Based on the DFA and multifractal m

Based on the DFA and multifractal methods, we have
identified that daily APIs, the pollution indexes of SO2, NO2 and
PM10 exhibit the persistence or long–term memory and
multifractal characteristics, which are well characterized by scale
free and self–affine type fractal behaviors. The power–law scaling
and long–term memory in these pollution indexes can be
recognized as the footprint of SOC behaviors. All the four series
obey two different power laws in shorter and longer temporal
scaling regimes in the three technologies. In annual cycle, the
scale–free power–law behavior of these four pollution indexes are
very similar to each other with very close values for α1, indicating
some similar dynamic characteristics of various pollution indexes’
temporal evolution, which is the same SOC of the atmosphere that
drives the evolution of various pollution indexes in one year.
Meantime, in longer temporal scaling regimes α2 may reveal the
inherently different dynamic nature of various pollutant series.
To be specific, for one–year periods, the three pollution
indexes (SO2, NO2 and PM10) and the daily air pollution indexes
(APIs) of Shanghai in China indicates high persistence; over longer
time periods, SO2 and PM10 indices still indicate high persistence,
but APIs better like the stochastic process and NO2 index shows
anti–persistence. It is concluded that the values of α indicates that
the DFA is a reliable and sensitive method. The multifractal
parameters (Δα, Δf, B) control the data distribution and help
understanding the dynamical characters of the four pollution
indexes. Furthermore, multifractal characteristics changes of every
year time series for three air pollutants (from 1998 July to 2012
June) are studied.
Finally, our findings indeed suggest that SO2, NO2 and PM10
pollution is an example of a SOC process. The analysis shows that
for NO2 and PM10 pollution, their SOC and SOC of airflow may
affect the temporal variation of NO2 and PM10 pollution in different
regimes respectively; while for SO2 pollution, owing to the
atmosphere buffered capability, the SOC of SO2 pollution plays a
major role in its temporal variation. The comparison among the
three pollution indexes (SO2, NO2 and PM10) series can be helpful
for further understanding of atmospheric buffer function and
improvement of modeling of air quality.

ผลลัพธ์ (ไทย) 1:

ตาม DFA และวิธี multifractal เรามีระบุว่า APIs ประจำวัน ดัชนีมลพิษของ SO2, NO2 และPM10 แสดงหน่วยความจำที่มีอยู่หรือระยะยาว – และลักษณะ multifractal ซึ่งมีลักษณะดี โดยมาตราส่วนชนิดฟรี และตนเอง – affine แฟร็กทัลลักษณะการทำงาน พลังงาน – กฎหมายกำหนดมาตราส่วนและระยะยาวหน่วยความจำในดัชนีมลพิษเหล่านี้สามารถยอมรับว่าเป็นรอยของพฤติกรรม SOC ชุด 4ปฎิบัติตามกฎหมายพลังงานแตกต่างกันสองในสั้น และชั่วคราวอีกต่อไปปรับระบอบในเทคโนโลยีสาม ในรอบปี การ-ฟรีเครื่องชั่งไฟฟ้า – กฎหมายลักษณะดัชนีมลพิษเหล่านี้สี่อยู่คล้ายกันกับค่าที่ดีสำหรับ α1 แสดงบางลักษณะแบบคล้ายของดัชนีมลพิษต่าง ๆวิวัฒนาการขมับ ซึ่งเป็น SOC เดียวของบรรยากาศที่ไดรฟ์การวิวัฒนาการของดัชนีมลพิษต่าง ๆ ในหนึ่งปีขณะเดียวกัน ในชั่วคราวอีกต่อไปขนาดระบอบ α2 อาจเปิดเผยธรรมชาติแบบไดนามิกมีความแตกต่างของมลพิษต่าง ๆต้องการ สำหรับรอบระยะเวลาหนึ่ง – ปี มลพิษ 3ดัชนี (SO2, NO2 และ PM10) และดัชนีมลพิษทางอากาศรายวัน(Api) ของเซี่ยงไฮ้ในประเทศจีนระบุว่า มีอยู่สูง ผ่านอีกต่อไปรอบระยะเวลา SO2 และ PM10 ดัชนียังคงบ่งชี้มีอยู่สูงแต่แสดง APIs ดีสโทแคสติกกระบวนการและดัชนี NO2ป้องกัน – มีอยู่ จะสรุปได้ว่า ค่าของด้วยกองทัพหมายถึงDFA เป็นวิธีเชื่อถือได้ และสำคัญ Multifractal ที่พารามิเตอร์ (Δα Δf, B) ควบคุมการกระจายข้อมูลและความช่วยเหลือเข้าใจตัว dynamical มลพิษ 4ดัชนี นอกจากนี้ multifractal ลักษณะการเปลี่ยนแปลงของทุกปีเวลาชุดสำหรับสารมลพิษอากาศสาม (จาก 1998 กรกฎาคม 2555มิถุนายน) ได้ศึกษาการสุดท้าย เราค้นพบจริง ๆ แนะนำที่ SO2, NO2 และ PM10มลพิษเป็นตัวอย่างของกระบวนการ SOC การวิเคราะห์แสดงให้เห็นว่าสำหรับ NO2 และ PM10 มลพิษ SOC และ SOC ของการไหลของของพวกเขาอาจมีผลต่อการเปลี่ยนแปลงชั่วคราวของมลพิษ NO2 และ PM10 ในต่างระบอบตามลำดับ สำหรับมลพิษ SO2, owing เพื่อบรรยากาศ buffered เล่นมลพิษ SOC SO2 ความสามารถในการบทบาทสำคัญในการเปลี่ยนแปลงชั่วคราว การเปรียบเทียบระหว่างการ3 มลพิษดัชนี (SO2, NO2 และ PM10) ชุดจะเป็นประโยชน์สำหรับการทำความเข้าใจเพิ่มเติม บัฟเฟอร์บรรยากาศงาน และปรับปรุงโมเดลของคุณภาพอากาศ

