基于支持向量回归机的南黄海浒苔分布面积预测模型

绿潮作为一种新型的海洋灾害,已经引起了各个国家的重视.依据2012年南黄海海域浒苔遥感监测分布面积数据,选取了温度、天气状况、风向、风力、浪高5种影响浒苔扩散的气候因子,建立了基于SVR的浒苔分布面积预测模型,并与经典的最近邻点插值模型、线性插值模型、3次样条函数插值模型和分段3次Hermite插值模型进行了回归效果的对比.分析结果表明,基于SVR的浒苔分布面积预测模型能够为浒苔遥感数据的插补提供一种方法,且回归效果优于传统的回归方法,为浒苔的防治提供辅助决策信息.     

Prenatal prediction of childhood-onset spinal muscular atrophy (SMA) in Turkish families

Childhood-onset spinal muscular atrophy (SMA) is one of the most common neurodegenerative genetic disorders. SMN1 is the SMA-determining gene deleted or mutated in the majority of SMA cases. There is no effective cure or treatment for this disease yet. Thus, the availability of prenatal testing is important. Here we report prenatal prediction for 68 fetuses in 63 Turkish SMA families using direct deletion analysis of the SMN1 gene by restriction digestion. The genotype of the index case was known in 40 families (Group A) but unknown in the remaining 23 families (Group B). A total of ten fetuses were predicted to be affected. Eight of these fetuses were derived from Group A and two of these fetuses were from Group B families. Two fetuses from the same family in Group A had the SMNhyb1 gene in addition to homozygous deletion of the NAIP gene. One fetus from Group A was homozygously deleted for only exon 8 of the SMN2 gene, and further analysis showed the presence of both the SMN1 and SMNhyb1 genes but not the SMN2 gene. In addition, one carrier with a homozygous deletion of only exon 8 of the SMN1 gene was detected to have a SMNhyb2 gene, which was also found in the fetus. To our knowledge, these are the first prenatal cases with SMNhyb genes. Follow-up studies demonstrated that the prenatal predictions and the phenotype of the fetuses correlated well in 33 type I pregnancies demonstrating that a careful molecular analysis of the SMN genes is very useful in predicting the phenotype of the fetus in families at risk for SMA. Copyright © 2002 John Wiley & Sons, Ltd.     

人工神经网络在预测深基坑周边地表沉降变形中的应用研究

深基坑开挖引起的周边地表变形预测是一个复杂非线性问题,引起地表沉降的影响因素很多,各因素之间呈高度的非线性关系。传统的基坑用边地表沉降变形预测方法存在着一定的局限性,其预测精度有待提高,而人工神经网络是一种多元非线性动力学系统,可以灵活方便地对多成因的复杂未知系统进行高度建模,实现全面考虑各种主要影响因素的深基坑周边地表沉降变形预测。本文介绍了误差反向传播(BP)网络模型的结构、学习过程及其算法的改进,径向基函数(RBF)网络模型的结构及其学习过程;分析了影响深基坑开挖周边土体沉降变形的主要影响因素;以25个基坑工程的地表沉降实测资料为训练样本,建立了11个输入影响因素的BP神经网络模型和RBF神经网络模型,通过对样本的学习训练过程及对5个检验样本的预测精度,说明了人工神经网络用于预测基坑周边地表沉降的可行性和准确性。     

滆湖水华初期浮游植物群落特征及与水环境因子相关性分析

为探究滆湖水华初期浮游植物群落特征及与水环境因子的相关性,于2018年5—7月在全湖布设22个点,调查研究滆湖水华初期浮游植物群落时空分布特征,并对引起水华主导环境因子进行分析.结果表明：①共获得7门119属,优势属为绿藻门的小球藻与球团藻、蓝藻门的鞘丝藻与微囊藻,其中湖心区域浮游植物丰度与多样性小,均匀性低,属于中偏重污染区域;湖北区以北属于中污染区域,蓝藻堆积严重;西部沿岸及南端区域属于中偏轻污染区域.②冗余分析得出,湖心藻类与水温（T）有强相关性,与叶绿素a（Chl-a）、溶解性总磷（DTP）、pH、溶解氧（DO）呈一定正相关性;湖北区以北藻类与底泥有机质（OM）、水体悬浮物（SS）、Chl-a及DTP呈强相关性,与T呈一定相关性.T与多项环境因子相关,均值从26.1℃上升到32.4℃;OM与有机磷（OP）呈高度相关性（p<0.05,r=0.892）.水华发生的主导环境因子为T、DTP与pH,底泥OM及OP有一定影响.     

