美国大气沉降数据分析
自然降尘实验报告
一、实验目的本实验旨在通过自然降尘法，测定一定时间内单位面积内降尘的量，分析大气中颗粒物的沉降规律，了解降尘对环境的影响，并为环境保护提供数据支持。
二、实验原理自然降尘法是利用大气中颗粒物在重力作用下自然沉降到地面的原理，通过收集一定时间内单位面积上的降尘量，来估算大气中颗粒物的浓度。
三、实验材料与设备1. 实验材料：- 降尘瓶（直径为20cm，高为30cm）- 铝箔- 纸袋- 砝码- 精密天平2. 实验设备：- 风速仪- 温湿度计- 时间记录表四、实验方法1. 在实验地点选择一个平坦、开阔的区域，将降尘瓶放置于地面，并用铝箔覆盖瓶口，防止异物进入。
2. 记录实验开始时间，并设置实验时间为24小时。
3. 在实验期间，每隔一定时间（如每小时）记录风速、温度和湿度等气象数据。
4. 实验结束后，小心取下铝箔，将降尘瓶中的降尘收集到纸袋中。
5. 将收集到的降尘称重，并记录数据。
6. 计算单位面积内降尘的量，即降尘密度。
五、实验结果与分析1. 实验结果：| 时间（小时） | 风速（m/s） | 温度（℃） | 湿度（%） | 降尘量（g） || :-----------: | :----------: | :--------: | :-------: | :---------: || 0 | 1.5 | 25.0 | 60.0 | 2.5 || 1 | 1.2 | 25.5 | 61.0 | 2.8 || 2 | 1.8 | 25.2 | 59.5 | 3.0 || 3 | 1.5 | 25.8 | 60.5 | 2.6 || 4 | 1.0 | 25.3 | 62.0 | 2.9 || 5 | 1.3 | 25.7 | 61.5 | 2.7 || 6 | 1.2 | 25.6 | 60.0 | 2.8 || 7 | 1.5 | 25.5 | 59.5 | 2.6 || 8 | 1.8 | 25.2 | 61.0 | 2.9 || 9 | 1.0 | 25.8 | 60.5 | 2.7 ||| 11 | 1.5 | 25.7 | 61.5 | 2.6 || 12 | 1.2 | 25.6 | 60.0 | 2.9 || 13 | 1.8 | 25.5 | 59.5 | 2.7 || 14 | 1.0 | 25.2 | 61.0 | 2.8 || 15 | 1.3 | 25.8 | 60.5 | 2.6 || 16 | 1.5 | 25.3 | 62.0 | 2.9 || 17 | 1.2 | 25.7 | 61.5 | 2.7 || 18 | 1.8 | 25.6 | 60.0 | 2.8 || 19 | 1.0 | 25.5 | 59.5 | 2.6 || 20 | 1.3 | 25.2 | 61.0 | 2.9 || 21 | 1.5 | 25.8 | 60.5 | 2.7 || 22 | 1.2 | 25.3 | 62.0 | 2.8 || 23 | 1.8 | 25.7 | 61.5 | 2.6 ||2. 分析：通过实验结果可以看出，在实验期间，降尘量呈现出一定的波动性，但整体上呈现出下降趋势。
美国大气环境多污染物协同控制的经验与启示
54
环境保护科学
第 46 卷
管理和技术经验，为我国大气污染防治提供重 要参考和借鉴。
1 美国多污染物协同控制的相关经验
过去 20 多年，美国结合当地的空气污染防治 情况，在多个州和地区制定了改善目标，采取了相 应的技术手段和管理措施，进行了多污染物协同控 制方面的尝试，取得了很好的效果。 1.1 美国多污染物协同控制的法规基础
锰 砷 镉 苯 甲醛 1,3-丁二烯
0
20
40
2007 年 6 月，《清洁空气法》[2] 咨询委员会建议 联邦与各州政府采用全州范围内的全面空气质量 规划，并从单一污染物转变为多污染物协同管理， 随后美国 EPA 在北卡罗来纳州、纽约、圣路易斯城 （包括密苏里和伊利诺伊）三个司法管辖区开展了 试点项目，通过制定空气质量管理计划探索如何实 现多污染物规划。一些州调查和研究了现有多污 染物规划分析方法并加以改进，如密歇根州底特律 市评估了臭氧、细颗粒物和某些有毒空气污染物的 协同管控策略，底特律市多污染物技术评估框架， 见图 1。
