超统计学方法在空气污染统计中的应用
摘要：大气中的氮氧化物（NOx）污染是大城市的主要问题，因为它会对健康造成严重的负面影响。然而，大气污染物的统计特性尚未完全理解。在本研究中，我们使用借鉴非平衡统计力学的方法来构建适合大气污染统计的超统计模型。特别是，我们分析了记录于伦敦多个地点的一氧化氮（NO）和二氧化氮（NO₂）浓度的时间序列数据。我们发现浓度的概率分布具有重尾，并且动力学可以很好地用于NO的$chi^2$超统计和NO₂的逆$chi^2$超统计来描述。我们的结果可用于给出高污染情况的精确风险估计，并为缓解策略奠定基础。
作者：Griffin Williams, Benjamin Sch"afer, Christian Beck
论文ID：1909.10433
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2020-01-15