学文网小学春季值周总结第1篇
关键词：水化学特征；时空变化；灌溉效用；江夏湿地；
中***分类号：X142文献标识码：A文章编号：1009－2242（2015）06－0311－05
水是湿地的主体，是湿地更新演替的主导因素，水质和水量是影响湿地自然环境的重要因素［1］；水也是湿地生态系统中对环境变化响应最敏感的因子，同时湿地结构和功能也显著地受到水分条件的控制［2］。因此，湿地水环境研究显得尤为重要。其研究核心是对于湿地水体水化学特征及其变化规律的研究，可以探寻湿地水体离子的来源，揭示水体所在区域的岩石和土壤特性，也可以反映周边人为活动对水体的影响［3］。当前，湿地生态系统总面积达600多万hm2，居全国之首［4］。对高寒湿地水环境的研究还较少，只见于拉鲁湿地［5］、清水河流域［6］、甲玛湿地［7］、纳木错湖［8］、青藏尕海湖［9］、珠穆朗玛峰绒布河源区［10］等地，这当中涉及湿地水化学特征研究的也只是很小一部分。本文以位于***治经济中心的拉萨河流域典型高寒湿地———江夏湿地为研究区域，基于2014年全年在湿地不同位置定期持续采集的水样，结合前人多年相关研究经验，探讨该湿地水体水化学特征及其时空变化规律，并对该湿地水体进行灌溉效用评价，旨在揭示其水体水化学特征、离子主要来源及其影响因素，以期为该区域内水化学、地球化学循环研究提供基础数据，同时为拉萨河流域高寒湿地保护和管理提供理论支撑。
1研究区概况
江夏湿地位于林周县境内的江热夏村，属拉萨河上游，是季节性沼泽湿地，面积约为67万m2。每年6—9月雨季，拉萨河丰水期，湿地地下水位高，地表过湿或集水形成浅水沼泽湿地；冬春季由于拉萨河枯水期和地下水位低而使大部分湿地失水而形成草地。该湿地由于距拉萨市较远，人为活动较少，每年冬春季都有大量黑颈鹤来此越冬，是黑颈鹤保护区，也是其它一些野生动物越冬栖息地。湿地植被主要以浮叶眼子菜、三叶藻、荸荠、孤尾藻、水葱、斑唇马先蒿等为主［11］。林周县平均海拔3860m，属高原温带半干旱季风气候，地势平坦，谷地开阔，气候温和，水量充沛，年平均气温5．8℃，为半农半牧区。
2研究方法
2．1样品采集与分析
样品采集于2014年4，7，10月和2015年1月4次野外采集水样，每次采集样品位置为同一位置，分别是湿地进水口、湿地中部和湿地出水口。用蒸馏水清洗过的聚乙烯瓶采集水样，采样前振荡清洗3次，采样后马上加入水样固定剂，密封保存，带回实验室测定水质指标。水样化学成分的分析参照中国生态系统网络观测分析测试［12］；pH计玻璃电极法测定水样pH值；阳离子（Ca2＋、Mg2＋、Na＋、K＋）和阴离子（Cl－、NO3－、SO42－）含量用ICDionex—120离子色谱仪分析测定；HCO3－用HCl滴定法测定；按照各离子含量总和减去（1／2HCO3－）含量计算TDS；水体总硬度按（Ca2＋和Mg2＋毫克当量总和）×50计算；总碱度是HCO3－、CO32－和SO42－毫克当量之和［13］。
2．2数据处理
试验数据采用SPSS19．0进行统计分析，采用Excel2010进行制***。
3结果与分析
3．1江夏湿地水化学特征分析
从表1可以看出，江夏湿地水体呈弱碱性，pH值范围为7．8～8．3之间。研究区阴离子含量大小顺序为HCO3－＞SO42－＞NO3－＞Cl－，HCO3－在不同时间段含量都占据绝对的优势，其毫克当量百分比分别为春季90．8％，夏季68．97％，秋季85．19％，冬季84．8％；阳离子含量大小顺序为（春季）Na＋＞Ca2＋＞Mg2＋＞K＋；（夏、秋季）Ca2＋＞Mg2＋＞Na＋＞K＋；（冬季）Mg2＋＞Ca2＋＞Na＋＞K＋。江夏湿地各个季节平均阳离子浓度总和（TZ＋＝Ca2＋＋Mg2＋＋Na＋＋K＋）分别为春季34．0864mg／L，夏季63．2744mg／L，秋季76．6842mg／L，冬季73．9757mg／L；平均阴离子浓度总和（TZ－＝HCO3－＋SO42－＋NO3－＋Cl－）分别为春季305．6558mg／L，夏季274．6443mg／L，秋季333．2596mg／L，冬季394．2075mg／L。TDS是水体各组分浓度的总指标，能很好的反映水体组分在总体上的分布特征和变化趋势，在江夏湿地其范围为180．3295～297．0576mg／L，均＜1g／L，故该区域为淡水水体；总硬度和总碱度的范围分别为1．3364～10．5215mg／L和167．2227～280．7371mg／L。TDS、总硬度和总碱度的最大值均出现在冬季（1月份）。依据舒卡列夫分类法，江夏湿地水体化学类型为春季7—A型，即矿化度不大于1．5g／L的HCO3—Na型水；夏季、秋季为2—A型，即矿化度不大于1．5g／L的HCO3—Ca、Mg型水；冬季为3—A型，矿化度不大于1．5g／L的HCO3—Mg型水。
3．2江夏湿地主要离子浓度时空变化规律
3．2．1主要离子季节变化规律从***1可以看出，阴阳离子的季节变化呈现出不同的规律。阴离子中除了SO42－以外，其他的离子最大值均出现在夏季，最小值均出现在春冬季；而SO42－最大值出现在冬季，最小值出现在春季。阳离子中Ca2＋、Mg2＋变化规律相同，最大值均出现在冬季，最小值均出现在春季；而Na＋的变化正好相反，最大值出现在春季，最小值出现在冬季；K＋含量一年四季趋于稳定。从各主要离子的季节变异系数来看（表2），总体上阴离子的变异系数大于阳离子的变异系数。SO42－变异系数最大，平均可达51．70％，说明其含量受时间变化影响显著；其次为HCO3－，平均变异系数为27．29％，说明其随着季节变化有较明显的波动；Cl－和NO3－变异系数波动较为明显，10％以下到50％作用均有呈现。同时，江夏湿地绝大多数离子的变异系数普遍表现为春夏季大于秋冬季。3．2．2主要离子空间变化规律从***2可以看出，江夏湿地各主要离子的空间分布表现出一定的复杂性。Cl－、NO3－和HCO3－在出水口的浓度要比进水口和中部高，它们在出水口的含量分别为16．5687，28．264，336．4441mg／L；进水口的含量分别为10．0462，16．2364，197．8311mg／L。SO42－浓度在进水口高，达到20．1489mg／L，出水口低，为6．9977mg／L。阳离子浓度在各个不同位置水体中含量基本持平，进水口略低，其中K＋含量随着水置的改变变化不大。从空间变异系数来看（表3），同一离子在不同空间位置，其空间变化对不同水体中不同离子的影响程度各有特点，平均空间变异系数最大的是Cl－，平均为77．52％，其次是Mg2＋，平均变异系数为69．11％，最小的是Na＋，为11．41％；从同一空间位置来看，3处水体的空间变异系数为进水口41．76％，中部43．58％，出水口49．59％，总体变化程度不大。
3．3江夏湿地主要离子相关性分析
对各离子浓度进行了Kendall’s秩相关分析（表4），可以看出，湿地内离子组成主要受NaHCO3、Mg（HCO3）2、Ca（HCO3）2和Mg（SO4）2的迁移转化313的影响。Cl－与HCO3－之间呈极显著负相关，因为两者都带有相同的负电荷，存在排斥作用；Cl－与SO42－存在极显著正相关，说明其可能具有相似的离子来源；Na＋与NO3－存在显著的正相关，说明它们之间可能存在某种相互作用，具体原因还需进一步深入研究。3．4江夏湿地灌溉水效用评价对江夏湿地不同季节的灌溉水体进行分级分类，可以分析其是否适合用于农业灌溉［14］。Wilcox采用Na＋的比率对灌溉水进行分类，分为5类：①非常好；②好；③允许使用；④不太适合；⑤不适合。按照公式计算Na＋的比率：Na＋％＝Na＋／（Ca2＋＋Mg2＋＋K＋＋Na＋）×100％。经过计算，与Wilcox的分类标准对比后得知，江夏湿地春季水体属于第5类水体，不适合灌溉，而夏秋冬季水体属于第2类水体，适合灌溉。
4讨论
水体中碳酸的存在直接受pH值大小的影响，HCO3－在偏酸、偏碱及中性水中占优势，江夏湿地水体pH监测结果为7．8～8．3之间，为弱碱性水，因此该区域内水体HCO3－含量占优势。大气干湿沉降、岩石和矿物的风化以及人为活动的输入是地表水体溶解质的主要来源。HCO3－主要来源于碳酸岩盐的溶解，少部分可能来源于土壤和大气中的CO2的溶解和生物降解有机物过程的产物。一般认为，Cl－和Na＋相对含量较高的地表水可能受2种因素的影响较大：大气降水和河水蒸发。Cl－和Na＋相对含量较低、而HCO3－和Ca2＋含量较高的地表水主要受岩石风化的影响。在江夏湿地，离子含量的变化是随着季节变化而波动的。Na＋浓度在春季呈现最高值，随着时间的推移逐渐下降，可能是由于江夏湿地的水源为拉萨河，而春季正逢拉萨河枯水期，湿地大部分失水，降雨又稀少，湿地的水体形成主要是地下水的反渗与维持。而此时在湿地土壤中由于离子的吸附作用（吸附亲和性Ca2＋＞Na＋），所以Na＋含量增加，Ca2＋含量减小，从而造成Na＋含量偏高的状况［15］。夏季HCO3－、NO3－和Cl－含量均达到了最高值，说明丰水期水量的增加是导致水体中离子浓度升高的直接原因。SO42－主要源于工业活动和大气沉降等因素，NO3－主要源于农业活动，两者在全年中浓度均较低，说明了江夏湿地目前还处于受人为干扰较少的状态。已有研究表明，位于半干旱气候区的高海拔区域地表水化学组成很大程度上受蒸发—结晶作用影响［8］。江夏湿地Ca2＋、Mg2＋和K＋含量在秋冬季含量上升，主要原因由于秋冬季蒸发作用强烈、降水稀少，湿地水体蒸发作用会导致水体离子浓缩，从而造成其含量增加。从离子含量的空间变化来看，大部分阴离子（HCO3－、Cl－、NO3－）含量都表现出出水口大于进水口的现象，这与前人对地表水的相关研究结果一致［6］。主要原因有：首先，该湿地出水口基本是封闭状态，水体靠渗透排放而不是直接排放，这在一定程度上造成了离子的滞留；其次，从进水口到出水口，水体pH值一直升高，这样会释放更多的HCO3－，且周边农田施用的氮肥，以及湿地土壤中硝化作用造成湿地出水口NO3－含量增加。总体来说，该湿地各主要离子的空间变化与其水化学成因息息相关，即水体由进水口到出水口的过程，实质是从河流补给水到蒸发浓缩型水的过渡，这期间水体的化学成分也随之发生变化。SO42－呈现与其他3个阴离子相反的变化规律，进水口浓度高，出水口浓度低，在排除工业活动的影响之外，可能与湿地自身的净化功能有关。各离子间的相关系数在一定程度上可解释离子的来源［16］，但单凭相关性解释不完全。对地表水离314水土保持学报第29卷子起源的自然因素的分析中，Gibbs（1970年）设计的TDS与Na＋／（Na＋＋Ca2＋）的关系***或TDS与Cl－／（Cl－＋HCO3－）的关系***应用最为广泛。这些关系能简单有效地判断地表水体中离子的各种起源机制的相对重要性。本研究中，江夏湿地TDS含量范围为180．3295～297．0576mg／L，Cl－／（Cl－＋HCO3－）比值均＜0．1，只有春季Na＋／（Na＋＋Ca2＋）接近于1。可见，江夏湿地水体离子的起源优势机制是岩石的风化作用，冬春两季伴随蒸发、结晶作用，大气降水的输入作用十分有限，这与对高原高山区域的相关研究结果一致［6，8，17－18］。农牧区土壤和作物受灌溉水质的影响极大，江夏湿地周围都是农田，所以有必要评价其水体的灌溉效用性。选用盐分和Na＋浓度作为水体是否适用于灌溉的指标［19］。灌溉水体中过量的盐分和Na＋会对作物产生危害，如果水体中的Na＋代替了土壤中的Ca2＋和Mg2＋，会减弱土壤渗透性，造成土壤板结［20］。经评价，除了春季水体不适用于灌溉，其余季节江夏湿地水体均可用于农业灌溉。
5结论
（1）江夏湿地水化学特征为pH值在7．8～8．3之间，为弱碱性水，HCO3－在阴离子中占绝对优势，阳离子中春季Na＋占优势，夏秋季节Ca2＋、Mg2＋占优势，冬季Mg2＋占优势。TDS均＜1g／L，为淡水水体。依据舒卡列夫分类法，江夏湿地水体化学类型为春季HCO3—Na型水；夏季、秋季HCO3—Ca、Mg型水；冬季HCO3—Mg型水。（2）阴阳离子季节变化呈现出不同的规律。阴离子中除了SO42－之外，其他离子最大值均出现在夏季，最小值出现在春冬季；阳离子中Ca2＋、Mg2＋最大值出现在冬季，最小值出现在春季，但Na＋变化规律和Ca2＋、Mg2＋相反，K＋四季含量趋于稳定。总体上阴离子的时间变异系数大于阳离子的时间变异系数。（3）阴阳离子空间变化具有复杂性。阴离子中除了SO42－之外，其余HCO3－、Cl－、NO3－含量均为出水口大于进水口。同一离子不同空间位置，Cl－空间变异系数最大，其次是Mg2＋，Na＋最小。从同一空间位置来看，3个位置离子浓度总体变化不大。（4）离子来源分析。根据离子间相关性分析和Gibbs分类法表明，江夏湿地水体离子来源主要受拉萨河流域岩石风化的影响，枯水期（春、冬季）伴随一定程度的蒸发—结晶作用，大气降水影响不明显。（5）对江夏湿地水体灌溉效用评价结果显示，江夏湿地春季水体不适用于灌溉，而其他3个季节水体均可用于农业灌溉用水。