关键词： 大气污染防治；多污染物协同控制；美国经验；启示与建议 中图分类号： X321 文献标志码： A DOI：10.16803/ki.issn.1004 − 6216.2020.01.010
Experience and Inspiration of the Cooperative Control of Multiple Pollutants in the Atmospheric Environment in United States
国对大气污染防治工作的政策要求及当前大气 环境现况，开展综合整治、应用多污染物协同控 制理念和技术成为“十三五”大气污染防治的一 项重要工作。
在我国，多污染物协同控制尚处于研究和探 索阶段，需要系统学习借鉴国际经验。美国在 开展多污染物协同控制方面积累了一定的理 论、技术和实践经验，利用基础数据库资源、采 用模型模拟分析手段和技术方法，减小了因实 施单一减排而增大其他污染物贡献的风险，为 空气质量改善提供了先进的管理理念和技术支 持。本文旨在研究美国多污染物协同控制相关
CALPUFF模型系列课程
CALPUFF模型计算量大，对计算资源要求较高。可以通过采用高性能计算技术、并行计算等方法提高计算 效率，降低计算资源需求。
未来发展趋势预测
模型集成与耦合
未来CALPUFF模型可能与其他模型进行集成或耦合，形成更为综合的空气质量模拟系 统，提高模拟结果的准确性和可靠性。
大数据与人工智能应用
模型设置
根据敏感区的特点调整模型参数，如地形复 杂度、气象条件等。
数据准备
收集敏感区的地形、气象、生态等数据，以 及周边排放源的信息。
模拟结果
输出敏感区内的污染物浓度分布、生态影响 、健康风险等信息。
05
CALPUFF模型与其他模型比较
与AERMOD模型比较
原理差异
CALPUFF模型是基于拉格朗日方 法的扩散模型，而AERMOD模型 是基于高斯扩散理论的稳态模型 。
排放数据格式转换
将处理后的排放数据转换为CALPUFF 模型可接受的输入格式。
受体点设置与计算
受体点设置
在研究区域内合理设置受体点，以反映污染物浓度的空间分布和变化 特征。
浓度计算
利用CALPUFF模型模拟计算各受体点的污染物浓度，考虑气象条件、 污染源排放等多种因素的影响。
结果输出与可视化
将模拟计算结果以图表、地图等形式进行可视化展示，便于分析和解 读。
随着大数据和人工智能技术的发展，这些技术有望在CALPUFF模型的数据处理、模型 验证等方面发挥重要作用，提高模型的应用效率和准确性。
多污染物模拟
目前CALPUFF模型主要针对单一污染物进行模拟，未来可能会发展为多污染物模拟， 更好地反映大气污染的复杂性。
THANKS
感谢观看
污染源排放控制
pnas 氮沉降
pnas 氮沉降
关于氮沉降对农业系统的影响，可以参考《美国科学院院刊》中的一项研究，研究主题是建立全球最长时序农业氨排放和大气氮沉降数据库，并系统评估了农业生产过程氨排放对海域氮沉降时空格局的影响。
该研究基于构建的长时序农业氨排放数据集，驱动了全球大气化学模型GEOS-Chem，评估了全球1980年来农业氨态氮排放对氮沉降时空格局的影响。
研究团队建立了一个从农业系统氨排放经过大气环流进入海洋系统的分析框架，构建了长时序（1970-2018）氨排放（Agricultural Crop- and Animal-Specific NH3emissions，ACAS-NH3）和海洋氮沉降数据集，系统评估了农业生产过程氨排放对海域氮沉降时空格局的影响。
如需了解更多信息，建议查阅相关资料或咨询相关学者。
重力沉降 大气沉降距离 环评
重力沉降与大气沉降距离在环境评价中的重要性在环境评价中，重力沉降和大气沉降距离是两个重要的概念。
它们对于评估项目对周边环境的影响以及保护生态环境具有重要意义。
