次年1月，O 3年平均质量浓度逐年波动上升，月平均质量浓度变化趋势呈双峰结构，最大值出现在5月和7月。
（3）成都市首要污染物以PM 2.5和PM 10为主，年累计出现次数分别为1285d 和522d ，冬季出现频率较高，冬季出现天数分别为598d 和73d ，分别占出现天数的46.5％和14％。
NO 2出现天数为689d ，夏秋季频率高。
以SO 2和CO 为首要污染物的超标天数均为0。
（4）AQI 大致呈现出中部高、四周低的空间分布特点，污染物浓度的分布具有明显的空间差异。
PM 2.5和O 3空间分布特征为从东北向西南逐渐增加，PM 10、CO 、NO 2从中部向四周逐渐扩大，SO 2从北向南逐渐减少，在中部出现高值中心。
（5）大气颗粒物污染以PM 2.5为主，AQI 与PM 2.5、PM 10、NO 2、SO 2、CO 均呈显著正相关，与O 3呈负相关。
PM 2.5、PM 10对AQI 影响作用较大。
基于熵值法的成都市生态城市建设质量评价
４） 义评 价指标 的差异 性系数 ：熵 值越 定 大，差异性越小ｇ １ｈ。 ＝－
．● ｊ济水平指数 Ｏ ４ Ｓ １ ５ｍ ６ ∞ §口 ｌＯ 刷 ． ｌ １７ １７ ． ９ － Ｉ臣 ． 鹏 ７ Ｏ ３ 口 Ｓ毫 ∞ １ ｊ ２ａ ． ４ １ Ｏ ０３ ０ ７
１ 生态 城市 评价 指标体 系 的建立
本文根据 国家环境保护总局 、四 川省环境保护局 《 生态县 、 生态市 、 生态省建设指标 （ 试行 ）》以及宋永昌和齐芳燕的生态城市质量评价指标 体系 ， 在遵循指标选取的系统性、完整性 、 科学性、有效 陛、可操作性 以 及动态眭的原则 ， 并在结合成都市的实际 晴 况的基础上，从经济发展、环 境保护和社会进步三方面构建评价体系， 共包括３个日 指标 。 Ｏ 颂
．
ｌ－ ■ ，
一
－
．＿ ｉ 一
ＯＯ Ｊ ６
ＯＤ Ｊ２
Ｏ
／
■ｒ
●
一
▲～ ． ． ．
，
ｉｔ － ： ● 一 ● ●
■
１一 一 ＿ ｒ
一
４ 成 都市 生 态城 市建设 评价
２ 面ｌ ２ｏ ∞￥ ２ｏ ｌ 两ｏ ２ ｏ２ ２ ｏＩ 加ｏ 蹦 ｏ ７ ２ｏ ｏ ９ ２１ ｝ Ｉ Ｓ ２ｏ ｏ８ ２ｏ ００
５定 评 指 的 权 ｌ ） 义 价 标 熵 Ｗ蠢
（ 中 ，Ｗ为 指 标ｉ 其 的熵 权 ，０ ≤Ｗ ≤ １ ，且
∑ １ｉ ＝ ｗ １）。
Ｏ ． Ｏ１ ．
Ｏ ８ Ｏ Ｏ ４ Ｏ
３ 评 价模 型
通 过计 算 得 到各 指标 的 熵权 ，可分 析 各 指标对 生态城市建设 的影 响程度 。再 由Ｉ ． ｉ ＝∑ （ｉ ｉ （ ≤ｊ ｆ （ ×Ｗ ））得第Ｊ ｒ×Ｗ） ０ ≤ｎ，暑 ． ｉ ｌ 年的 评价值 ，根据这些评价值，可得到城市在ｍ 年中 的动态发展情况并对未来进行科学预测。
一种基于改进熵权法的空气质量评价方法[发明专利]
![一种基于改进熵权法的空气质量评价方法[发明专利]](https://img.taocdn.com/s3/m/ac3cd2fba300a6c30d229f39.png)
专利名称：一种基于改进熵权法的空气质量评价方法专利类型：发明专利
发明人：丛怡,李勇,贾佳
申请号：CN201910884694.2
申请日：20190919
公开号：CN110633449A
公开日：
20191231
专利内容由知识产权出版社提供
摘要：本发明涉及一种基于改进熵权法的空气质量评价方法，本发明充分考虑各污染物之间的相互作用关系和众多因素相互动态作用的影响，得到的结论更加符合实际；考虑到各因素对整个评价体系的贡献程度不同，本方法基于改进熵权法确定污染因子的权重，传统的熵权法在计算熵值时未考虑各指标熵值趋近于1的情况，本发明运用改进熵权法公式可以避免此类指标权重的成倍变化，且确定权重仅依赖于数据离散性，突出各评价因子的局部差异，通过分析离散程度以及指标信息量客观地确定指标权重，进而突出主要污染物的重要性，充分考虑不同污染物在不同限值下的差异性，从而在一定程度上避免了受专家主观因素的影响，可为制定有效的区域污染控制措施提供理论依据。
申请人：郑州航空工业管理学院
地址：450000 河南省郑州市二七区大学中路2号
国籍：CN
代理机构：郑州豫鼎知识产权代理事务所(普通合伙)
代理人：轩文君
更多信息请下载全文后查看。
基于熵权法的四川省房地产业区域发展水平综合评价
（ ） 算 ｐ 即第 ｊ 指 标 下 第 ｉ 评 价 对 象 指 标 值 的 １计 ， 项 项
比重 。 Ｐｉ ｙｊ ｊ ｉ ＝ ／∑ｙｊ ｉ （） ７
Ｊ 兀 币 ｏ ０ ４ １ ． ５４ ４
遂 宁 市 ０ ｏ ９ ７ ． ７７ 内 江 市 ｏ ０ ７ １ ．４４ ６
摘
要 ： 有 效 的 统 计数 据 和 熵 权 法 为 基 础 ， 四 川 省 ２ 以 对 １个 市 （ ） 房 地 产 业 发 展 水 平 进 行 了 综 合 评 价 ， 面 考 察 了 州 的 全
四 川 省 房 地 产 业 的 区 域 发 展 水 平 ， 四 川 省 整 个 区域 内合 理 进 行房 地 产 市 场 的 宏观 调 控 提 供 了一 定 的 依 据 。 为 关键词 ： 地 产业 ； 房 区域 发 展 水 平 ； 权 法 ； 川 省 熵 四 中图分类 号 ：２ Ｆ 文献标识 码 ： Ａ