参考文献：
［1］周林飞，许士国，韩雁．基于模糊数学的扎龙湿地水质评价［J］．辽宁工程技术大学学报：自然科学版，2008，27（6）：949－951．
［2］康铁东，李玉文，吕玉哲．三江自然保护区河流湿地水质研究［J］．湿地科学，2007，5（1）：83－88．
［3］张芳，李发东，李静．德州引黄灌区主要河系水化学空间特征分析［J］．中国生态农业学报，2013，21（4）：487－493．
［4］巴桑罗布，刘放光．生物多样性特征及保护管理对策［J］．林业资源管理，2002，12（6）：39－42．
［5］张文驹，张潇潇．拉鲁湿地水质评价与分析［J］．安徽农业科学，2014，42（5）：1477－1478．
［6］郭彦威，李颖智，王秀明，等．青藏高原清水河流域水化学特征分析［J］．安全与环境工程，2012，19（4）：70－73．
［7］布多，李明礼，德吉，等．拉萨河流域甲玛湿地水质净化功能研究［J］．资源科学，2010，32（9）：1650－1656．
［8］王君波，鞠建廷，朱立平．季风期前后纳木错湖水及入湖河流水化学特征变化［J］．地理科学，2013，33（1）：90－96．
［9］，马海洲，曹广操，等．尕海湖DG03孔碳酸盐含量及其环境意义［J］．盐湖研究，2007，15（2）：6－11．
［10］刘腊山，任贾文，秦大河．珠穆朗玛峰绒布河源区水化学特征［J］．环境科学，2000，21（5）：59－63．
［11］仓曲卓玛．林周县黑颈鹤越冬地澎波自然保护区的概况［J］．科技，1994（2）：55－57．
［12］谢贤群，王立***．水环境要素观测与分析［M］．北京：中国标准出版社，1998．
［13］陈静生，陶澍，邓宝山．水环境化学［M］．北京：高等教育出版社，1987：45－66．
［14］WilcoxLV．Classificationanduseofirrigationwaters［M］．Washington：USDepartmentofAgriculture，1995．
［15］胡云虎，张付海，钮志远，等．皖北地区集中式深层地下水饮用水源地水化学特征及水质评价［J］．中国科学技术大学学报，2014，44（11）：913－920．
［16］王晓艳，李忠勤，周平，等．天山哈密榆树沟流域春洪期水化学特征及其控制因素研究［J］．干旱区地理，2014，37（5）：974－979．
［17］蒲焘，何元庆，朱国锋，等．玉龙雪山周边典型河流淤积水化学特征分析［J］．地理科学，2011，31（6）：734－740．
［18］任东兴，王根绪，胡宏昌，等．青藏高原多年冻土区典型小流域径流水化学特征分析［J］．兰州大学学报：自然科学版，2010，46（1）：8－13．
［19］NishanthinySC，ThushyanthyM，BarathithasamT，etal．Irrigationwaterqualitybasedonhydrochemicalanalysis，Jaffna，SriLanka［J］．American－EurasianJournalofAgri－culture＆EnvironmentalScience，2010，7（1）：100－102．
小学春季值周总结第2篇
关键词 PM2.5；浓度；变化特征；浙江云和
中***分类号 X831 文献标识码 A 文章编号 1007-5739（2016）03-0285-02
Abstract Using PM2.5 hourly data of Yunhe Environmental Protection Bureau environmental monitoring sites between January 2014 and June 2015，characteristics of PM2.5 concentrations of climate distribution was explored. The result showed that：the concentration of PM2.5 by hours daily change curve was unimodal distribution，peak appeared in 7：00 to 9：00 AM（Beijing time）；the high level of PM2.5 concentrations on the Spring Festival and other major holidays were closely related to human activities，such as fireworks；PM2.5 average concentration monthly distribution reached the maximum density in winter，then reduced，reached the lowest level during July to September，and then began to increase in autumn，reached the maximum in the next winter. PM2.5 daily average concentration changed about 12-day cycle in autumn and winter；variation of PM2.5 daily average concentration in winter was greater than in the other seasons.
Key words PM2.5；concentration；change characteristics；Yunhe Zhejiang
PM2.5指环境空气中空气动力学当量直径≤2.5 μm的颗粒物。2013年2月，全国科学技术名词审定委员会将PM2.5的中文名称命名为细颗粒物。虽然PM2.5只是地球大气成分中含量很少的组分，但与较粗的大气颗粒物相比，PM2.5粒径小，面积大，活性强，易附带有毒、有害物质（例如重金属、微生物等），且在大气中的停留时间长、输送距离远，因而对人体健康和大气环境质量的影响更大。细颗粒物浓度上升与心脑血管疾病和呼吸道疾病的发生率、死亡率关系密切[1-2]，也是诱发肿瘤等恶性疾病的重要起因[3]。本文拟通过分析云和县城区的PM2.5变化特征，以期为大气污染治理提供一定的参考。
1 数据来源
本文所采用的云和县城区PM2.5数据由云和县环保局提供，时间跨度为2014年1月1日至2015年6月30日。定义3―5月为春季、6―8月为夏季、9―11月为秋季以及12月至翌年2月为冬季。
2 结果与分析
2.1 PM2.5逐时浓度分布特征
对春季、夏季、秋季和冬季以及全年逐时PM2.5浓度进行平均，分别得出各季和全年PM2.5浓度24 h变化的平均情况（***1）。从全年看，PM2.5浓度逐时变化在各季都呈现单峰分布，在21：00至翌日6：00基本不变，最明显的波动出现在6：00―12：00，波峰出现在7：00―9：00间。14：00左右PM2.5浓度出现波谷，此后浓度略有上升。
春季，PM2.5峰值出现在8：00并迅速减小，在20：00又有较明显上升。夏季峰值出现在7：00，24 h内波动较小，PM2.5浓度维持在0.02～0.03 mg/m3，为全年最低。秋季峰值出现在8：00，在14：00达到全天最低点并在18：00有所回升。冬季峰值出现在9：00，浓度维持在0.04～0.08 mg/m3之间且峰值突出，24 h内波动明显，24 h内浓度均为全年最高。
挑选出2014年节假日的PM2.5数据进行单独研究，发现法定节假日和周末及周一、周五PM2.5的浓度值较大。其中，1月31日春节的PM2.5浓度值异常偏大，最大值达到1.58 mg/m3，远远超过其他节假日的浓度。通过研究1月31日PM2.5的逐时数据得知，从1月30日23：00开始PM2.5浓度值突然增大，持续偏高，在早上10：00达到最大值，尤其是31日上午9：00―11：00 PM2.5浓度持续在1.0～1.6 mg/m3，空气质量极差与人们过节燃放烟花爆竹有关。
对比2015年春节，可以发现2015年春节PM2.5极值明显降低，2月19日（2015年春节）PM2.5极值达到0.17 mg/m3，明显比2014年春节偏低，同样从前一天23：00开始PM2.5突然增大但仅在0：00达到极大值0.17mg/m3并未持续上升达到新的最大值，这与***府出台减少燃放烟花爆竹的***策和人们日益增强的环保意识有关。
2.2 PM2.5日平均浓度特征
统计2014年各月PM2.5日平均浓度（表1）可知，2014年云和县PM2.5污染总体较轻，日平均浓度超过国家二级标准[3]即0.075 mg/m3的天数为16 d，仅占全年总天数的4.3%，空气质量与银川等空气质量优良城市相近[4-5]，全年中空气质量较好。
各月中PM2.5浓度值超过0.035 mg/m3的天数存在明显差异，1月和12月较多而其他月份相对较少，在7―9月达到最少值，说明这些月份PM2.5污染较小、空气质量最好。
为更准确地考察PM2.5浓度的变化规律，对各季节PM2.5日平均浓度进行分析进而研究其变化趋势（***2）。PM2.5日平均浓度随时间呈现明显的波峰、波谷变化，并且随季节的变化PM2.5浓度变化表现出明显的差异。
春季，云和地区PM2.5日平均浓度大部分均在国家二级标准线以下，PM2.5日平均浓度值在春季的变化趋势不明显。夏季，PM2.5日平均浓度较春季有下降，整个夏季都在0.06 mg/m3以下，且夏季PM2.5日平均浓度值有明显的减少趋势，并在后期出现达到国家一级标准的情况。秋季，PM2.5日平均浓度值前期和后期差距明显，9月的浓度值均在国家一级标准内，空气质量好；后期，其浓度值增加迅速，但均在国家二级标准范围内。冬季，PM2.5浓度值总体较高且具有较夏季更明显的减少趋势。可见，PM2.5日平均浓度在冬季的值和变化幅度要高于其他季节，冬季更易出现雾霾天气。
对2014年全年PM2.5日平均浓度进行小波分析以期找到其变化周期（***3），发现1―3月的PM2.5浓度变化存在着较明显的12 d左右的变化周期，且在1―2月该周期表现较明显。除了12 d的明显周期外，PM2.5日平均浓度变化还存在25 d左右的变化周期，同样该周期在1―2月表现较3月明显。
2.3 PM2.5月平均浓度特征
对云和地区各月PM2.5浓度值进行分析，可以发现其呈峰谷分布，且随季节的变化其浓度值也有明显变化。从2014年的各月平均情况看，PM2.5月平均浓度值最高出现在冬季，具体表现为1月的浓度值较高，而在2月有明显降低。春季PM2.5浓度值先小幅上升再下降，夏季PM2.5浓度值再次降低并在夏季中后期维持相对较低水平，秋季PM2.5浓度持续上升。2015年1―6月PM2.5浓度变化与2014年同期相似，冬季浓度较高而春夏季浓度减小。不同的是2015年冬季PM2.5浓度值较2014年同期稳定，变化变缓且幅度减小，且2―3月之间浓度继续减小，浓度减小时期延长。春季PM2.5浓度值较同期增大变化幅度增加。进入夏季PM2.5浓度迅速减小，变化幅度较前一年同期增大。
3 结论与讨论
PM2.5逐小时浓度呈现单峰分布，峰值出现在北京时间7：00―9：00。春节等特大节假日PM2.5浓度值与燃放烟花爆竹等人为活动关系密切。云和县PM2.5污染总体较轻，全年空气质量较好。PM2.5日平均浓度和变化幅度冬季明显大于其他季节，且存在12 d左右的变化周期。PM2.5月平均浓度呈现波峰波谷分布，夏季降至最低，冬季达到最高点。
4 参考文献
[1] 王园园，周连，陈晓东，等.灰霾对人体健康影响研究进展[J].江苏预防医学，2012，23（4）：37-39.