本文将从重力沉降、大气沉降距离的定义和计算方法、环境评价中的应用以及相关监测与控制措施等几个方面进行阐述。
一、重力沉降的定义和计算方法1.1 重力沉降的定义重力沉降是指土地由于地下水、河湖水位变动或地下开采、钻井等引起的体积变化而产生的垂直位移。
重力沉降可能造成建筑物、道路、桥梁等结构物的变形和破坏，对周边环境和生态系统也可能产生负面的影响。
1.2 重力沉降的计算方法重力沉降的计算方法通常采用杆件法、数值模拟法和物理模型试验等多种手段。
通过对地下水位变动或地下工程开挖等引起的土体应力状态和变形规律进行分析，可以计算出重力沉降的大小和分布规律，为环境评价提供重要的参考依据。
二、大气沉降距离的定义和计算方法2.1 大气沉降距离的定义大气沉降距离是指大气中悬浮颗粒物或气态污染物由于重力作用而沉降到地表的水平距离。
大气沉降距离的大小与气象条件、颗粒物或气态污染物的性质、排放源的高度和位置等因素密切相关，对于评估大气污染物扩散范围和影响程度具有重要意义。
2.2 大气沉降距离的计算方法大气沉降距离的计算方法通常采用数值模拟法、实地监测法和统计分析法等多种手段。
通过对气象数据、污染源排放数据和大气扩散模型等进行综合分析，可以计算出不同气象条件下的大气沉降距离，为环境评价提供重要的数据支持。
三、环境评价中的应用3.1 重力沉降与大气沉降距禿的评估在环境评价中，重力沉降与大气沉降距离的评估常常是必不可少的环节。
通过对项目周边地质、水文地质、气象条件和污染源排放等数据进行综合分析，可以评估出项目对周边土地、建筑物、水体和大气环境的潜在影响程度，为环境保护和生态修复提出合理的建议和措施。
3.2 环境影响评价报告的编制根据《环境影响评价公众参与办法》的要求，环境影响评价报告中需要对项目的重力沉降和大气沉降距离进行评估和分析，并提出相应的风险评估和控制措施。
大气有机氮沉降及其对海洋生态系统的影响
第21卷第7期2006年7月地球科学进展A DVANCE S I N E AR TH S C I ENC EV o l.21 N o.7J u l.，2006文章编号：1001-8166（2006）07-0721-09大气有机氮沉降及其对海洋生态系统的影响*石金辉1，高会旺1，张 经2，3（1.中国海洋大学海洋环境与生态教育部重点实验室，山东 青岛 266003；2.中国海洋大学化学与化工学院，山东 青岛 266003；3.华东师范大学河口与海岸国家重点实验室，上海 200062）摘 要：有机氮是大气中含氮物质的重要组成部分。
大气中有机氮化合物的种类繁多，按其存在的形态可分为：氧化型、还原型以及生物/颗粒型有机氮，这些有机氮可来自自然源和人为源的直接释放，也可来自于无机氮与碳氢化合物间的大气化学反应。
大气有机氮对海洋的输入不仅可以促进海洋初级生产力的增长、进而增加二氧化碳的吸收速率，还可能影响海洋生态系统的结构和功能。
分析了海洋大气有机氮沉降的最新研究进展，结果表明：气溶胶中的有机氮在总氮中所占的比例为39.6％±14.7％；陆地雨水中以有机形式存在的溶解氮为30.2％±15.0％，而海洋上，溶解有机氮可达到雨水中总氮的62.8％±3.3％。
可见，目前仅包括无机氮沉降的入海通量可能低估了1/3。
因此，开展大气有机氮沉降的研究，有助于评价有机氮在全球氮循环中的作用，以及对海洋生态系统的短期和长期的影响。
关 键 词：有机氮；大气沉降；有机气溶胶；雨水；氮循环中图分类号：X145 文献标识码：A 氮是控制海洋生态系统结构、功能、物种组成和生物多样性的关键元素之一。
海洋中的外源性“新氮”可来自陆地径流、大气的干湿沉降和海洋生物的固氮作用，其中大气输入可占总“新氮”（无机氮）的＜10％～＞60％［1］，因此大气氮输入将会对海洋生态系统产生显著影响，而定量认识大气中各种形式的氮对揭示大气氮沉降造成海洋生态系统的响应与反馈具有十分重要的意义。
INSAR技术原理及方案