键 所在 。
（） 算 第 ｊ 指 标 的 权 重 。 ４计 项
ｗ ＝ ｇ／ ｇ ， ≤ ｗｊ ｌ ∑ｗＪ １ Ｊ Ｊ ∑ ＪＯ ≤ ， 一 （Ｏ １）
（） ｉ ０ ０ ３ Ｓ＜ ． ４为 房 地 产 业 欠 发 达 地 区 ， 凉 山 彝 族 自治 有 州 、 安 市 、 孜 藏 族 自治 州 和 阿 坝 藏 族 羌 族 自治 州 。 反 映 雅 甘 了 这 ４个 市 （ ） 房 地 产 投 资 及 建 设 规 模 、 地 产 销 售 和 州 在 房
（） 算 第 ｊ 指标 的熵值 Ｅ。 ２计 项 ｊ
Ｅ 一 ｊ
善 Ｐ Ｐｌ ｉ ｎｊ
（ ８ ）
（ ） ． ４ Ｓ＜ ０ ０ ２ ０ ０ ＜ ｉ ． ７为 房 地 产 业 比 较 发 达 地 区 ， 资 阳 市 、 有 宜 宾市 、 自贡 市 、 州 市 、 山 市 、 元 市 、 安 市 、 江 市 和 达 眉 广 广 内 攀 枝 花 市 。加 快 该 类 城 市 房 地 产 业 发 展 以 带 动 周 边 城 市 房
室内空气品质的熵权-模糊综合评价方法
室内空气品质的熵权－模糊综合评价方法室内空气品质直接影响人们的身体健康和居住舒适度。
随着人们对健康环保问题的关注度日益提高，对于室内空气品质的重视也愈加明显。
因此，如何合理有效地评估室内空气质量，成为了亟待解决的问题。
对于这个问题，熵权-模糊综合评价方法提供了一种全新的思路。
熵权-模糊综合评价方法是一种系统性和综合性的评价方法。
相较于其它常见的评价方法，它更加全面、准确地考虑了不同指标之间的权重分配和相互影响。
在室内空气品质的评价中，通过对空气中各种污染物的测量，得到各指标的评价结果。
然后，将这些指标的权重和关联性进行综合判定，得出最终的评价结果。
具体实施过程可参考以下流程图：图1 熵权-模糊综合评价方法流程图在流程图中，评价结果部分采用了“模糊综合评判”方法。
这种方法主张将数学关系映射到语言人类的规则和逻辑中，通过对目标问题加入概率和需求因素等模糊信息，形成一个难以用单一数学模型表示的复合关系的评估模型。
这样得到的评判结果更接近人们所期望的客观实际。
模糊综合评判方法结合了统计学、数理逻辑、概率论、近似推理等多种评价技术的影响，是处理非线性多维复杂问题的有效工具。
具体到室内空气品质的熵权-模糊综合评价方法中，可采用多种污染参数进行测量和监测，如PM2.5、TVOC、CO、CO2、采暖季NO2等。
通过对指标的测量结果进行归一化，去除其原始单位对评价结果产生的影响，然后计算其加权平均值，最后结合模糊综合评判方法进行价值决策，得到一个综合的评价结果。
值得一提的是，因为熵权-模糊综合评价方法可以高效地处理多维度、多指标的评价问题，所以应用范围广泛，不仅局限于室内空气品质评价，还可以用于环境评价、工程满意度评价、企业综合实力评价等各种场景的综合评价。
这为我们提供了一种更科学、更系统的评价方法，成为了综合评价领域的重要进展。
总的来说，熵权-模糊综合评价方法通过考虑各种指标之间的权重和相互关联，得到比单一指标评价更全面和准确的结果。
《2024年成都市中心城区大气重金属污染特征分析与区域扩散预测》范文
《成都市中心城区大气重金属污染特征分析与区域扩散预测》篇一一、引言成都，作为西南地区的经济、文化中心，其城市发展速度迅速。
然而，随着工业化的推进和城市化进程的加快，大气环境污染问题也日益凸显。
其中，大气重金属污染因其对环境和人体健康的潜在危害而备受关注。
本文旨在分析成都市中心城区大气重金属污染的特征，并预测其区域扩散情况，以期为环境保护和污染治理提供科学依据。
二、研究区域与方法1. 研究区域本研究选取成都市中心城区作为研究区域，该区域涵盖了老城区、新兴工业区和居住区等不同类型的功能区。
2. 研究方法通过采集成都市中心城区的空气样本，运用化学分析和物理测量的方法，对大气中的重金属元素进行检测和定量分析。
同时，结合气象数据和地理信息系统（GIS）技术，对重金属污染进行空间分布和时间变化的分析。
三、大气重金属污染特征分析1. 污染现状经过检测分析，成都市中心城区大气中主要存在的重金属元素包括铅（Pb）、汞（Hg）、镉（Cd）、铬（Cr）等。
其中，铅和镉的浓度较高，超过了国家规定的空气质量标准。
2. 污染来源大气重金属污染主要来源于工业排放、交通尾气、生活垃圾等。
其中，工业排放是主要的污染源之一，尤其是铅锌冶炼、电池制造等行业的排放对大气中重金属的浓度影响显著。
此外，汽车尾气排放也是重要的污染源之一。
3. 空间分布与时间变化从空间分布上看，成都市中心城区的工业区和交通干线附近的空气重金属浓度较高。
从时间变化上看，冬季由于气象条件不利于污染物扩散，重金属污染较为严重。
四、区域扩散预测1. 扩散模型选择本研究选用空气质量模型（AQM）和气象模型相结合的方法进行区域扩散预测。
其中，空气质量模型用于模拟大气中重金属的扩散和转化过程，气象模型则提供气象数据支持。
2. 预测结果根据模型预测结果，成都市中心城区的大气重金属在风力作用下，会向周边区域扩散。
其中，南风和西风是主要的扩散方向。
在不利的气象条件下，如静风、逆温等情况下，污染物不易扩散，容易导致重金属浓度在局部地区累积。
基于熵权法对成都统筹城乡发展进程评价与研究