[2] 杜金花，张宜升，何凌燕，等.深圳某地区大气PM2.5中重金属的污染特征及健康风险评价[J].环境与健康杂志，2012，29（9）：838-840.
[3] 中华人民共和国国家质量监督检验检***总局，中国国家标准化管理委员会.环境空气质量标准：GB3095-2012[S].北京：中国标准出版社，2016.
小学春季值周总结第3篇
一、数据、指标及计量方法的选择
（一）滞留率概念界定
远程开放教育学籍8年（16个学期）有效。在学分制背景条件和个性化学习需求下，学生最短3个学期可以修完学分，取得毕业证书。所谓滞留生，即超过学籍有效期仍没有毕业的学生。伪滞留生，我们定义为第4学期至第16学期在籍的学生，这部分学生虽然超过了最短学习年限但在学籍有效期内仍具备学习与毕业的资格。滞留率，即滞留生的人数在注册学生总人数中的比例，本文研究的滞留生范围包括伪滞留生、滞留生。滞留率=滞留生÷注册学生总数
（二）数据资料的分析与处理
1.样本数据来源
利用天津广播电视大学远程开放教育教务管理系统平台，提取2011年8月前的1999年秋季—2008年秋季18届学生的相关数据，主要包括：注册学生数、毕业人数、退学人数、专业以及地区等。
2.滞留率指标
滞留率与伪滞留率，因为2009年春季-2011年春季入学的学生无毕业生，故本文中的滞留率共涉及1999年秋季—2008年秋季18个届别的学生。不同专业的滞留率：共选取了三个具有代表性的专业，会计学、法学、计算机科学与技术。法学作为文法类专业的代表，计算机科学与技术作为理工类专业的代表，会计学属于综合性学科，招生时文理皆可。不同地区的滞留率：市区的滞留率，主要涉及总校本部五个直属学院以及市区的其他分校，共选取13个；郊县的滞留率，涉及郊区及县内的部分分校，共选取9个。
（三）计量方法
基于SPSS16.0对分层次滞留率、分地区滞留率、分专业滞留率进行t检验，进行差异比较。基于Excel对总体滞留率和影响滞留率的各相关因子进行灰关联分析，找出影响滞留率的强关联因子、次强关联因子以及弱关联因子[1]。
二、滞留率的变化趋势分析与周期变化
（一）滞留率的总体概况
1999年秋季—2008年秋季远程开放教育共招生13万余人，毕业生人数10万余人，退学人数1万余人。如***1所示，1999年秋季—2008年秋季的学生总数、毕业生数、退学学生数整体呈曲折变化趋势。学生总数、毕业生数、退学学生数在2003年秋季达到最高值，此届招生总数为13,861人，占1999年秋季—2008年秋季学生总数的10.66%；毕业生数为11,074人，占毕业生总数的10.6%。从整个变化趋势来看，每年秋季招生规模要远高于春季，在2005年秋季以前这种变化趋势非常明显，2006年春季以后，变化趋势渐缓，招生总人数趋于稳定，固定在8,000人左右。表1显示，开放教育学生的滞留率比较稳定，变化趋势不明显，滞留率维持在0.1以下。滞留率最高的是1999年秋季入学的学生，滞留率为0.09；滞留率最低的是2002年春季入学的学生，滞留率为0.02。第一个毕业年的伪滞留率整体呈下降趋势，1999年秋季学生的伪滞留率达到最低点，为0.28。从2002年春季开始，第一个毕业年的伪滞留率呈逐年下降趋势，2006年秋季下降幅度最大，下降了27个百分点。出现这种现象的原因主要有：第一，2006年秋季之后，***有关规定要求，成人学习最短毕业年限为2.5年（5学期），故学生的第一个毕业年均在第5个学期，学习时间变长，学生有更多的时间来学习知识，获得课程学分；第二，2007年开放教育由试点转为常规，教学模式趋于稳定，教学质量也得到了大幅度的提升。2006年之前，天津电大为了支持学生个性化学习，在其它各项条件合格的情况下，允许学生1年半（3个学期）毕业。如2003年春季，为了提高检察院工作人员的整体能力，天津电大和检察院进行合作，设立了法学（检察方向）专业，学生在学习1年半（3个学期）之后，各项考试合格，就允许其毕业并为其颁发毕业证书。表1显示了第一个毕业年的伪滞留率和最后一个毕业年的滞留率，***2显示了各级学生不同学期的滞留率，整体呈不同程度的下降趋势。第3学期至第期下降趋势明显，平均降幅达到14%；从第期开始，下降趋势渐趋平缓，滞留率基本维持在0.1以下。学生在经过9个学期的学习之后，逐渐达到教学计划规定的要求，完成学习任务，顺利拿到毕业证，致使滞留率降低。
（二）滞留率的周期变化
把开放教育的滞留率划分为三个周期，第一个周期为3至6学期，第二个周期为7至期，第三个学期为10至16学期。周期划分依据为：一般情况下3至6学期属于学生的第一个毕业年所在学期，如表1所示；7至期开放教育的滞留率还处在剧烈的变化之中，如***2所示；进入第期之后，滞留率渐趋稳定，变化较小。第一周期处于第一个毕业年，滞留率相对较高，平均滞留率为0.49，如表1所示；第二周期，学生在继续学习了4个学期之后，毕业人数明显上升，平均滞留率降至0.13，两年时间下降了37个百分点；第三周期，滞留率相对稳定，平均滞留率为0.06，和最后一个毕业年的滞留率基本吻合。
远程开放教育具个性化学习的特征，学习者需要自我组织、自主制订学习计划并按计划学习。在第一周期，学生由于不适应远程开放教育学习模式，再加上学习者多是有职业的人，时间相对不宽裕，导致第一周期的滞留率较高，约有50%的学生不能按期毕业[2]。第一周期的退学率也相对较高，约占退学学生总数的95%。第二周期，随着学校支持服务功能的加强以及学生自主学习能力的加强，滞留率大幅度下降。最后一个周期，随着学习年份的增多，滞留的这部分学生自信心下降，学习积极性下降，毕业学生明显减少，滞留率变化幅度较小。
三、多视点的滞留率变化趋势分析与差异比较
（一）不同层次的滞留率变化趋势与差异比较
1.本、专科滞留率的变化趋势
2002年春季之前入学的本科学生，滞留率呈逐年下降趋势（见***3），下降幅度较大，说明开放教育的质量不断提升，毕业人数显著增多，天津电大远程开放教育逐步探索出属于自己的教育模式。2002年春季的滞留率达到历史最低点，仅0.01。2002年秋季—2006年春季的滞留率渐趋稳定，没有大的波动，均在0.06以下。其中，滞留率最高的两届学生是2005年春季和2005年秋季，为0.06。2006年春季之后的本科学生滞留率上升速度加快，主要原因是2006年春季之后的学生还没有超过八年的学籍有效期，仍有一部分学生会在今后几年拿到毕业证书，目前属于伪滞留阶段。2000年秋季入学的学生滞留水平明显低于1999年秋季学生滞留水平，下降幅度较大。2001年春季—2007年春季学生的滞留率趋于稳定，2002年春季学生的滞留率水平达到专科滞留率的最低点，为0.03。2007年春季之后的专科滞留率和本科滞留率相类似，出现逐渐上升的趋势，同是出于学籍8年有效期的原因，目前属于伪滞留阶段。从***3的变化曲线来看，开放教育的专科滞留率要略高于本科滞留率、总体滞留率，变化也相对比较剧烈，平均高出总体滞留率3个百分点。
2.本、专科滞留率的差异比较
由表2可知，本科滞留率的均值为0.0721，专科滞留率的均值为0.1089。经t检验，本科滞留率和专科滞留率之间存在显著差异，t统计值为7.655（P<0.05），专科滞留率显著高于本科滞留率[3]。
（二）不同地区滞留率的变化趋势与差异分析
1.市区和郊县滞留率的整体变化趋势市区的总体滞留率偏高，平均滞留率为0.12，高于总体滞留率和郊县滞留率的水平。从***4的变化曲线来看，市区滞留率的变化曲线高于郊县滞留率和总体滞留率的变化曲线，整体呈上升趋势。郊县滞留率则相对平稳，2006年秋季以前的学生滞留率基本维持在0.05以下。从整体来看，市区的滞留率高于总体滞留率，总体滞留率高于郊县滞留率，郊县滞留率处于较低水平。2002年春季学生的滞留率降至最低点，滞留率为0。2.市区、郊县滞留率的差异比较市区滞留率的均值为0.1221，郊县滞留率的均值为0.0468（见表3）。经t检验，市区滞留率和郊县滞留率之间存在显著差异，t统计值为7.11，p值为0.00（p<0.05），郊县学生的滞留率显著低于市区学生的滞留率。
（三）不同专业滞留率的变化趋势及差异比较
目前，天津广播电视大学开设的专业有40余种，本文选取三个具有代表性且招生人数较多的专业进行分析研究。会计学专业总人数25,549人，约占1999年秋季—2008年秋季总人数的20%；法学专业总人数16,673人，约占1999年秋季—2008年秋季总人数的12%；计算机科学与技术专业总人数较少，2,000余人，但它是理科专业中招生年数较多的一个具有代表性的专业。
1.会计学、法学、计算机科学与技术滞留率的变化趋势
从***5中可以看出，会计学、法学、计算机科学与技术专业滞留率的变化曲线起伏较大。会计学的滞留率较为稳定，起伏较小，法学、计算机科学与技术的波动幅度较大，且变化无规律，滞留率也相应高于会计学的滞留率。滞留率最低的是2001年秋季和2002年春季法学专业，滞留率为0.01。滞留率最高的是2007年秋季和2008年秋季的计算机科学与技术专业，达到0.3。
2.专业间滞留率的差异比较
如表4，经过t检验，会计学滞留率和法学滞留率的t检验值为2.1，p值为0.053（p>0.05），会计学滞留率和法学滞留率之间并不存在显著差异。会计学滞留率和计算机科学与技术滞留率的t检验值为3.494，p值为0.004（p<0.05），两者之间存在显著差异，计算机科学与技术滞留率的平均值高于会计学滞留率平均值0.05个百分点。
四、滞留率与相关因子的灰关联分析
由于前述的各项滞留率是对同一批次的数据进行的分类统计，无法用多元回归分析来比较学历层次、地区、专业对滞留率影响力的大小。借鉴统计分析方法———灰关联分析对影响滞留率的各项因子进行分析，以找出影响滞留率的强关联因子、次强关联因子以及弱关联因子。
（一）指标分类
将天津电大远程开放教育2002年—2008年13批次入学学生总体滞留率作为参考序列，各批次本科滞留率、专科滞留率、郊县滞留率、市区滞留率、会计学滞留率、法学滞留率、计算机科学与技术滞留率作为比较因素序列，借助灰色系统理论分析两组序列间的关联性，以进一步探索天津电大远程教育总体滞留率的影响因素。参考序列：X0(k),k=1,……,13比较因素序列：Xi(k),i=1,……,7,k=1,……,13
（二）数据标准化
将各批次数据除以初始批次数据进行数据标准化，得到其倍数数列即为初值化数列，转化数列具有可比较性,可以将问题转向对原始数据列中各因素增长倍数进行分析对比。
（三）计算关联系数
将标准化后的总体滞留率作为母序列y0(k)，将标准化后的各滞留率作为关联序列，分别计算各组关联序列与母序列间的关联系数L0i(k)=min+ρmax0i(k)+ρmax，其中0i(k)=y0(k)-yi(k)；min和max分别代表所有比较序列各个时刻绝对差中的最大值与最小值；ρ是灰关联系数的分辨系数，其意义是削弱最大绝对差数值太大引起的失真，提高关联系数之间的差异显著性，经验数据ρ一般取值0.5[4]。
（四）计算关联度
关联度：r0i=1Nk=1ΣL0i(k)关联度描述了系统发展过程中因素间相对影响程度的大小，N为期间数量，关联度等于不同期间关联系数的加权平均值。