INSAR沉降监测技术方案简介一．技术方案1.1 主要功能INSAR系统平台集成了功能强大的合成孔径雷达（Synthetic Aperture Radar）影像数据处理系统，整合了多种先进高效的处理算法，并支持用户嵌入开发自主算法模型。
基于并行多线程处理技术，能够快速处理分析海量雷达影像数据。
除了具有传统InSAR算法模型之外，INSAR系统平台还具有以下技术特点：-大气分析技术；-季节性形变分析技术；-非线性形变分析技术；-城市区域PS点层析功能。
- 全图形用户界面；●软件界面全图形化；●处理进度监控管理全图形化；●中间处理结果、报告图形化显示；●最终结果图形化显示输出；- 采用并行多线程处理技术，高效处理分析InSAR数据集；- 高度的兼容性：●跨平台处理系统：支持Windows、Linux和Mac OS；●支持所有在轨SAR传感器数据模式，包括最新发射的ESASentinel, PAL-SAR2等;●兼容其他软件系统文件格式：GAMMA，DORIS，ROI_PAC等；- 工程级别处理精度：●识别区分建筑物和地面上的PS点，区分建筑物形变和地面形变；●精确反演影像采集时间的大气相位图，剔除大气相位残值；●精确反演由温度变化导致的季节性热形变；精确监测非线性形变；对于城市区域或强反射硬目标形变速率监测精度可达3-5毫米。
1.2工作流程雷达影像数据的地面沉降监测服务基于人造多普勒雷达的相位干涉测量技术（InSAR），通过精确测量监测数据集中雷达影像的电磁波相位变化情况，去除大气和噪声干扰，获取地表的真实形变信息。
雷达干涉测量技术自问世以来就被广泛应用于测量和形变监测领域并形成了系统成熟的工程化解决方案，根据监测数据集情况、监测技术手段和测量结果的不同可以将地面沉降监测项目分成3个生产阶段：DInSAR、SBAS-InSAR、PSInSAR。
1.2.1 DInSAR地面沉降监测工作流程在工作启动初期，由于监测数据集影像数量较少，可以采用DInSAR（差分干涉）技术对监测数据进行定性处理分析，快速探测监测区域内形变中心分布情况及其影响范围，粗略估算形变速率及预测发展趋势。
大气沉降物对土壤污染的影响评估与预测
大气沉降物对土壤污染的影响评估与预测近年来，随着工业化和城市化的不断发展，大气污染问题日益突出。
大气沉降物作为大气污染物的重要组成部分，具有一定的毒性和迁移能力。
其对土壤环境的影响引起了广泛关注。
本文将从大气沉降物的来源、成分、影响机制以及评估和预测方法等方面，探讨大气沉降物对土壤污染的影响。
第一部分：大气沉降物的来源和成分大气沉降物主要来源于空气中悬浮颗粒物和气态污染物的沉降，包括工业排放、交通尾气、燃烧排放等。
它们通常具有多种成分，如重金属、有机物、氮氧化物等。
这些成分对土壤环境产生了直接或间接的影响。
第二部分：大气沉降物对土壤环境的影响机制大气沉降物通过沉降到土壤表面，进而对土壤环境产生影响。
首先，其中的重金属成分可能与土壤中的矿物质结合，形成难以溶解的化合物，阻碍植物的吸收。
其次，大气沉降物中的有机物成分可能引发土壤微生物的生物降解过程，改变土壤微生物群落的结构和功能。
此外，大气沉降物中的氮氧化物可被土壤微生物转化为硝酸盐和亚硝酸盐，导致土壤酸化及氮素循环的改变。
第三部分：大气沉降物对土壤污染的影响评估为了评估大气沉降物对土壤污染的影响，需要进行全面的监测和分析。
监测可以通过采集土壤样品和大气沉降物样品，分析其中的化学成分，以及土壤理化性质等指标进行。
通过建立影响评估模型，结合现场监测数据，可以对土壤污染程度和受污染区域进行定量评估。
第四部分：大气沉降物对土壤污染的影响预测针对大气沉降物对土壤污染的影响进行预测，可以利用数学模型和地理信息系统等工具。
数学模型可以模拟大气沉降物的传输和迁移过程，结合气象因素和土壤特性等参数，预测不同区域土壤的污染状况。
地理信息系统则可以对多种因素进行空间分析和整合，为大气沉降物对土壤污染的预测提供支持。
结论大气沉降物对土壤污染具有重要的影响，通过对其来源、成分、影响机制的研究，可以更好地理解其对土壤环境的影响。