对成都从 ２ ０— ８ ０ ３ ２ ０ 年城 乡统筹发展 演变趋势和 ２ ０ 年各 区县差异进行 了实证分析 。 ０ ０８ 结果显示成都市运 用“ 三个 集中” 的根本方法，
推进城 乡统筹取得 了较好 实际成效。社会 统筹 的不平衡和相对 落后第三 圈层的农村地 区是制约成都城 乡统筹 的主要 因素 。 关键词： 成都 市有城 乡统筹发展 熵权法 指标体 系 ：
ｍａ （ ） ｎｒ ｘｒ 一 （ ） ｍｉ
本 文 结 合“ 全域 成 都 ” 内涵 ， 的 从成 都 统 筹 城 乡 的根 本 方 法 出发 ， 以设计 导 向性 和 针 对 性 的指 标 体 系 ， 过 客 观数 据 的调 通 研， 采用熵权法对 ２ ０ ．０ ８年成都城 乡 ０３２ ０ 统 筹 发 展进 行 定 量 分 析 与评 价 ， 新 时期 对 成 都 统 筹 城 乡发 展 、 构建 城 乡 和 谐 社会 进 行探 讨 ， 供 相 关 数据 和 图表 说 明 。 提 １成 都 城 乡统 筹 发 展 概 况 成 都 市 总 面积 １３ ０平 方 公里 ， 辖 ２９ 所
墨 坌篁
基 于熵 权 ． 对 成 都 统 筹 城 乡发 展 进 程 评 价 与研 究 去
口柴 箐 吴 杰
６０ ６ ） １ ０ ８ （ 川 师范 大 学 地 理 与 资 源科 学 学 院 ， 四 Ｉ 四川 成 都
摘
要： 本文通过对 成都城 乡统筹理念 和方法的分析 ， 计 了衡 量成都城 乡统筹发展 水平 的指标体 系， 设 并采用熵权 法确 定权 重，
是 ： 于某 项 评 价 指 标 ， 指 标差 距 越 大 ， 对 其 表 明 该 指 标 在 综 合 评 价 中 所 起 的作 用 越 大 ， 果 差 异 为 ０ 表 明 该 指 标 在 综 合 评 如 ， 价 中不 起 作 用 。设其 原 始 矩 阵 为 ： ＝ｒ （ １…， ＝ ， ， （， ｉ ， ｎ １ ｍ） ， ＝ ） ｊ … 是 第 ｊ 在 第 ｉ 指 标 上 的 统 计 年 个 值， ｎ为评 价 指 标 个 数 ， 评价 年 份 数 。 ｎ为 由 于 各 指 标 中有 越 大 越 好 的效 益 型 指标， 也有 越 小 越 好 的成 本 型 指 标 ， 同时 不同指标 的评价值也有 不同的量纲。 为消 除 指 标 的属 性 和 量 纲对 评价 结 果 的 影 响 ， 对 Ｒ进 行 规 范化 和 归 一 化 处 理 。 （１对 于 效 益 型 指标 即 指 标 值 越 大 １ 越 安 全 的 正指 标 ， 其标 准 化 方 式 为 ：
基于熵权法对成都统筹城乡发展进程评价与研究
基于熵权法对成都统筹城乡发展进程评价与研究作者：柴箐吴杰来源：《管理观察》2009年第16期摘要：本文通过对成都城乡统筹理念和方法的分析，设计了衡量成都城乡统筹发展水平的指标体系，并采用熵权法确定权重，对成都从2003-2008年城乡统筹发展演变趋势和2008年各区县差异进行了实证分析。
结果显示成都市运用“三个集中”的根本方法，推进城乡统筹取得了较好实际成效。
社会统筹的不平衡和相对落后第三圈层的农村地区是制约成都城乡统筹的主要因素。
关键词：成都市有城乡统筹发展熵权法指标体系综合评价2003年中央农村工作会议明确提出了“统筹城乡经济社会发展，实现城乡一体化”的要求，重点强调我国要实现工业反哺农业，加快建立健全以工促农、以城带乡的政策体系和机制，形成城乡良性互动的发展格局。
多年来，四川省成都市积极探索城乡统筹的有效途径，于2007年被国务院批准为统筹城乡综合配套改革实验区，并提出“全域成都”的统筹城乡发展理念，走出了一条城乡协调共同发展的新路子。
但是，在全面推进统筹城乡发展的过程中，如何制定较为统一的评价指标体系来系统分析统筹城乡发展中的问题、效率、进度和结果，并以此时调整战略和政策还是亟需突破的主要研究项目之一。
本文结合“全域成都”的内涵，从成都统筹城乡的根本方法出发，以设计导向性和针对性的指标体系，通过客观数据的调研，采用熵权法对2003-2008年成都城乡统筹发展进行定量分析与评价，对新时期成都统筹城乡发展、构建城乡和谐社会进行探讨，提供相关数据和图表说明。
1.成都城乡统筹发展概况成都市总面积12390平方公里，所辖10区4市6县，人口1029万，其中农业人口占75%。
该市于2003年提出了“统筹城乡经济社会发展，推进城乡一体化”的工作思路，从本地实际出发，探索城乡一体化之路，以此打破城乡二元结构，解决“三农”问题。
2007年，成都被国家批准为统筹城乡综合配套改革实验区，提出了以“全域成都”的新理念实施城乡统筹，即以大成都全部地域经济发展为基础，推进城市和农村现代化，使城乡规划“全域覆盖”、城乡交通“全域畅通”、公共服务体系“全域均衡”。
成都市空气质量预测数学建模论文
成都市空气污染预测本文对我国城市的空气污染程度、成都未来空气质量、城市空气污染的主要因素进行了分析研究。
针对我国现行的空气质量评估标准——AQI 分级制中的不足，在AQI 评估基础上进行修改完善使之更加科学，同时还收集了必要的数据来研究影响城市空气污染程度的主要因素。
影响城市空气污染程度的主要因素建立于网上所查的国家颁布的数据之上，总的来说，大气污染源主要可分为自然源和人为源两大类。
人为源包括车辆、船舶、飞机的尾气、工业企业生产排放、居民生活和取暖、垃圾焚烧等。