关联度数值反映了各因子序列对总体滞留率影响力的大小，通过关联度数值，我们可以找出影响总体滞留率的强关联因子、次强关联因子以及弱关联因子，并以此作为降低开放教育滞留率的切入点，揭示滞留规律，对强关联因子加强研究、关注，有针对性地提出对策。表7显示，在影响滞留率的各项因子中，本科滞留率为最强关联因子，对总体滞留率的变化影响力最大。其次为专科滞留率。不同专业的滞留率对总体滞留率变化的影响力各不相同，影响力最大的为会计学滞留率，在以后的教学活动中，应加强对会计学教学水平的关注。在本次研究中，对总体滞留率影响力最低的为市区滞留率和郊县滞留率，说明地区滞留率这个相关因子对总体滞留率影响不大，在哪个地区上学并不会影响到毕业学生的质量及数量。
五、主要结论与思考
（一）主要结论
通过对总体滞留率的整体变化趋势分析以及周期比较分析，并对不同层次、地区、专业的滞留率变化趋势分析以及差异比较，我们得出了初步的结论，更深层次的研究成果需要我们继续挖掘[5]。
———滞留率整体呈下降趋势。从表1可以看出，无论是伪滞留率还是滞留率都呈逐年下降趋势，学生的第一个毕业年所在学期也渐趋稳定，一般维持在第7学期。实践证明，学生经过7个学期的学习是比较合理的，此时第一个毕业年的伪滞留率相对较低。
———第二周期的滞留率下降速度较快。若将滞留率划分为三个流动周期，则滞留率在第二周期下降最快，下降速度为37个百分点。此时，学生通过前期的学习已经有了一定的基础，对学习还充满兴趣，并没有失去信心，仍有充足的动力去完成学业，加之教师的正确引导，本周期是降低滞留率、提高毕业率的最佳时期。进入第三周期，滞留率变化趋势不明显，滞留率基本稳定，没有很大的改进空间。
———专科滞留率高于本科滞留率。通过t检验显示，本科滞留率和专科滞留率有显著差异，专科的滞留率明显高于本科滞留率。本科学生在经过了前期的专科学习之后，有一定的学习基础，学习自律性也相对较高，因此，滞留率低于专科滞留率。
———市区滞留率高于郊县滞留率。通过t检验显示，市区滞留率和郊县滞留率有显著差异，市区的滞留率高于郊县的滞留率。这就打破了一些传统的观念。在传统上，一般情况下市区的教育质量高于郊县教育质量，滞留生也会相对较少。天津广播电视大学采用远程开放教育方式，真正达到了资源共享，郊县的学生也可以享有优质的教学资源，从而提高了教育质量，滞留率出现了低于市区的情况。
———专业间滞留率的比较。专业滞留率相对分层次滞留率和分地区滞留率来说，变化幅度较大，稳定性相对较低。计算机科学与技术作为理工科代表专业，滞留率高于法学和会计学，变化曲线起伏较大。开放教育的学生多是基础较差的学生，理工类课程的学习需要学生具备较高的学习能力和自主性，因此，开放教育理工类学生的滞留率相对较高。
———灰关联结果分析。以本科滞留率、专科滞留率、市区滞留率、郊县滞留率、法学滞留率、会计学滞留率、计算机科学与技术滞留率为相关因子，通过灰关联分析，可揭示各项因子对总体滞留率影响力的大小。通过分析，本科滞留率为最强关联因子，其次是专科滞留率、会计学滞留率、法学滞留率。在开放教育中，应加强对本科学生的关注，进一步提高本科教学质量。在专业方面，加强对会计学等学科的投入，加大专业建设力度，提升课程建设水平。
（二）对策思考
对策一，建立导学机制，加大支持服务力度。研究发现，在三个流动周期中，处于第二周期的学生上升空间最大。因此，可建立有效的导学机制，及早发现处于第二周期的学生的学习困难，提供相应的支持服务，使这部分伪滞留生顺利毕业。建立有效的导学机制，要从以下两方面出发。首先，进行深入细致的思想教育，端正学生的学习动机，强化他们的学习意志，激发学习热情，使他们保持良好的学习状态。其次，提高面授辅导质量。面授辅导在整个学习过程中起着答疑、解惑的作用，是开放教学中不可缺少的一环[6]。为处于第二周期的伪滞留生聘请高质量的面授辅导教师，制定适合他们的特色学习计划，发现他们学习中的不足，提高课堂的趣味性，使学生积极投入到学习过程中。同时，在条件允许的情况下，为学生增加面授课程次数，增加学生和教师直接接触的机会。
对策二，加大对本科教育的投入。对影响总体滞留率的相关因子进行分析后得出结论，最强关联因子为本科。因此，降低滞留率，需要加大对本科教育的投入，提高本科教育的教学水平。天津电大的远程开放教育模式需要学生具有一定的学习主动性，这就需要学生有一定的***学习能力。而本科生在完成了专科学习之后，具有了一定的学习基础，良好的学习习惯也逐渐形成，更适合于这种远程教育模式。学校应加强对本科师资力量、教学设备的投入，切实加强媒体建设，提高视听、文字教材质量，为本科生的学习创造良好的环境。
对策三，为学生提供个性化服务。信息社会的快速发展，使得远程教育的教学媒体向着多样化发展，准确、及时地向学生传递学习信息，使学生不断完善个人的知识体系，建立自己的学习模式尤为重要。学校应不断更新资源库，为学生提供多样化学习资源，满足学生的个性化发展需求。
小学春季值周总结第4篇
关键词 气温；降水量；变化；特征；吉林和龙；1961―2010年
中***分类号 P467 文献标识码 A 文章编号 1007-5739（2015）13-0301-03
IPCC第五次报告指出，过去的130年全球升温0.85 ℃，温度升高将导致冰川减少、海平面上升，一系列的连锁反应带来的是极端天气的增加，已经严重威胁了人类的生存[1]。诸多研究表明，我国也是气温升高较明显的国家之一[2-4]，贺伟等对东北地区的气温和降水研究表明：1961―2005年东北地区年平均气温呈显著上升趋势，气候倾向率为0.38 ℃/10年。降水整体呈现减少趋势，气候倾向率为-5.71/10年[5]。王江山等分析了气候变暖和农业的关系，指出气候变暖增加了农业生产的不稳定性、导致某些极端天气气候事件频发、农业受损严重，农业生产布局、结构、生产条件变化，更增大了农业生产的脆弱性[6]。和龙市位于吉林省东南部，长白山东麓，境内地貌多山区、丘陵、台地、谷地、河谷平原，总面积5 069 km2，农作物（玉米、水稻）的耕作面积仅占全市总面积的5%左右，却供养着全市23万人，在全球、全国气候变暖的大背景下，分析和龙市的气候变化特征十分必要。
历史经验证明，人类的经济和社会的发展，如果顺应气候变化规律，就能推动社会发展，有利于完成各项活动，在不同的天气、气候条件下，做到顺天时、量地利，获得最大的经济效益和社会效益。本文对1961―2010年和龙市的气温和降水数据进行整理分析，找出其中的规律性，为今后的短期气候预测和服务“三农”提供参考依据，为指导农业生产和服务地方经济贡献绵薄之力。
1 资料与方法
1.1 资料来源
本文选用1961―2010年和龙市的平均气温和降水量数据，资料来源于和龙市气象站近50年资料，选用的平均气温和降水数据已经通过了代表性、准确性和比较性的检验。本文对四季的划分遵照气象学常规的定义：春季（3―5月）、夏季（6―8月）、秋季（9―11月）、冬季（12月至翌年2月）。
1.2 研究方法
1.2.1 温度与降水的趋势分析。利用一元线性方程对温度、降水数据进行趋势分析，方程为：
■i=a+bti（1）
式（1）中，用xi表示样本量为n的某一气候变量，ti表示所对应的时刻，建立xi与ti之间的一元线性回归方程。a为回归常数，b为回归系数，即气候倾向值。
1.2.2 突变分析检验。利用累积距平和Mann-Kendall方法结合对数据进行突变分析检验，Mann-Kendall方法的优点是不需要遵从一定的分布，且不受异常值的干扰，结合累积距平法使突变分析更直观。其公式分别如下：
累积距平算法：对序列x，其某一时刻t的累积距平表示为：
■t=■（xi-x）（t=1，2，…，n）（2）
其中，
x=■■xi（3）
Sk=■ri（k=2，3，…，n）（4）
式（4）中，当xi>xj时，ri=+1，当xi
UFk=■（k=1，2，…，n）（5）
式（5）中：UF1=0，Var（Sk）、E（Sk）是累计量Sk的均值和方差，在x1、x2、…、xn相互***，且有相同连续分布时，可得出：
E（Sk）=n（n-1）/4
Var（Sk）=n（n-1）（2n+5）/72
1.2.3 周期分析。利用目前广泛使用的小波分析对数据进行周期分析。
2 结果与分析
2.1 气候年变化趋势
2.1.1 气温变化趋势。通过对1961―2010年气温数据进行分析可知（***1a），和龙市50年来平均气温呈上升趋势，气候倾向率为0.234 ℃/10年，相关系数通过了0.025的显著性水平检验，其上升速率低于东北地区年平均气温的增长速率[5]。和龙市50年间的年气温平均值为5.2 ℃，20世纪60年代初期气温明显偏低，气温以1985年为分水岭，1961―1985年的气温偏低，但气温总体仍然呈上升趋势，气候倾向率为0.087/10年，25年中共计6年气温高于本市的年气温均值、17年气温低于50年气温均值；1986―2010年的气温偏高，气候倾向率为0.246/（10年・℃），其中仅4年的年气温略低于50年气温均值，说明自1986年开始和龙市气温偏高明显。
2.1.2 降水变化趋势。通过对1961―2010年降水量数据分析可知（***1b），近 50年和龙市降水量变化基本平稳，总体呈增加趋势，气候倾向率为6.097 mm/10年。和龙市年均降水量为547 mm，降水以1983年为分水岭，1961―1983年降水量偏少明显，降水呈减少趋势，气候倾向率为-61.576 mm/10年，1973―1983年为降水量偏少最明显，且1980年年降水量下降到历史最低点；1984―2010年降水量较前期（1961―1983年）增多明显，但整体趋势仍呈现下降，气候倾向率为-40.173 mm/10年，1986―1995年的降水量偏多明显，1995年降水量达到历史最高点。
2.2 气候季节变化趋势
2.2.1 气温季节变化趋势。和龙市气温总体呈上升趋势，但四季的平均气温变化幅度不同（表1），对气温上升趋势的贡献不同。春季升温趋势不明显，总体仍呈上升趋势，气候倾向率为0.1 ℃/10年，20世纪90年代春季气温回升最明显，21世纪00年代春季气温下降趋势最明显；夏季气温较为平稳，略有上升，气候倾向率为为0.01 ℃/10年，20世纪90年代气温上升趋势明显，60年代气温下降趋势明显；秋季气温呈上升趋势，气候倾向率为0.24 ℃/10年，其中80年代气温回升趋势最明显，气候倾向率为1.45 ℃/10年。冬季气温上升趋势最明显，气候倾向率为0.52 ℃/10年，明显高于年气温的涨幅趋势，在80年代冬季气温回升最明显，气候倾向率为1.96 ℃/10年。50年来和龙冬季气温上升了2.6 ℃，对气温整体回升的贡献最大，其次为秋季。这与虞海燕等关于中国不同区域季节气温的研究结果略有不同[6]，冬季对东北地区增暖贡献最大，其次为春季，分歧主要出现在和龙市秋季增温贡献大于春季，可能与和龙市地处长白山区，境内多丘陵、盆地、山区、谷地和河谷平原等地貌有关。