评估和预测大气沉降物对土壤污染的方法和技术不断发展，有助于制定科学合理的环境保护政策和措施。
- 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)。
美国2006年酸雨监测数据分析报告卢元华 0843051005一、任务1、通过对2006年美国地区酸雨数据的处理，巩固和加深对环境统计学的基本理论、基础知识的理解，进一步熟悉并掌握在环境数理统计课程中所学到的知识，理解统计方法的思想，明白它们的假设条件和计算过程。
2、熟悉并掌握关于使用Matlab软件处理环境数据的功能。
借助MATLAB 完成作图、计算，并理解计算结果的统计意义。
掌握在Matlab软件中运用boxplot()、hist()、normplot()、plotmatrix()以及boxplot(log())、normplot(log())、hist(log())、plotmatrix（log()）函数作出相关图像。
3、使用MATLAB中的lilletest()函数检验离子的原始数据及取对数后的数据是否服从正态分布。
4、结合所学的本专业的知识，如环境化学、环境地学、环境分析化学等学科的知识，对数据处理结果进行合理的解释。
以增强自己对美国地区酸雨状况的了解。
5、通过本次作业，加深自己对本专业知识的掌握，扩宽自己在环境专业的知识面。
6、增强自己在Office方面的能力，提高自己对文字、数据处理方面的技巧的运用。
二、数据来源与处理所有监测数据来源于/maps/Default.aspx美国国家大气沉降项目国家趋势网。
分析的所有NADP数据主要来源于/data/ntndata.aspx。
对其中有些监测点没有监测数据的月份进行剔除,最终得到2851组数据。
其监测点位图如下：三、研究过程1、数据整理。
2、使用Matlab软件作图3、对数据评价解释4、总结四、收获1、熟悉并掌握关于使用Matlab软件处理环境数据的功能。
借助Matlab完成计算，并理解计算结果的统计意义。
掌握在Matlab软件中运用boxplot()、hist()、normplot()、plotmatrix()以及boxplot(log())、normplot(log())、hist(log())、plotmatrix （log()）函数作出相关图像。
2、更深入地掌握了本专业有关本次作业方面的知识，拓宽了自己的知识面。
3、增强了自己在文字、数据处理方面技巧的运用。
五、不足1、自己在本专业方面还存在很多欠缺，需要继续认真学习本专业知识。
2、自己在MATLAB软件的运用上还存在不足，还需要进一步熟悉。
六、数据基本信息大气中随酸雨数据主要有Ca2+、Mg2+、SO42-、K+、Na+、NH4+、Cl-、NO3-、H+九种离子的每个监测点每月的数据，其浓度单位选取为当量浓度（ueq/L）。
七、对离子的作图分析(一)、八种离子和H+的相互关系1、用Matlab软件中Plotmatrix对八种离子和H+数据矩阵的列向量进行作图，得到其矩阵散点图。
结果如下：Ca2+ Mg2+ K+ Na+ NH4+ NO3— Cl— SO42— H+九种离子的浓度散点图Ca2+ Mg2+ K+ Na+ NH4+ NO3— Cl— SO42— H+九种离子的对数浓度散点图由图可以看出Na+和Cl—的线性关系最好，Mg2+和Cl—、Mg2+和Na+的线性关系也比较显著。
则以下对这三组离子进行相关性分析。
2、Na+和Cl—的监测数据相关性分析用Matlab软件中的scatter对该两种离子作对数浓度散点图，结果如下：氯离子和钠离子的浓度散点图氯离子和钠离子对数浓度散点图横坐标为Na+纵坐标为Cl—，由上图可以看出Cl-和Na+存在非常好的线性关系，可以大致推断雨水中的这两种离子主要是来自海水的蒸发。