城市的发展密度、地形地貌和气象等也是影响空气质量的重要因素。
城市空气质量的好坏与季节及气象条件的关系十分密切。
因此我们分不同月份讨论。
将某种污染源的所有污染物的等标污染负荷按数值大小排列，从小到大分别计算百分比和累计百分比，将累计百分比大于80%的污染物确定为该污染源的主要污染物污染源，即影响成都空气质量的主要因素。
本文考虑到空气污染程度的季节性变化，所以最后利用Excel 对数据进行处理和计算，得出成都污染程度的季度与年度的综合情况。
本文对四川省成都市近几年的空气质量详细列表进行科学分析，利用层次分析法和曲线拟合等数学建模方法对其空气质量进行评价与预测，综合考虑各种因素建立如下数学模型：一、对成都市空气质量进行评价。
本文通过对成都市最近十年影响空气质量的因素进行统计，如首要污染物2SO 、2NO 、10PM 、可吸入性颗粒物以及污染指数、空气质量级别等进行统计。
利用matlab 软件进行曲线拟合对数据进行处理，根据数据处理结果对成都市的空气质量进行评价。
二、对2013-2015年空气质量分析判断影响成都地区空气质量有哪些主要因素。
因为影响空气质量的因素主要是，工业废气，汽车尾气，以及居民日常生活产生的废气。
查阅出成都市近几年的工业发展情况，汽车数量变化情况，以及居民采暖房方式等数据。
判断影响成都地区空气质量有哪些主要因素？这些因素是如何对空气质量造成影响，根据分析结果来未来验证我们的猜测。
城市空气质量评估和预测 季节性分析预测 层析分析法 聚类法
-5-
建立以城市空气污染程度指数为研究对象的目标函数， 假设 API 指数在春季、 夏 季、 秋季、 冬季的影响分别为 x1 , x2 , x3 , x4 城市空气污染程度指数为 Q( x1 , x2 , x3 , x4 ) ; 四季因素之间的权重向量为 W (w1 , w2 , w3 , w4 )T 建立目标函数： Q( x1 , x2 , x3 , x4 ) wi xi ;
三、
模型假设
1.假设在预测期内不会发生重大空气污染事故； 2.假设在预测期内，气象条件不会发生显著变化； 3.假设在地理上相近的城市气候条件相近。
四、
Qi 代表城市空气污染指数排名分值
符号说明
A 代表准则层的对比矩阵 aij 代表比较矩阵 A 中的元素
C j 代表不同的城市
wi 代表季节因素下的权重系数,即准则层权重系数
城市空气质量评估和预测
摘 要
本文运用层次分析法，将 10 个城市的 2009 年的季均 API 进行加权处理，体 现出不同季节空气质量对全年空气质量的影响程度。 并采用对相应结果进行打分 量化的处理方式，最终得到 2009 年 10 个城市的空气质量排名。 本文建立了季节、 趋势性模型， 用已知年份数据为初值， 预测出成都市 2010 年 11 月份的月均 API 值，以此来评价 11 月份的空气质量境况。此模型的主要思 想是空气质量变化呈现出周期性及趋势性规律， 通过对这两方面的分析以找到更 为准确的变化规律，以完成预测。 本文利用聚类法和单因素方差分析，综合考虑了地理因素、城市绿化率、工 业废气排放量及机动车保有量对空气质量的影响。 利用 MATLAB 软件完成层次分析法的计算，得到 2009 年 10 城市的空气质量 排名。拉萨的空气质量最好，乌鲁木齐的空气质量最差，虽然成都和杭州的年均 API 值相近，但成都的空气质量优于杭州。 通过建立季节、趋势模型，运用线性回归法与指数平滑法等方法，得到 2010 年秋季的季均 API 值为 72.29，再通过已知的 09 年 9、10 月的 API 值估算出 11 月份的 API 值为 80.03。与 09 年 11 月的 API 值 97.7 有所降低，空气质量较为 好转。 在分析空气质量影响因素时，运用聚类分析法对 10 个城市的 API 值进行分 析进而可以分析出地理因素是影响空气质量的主要因素。 通过单因素方差分析绿 化率、 工业废气排放及机动车保有量对空气污染物的影响可以看出工业废气的排 放是影响空气中 SO2 含量的主要因素，机动车保有量的增加会导致空气中 NO2 及 可吸入颗粒物含量的增加，城市绿化率的增加可降低空气中的 NO2 浓度、改善环 境。 本文综合利用了层次分析法，线性回归法，指数平滑法，聚类分析法及单因 素方差分析等方法，能定量预测出短期内的空气质量总体情况，并定性分析出影 响空气质量的主要因素。 关键词：层次分析法、聚类分析法、线性回归法，空气质量预测，MATLAB
成都市空气高质量预测数学建模论文设计
成都市空气污染预测本文对我国城市的空气污染程度、成都未来空气质量、城市空气污染的主要因素进行了分析研究。
针对我国现行的空气质量评估标准——AQI 分级制中的不足，在AQI 评估基础上进行修改完善使之更加科学，同时还收集了必要的数据来研究影响城市空气污染程度的主要因素。
影响城市空气污染程度的主要因素建立于网上所查的国家颁布的数据之上，总的来说，大气污染源主要可分为自然源和人为源两大类。
人为源包括车辆、船舶、飞机的尾气、工业企业生产排放、居民生活和取暖、垃圾焚烧等。
城市的发展密度、地形地貌和气象等也是影响空气质量的重要因素。
城市空气质量的好坏与季节及气象条件的关系十分密切。
因此我们分不同月份讨论。