2.2.2 降水季节变化趋势。由和龙地区四季的降水趋势（表1）可知，春季降水量呈上升趋势，气候倾向率为4.73 mm/10年，在20世纪70―80年代春季降水量呈下降趋势，在剧烈波动中下降，进入2000年以后快速上升；夏季降水基本平稳，整体呈现下降趋势，气候倾向率为-0.22 mm/10年，其中20世纪70年代、21世纪00年代下降趋势最明显，10年间降水量分别累积下降了130.7 mm，其他年代也不同程度地呈下降趋势；秋季降水整体呈现上升趋势，气候倾向率为0.6 mm/10年，其中20世纪60―70年代呈现下降趋势，70年代气候倾向率达到了-14.17 mm/年，在80年代开始秋季降水呈现上升趋势；冬季由于降水性质决定降水量是四季中最少的，在过去的50年冬季降水整体呈上升趋势，气候倾向率为0.99 mm/10年，对降水整体呈上升趋势的贡献列第2位。
2.3 气候突变分析
2.3.1 气温突变分析。利用累积距平和Mann-Kendall方法对气温数据进行处理，从累积距平（***2a）来看，1961―1989年年平均气温累积距平曲线整体呈下降趋势，表示有负距平值，1990―2010年平均气温累积距平曲线整体呈上升趋势，表示有正距平值，其中1986―1991年累积距平曲线波动明显，气温下降到最低点，自1986年开始气候回升趋势较为明显。从Mann-Kendall分析***（***2b）来看，在±1.96的临界区域内，UF值>0，呈上升趋势，UF线与UB线的在临界区域内的交点在1961年和2007年，可以认为这2年为气候突变年。2种方法结合说明和龙市50年气温基本没有发生突变。
2.3.2 降水突变分析。利用累积距平和Mann-Kendall方法对气温数据进行处理，从累积距平（***3a）来看，1961―1983年年累积距平曲线整体呈下降趋势，表示有负距平值，1984―2010年降水累积距平曲线整体呈上升趋势，表示有正距平值，其中1981―1986年、2001―2006年累积距平曲线波动明显，降水下降到最低点和上升到最高点，其间可能是气候突变年份。从Mann-Kendall对降水数据的分析***（***3b）来看，UF线和UB线相交于1983年、2003年，且交点在临界区域之内，那么此年可能是降水突变开始时间。结合2种方法基本可确定1983年、2003年为和龙市降水突变开始时间。
2.4 周期分析
2.4.1 气温的周期分析。前面分析表明，和龙市气温在各个季节存在不同时间尺度变化特征，为了进一步分析气温的变化特征，本文利用Morlet小波分析方法对气温数据进行统计，小波分析不仅可以给出气候序列变化尺度，还可以给出变化的时间位置。和龙市气温存在多时间周期尺度变化（***4a），存在4、7、11、16年的周期变化，在4年的周期变化里存在1963―1965年、1968―1971年、1979―1981年的气温偏低期；在7年的周期变化里存在1969―1972年的气温偏低年；在11年的周期变化里存在1983―1987年的气温偏低年。在7、11、16年的周期变化中，2005―2010年周期振荡的等值线里均存在未闭合的等值线，表明未来的几年温度变化将在波动中保持升温趋势。
2.4.2 降水的周期分析。通过前面对降水数据的分析表明，降水存在不同时间尺度的变化特征，进一步利用Morlet小波对降水时间周期变化特征进行分析（***4b），和龙市降水也存在4、7、11、16年的周期变化，降水在准11年的周期变化里存在1963―1970年、1975―1981年、1988―1993年、2003―2009年的降水偏少年，2009―2010年在11年和16年的周期振荡的等值线里均存在未闭合的等值线，在11年的周期变化里，降水偏少年份基本结束，将迎来降水偏多的年份，这与2012―2013年和龙市降水量偏多的实况非常吻合。
3 结论
研究结果表明，1961―2010年和龙市平均气温呈上升趋势，其中20世纪80年代增温趋势最明显，四季平均气温趋势与年变化一致，但各个季节增温趋势程度不同，冬季最强，对气候变暖的贡献率最大，其次为秋季。
1961―2010年和龙市降水量基本平稳，略有上升，降水
在20世纪80年代上升趋势最明显，四季降水的年变化趋势也略有不同，夏季降水略有下降趋势，春季、秋季、冬季呈上升趋势，春季上升趋势最明显，对年降水呈上升趋势的贡献率最大[7-8]。
从气温和降水突变分析来看，和龙市50年来的气温没有发生突变，在波动中持续上升；降水经历了1983年由少到多、2003年由多到少的突变。从周期分析来看，气温和降水均存在4、7、11、16年的周期变化。
4 参考文献
[1] IPCC.Climate Change 2013：The Physical Science Basis：Summary for Policymakers，Technical Summary and Frequently Asked Questions [EB/OL].[2015-03-01].http：//globalchange.gov/browse/reports/ipcc-climate-change-2013-physical-science-basis.
[2] 左洪超，吕世华，胡隐樵.中国近50年气温及降水量的变化趋势分析[J].高原气象，2004（2）：238-244.
[3] 王遵娅，丁一汇，何金海，等.近50年来中国气候变化特征的再分析[J].气象学报，2004（2）：228-236.
[4] 任国玉，初子莹，周雅清，等.中国气温变化研究最新进展[J].气候与环境研究，2005（4）：701-716.
[5] 贺伟，布仁仓，熊在平，等.1961―2005年东北地区气温和降水变化趋势[J].生态学报，2013（2）：519-531.
[6] 虞海燕，刘树华，赵娜，等.1951―2009年中国不同区域气温和降水量变化特征[J].气象与环境学报，2011（4）：1-11.
小学春季值周总结第5篇
一、数据、指标及计量方法的选择
(一)滞留率概念界定
远程开放教育学籍8年(16个学期)有效。在学分制背景条件和个性化学习需求下,学生最短3个学期可以修完学分,取得毕业证书。所谓滞留生,即超过学籍有效期仍没有毕业的学生。伪滞留生,我们定义为第4学期至第16学期在籍的学生,这部分学生虽然超过了最短学习年限但在学籍有效期内仍具备学习与毕业的资格。滞留率,即滞留生的人数在注册学生总人数中的比例,本文研究的滞留生范围包括伪滞留生、滞留生。滞留率=滞留生÷注册学生总数
(二)数据资料的分析与处理
1.样本数据来源
利用天津广播电视大学远程开放教育教务管理系统平台,提取2011年8月前的1999年秋季—2008年秋季18届学生的相关数据,主要包括:注册学生数、毕业人数、退学人数、专业以及地区等。
2.滞留率指标
滞留率与伪滞留率,因为2009年春季-2011年春季入学的学生无毕业生,故本文中的滞留率共涉及1999年秋季—2008年秋季18个届别的学生。不同专业的滞留率:共选取了三个具有代表性的专业,会计学、法学、计算机科学与技术。法学作为文法类专业的代表,计算机科学与技术作为理工类专业的代表,会计学属于综合性学科,招生时文理皆可。不同地区的滞留率:市区的滞留率,主要涉>:请记住我站域名/
(三)计量方法
基于SPSS16.0对分层次滞留率、分地区滞留率、分专业滞留率进行t检验,进行差异比较。基于Excel对总体滞留率和影响滞留率的各相关因子进行灰关联分析,找出影响滞留率的强关联因子、次强关联因子以及弱关联因子[1]。
二、滞留率的变化趋势分析与周期变化
(一)滞留率的总体概况
1999年秋季—2008年秋季远程开放教育共招生13万余人,毕业生人数10万余人,退学人数1万余人。如***1所示,1999年秋季—2008年秋季的学生总数、毕业生数、退学学生数整体呈曲折变化趋势。学生总数、毕业生数、退学学生数在2003年秋季达到最高值,此届招生总数为13,861人,占1999年秋季—2008年秋季学生总数的10.66%;毕业生数为11,074人,占毕业生总数的10.6%。从整个变化趋势来看,每年秋季招生规模要远高于春季,在2005年秋季以前这种变化趋势非常明显,2006年春季以后,变化趋势渐缓,招生总人数趋于稳定,固定在8,000人左右。表1显示,开放教育学生的滞留率比较稳定,变化趋势不明显,滞留率维持在0.1以下。滞留率最高的是1999年秋季入学的学生,滞留率为0.09;滞留率最低的是2002年春季入学的学生,滞留率为0.02。第一个毕业年的伪滞留率整体呈下降趋势,1999年秋季学生的伪滞留率达到最低点,为0.28。从2002年春季开始,第一个毕业年的伪滞留率呈逐年下降趋势,2006年秋季下降幅度最大,下降了27个百分点。出现这种现象的原因主要有:第一,2006年秋季之后,***有关规定要求,成人学习最短毕业年限为2.5年(5学期),故学生的第一个毕业年均在第5个学期,学习时间变长,学生有更多的时间来学习知识,获得课程学分;第二,2007年开放教育由试点转为常规,教学模式趋于稳定,教学质量也得到了大幅度的提升。2006年之前,天津电大为了支持学生个性化学习,在其它各项条件合格的情况下,允许学生1年半(3个学期)毕业。如2003年春季,为了提高检察院工作人员的整体能力,天津电大和检察院进行合作,设立了法学(检察方向)专业,学生在学习1年半(3个学期)之后,各项考试合格,就允许其毕业并为其颁发毕业证书。表1显示了第一个毕业年的伪滞留率和最后一个毕业年的滞留率,***2显示了各级学生不同学期的滞留率,整体呈不同程度的下降趋势。第3学期至第期下降趋势明显,平均降幅达到14%;从第期开始,下降趋势渐趋平缓,滞留率基本维持在0.1以下。学生在经过9个学期的学习之后,逐渐达到教学计划规定的要求,完成学习任务,顺利拿到毕业证,致使滞留率降低。
(二)滞留率的周期变化
把开放教育的滞留率划分为三个周期,第一个周期为3至6学期,第二个周期为7至期,第三个学期为10至16学期。周期划分依据为:一般情况下3至6学期属于学生的第一个毕业年所在学期,如表1所示;7至期开放教育的滞留率还处在剧烈的变化之中,如***2所示;进入第期之后,滞留率渐趋稳定,变化较小。第一周期处于第一个毕业年,滞留率相对较高,平均滞留率为0.49,如表1所示;第二周期,学生在继续学习了4个学期之后,毕业人数明显上升,平均滞留率降至0.13,两年时间下降了37个百分点;第三周期,滞留率相对稳定,平均滞留率为0.06,和最后一个毕业年的滞留率基本吻合。
远程开放教育具个性化学习的特征,学习者需要自我组织、自主制订学习计划并按计划学习。在第一周期,学生由于不适应远程开放教育学习模式,再加上学习者多是有职业的人,时间相对不宽裕,导致第一周期的滞留率较高,约有50%的学生不能按期毕业[2]。第一周期的退学率也相对较高,约占退学学生总数的95%。第二周期,随着 学校支持服务功能的加强以及学生自主学习能力的加强,滞留率大幅度下降。最后一个周期,随着学习年份的增多,滞留的这部分学生自信心下降,学习积极性下降,毕业学生明显减少,滞留率变化幅度较小。
三、多视点的滞留率变化趋势分析与差异比较
(一)不同层次的滞留率变化趋势与差异比较
1.本、专科滞留率的变化趋势