ผลลัพธ์ (ไทย) 3:

ขึ้นอยู่กับ DFA และวิธีการ multifractal เรามี
ระบุว่าทุกวัน ตลาด ดัชนีมลพิษ SO2 NO2 , และมีความคงทนยาวนาน
PM10 ) หรือระยะหน่วยความจำและ
ลักษณะ multifractal ซึ่งมีลักษณะมาตราส่วน
ฟรีและตนเอง–ประเภทเศษส่วนเลียนแบบพฤติกรรม อำนาจและกฎหมายปรับ
และหน่วยความจำ–ระยะยาวในดัชนีมลพิษเหล่านี้สามารถ
ได้รับการยอมรับว่าเป็นรอยเท้าของพฤติกรรม ส . ทั้งหมดสี่ชุด
เชื่อฟังกฎหมายพลังงานที่แตกต่างกันในเวลาสั้นและยาว
ปรับระบอบใน 3 เทคโนโลยี ในรอบปี ,
) –ไฟฟ้าฟรี–กฎหมาย พฤติกรรมเหล่านี้สี่มลพิษดัชนีจะมี
คล้ายกับแต่ละอื่น ๆที่มีค่ามากสำหรับα 1 แสดงลักษณะแบบไดนามิกของดัชนีเหมือนกัน

' มลพิษต่าง ๆวิวัฒนาการทางโลก ซึ่งเป็นแบบเดียวกัน สของบรรยากาศที่
ไดรฟ์วิวัฒนาการของดัชนีมลพิษต่าง ๆ ในหนึ่งปี และปรับอีก
ขณะเดียวกันในระบอบα 2 อาจเปิดเผย
inherently ธรรมชาติแบบไดนามิกที่แตกต่างกันของชุดมลพิษต่างๆ
จะเฉพาะเจาะจง สำหรับระยะเวลา 3 ปี และดัชนี (
, มลพิษ และ SO2 NO2 , PM10 ) และทุกวัน
ดัชนีมลพิษทางอากาศ( API ) ของเซี่ยงไฮ้ในจีนบ่งชี้ว่า ความพยายามสูง กว่าอีกต่อไป
เวลา และดัชนียังแสดงความคงอยู่ SO2 PM10 สูง
แต่ API ดีกว่าเช่นกระบวนการ stochastic และดัชนีแสดงการต่อต้านและ NO2
. สรุปได้ว่า ค่าของαแสดงว่า
DFA เป็นเชื่อถือได้ และมีวิธีการ พารามิเตอร์ multifractal
( ΔαΔ , F , B ) ควบคุมการกระจายข้อมูลและช่วย
ความเข้าใจพลวัตของอักขระสี่มลพิษ
ดัชนี นอกจากนี้ การเปลี่ยนแปลงลักษณะของอนุกรมเวลา multifractal ทุก
ปี 3 มลพิษทางอากาศ ( จาก 1998 กรกฎาคม 2012
มิถุนายน ) มีการศึกษา .
ในที่สุด ค้นพบ จริงๆแนะนำว่า SO2 NO2 , PM10
มลพิษและเป็นตัวอย่างของกระบวนการส . การวิเคราะห์แสดงให้เห็นว่า
สำหรับ NO2 PM10 และมลพิษของพวกเขาและการไหลของอากาศ ส ส อาจมีผลต่อการเปลี่ยนแปลงชั่วคราวของ NO2

และมลพิษในระบบต่าง ๆพบว่า ในขณะที่ SO2 มลพิษ เนื่องจาก
บรรยากาศในความสามารถ , SOC ของมลพิษ SO2 เล่นบทบาทหลักในเวลาต่างๆ การเปรียบเทียบระหว่าง
3 มลพิษดัชนี ( SO2 NO2 , และจะเป็นประโยชน์
PM10 ) ชุดเพื่อความเข้าใจเพิ่มเติมของฟังก์ชันบัฟเฟอร์ และบรรยากาศ
การปรับปรุงแบบจำลองคุณภาพอากาศ