将某种污染源的所有污染物的等标污染负荷按数值大小排列，从小到大分别计算百分比和累计百分比，将累计百分比大于80%的污染物确定为该污染源的主要污染物污染源，即影响成都空气质量的主要因素。
本文考虑到空气污染程度的季节性变化，所以最后利用Excel 对数据进行处理和计算，得出成都污染程度的季度与年度的综合情况。
本文对四川省成都市近几年的空气质量详细列表进行科学分析，利用层次分析法和曲线拟合等数学建模方法对其空气质量进行评价与预测，综合考虑各种因素建立如下数学模型：一、对成都市空气质量进行评价。
本文通过对成都市最近十年影响空气质量的因素进行统计，如首要污染物2SO 、2NO 、10PM 、可吸入性颗粒物以及污染指数、空气质量级别等进行统计。
利用matlab 软件进行曲线拟合对数据进行处理，根据数据处理结果对成都市的空气质量进行评价。
二、对2013-2015年空气质量分析判断影响成都地区空气质量有哪些主要因素。
因为影响空气质量的因素主要是，工业废气，汽车尾气，以及居民日常生活产生的废气。
查阅出成都市近几年的工业发展情况，汽车数量变化情况，以及居民采暖房方式等数据。
判断影响成都地区空气质量有哪些主要因素？这些因素是如何对空气质量造成影响，根据分析结果来未来验证我们的猜测。
基于熵权法的教务大数据的挖掘和聚类分析
基于熵权法的教务大数据的挖掘和聚类分析
王延;周凯;沈守枫
【期刊名称】《浙江工业大学学报》
【年(卷),期】2023(51)1
【摘要】随着信息化建设的发展,高等学校积累了海量的教务数据,对该数据进行挖掘,并探讨建立高效的质量评价指标体系显得十分必要。
首先,基于某高校学期内所有课程的评教大数据,从5项指标出发,采用熵权法定量计算各项指标的权重,建立了机器学习的TOPSIS(Technique for order preference by similarity to an ideal solution)模型;然后,将大数据按照得分进行聚类分析,得到了相应的教学特征;最后,将课程考核平均绩点与各项指标得分进行相关分析,结果表明课程综合评价得分以及5项指标与课程成绩均呈现统计学上显著的相关性。
【总页数】4页(P84-87)
【作者】王延;周凯;沈守枫
【作者单位】浙江工商大学杭州商学院;浙江工业大学理学院
【正文语种】中文
【中图分类】O29
【相关文献】
1.基于熵权法和聚类分析法的成都市空气质量综合评价
2.基于熵权法和聚类分析的开发区发展水平评价——以安徽省为例
3.基于灰色熵权法的大数据质量评估
4.医
保欺诈行为的主动发现——基于熵权法引入指标权重的聚类分析算法5.基于熵权法和聚类分析的安徽省区域物流研究
因版权原因，仅展示原文概要，查看原文内容请购买。
成都市环境空气治理效应评价——基于有序样本聚类与分类检验模型
Evaluation of Chengdu Environment Air Management Effect：Based on the Clustering and Classification Analysis on Ordinal Samples 作者： 符璐[1] 吕王勇[1,2] 甘茂林[1]
作者机构： [1]四川师范大学数学与软件科学学院,四川成都610068 [2]可视化计算与虚拟现实四川省重点实验室,四川成都610068
出版物刊名： 统计与信息论坛
页码： 79-83页
年卷期： 2015年 第12期
主题词： 空气质量 F统计量 分类检验 效应评价 治理
摘要：随着环境空气污染问题的加剧,政府对环境空气的治理手段逐渐加强。
通过构造F统计量对有序样本分类,立足分类检验法对空气质量影响因子含量变化进行显著性分析,进而对政府治理环境的效应进行评价。
利用成都市2013年12月至2015年3月空气指数相关数据及成都市在近年采取的环境治理手段历史资料,对成都市环境治理效应评价,结果表明成都市在SO2、PM2.5、PM10、CO、NO2的治理方面有明显的改善,但是O3的治理存在很大不足。
基于因子分析和聚类分析的全国各地区空气质 量评价
Statistics and Application 统计学与应用, 2019, 8(2), 234-243Published Online April 2019 in Hans. /journal/sahttps:///10.12677/sa.2019.82026Air Quality Assessment in Various Regionsof China Based on Factor Analysis andCluster AnalysisDe SunShandong University of Science and Technology, Qingdao ShandongReceived:Mar. 6th, 2019; accepted: Mar. 21st, 2019; published: Mar. 29th, 2019AbstractBased on the perspective of pollutant emission and environmental protection, this paper con-structs an environmental quality assessment