2002年春季之前入学的本科学生,滞留率呈逐年下降趋势(见***3),下降幅度较大,说明开放教育的质量不断提升,毕业人数显着增多,天津电大远程开放教育逐步探索出属于自己的教育模式。2002年春季的滞留率达到历史最低点,仅0.01。2002年秋季—2006年春季的滞留率渐趋稳定,没有大的波动,均在0.06以下。其中,滞留率最高的两届学生是2005年春季和2005年秋季,为0.06。2006年春季之后的本科学生滞留率上升速度加快,主要原因是2006年春季之后的学生还没有超过八年的学籍有效期,仍有一部分学生会在今后几年拿到毕业证书,目前属于伪滞留阶段。2000年秋季入学的学生滞留水平明显低于1999年秋季学生滞留水平,下降幅度较大。2001年春季—2007年春季学生的滞留率趋于稳定,2002年春季学生的滞留率水平达到专科滞留率的最低点,为0.03。2007年春季之后的专科滞留率和本科滞留率相类似,出现逐渐上升的趋势,同是出于学籍8年有效期的原因,目前属于伪滞留阶段。从***3的变化曲线来看,开放教育的专科滞留率要略高于本科滞留率、总体滞留率,变化也相对比较剧烈,平均高出总体滞留率3个百分点。
2.本、专科滞留率的差异比较
由表2可知,本科滞留率的均值为0.0721,专科滞留率的均值为0.1089。经t检验,本科滞留率和专科滞留率之间存在显着差异,t统计值为7.655(P<0.05),专科滞留率显着高于本科滞留率[3]。
(二)不同地区滞留率的变化趋势与差异分析
1.市区和郊县滞留率的整体变化趋势市区的总体滞留率偏高,平均滞留率为0.12,高于总体滞留率和郊县滞留率的水平。从***4的变化曲线来看,市区滞留率的变化曲线高于郊县滞留率和总体滞留率的变化曲线,整体呈上升趋势。郊县滞留率则相对平稳,2006年秋季以前的学生滞留率基本维持在0.05以下。从整体来看,市区的滞留率高于总体滞留率,总体滞留率高于郊县滞留率,郊县滞留率处于较低水平。2002年春季学生的滞留率降至最低点,滞留率为0。2.市区、郊县滞留率的差异比较市区滞留率的均值为0.1221,郊县滞留率的均值为0.0468(见表3)。经t检验,市区滞留率和郊县滞留率之间存在显着差异,t统计值为7.11,p值为0.00(p<0.05),郊县学生的滞留率显着低于市区学生的滞留率。
(三)不同专业滞留率的变化趋势及差异比较
目前,天津广播电视大学开设的专业有40余种,本文选取三个具有代表性且招生人数较多的专业进行分析研究。会计学专业总人数25,549人,约占1999年秋季—2008年秋季总人数的20%;法学专业总人数16,673人,约占1999年秋季—2008年秋季总人数的12%;计算机科学与技术专业总人数较少,2,000余人,但它是理科专业中招生年数较多的一个具有代表性的专业。
1.会计学、法学、计算机科学与技术滞留率的变化趋势
从***5中可以看出,会计学、法学、计算机科学与技术专业滞留率的变化曲线起伏较大。会计学的滞留率较为稳定,起伏较小,法学、计算机科学与技术的波动幅度较大,且变化无规律,滞留率也相应高于会计学的滞留率。滞留率最低的是2001年秋季和2002年春季法学专业,滞留率为0.01。滞留率最高的是2007年秋季和2008年秋季的计算机科学与技术专业,达到0.3。
2.专业间滞留率的差异比较
如表4,经过t检验,会计学滞留率和法学滞留率的t检验值为2.1,p值为0.053(p>0.05),会计学滞留率和法学滞留率之间并不存在显着差异。会计学滞留率和计算机科学与技术滞留率的t检验值为3.494,p值为0.004(p<0.05),两者之间存在显着差异,计算机科学与技术滞留率的平均值高于会计学滞留率平均值0.05个百分点。
四、滞留率与相关因子的灰关联分析
由于前述的各项滞留率是对同一批次的数据进行的分类统计,无法用多元回归分析来比较学历层次、地区、专业对滞留率影响力的大小。借鉴统计分析方法———灰关联分析对影响滞留率的各项因子进行分析,以找出影响滞留率的强关联因子、次强关联因子以及弱关联因子。
(一)指标分类
将天津电大远程开放教育2002年—2008年13批次入学学生总体滞留率作为参考序列,各批次本科滞留率、专科滞留率、郊县滞留率、市区滞留率、会计学滞留率、法学滞留率、计算机科学与技术滞留率作为比较因素序列,借助灰色系统理论分析两组序列间的关联性,以进一步探索天津电大远程教育总体滞留率的影响因素。参考序列:X0(k),k=1,……,13比较因素序列:Xi(k),i=1,……,7,k=1,……,13
(二)数据标准化
将各批次数据除以初始批次数据进行数据标准化,得到其倍数数列即为初值化数列,转化数列具有可比较性,可以将问题转向对原始数据列中各因素增长倍数进行分析对比。
(三)计算关联系数
将标准化后的总体滞留率作为母序列y0(k),将标准化后的各滞留率作为关联序列,分别计算各组关联序列与母序列间的关联系数L0i(k)=min+ρmax0i(k)+ρmax,其中0i(k)=y0(k)-yi(k);min和max分别代表所有比较序列各个时刻绝对差中的最大值与最小值;ρ是灰关联系数的分辨系数,其意义是削弱最大绝对差数值太大引起的失真,提高关联系数之间的差异显着性,经验数据ρ一般取值0.5[4]。
(四)计算关联度
关联度:r0i=1Nk=1ΣL0i(k)关联度描述了系统发展过程中因素间相对影响程度的大小,N为期间数量,关联度等于不同期间关联系数的加权平均值。
关联度数值反映了各因子序列对总体滞留率影响力的大小,通过关联度数值,我们可以找出影响总体滞留率的强关联因子、次强关联因子以及弱关联因子,并以此作为降低开放教育滞留率的切入点,揭示滞留规律,对强关联因子加强研究、关注,有针对性地提出对策。表7显示,在影响滞留率的各项因子中,本科滞留率为最强关联因子,对总体滞留率的变化影响力最大。其次为专科滞留率。不同专业的滞留率对总体滞留率变化的影响力各不相同,影响力最大的为会计学滞留率,在以后的教学活动中,应加强对会计学教学水平的关注。在本次研究中,对总体滞留率影响力最低的为市区滞留率和郊县滞留率,说明地区滞留率这个相关因子对总体滞留率影响不大,在哪个地区上学并不会影响到毕业学生的质量及数量。
五、主要结论与思考
(一)主要结论
通过对总体滞留率的整体变化趋势分析以及周期比较分析,并对不同层次、地区、专业的滞留率变化趋势分析以及差异比较,我们得出了初步的结论,更深层次的研究成果需要我们继续挖掘[5]。
———滞留率整体呈下降趋势。从表1可以看出,无论是伪滞留率还是滞留率都呈逐年下降趋势,学生的第一个毕业年所在学期也渐趋稳定,一般维持在第7学期。实践证明,学生经过7个学期的学习是比较合理的,此时第一个毕业年的伪滞留率相对较低。
———第二周期的滞留率下降速度较快。若将滞留率划分为三个流动周期,则滞留率在第二周期下降最快,下降速度为37个百分点。此时,学生通过前期的学习已经有了一定的基础,对学习还充满兴趣,并没有失去信心,仍有充足的动力去完成学业,加之 教师的正确引导,本周期是降低滞留率、提高毕业率的最佳时期。进入第三周期,滞留率变化趋势不明显,滞留率基本稳定,没有很大的改进空间。
———专科滞留率高于本科滞留率。通过t检验显示,本科滞留率和专科滞留率有显着差异,专科的滞留率明显高于本科滞留率。本科学生在经过了前期的专科学习之后,有一定的学习基础,学习自律性也相对较高,因此,滞留率低于专科滞留率。
———市区滞留率高于郊县滞留率。通过t检验显示,市区滞留率和郊县滞留率有显着差异,市区的滞留率高于郊县的滞留率。这就打破了一些传统的观念。在传统上,一般情况下市区的教育质量高于郊县教育质量,滞留生也会相对较少。天津广播电视大学采用远程开放教育方式,真正达到了资源共享,郊县的学生也可以享有优质的教学资源,从而提高了教育质量,滞留率出现了低于市区的情况。
———专业间滞留率的比较。专业滞留率相对分层次滞留率和分地区滞留率来说,变化幅度较大,稳定性相对较低。计算机科学与技术作为理工科代表专业,滞留率高于法学和会计学,变化曲线起伏较大。开放教育的学生多是基础较差的学生,理工类课程的学习需要学生具备较高的学习能力和自主性,因此,开放教育理工类学生的滞留率相对较高。
———灰关联结果分析。以本科滞留率、专科滞留率、市区滞留率、郊县滞留率、法学滞留率、会计学滞留率、计算机科学与技术滞留率为相关因子,通过灰关联分析,可揭示各项因子对总体滞留率影响力的大小。通过分析,本科滞留率为最强关联因子,其次是专科滞留率、会计学滞留率、法学滞留率。在开放教育中,应加强对本科学生的关注,进一步提高本科教学质量。在专业方面,加强对会计学等学科的投入,加大专业建设力度,提升课程建设水平。
(二)对策思考
对策一,建立导学机制,加大支持服务力度。研究发现,在三个流动周期中,处于第二周期的学生上升空间最大。因此,可建立有效的导学机制,及早发现处于第二周期的学生的学习困难,提供相应的支持服务,使这部分伪滞留生顺利毕业。建立有效的导学机制,要从以下两方面出发。首先,进行深入细致的思想教育,端正学生的学习动机,强化他们的学习意志,激发学习热情,使他们保持良好的学习状态。其次,提高面授辅导质量。面授辅导在整个学习过程中起着答疑、解惑的作用,是开放教学中不可缺少的一环[6]。为处于第二周期的伪滞留生聘请高质量的面授辅导教师,制定适合他们的特色学习计划,发现他们学习中的不足,提高课堂的趣味性,使学生积极投入到学习过程中。同时,在条件允许的情况下,为学生增加面授课程次数,增加学生和教师直接接触的机会。
对策二,加大对本科教育的投入。对影响总体滞留率的相关因子进行分析后得出结论,最强关联因子为本科。因此,降低滞留率,需要加大对本科教育的投入,提高本科教育的教学水平。天津电大的远程开放教育模式需要学生具有一定的学习主动性,这就需要学生有一定的***学习能力。而本科生在完成了专科学习之后,具有了一定的学习基础,良好的学习习惯也逐渐形成,更适合于这种远程教育模式。学校应加强对本科师资力量、教学设备的投入,切实加强媒体建设,提高视听、文字教材质量,为本科生的学习创造良好的环境。
对策三,为学生提供个性化服务。信息社会的快速发展,使得远程教育的教学媒体向着多样化发展,准确、及时地向学生传递学习信息,使学生不断完善个人的知识体系,建立自己的学习模式尤为重要。学校应不断更新资源库,为学生提供多样化学习资源,满足学生的个性化发展需求。
小学春季值周总结第6篇
[关键词]大连 空气污染物 PM2.5 PM10 周末 节假日
中***分类号：TH54 文献标识码：A 文章编号：1009-914X（2016）30-0124-02
引言：
“周末效应”最初是在研究股票收益率的周内异常波动规律时提出的，并被逐步引用到各类不同的研究领域中，以研究要素在周循环中的变化特征[1]。近年来，随着人们对人类活动和空气污染间的关系研究的日益深入，“周末效应”的概念也因此被引入空气污染领域。人类生活规律可能对城市空气污染排放产生一定影响，在周末和节假日，市民生活规律与平时工作日期间有所不同，从而可能对空气污染物排放的变化特征或者总量造成影响。因此，本文通过2016年大连市的大气日平均资料，对污染物在工作日、周末、节假日的浓度变化特征进行分析，研究人类的生产生活方式及生活规律对污染物浓度和空气质量的影响.