在Excel软件中应用LINEST函数进行拟合得：1.091727 0.451348 FINV 3.8447270.002391 0.061863 R2=0.986530.98653 3.097802 TINV 1.960798 t检验值=456.6262208507.5 28472000916 27320.88 R2=0.98653t检验与F检验的值都大于该自由度下的Alpha为0.05时的临界值，说明拟合的参数可用。
t检验与F检验的值都大于该自由度下的Alpha为0.05时的临界值，说明拟合的参数和方程可用。
R2为0.98653，非常接近1，说明线性关系好。
拟合所得函数为：[Cl—]=1.09[Na+]+0.453、Mg2+和Na+的监测数据相关性分析用Matlab软件中的scatter对该两种离子作对数浓度散点图，结果如下：镁离子和钠离子的浓度散点图 镁离子和钠离子的对数浓度散点图 该图横坐标Na+为纵坐标为Mg2+。
在Excel软件中应用LINEST函数进行拟合得：0.221435 1.432553 FINV 3.8447270.001743 0.045106 R2=0.8500230.850023 2.258657 TINV 1.960798 t检验值=127.027316135.93 284782317.9 14524.05t检验与F检验的值都大于该自由度下的Alpha为0.05时的临界值，说明拟合的参数可用。
t检验与F检验的值都大于该自由度下的Alpha为0.05时的临界值，说明拟合的参数和方程可用。
R2为0.850023，接近1，说明线性关系还是比较好。
拟合所得函数为：[Mg2+]=0.22[Na+]+1.434、Mg2+和Cl—的监测数据相关性分析用Matlab软件中的scatter对该两种离子作对数浓度散点图，结果如下：氯离子和镁离子的浓度散点图氯离子和镁离子的对数浓度散点图横坐标为Cl—纵坐标为Mg2+，由上图可以看出这两种离子线性关系比较明显。
在Excel软件中应用LINEST函数进行拟合得：0.198138 1.389019 FINV 3.8447270.001727 0.049343 R2=0.8222210.822221 2.459108 TINV 1.960798 t检验值=114.7489 13167.31 284779625.54 17216.42t检验与F检验的值都大于该自由度下的Alpha为0.05时的临界值，说明拟合的参数可用。
t检验与F检验的值都大于该自由度下的Alpha为0.05时的临界值，说明拟合的参数和方程可用。
R2为0.822221，接近1，说明线性关系比较好，拟合所得函数为：[Mg2+]=0.20[Cl—]+1.39（二）、对单一离子监测数据进行作图分析。
1、Ca2+：在Matlab软件中对Ca2+浓度监测数据分别作Hist(x)、Hist(log(x))、normplot(x)、normplot(log(x))图得：钙离子月沉降量2006年监测数据频数分布图钙离子月沉降量2006年监测数据对数频数分布图钙离子月沉降量2006年监测数据正态概率分布图钙离子月沉降量2006年监测数据对数正态概率分布图由图可知钙离子还是比较符合对数正太分布的。
2、Mg2+：在Matlab软件中对Mg2+浓度监测数据分别作Hist(x)、Hist(log(x))、normplot(x)、normplot(log(x))图得：镁离子月沉降量2006年监测数据频数分布图镁离子月沉降量2006年监测数据对数频数分布图镁离子月沉降量2006年监测数据正态概率分布图镁离子月沉降量2006年监测数据对数正态概率分布图由图可以看出还是比较符合对数正太分布。
3、K+：在Matlab软件中对K+浓度监测数据分别作Hist(x)、Hist(log(x))、normplot(x)、normplot(log(x))图得：钾离子月沉降量2006年监测数据对数频数分布图钾离子月沉降量2006年监测数据对数正态概率分布图由图可以看出还是比较符合对数正太分布。