index system including water environment, gas en-vironment and solid waste. Factor analysis is used to reduce the dimension of the index, and three main factor components that can comprehensively explain the environmental quality are ex-tracted, which are water pollution factor, gas pollution factor and solid pollution factor. Cluster analysis is used to identify 31 provinces and cities in China. The environmental quality of the au-tonomous region is classified and evaluated. The results show that in the provinces with better environmental comprehensive conditions in 2017, Sichuan, Guizhou, Hubei, Tibet, etc.; the poor provinces are Hebei, Gansu, Jilin, Shanxi and so on. Finally, according to the environmental quality of each province, suggestions for improvement of environmental governance were put forward.KeywordsFactor Analysis, Cluster Analysis, Environmental Quality基于因子分析和聚类分析的全国各地区空气质量评价孙得山东科技大学，山东青岛收稿日期：2019年3月6日；录用日期：2019年3月21日；发布日期：2019年3月29日孙得摘要本文基于污染物排放和环境保护视角，构建包含水环境、气体环境、固体废物三个方面的环境质量评价指标体系。
四川省城市环境空气质量综合评价办法
四川省城市环境空气质量综合评价办法（试行）为贯彻落实《中华人民共和国环境保护法》、《中华人民共和国大气污染防治法》、国务院《关于印发大气污染防治行动计划的通知》和国务院办公厅《关于印发当前政府信息公开重点工作安排的通知》，客观、公正地评价我省城市环境空气质量状况，推动大气污染防治工作，保护和改善生态环境质量，保障人民群众的环境知情权，制订本办法。
一、评价范围全省省控城市环境空气质量自动监测网络中的评价点。
对照点和污染监控点不参与城市空气质量整体水平评价。
二、评价项目（一）三指标综合评价采用SO2、NO2、PM10三项监测指标，按《环境空气质量标准》（GB3095-1996）进行综合评价。
2015年12月31日前执行。
（二）六指标综合评价采用SO2、NO2、PM10、PM2.5、O3和CO六项监测指标，按《环境空气质量标准》（GB3095-2012）进行综合评价。
相关城市在2013年1月1日起按要求开始执行，全省2016年1月1日全面执行。
三、评价标准（一）三指标评价标准按环境空气质量标准（GB3095-1996）进行评价。
其三项污染物浓度限值如下表1所示。
表1 三指标评价标准环境空气污染物浓度限值（二级标准）按环境空气质量标准（GB3095-2012）进行评价。
其六项污染物浓度限值如表2所示。
表2 六指标评价标准环境空气污染物浓度限值（二级标准）四、评价时间按每月、半年、全年对城市环境空气质量状况进行评价。
五、评价内容评价内容包括三个方面：一是全省省控城市环境空气质量总体状况，二是污染物超标情况，三是城市环境空气质量综合指数评价。
（一）总体状况全省平均达标天数比例、超标天数比例以及各空气质量指数类别所占比例、达标天数比例同比变化情况。
（二）污染物超标情况全省各污染物月均浓度变化情况、平均超标率及同比变化情况、最大日均值及超标倍数、月均浓度及最大值。
（三）城市环境空气质量综合指数评价按照环境空气质量综合指数评价各城市环境空气质量的好坏，按照环境空气质量综合指数由小到大确定排序。
熵在空气质量指数(AQI)预测中的应用
熵在空气质量指数(AQI)预测中的应用
文琴;罗飞
【期刊名称】《四川理工学院学报（自然科学版）》
【年(卷),期】2017(030)004
【摘要】为了更准确地找出影响空气质量指数的气象因子与提高其预测精度,提出了基于熵、BP神经网络和时间序列模型的组合预测模型.该方法利用增加了特征变量的转移熵方法,得到影响AQI的气象因子及其影响度,将得到的气象因子与AQI 实测值作为BP神经网络的输入因子和时间序列分析模型的特征因子,影响度作为BP神经网络输入因子的初始权重,构建BP神经网络预测模型和时间序列分析预测模型,最后用熵值法组合各个预测模型的预测结果.实验表明利用该方法对空气质量指数进行预测可提高其预测精度.