1、研究区介绍
大连市位于辽东半岛最南端，是辽中南和环渤海工业经济地带的核心城市之一。随着城市经济的快速发展和城市规模的不断扩大，其空气污染问题也日益严峻。观测表明，近年来大连市区空气中PM2.5年均值均大于50μg/m3，远超世界卫生组织推荐安全值（10μg/m3），对人体健康可能会造成一定程度的影响。截止2016年10月，大连市机动车保有量已高于150万，年平均增长率超过12%，人类活动对空气污染物的影响日益加强且显著。如何在城市发展中改善大气环境质量，有效防治大气污染并制定优化控制措施是大连市在城市发展中所面临的重要问题。
2、资料和方法
2.1 研究数据来源
本文使用中国空气质量***监测分析平台公布的历史数据，包括历史天气数据和历史空气质量数据，其中，历史天气数据包括每日最高气温、最低气温、天气和风向风力，历史空气质量数据具体包括日均AQI，PM2.5，PM10，S02，N02，O3，和CO，本文使用其中PM2.5和PM10数据。数据的时间为2016年1月1日-2016年12月31日。
2.2 数据处理方法
考虑到我国春节和“十一”的七天长假，以及元旦、清明、劳动节、端午节、中秋节的三天小长假中存在调休，因此在整体统计时做以下划分：将放假的日期均定义为周日，并将长假前后调整的需要上班的周末定义为周一，以便于统计。经处理，将2月6日（星期六）、2月14日（星期日）、4月2日（星期六）、4月30日（星期六）、6月12日（星期日）、9月18日（星期日）、10月8日（星期六）、10月9日（星期日）定义为周一，1月1日～3日、2月7日～13日、4月3日～5日、5月1日～3日、6月9日～6月11日、9月15日～9月17日、10月1日～10月7日定义为周日。
2.3 研究数据质量控制
本文主要研究对象为由于人类活动而产生的空气污染变化的周末效应，而空气污染变化其本身的变化规律，并受气象条件影响，与气象条件和季节变化有较高的相关性，周末效应仅为在固有规律变化的影响下有一定增加或减弱的作用。例如寒潮会明显使空气污染指数增大，周末效应不能改变这种大趋势，只能让这种增大的趋势能起到减弱或增加的作用。因此为更好反映出空气污染的周末效应，本文剔除掉空气污染指数大于150（中度污染以上）的日期，总计有13组样本，这几组样本全都为11月至4月这些容易出现寒潮以及集中供暖的月份.剔除后数据样本数由原366减少为353个。
2.4 周末效应指数的定义
前人研究中多以某一要素的周末效应指数为该要素周末（周六和周日）的平均值减去工作日（周一到周五）的平均值作为衡量周末效应的指标，当该值大于0时，表示该要素周末平均值高于工作日；小于0时则相反。而本文为了方便对比不同的空气污染要素的变化情况，将周末效应指数做了一定改进，使其无量纲化，定义其为周末（周六和周日）的平均值减去工作日（周一到周五）的平均值再除以总体均值
其中，其中D周末为某个要素浓度的周末均值，D周末为工作日均值，而表示该类污染要素对应的某段时间周期内的总体均值，W即为本文所定义的周末效应指数。当W>0时，表示该要素周末平均值高于工作日；W
3、大连市空气污染变化周末效应分析
3.1 “周末效应”的季节分布分析
由于污染排放、气象条件等要素的影响，空气污染物的浓度变化在不同季节中变化较大。因此，本文对各类空气污染物的周末效应情况分季节进行分析讨论。***1为春夏秋冬四个季节中，空气污染物周末效应指数的分布折线***。其中，不同的折线代表不同类别的空气污染物，横轴对应四个季节，纵轴是周末效应指数值。由***1可知，PM2.5、PM10、在春季均表现出正的周末效应，即周末平均浓度要大于工作日浓度，并且PM2.5和PM10表现出了较为一致的变化趋势；夏季，各类大气污染颗粒物的周末效应指数的绝对值普遍偏小，可视为周末效应不显著，其中PM10表现出正的周末效应，而PM2.5则相反；秋季，PM2.5、PM10的周末效应指数均为正；值得注意是，冬季所有类别的空气污染物周末效应指数均为正，指数值总体偏高，PM2.5和PM10的数值远远大于其他三个季节，这说明在冬季，空气污染物的周末效应较为显著。
在大多数空气污染物浓度变化的“周末效应”的研究中，污染物浓度表现出负的周末效应，一般认为是与工业生产及人类出行活动的变化有关[2]。而大连市2016年的大气污染颗粒物浓度变化则表现出普遍存在正的周末效应的特性，尤其在冬季，该效应较其他三个季节更为明显。初步推测可能与大连市部分地区实行工作日单双号限行以及冬季存在市民周末在家中活动时长时间高频率地使用较高功率的电器有关。更具体的原因需要结合更为详细的大气污染颗粒物浓度变化数据以及城市供电量数据进行深入分析研究，因此在此暂不做讨论。
3.2 典型假日的“周末效应”分析
春节和国庆节是我们国家最为重要，并且放假r间最长的两个节日。这两个节日会有长达7天的假日，这为研究我们假日期间各类空气污染物浓度变化特征提供了便利条件，因此，本文选取这两个假日的前后共12天的工作日作为非假日数据样本，并据此对假日和非假日的各类空气污染物浓度进行比较分析。
由表2可以看到，春节和春节前后的非假日期间，大连市空气污染颗粒物PM10和PM2.5的周末效应指数均为正值，且数值较大，说明春节期间大气污染表现出较为明显的正周末效应，即七天长假中的大气污染颗粒物浓度高于假日前后。这可能与我国民众在春节期间有燃放烟花爆竹庆祝新年到来的习俗，***亦有固定的烟火表演活动有关。并且，春节期间大连市主要为西风或西南风向，正处于京津冀的下风向，可能受到一定京津冀的灰霾污染的影响。另外，由于冬季气候干燥，逆温天气出现的频率较多，气象条件不利于大气污染物扩散，一旦空气污染加剧，就会造成较为严重的影响。
国庆假日期间大连市空气污染颗粒物PM10和PM2.5浓度表现出轻微的负周末效应，国庆假日的空气污染颗粒物PM10和PM2.5的浓度低于假日前后。国庆期间，由于大部分工厂都会根据自身状况进行一定休假，因此工业燃煤污染排放可能会低于平日。另外，由于长假休息期间，由于市民上下班的所造成的车流量会有所减小，因此机动车尾气排放导致的大连空气污染颗粒物PM10和PM2.5浓度变化会相对减弱，从而可能造成国庆假日期间的空气污染颗粒物PM10和PM2.5浓度要略低于假日前后。
4、结论
1）2016年，大连市空气污染颗粒物PM10和PM2.5基本表现出正的周末效应，两类颗粒物的变化趋势基本一致，并且该效应在冬季较其他三个季节更为明显。
2）烟花爆竹集中燃放的影响使PM10和PM2.5的浓度在春节期间高于春节假日前后，而国庆节期间PM10和PM2.5的浓度则要小于非国庆期间，推测与国庆期间部分工厂休息以及长假中的车流量的变化有关。在针对假日的研究本文中发现，国庆节和春节的空气污染颗粒物PM10和PM2.5浓度出现了相反的变化规律，而这种不同的变化规律能够一定程度上与人为污染源排放的变化对应，这说明了人类活动对污染物浓度变化具有一定的影响力。
参考文献
[1] Cross F. The Behavior of Stock Prices on Fridays and Mondays[J]. Financial Analysts Journal， 1973， 29（6）：67-69.
[2] 章志芹，唐健，汤剑平.无锡空气污染指数、气象要素的周末效应[J].南京大学学报（自然科学），2007，43（6）：643-654.
[3] 阎守***，纪德钰，李丹，等.大连市区空气中颗粒物（PM10和PM2.5）污染原因分析[J].中国环境管理干部学院学报，2015（4）：53-55.
[4] 雷瑜，张小玲，唐宜西，等.北京城区PM2.5及主要污染气体“周末效应”和“假日效应”研究[J].环境科学学报，2015，35（5）：1520-1528.
[5] 城市地区PM2.5周末效应的初步研究[J].地球环境学报，2015，6（4）：224-230.
小学春季值周总结第7篇
【关键词】 开放教育；滞留率；趋势分析；差异比较
【中***分类号】 G432 【文献标识码】 A 【文章编号】 1009—458x（2012）05—0058—06 远程开放教育在构建学习型社会和终身教育体系中做出了重大贡献，但在不断发展的同时，也出现了学习者滞留率高的问题。高滞留率的存在对远程开放教育的发展会起到不利的影响，但目前国内外对滞留率的研究尚属空白。研究者在CNKI上进行检索，关于滞留率的文章为0篇，关于滞留率的课题更是少之又少。深入研究远程开放教育学生滞留的影响因素，探索其滞留规律，采取有效的措施来降低滞留率，将有助于推动远程开放教育的进一步发展，完善远程开放教育理论体系，扎实推进开放大学建设。
一、数据、指标及计量方法的选择
（一）滞留率概念界定
远程开放教育学籍8年（16个学期）有效。在学分制背景条件和个性化学习需求下，学生最短3个学期可以修完学分，取得毕业证书。
所谓滞留生，即超过学籍有效期仍没有毕业的学生。伪滞留生，我们定义为第4学期至第16学期在籍的学生，这部分学生虽然超过了最短学习年限但在学籍有效期内仍具备学习与毕业的资格。
滞留率，即滞留生的人数在注册学生总人数中的比例，本文研究的滞留生范围包括伪滞留生、滞留生。
滞留率=滞留生÷注册学生总数
（二）数据资料的分析与处理
1. 样本数据来源
利用天津广播电视大学远程开放教育教务管理系统平台，提取2011年8月前的1999年秋季—2008年秋季18届学生的相关数据，主要包括：注册学生数、毕业人数、退学人数、专业以及地区等。
2. 滞留率指标
滞留率与伪滞留率，因为2009年春季-2011年春季入学的学生无毕业生，故本文中的滞留率共涉及1999年秋季—2008年秋季18个届别的学生。
不同专业的滞留率：共选取了三个具有代表性的专业，会计学、法学、计算机科学与技术。法学作为文法类专业的代表，计算机科学与技术作为理工类专业的代表，会计学属于综合性学科，招生时文理皆可。
不同地区的滞留率：市区的滞留率，主要涉及总校本部五个直属学院以及市区的其他分校，共选取13个；郊县的滞留率，涉及郊区及县内的部分分校，共选取9个。
（三）计量方法
基于SPSS16.0对分层次滞留率、分地区滞留率、分专业滞留率进行t检验，进行差异比较。基于Excel对总体滞留率和影响滞留率的各相关因子进行灰关联分析，找出影响滞留率的强关联因子、次强关联因子以及弱关联因子[1]。
二、滞留率的变化趋势分析与周期变化
（一）滞留率的总体概况
1999年秋季—2008年秋季远程开放教育共招生13万余人，毕业生人数10万余人，退学人数1万余人。如***1所示，1999年秋季—2008年秋季的学生总数、毕业生数、退学学生数整体呈曲折变化趋势。学生总数、毕业生数、退学学生数在2003年秋季达到最高值，此届招生总数为13,861人，占1999年秋季—2008年秋季学生总数的10.66%；毕业生数为11,074人，占毕业生总数的10.6%。从整个变化趋势来看，每年秋季招生规模要远高于春季，在2005年秋季以前这种变化趋势非常明显，2006年春季以后，变化趋势渐缓，招生总人数趋于稳定，固定在8,000人左右。
表1显示，开放教育学生的滞留率比较稳定，变化趋势不明显，滞留率维持在0.1以下。滞留率最高的是1999年秋季入学的学生，滞留率为0.09；滞留率最低的是2002年春季入学的学生，滞留率为0.02。第一个毕业年的伪滞留率整体呈下降趋势，1999年秋季学生的伪滞留率达到最低点，为0.28。从2002年春季开始，第一个毕业年的伪滞留率呈逐年下降趋势，2006年秋季下降幅度最大，下降了27个百分点。出现这种现象的原因主要有：第一，2006年秋季之后，***有关规定要求，成人学习最短毕业年限为2.5年（5学期），故学生的第一个毕业年均在第5个学期，学习时间变长，学生有更多的时间来学习知识，获得课程学分；第二，2007年开放教育由试点转为常规，教学模式趋于稳定，教学质量也得到了大幅度的提升。
2006年之前，天津电大为了支持学生个性化学习，在其它各项条件合格的情况下，允许学生1年半（3个学期）毕业。如2003年春季，为了提高检察院工作人员的整体能力，天津电大和检察院进行合作，设立了法学（检察方向）专业，学生在学习1年半（3个学期）之后，各项考试合格，就允许其毕业并为其颁发毕业证书。