4、Na+：在Matlab软件中对Na+浓度监测数据分别作Hist(x)、Hist(log(x))、normplot(x)、normplot(log(x))图得：钠离子月沉降量2006年监测数据频数分布图钠离子月沉降量2006年监测数据对数频数分布图钠离子月沉降量2006年监测数据正态概率分布图钠离子月沉降量2006年监测数据对数正态概率分布图由图可以看出还是比较符合对数正太分布。
5、NH4+：在Matlab软件中对NH4+浓度监测数据分别作Hist(x)、Hist(log(x))、normplot(x)、normplot(log(x))图得：铵根离子月沉降量2006年监测数据频数分布图铵根离子月沉降量2006年监测数据对数频数分布图铵根离子月沉降量2006年监测数据正态概率分布图铵根离子月沉降量2006年监测数据对数正态概率分布图由图可以看出是比较符合对数正太分布。
6、NO3-：在Matlab软件中对NO3-浓度监测数据分别作Hist(x)、Hist(log(x))、normplot(x)、normplot(log(x))图得：硝酸根离子月沉降量2006年监测数据对数频数分布图硝酸根离子月沉降量2006年监测数据对数正态概率分布图由图可以看出是比较符合对数正太分布。
7、Cl-：在Matlab软件中对Cl-浓度监测数据分别作Hist(x)、Hist(log(x))、normplot(x)、normplot(log(x))图得：氯离子月沉降量2006年监测数据频数分布图氯离子月沉降量2006年监测数据对数频数分布图氯离子月沉降量2006年监测数据正态概率分布图氯离子月沉降量2006年监测数据对数正态概率分布图由图可以看出是比较符合对数正太分布。
8、SO42-：在Matlab软件中对SO42-浓度监测数据分别作Hist(x)、Hist(log(x))、normplot(x)、normplot(log(x))图得：硫酸根离子月沉降量2006年监测数据频数分布图硫酸根离子月沉降量2006年监测数据对数频数分布图硫酸根离子月沉降量2006年监测数据正态概率分布图硫酸根离子月沉降量2006年监测数据对数正态概率分布图由图可以看出是比较符合对数正太分布。
9、H+：在Matlab软件中对H+浓度监测数据分别作Hist(x)、Hist(log(x))、normplot(x)、normplot(log(x))图得：氢离子月沉降量2006年监测数据频数分布图氢离子月沉降量2006年监测数据对数频数分布图氢离子月沉降量2006年监测数据正态概率分布图氢离子月沉降量2006年监测数据对数正态概率分布图由上面的作图分析解释中，每种离子的正态概率分布图可以看见，所有的离子有些服从频数分布有些服从正态概率分布，并不是所有的都服从两种分布。
（三）、盒形图应用Matlab软件的boxplot对九种离子浓度监测数据做boxplot（log（x））图得：九种离子浓度监测数据对数盒形图（四）、各离子浓度与氢离子浓度的回归分析在Excel软件中应用LINEST函数进行拟合得：SO42-Cl—NO3-NH4+Na+K+Mg2+Ca2+0.836092 0.586909 0.336212 -0.50403 -0.46527 -0.33203 -1.46742 -0.11203 3.6603760.008499 0.038128 0.013775 0.010439 0.044396 0.086586 0.081333 0.005742 0.1923960.85056 5.881786 #N/A #N/A #N/A #N/A #N/A #N/A #N/A2020.532 2840 #N/A #N/A #N/A #N/A #N/A #N/A #N/A 559209.2 98250.96 #N/A #N/A #N/A #N/A #N/A #N/A #N/A t(0.05,2840) 1.9608F(0.05,1,2840) 3.844735F检验 2020.532t检验 98.3722915.3931724.40739-48.2837-10.48-3.83474-18.0422t检验、F检验的值都大于该自由度下的Alpha为0.05时的临界值，说明拟合参数可用。