【总页数】5页(P96-100)
【作者】文琴;罗飞
【作者单位】成都信息工程大学软件工程学院,成都610225;成都信息工程大学软件工程学院,成都610225
【正文语种】中文
【中图分类】TP311
【相关文献】
1.基于TensorFlow的LSTM模型在太原空气质量AQI指数预测中的应用 [J], 张春露;白艳萍
2.半参数回归模型在空气质量指数分析和预测中的应用 [J], 刘锋;银利;张星
3.环境空气质量指数(AQI)统计中Excel的应用 [J], 尼霞次仁;白玛旺堆
4.多元线性回归方法在空气质量指数AQI分析中的应用 [J], 许允之; 范莹莹; 姚羽霏; 孙宏文; 杨毅; 李鹏程
5.IG-LSTM模型在空气质量指数预测中的应用 [J], 陈岑;田晓丹;武文星
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
摘 要 ：传统方法在评价 大气环境质量 中存在 因素较 为单一等缺 点 ，文章综合 考虑 多 评 价单元的 多种指标 ，运用熵 权系 数 法对成都 市各 ￣ ｇ ｃ Ａ Ｑ Ｉ 进行计算 ，以区域Ａ Ｑ１ 年均值 ，区域年污染天数 两个评价参数 ，构建成都市现阶段各 区域 空气质量状 况的指标体 系。 同时利 用聚类分析 方法 对成都 市２ １ 个 区县 ，根 据 空气质 量指教ＡＱ１ 日均值进行 结果验 证 。 研 究结果表 明：郫县 ，青白江 区和新都 区综合评价 等级最 高，均在８ ． ５ 以上 ，体现 出这三个 区域 空气质量状况较差 ，综 合 评价 等级 较低的都 江堰和 蒲江县ＡＱ１ 年 均值 也较低 ，污染 天数 很 少，其余 区域 的评 分和其Ａ ＱＩ ｖ ｇ￣ｆ ９染天数 均相符
பைடு நூலகம்
中图分类号 ：Ｘ８ ２ ３
文献标志码 ：Ａ
Ｄ Ｏ Ｉ ： Ｉ Ｏ ． １ ６ ８ ０ ３ ￣ ． ｃ ｎ ｋ ｉ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ４ — ６ ２ １ ６ ． ２ ０ １ ７ ． ０ １ ． ０ ２ １
Ｃ ｏ ｍｐ ｒ ｅ ｈ ｅ ｎ ｓ ｉ ｖ ｅ Ｅ ｖ ａ ｌ ｕ ａ ｔ ｉ ｏ ｎ ｏ ｆ Ａｉ ｒ Ｑｕ ａ ｌ ｉ ｔ ｙ ｉ ｎ Ｃ ｈ ｅ ｎ ｇ ｄ ｕ ｃ ｉ ｙ ｔ Ｂ ａ ｓ ｅ ｄ ｏ ｎ Ｅ ｎ ｔ ｒ ｏ ｐ ｙ Ｗｅ ｉ ｇ ｈ ｔ
第４ ３ 卷
第１ 期
环 境保 护科 学
Ｅｎ ｖ ｉ ｒ ｏ ｎ ｍｅ ｎ ｔ ａ ｌ Ｐｒ ｏ ｔ ｅ ｃ ｔ ｉ ｏ ｎ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ
Ｖｏ １ ． ４ ３ Ｎｏ ． １ Ｆ ｅ ｂ ． ２ ０ １ ７ ， １ ０ ０ －１ ０ ４
２ ０ １ ７ 年２ 月
ｕ ｓ ｅ ｄ ｔ ｏ ｃ ｌｃ ａ ｕ ｌ ａ ｔ ｅ ｔ ｈ ｅ Ａ Ｑ Ｉ ｏ ｆ ｅ ａ ｃ ｈ ｄ ｉ ｓ ｔ ｉ ｒ ｃ ｔ ｉ ｎ Ｃ ｈ ｅ ｎ ｇ ｄ ｕ ｃ ｉ ｔ ｙ ， ａ ｎ ｄ ｓ ｕ ｃ ｈ ｔ ｗ ｏ ｅ ｖ ａ ｌ ｕ ａ ｔ ｉ ｏ ｎ ｐ ａ ｒ ａ ｍ ｅ ｔ ｅ ｒ ｓ ａ ｓ ｔ ｈ ｅ ａ ｎ ｎ ｕ ａ ｌ ａ ｖ ｅ ｒ ａ ｇ ｅ ｏ ｆ ｒ ｅ ｇ ｉ ｏ ｎ ａ ｌ
合 ，可以得 出该综合评价模 型可 以很好 的很客 观的反映 出各 区域的空 气质量状 况。聚类分析呈现 出较好的聚 类效 果 ，
整 个成都 市各 区域 空气质 量均值分布分 为四大 区域 ，较符合 实际结果 ，可以为其他城 市的 空气质量综合评价提供 一定 的参考 。