表1显示了第一个毕业年的伪滞留率和最后一个毕业年的滞留率，***2显示了各级学生不同学期的滞留率，整体呈不同程度的下降趋势。第3学期至第期下降趋势明显，平均降幅达到14%；从第期开始，下降趋势渐趋平缓，滞留率基本维持在0.1以下。学生在经过9个学期的学习之后，逐渐达到教学计划规定的要求，完成学习任务，顺利拿到毕业证，致使滞留率降低。
（二）滞留率的周期变化
把开放教育的滞留率划分为三个周期，第一个周期为3至6学期，第二个周期为7至期，第三个学期为10至16学期。周期划分依据为：一般情况下3至6学期属于学生的第一个毕业年所在学期，如表1所示；7至期开放教育的滞留率还处在剧烈的变化之中，如***2所示；进入第期之后，滞留率渐趋稳定，变化较小。
第一周期处于第一个毕业年，滞留率相对较高，平均滞留率为0.49，如表1所示；第二周期，学生在继续学习了4个学期之后，毕业人数明显上升，平均滞留率降至0.13，两年时间下降了37个百分点；第三周期，滞留率相对稳定，平均滞留率为0.06，和最后一个毕业年的滞留率基本吻合。
远程开放教育具个性化学习的特征，学习者需要自我组织、自主制订学习计划并按计划学习。在第一周期，学生由于不适应远程开放教育学习模式，再加上学习者多是有职业的人，时间相对不宽裕，导致第一周期的滞留率较高，约有50%的学生不能按期毕业[2]。第一周期的退学率也相对较高，约占退学学生总数的95%。第二周期，随着学校支持服务功能的加强以及学生自主学习能力的加强，滞留率大幅度下降。最后一个周期，随着学习年份的增多，滞留的这部分学生自信心下降，学习积极性下降，毕业学生明显减少，滞留率变化幅度较小。
三、多视点的滞留率变化趋势
分析与差异比较
（一）不同层次的滞留率变化趋势与差异比较
1. 本、专科滞留率的变化趋势
2002年春季之前入学的本科学生，滞留率呈逐年下降趋势（见***3），下降幅度较大，说明开放教育的质量不断提升，毕业人数显著增多，天津电大远程开放教育逐步探索出属于自己的教育模式。2002年春季的滞留率达到历史最低点，仅0.01。2002年秋季—2006年春季的滞留率渐趋稳定，没有大的波动，均在0.06以下。其中，滞留率最高的两届学生是2005年春季和2005年秋季，为0.06。2006年春季之后的本科学生滞留率上升速度加快，主要原因是2006年春季之后的学生还没有超过八年的学籍有效期，仍有一部分学生会在今后几年拿到毕业证书，目前属于伪滞留阶段。
2000年秋季入学的学生滞留水平明显低于1999年秋季学生滞留水平，下降幅度较大。2001年春季—2007年春季学生的滞留率趋于稳定，2002年春季学生的滞留率水平达到专科滞留率的最低点，为0.03。2007年春季之后的专科滞留率和本科滞留率相类似，出现逐渐上升的趋势，同是出于学籍8年有效期的原因，目前属于伪滞留阶段。
从***3的变化曲线来看，开放教育的专科滞留率要略高于本科滞留率、总体滞留率，变化也相对比较剧烈，平均高出总体滞留率3个百分点。
2. 本、专科滞留率的差异比较
由表2可知，本科滞留率的均值为0.0721，专科滞留率的均值为0.1089。经t检验，本科滞留率和专科滞留率之间存在显著差异，t统计值为7.655（P
（二）不同地区滞留率的变化趋势与差异分析
1.市区和郊县滞留率的整体变化趋势
市区的总体滞留率偏高，平均滞留率为0.12，高于总体滞留率和郊县滞留率的水平。从***4的变化曲线来看，市区滞留率的变化曲线高于郊县滞留率和总体滞留率的变化曲线，整体呈上升趋势。郊县滞留率则相对平稳，2006年秋季以前的学生滞留率基本维持在0.05以下。从整体来看，市区的滞留率高于总体滞留率，总体滞留率高于郊县滞留率，郊县滞留率处于较低水平。2002年春季学生的滞留率降至最低点，滞留率为0。
2.市区、郊县滞留率的差异比较
市区滞留率的均值为0.1221，郊县滞留率的均值为0.0468（见表3）。经t检验，市区滞留率和郊县滞留率之间存在显著差异，t统计值为7.11，p值为0.00（p
（三）不同专业滞留率的变化趋势及差异比较
目前，天津广播电视大学开设的专业有40余种，本文选取三个具有代表性且招生人数较多的专业进行分析研究。会计学专业总人数25,549人，约占1999年秋季—2008年秋季总人数的20%；法学专业总人数16,673人，约占1999年秋季—2008年秋季总人数的12%；计算机科学与技术专业总人数较少，2,000余人，但它是理科专业中招生年数较多的一个具有代表性的专业。
1. 会计学、法学、计算机科学与技术滞留率的变化趋势
从***5中可以看出，会计学、法学、计算机科学与技术专业滞留率的变化曲线起伏较大。会计学的滞留率较为稳定，起伏较小，法学、计算机科学与技术的波动幅度较大，且变化无规律，滞留率也相应高于会计学的滞留率。滞留率最低的是2001年秋季和2002年春季法学专业，滞留率为0.01。滞留率最高的是2007年秋季和2008年秋季的计算机科学与技术专业，达到0.3。
2. 专业间滞留率的差异比较
如表4，经过t检验，会计学滞留率和法学滞留率的t检验值为2.1，p值为0.053（p>0.05），会计学滞留率和法学滞留率之间并不存在显著差异。会计学滞留率和计算机科学与技术滞留率的t检验值为3.494，p值为0.004（p
四、滞留率与相关因子的灰关联分析
由于前述的各项滞留率是对同一批次的数据进行的分类统计，无法用多元回归分析来比较学历层次、地区、专业对滞留率影响力的大小。借鉴统计分析方法——灰关联分析对影响滞留率的各项因子进行分析，以找出影响滞留率的强关联因子、次强关联因子以及弱关联因子。
（一）指标分类
将天津电大远程开放教育2002年—2008年13批次入学学生总体滞留率作为参考序列，各批次本科滞留率、专科滞留率、郊县滞留率、市区滞留率、会计学滞留率、法学滞留率、计算机科学与技术滞留率作为比较因素序列，借助灰色系统理论分析两组序列间的关联性，以进一步探索天津电大远程教育总体滞留率的影响因素。
参考序列：
X0(k),k=1,……,13
比较因素序列：
Xi(k),i=1,……,7,k=1,……,13
（二）数据标准化
将各批次数据除以初始批次数据进行数据标准化，得到其倍数数列即为初值化数列，转化数列具有可比较性, 可以将问题转向对原始数据列中各因素增长倍数进行分析对比。
（三）计算关联系数
将标准化后的总体滞留率作为母序列y0(k)，将标准化后的各滞留率作为关联序列，分别计算各组关联序列与母序列间的关联系数L0i(k)=■，其中0i(k)=y0(k)-yi(k)；min和max分别代表所有比较序列各个时刻绝对差中的最大值与最小值；?籽是灰关联系数的分辨系数，其意义是削弱最大绝对差数值太大引起的失真，提高关联系数之间的差异显著性，经验数据?籽一般取值0.5[4]。
（四）计算关联度
关联度：
r0i=■■L0i(k)
关联度描述了系统发展过程中因素间相对影响程度的大小，N为期间数量，关联度等于不同期间关联系数的加权平均值。
关联度数值反映了各因子序列对总体滞留率影响力的大小，通过关联度数值，我们可以找出影响总体滞留率的强关联因子、次强关联因子以及弱关联因子，并以此作为降低开放教育滞留率的切入点，揭示滞留规律，对强关联因子加强研究、关注，有针对性地提出对策。
表7显示，在影响滞留率的各项因子中，本科滞留率为最强关联因子，对总体滞留率的变化影响力最大。其次为专科滞留率。不同专业的滞留率对总体滞留率变化的影响力各不相同，影响力最大的为会计学滞留率，在以后的教学活动中，应加强对会计学教学水平的关注。在本次研究中，对总体滞留率影响力最低的为市区滞留率和郊县滞留率，说明地区滞留率这个相关因子对总体滞留率影响不大，在哪个地区上学并不会影响到毕业学生的质量及数量。
五、主要结论与思考
（一）主要结论
通过对总体滞留率的整体变化趋势分析以及周期比较分析，并对不同层次、地区、专业的滞留率变化趋势分析以及差异比较，我们得出了初步的结论，更深层次的研究成果需要我们继续挖掘[5]。
——滞留率整体呈下降趋势。从表1可以看出，无论是伪滞留率还是滞留率都呈逐年下降趋势，学生的第一个毕业年所在学期也渐趋稳定，一般维持在第7学期。实践证明，学生经过7个学期的学习是比较合理的，此时第一个毕业年的伪滞留率相对较低。
——第二周期的滞留率下降速度较快。若将滞留率划分为三个流动周期，则滞留率在第二周期下降最快，下降速度为37个百分点。此时，学生通过前期的学习已经有了一定的基础，对学习还充满兴趣，并没有失去信心，仍有充足的动力去完成学业，加之教师的正确引导，本周期是降低滞留率、提高毕业率的最佳时期。进入第三周期，滞留率变化趋势不明显，滞留率基本稳定，没有很大的改进空间。
——专科滞留率高于本科滞留率。通过t检验显示，本科滞留率和专科滞留率有显著差异，专科的滞留率明显高于本科滞留率。本科学生在经过了前期的专科学习之后，有一定的学习基础，学习自律性也相对较高，因此，滞留率低于专科滞留率。
——市区滞留率高于郊县滞留率。通过t检验显示，市区滞留率和郊县滞留率有显著差异，市区的滞留率高于郊县的滞留率。这就打破了一些传统的观念。在传统上，一般情况下市区的教育质量高于郊县教育质量，滞留生也会相对较少。天津广播电视大学采用远程开放教育方式，真正达到了资源共享，郊县的学生也可以享有优质的教学资源，从而提高了教育质量，滞留率出现了低于市区的情况。
——专业间滞留率的比较。专业滞留率相对分层次滞留率和分地区滞留率来说，变化幅度较大，稳定性相对较低。计算机科学与技术作为理工科代表专业，滞留率高于法学和会计学，变化曲线起伏较大。开放教育的学生多是基础较差的学生，理工类课程的学习需要学生具备较高的学习能力和自主性，因此，开放教育理工类学生的滞留率相对较高。
——灰关联结果分析。以本科滞留率、专科滞留率、市区滞留率、郊县滞留率、法学滞留率、会计学滞留率、计算机科学与技术滞留率为相关因子，通过灰关联分析，可揭示各项因子对总体滞留率影响力的大小。通过分析，本科滞留率为最强关联因子，其次是专科滞留率、会计学滞留率、法学滞留率。在开放教育中，应加强对本科学生的关注，进一步提高本科教学质量。在专业方面，加强对会计学等学科的投入，加大专业建设力度，提升课程建设水平。
（二）对策思考
对策一，建立导学机制，加大支持服务力度。
研究发现，在三个流动周期中，处于第二周期的学生上升空间最大。因此，可建立有效的导学机制，及早发现处于第二周期的学生的学习困难，提供相应的支持服务，使这部分伪滞留生顺利毕业。
建立有效的导学机制，要从以下两方面出发。首先，进行深入细致的思想教育，端正学生的学习动机，强化他们的学习意志，激发学习热情，使他们保持良好的学习状态。其次，提高面授辅导质量。面授辅导在整个学习过程中起着答疑、解惑的作用，是开放教学中不可缺少的一环[6]。为处于第二周期的伪滞留生聘请高质量的面授辅导教师，制定适合他们的特色学习计划，发现他们学习中的不足，提高课堂的趣味性，使学生积极投入到学习过程中。同时，在条件允许的情况下，为学生增加面授课程次数，增加学生和教师直接接触的机会。
对策二，加大对本科教育的投入。
对影响总体滞留率的相关因子进行分析后得出结论，最强关联因子为本科。因此，降低滞留率，需要加大对本科教育的投入，提高本科教育的教学水平。天津电大的远程开放教育模式需要学生具有一定的学习主动性，这就需要学生有一定的***学习能力。而本科生在完成了专科学习之后，具有了一定的学习基础，良好的学习习惯也逐渐形成，更适合于这种远程教育模式。学校应加强对本科师资力量、教学设备的投入，切实加强媒体建设，提高视听、文字教材质量，为本科生的学习创造良好的环境。
对策三，为学生提供个性化服务。
信息社会的快速发展，使得远程教育的教学媒体向着多样化发展，准确、及时地向学生传递学习信息，使学生不断完善个人的知识体系，建立自己的学习模式尤为重要。学校应不断更新资源库，为学生提供多样化学习资源，满足学生的个性化发展需求。