污染正态分布的熵估计：Kullback-Leibler距离与差异分析

本文主要探讨了污染正态分布的熵估算问题，发表于2013年的《中南大学学报(自然科学版)》第44卷第3期。作者周某、方滨、朱建军、陈永奇和王正武针对污染分布的特性，研究了两种常用的污染正态分布模型——主体分布概率密度函数和均值漂移模型、方差扩大模型下的概率密度函数。他们采用了Kullback-Leibler (KL) 距离这一统计学工具来衡量这两种模型之间的差异性。 KL距离被用来度量两个概率密度函数的相似程度，它是一种非对称的距离度量，能够揭示两个分布间的偏离程度。通过计算，作者得出了主体分布为标准正态分布时，均值平移参数λ和方差膨胀因子α与两种模型概率密度函数差异之间的非线性正比关系。研究结果显示，当污染分布的密度函数不一致时，这将显著影响熵的估算结果，因此，熵估算的关键并非局限于选择特定的概率密度函数，而是寻找一种适应污染分布特性和熵值计算规律的有效方案。 关键词：污染分布、污染正态分布、概率密度函数、差异性、Kullback-Leibler距离、熵估计。这项研究不仅提供了理论上的分析，也为实际环境中的污染物浓度预测和风险评估提供了新的计算方法和理解框架，有助于改进环境污染管理决策的精确度。整体来说，文章深入探讨了污染分布模型对熵估算的影响，为环境污染控制领域的科研人员提供了有价值的理论支持。