关键词 ： 空气质量 ；熵权法 ；聚 类分析 ；综合评价
基于熵权法和聚类分析法的 成都市空 气质量综合评价
（ １ ． 四 川省地 质 工程勘 察 院 ，四 川 成都
姚雪倩 ，李云祯 ，徐 友 ，陈军辉 ，周 平 ６ １ ０ ０ ３ １ ；２ ． 四川 省环境 保 护科 学研 究 院 ，四川 成都 ６ １ ０ ０ ４ １ ； ３ ． 同济大学环境科 学与工程 学院，上海 ２ ０ ０ ０ ９ ２ ，４ 、西南交通 大学，四川 成都 ６ １ ０ ０ ３ １ ）
・
４ ． Ｓ ｏ ｕ ｔ ｈ ｗ ｅ ｓ ｔ Ｊ ｉ ａ ｏ ｔ ｏ ｎ ｇ Ｕ ｎ ｉ ｖ ｅ ｓｉ ｒ ｙ， ｔ Ｃ ｈ ｅ ｎ ｇ ｄ ｕ ６ １ ０ ０ ３ １ ， Ｃ ｈ ｉ ｎ ａ ）
Ａｂｓ ｔ ｒ ａ ｃ ｔ ： Ｉ ｎ ｔ ｈ ｅ ｔ ｒ ａ ｄ ｉ ｔ ｉ ｏ ｎ ａ ｌ ｍｅ ｔ ｈ ｏ ｄ ｆ ｏ ｒ ｅ ｖ ｌｕ ａ ａ ｔ ｉ ｏ ｎ ｏ ｆ ｔ ｈ ｅ ａ ｔ ｍｏ ｓ ｐ ｈ ｅ ｒ ｉ ｃ ｅ ｎ ｖ ｉ ｒ ｏ ｎ ｍｅ ｎ ｔ ｌ ａ ｑ ｕ ａ ｌ ｉ ｔ ｙ ， ｔ ｈ ｅ ｆ ａ ｃ ｔ ｏ ｒ ｓ ａ ｒ ｅ ｒ ａ ｔ ｈ ｅ ｒ ｓ ｉ ｎ ｇ ｌ ｅ ． Ｉ ｎ ｔ ｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ ， ｄ ｉ ｆ ｆ ｅ ｒ ｅ ｎ ｔ ｉ ｎ ｄ ｉ ｃ ａ ｔ ｏ ｒ ｓ ｏ ｆ ｍｕ ｌ ｔ ｉ ｐ ｌ ｅ ｅ ｖ ａ ｌ ｕ ａ ｔ ｉ ｏ ｎ ｕ ｎ ｉ ｔ ｓ ａ ｒ ｅ ｔ ａ ｋ ｅ ｎ ｉ ｎ ｔ ｏ ｃ ｏ ｎ ｓ ｉ ｄ ｅ ｒ ａ ｔ ｉ ｏ ｎ ．Ｅ ｎ ｔ ｒ ｏ ｐ ｙ ｗｅ ｉ ｇ ｈ ｔ ｃ ｏ ｅ ｉｃ ｆ ｉ ｅ ｎ ｔ ｍｅ ｔ ｈ ｏ ｄ ｉ ｓ
（ １ ． Ｓ ｉ ｃ ｈ ｕ ａ ｎ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ｏ ｆ Ｇ ｅ ｏ ｌ ｏ ｇ ｉ ｃ ａ ｌ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｉ ｒ ｎ ｇ Ｉ ｎ ｖ ｅ ｓ ｔ ｉ ｇ ａ ｔ ｉ ｏ ｎ ， Ｃ ｈ ｅ ｎ ｇ ｄ ｕ ６ １ ０ ０ ３ １ ， Ｃ ｈ ｉ ｎ ａ ； ２ ． Ｓ ｉ ｃ ｈ ｕ ａ ｎ Ａ ｃ ａ ｄ ｅ ｍ ｙ ｏ ｆ Ｅ ｎ ｖ ｉ ｒ ｏ ｎ ｍ ｅ ｎ ｔ ｌ ａ
Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ｓ ， Ｃ ｈ ｅ ｎ ｇ ｄ ｕ ６ １ ０ ０ ４ １ ， Ｃ ｈ ｉ ｎ ａ ； ３ ． Ｆ ａ ｃ ｕ ｌ ｔ ｙ ｏ ｆ Ｇ ｅ ｏ ｓ ｃ ｉ ｅ ｎ ｃ ｅ ｓ ａ ｎ ｄ Ｅ ｎ ｖ ｉ ｒ ｏ ｎ ｍ ｅ ｎ ｔ ａ ｌ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ ， Ｔ ｏ ｎ ｇ ｊ ｉ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｓ ｈ ａ ｎ ｇ ｈ ａ ｉ ２ ０ ０ ０ ９ ２ ， Ｃ ｈ ｉ ｎ ａ ；
ａ ｎ ｄ Ｃｌ ｕ ｓ ｔ ｅ ｒ Ａｎ ａ ｌ ｙ ｓ ｉ ｓ Ｍｅ ｔ ｈ ｏ ｄ ｓ
Ｙａ ｏ Ｘｕ ｅ ｑ ｉ ａ ｎ ， Ｌ ｉ Ｙｕ ｎ ｚ ｈ ｅ ｎ ， Ｘｕ Ｙｏ ｕ ， Ｃ ｈ ｅ ｎ Ｊ ｕ ｎ ｈ ｕ ｉ ， Ｚ ｈ ｏ ｕ Ｐ ｉ ｎ ｇ ￣