随机振动响应峰值因子的预计理论研究

简要介绍了超越概率理论、超越频次理论、损伤等效理论和功率谱密度(PSD)的时域拟合理论等4种常见的峰值因子预计理论,并基于三角级数提出了一种新的预计理论。结合试飞加速度数据样本,对比分析超越频次理论、PSD时域拟合理论和三角级数理论的预估精度。研究表明,上述4种常见的预计理论本质上属于统计学理论;PSD时域拟合理论预计的峰值因子波动较大,峰值因子与归一化次数满足高斯分布;三角级数理论的预估精度较高,但缺乏离散峰个数的合理判据。     

基于FLUS模型的湖北省生态空间多情景模拟预测

改革开放以来,中国经济在飞速发展的同时,生态环境问题日益严峻。为保障国家和地区的生态安全,对未来生态空间进行模拟预测十分必要。在长江大保护和长江经济带绿色发展背景下,以湖北省为研究区,利用FLUS模型基于湖北省2010年、2015年土地利用数据及包含自然和人文因素的15种驱动因子数据,对2035年的湖北省生态空间进行模拟预测。结果表明：利用2010年土地利用现状模拟出的2015年湖北省土地利用变化情况,总体精度达到0.976,Kappa系数达到0.961,模拟精度较高。设置的生产空间优先、生活空间优先、生态空间优先以及综合空间优化4种不同情景,基本满足未来湖北省不同发展导向的需求。从地貌单元角度来看,在不同情景下,湖北省生态空间主要分布于湖北省边陲四大山区,中部江汉平原生态空间零星分布。从数量规模上来看,不同情景下各个用地类型数量规模差异较为明显,生产空间优先情景下耕地面积增加1216 km²,生活空间优先情景下城镇用地规模增加5959 km²,生态空间优先情景下生态空间用地增长722 km²,综合空间优化情景下生态空间用地规模变化更趋于平缓。从生态空间变化分布来看,四大山区的生态空间变化不大,但中部江汉平原生态空间变化较为明显,其中从行政区划上来看,变化范围主要分布于武汉城市圈、襄阳市、宜昌市中西部地区及随州市中部地区。总而言之,FLUS模型对于湖北省生态空间模拟的适用性较好,多情景模拟结果可为湖北省未来国土空间规划及未来生态空间管控提供多角度、多方向的政策决策参考。     

长江经济带水质目标管理平台总体设计

为强化长江经济带资源整合与共享,集成统一规范的大数据平台,基于“十一五”“十二五”国家水体污染控制与治理科技重大专项数据和模型库资源,以面向服务的架构(SOA)和模块化设计为支撑,遵循“五横两纵四统一”的平台架构设计思路,应用大数据挖掘、云计算等现代信息技术,构建长江经济带水质目标管理平台.平台基于长江经济带水生态环境功能分区,兼顾不同类别水质目标管理技术的协调性、衔接性和适应性,对水质目标管理相关信息进行跟踪、模拟、分析和三维可视化表达,在水生态环境功能分区管理、数据汇交与信息共享、容量总量管理、风险评估与预警等方面实现业务化运行,实现全景式水质达标形势研判、一体化风险联防联控.平台已在国家长江生态环境保护修复联合研究中心进行业务化运行,将有效提升长江经济带水环境综合管理能力,同时可为其他重要流域水质目标管理提供信息化工作参考.      

黄河三角洲典型地区耕地土壤养分空间预测

掌握土壤养分的分布特点是实现养分优化管理的重要基础。论文选择黄河三角洲典型地区山东省垦利县为研究区,通过田间采样与实验室化验分析获取了1 278个样本（0~20 cm）的土壤碱解氮、有效磷、速效钾数据。在经典统计分析的基础上,用地统计学方法分析了土壤养分的空间变异特征,并拟合了养分的变异函数模型。利用普通克里格法（OK）、反距离权重法（IDW）、泛克里格法（UK）、径向基函数法（RBF）和局部多项式法（LP）5种方法进行空间插值,并采用独立数据集验证对插值结果进行精度评价,进而分析了各养分空间分布规律。为深入探索各方法的适用性规律,基于AN数据设计了离散、随机、聚集3种空间分布模式的数据,利用各模型的自动优化进行试验,对比分析了不同插值方法在土壤养分空间预测中的自适应性。结果表明：1）研究区碱解氮、有效磷、速效钾均为中等强度的空间变异和中等程度的空间自相关,其变异函数模型分别为球状模型、指数模型和球状模型,决定系数依次为0.951、0.892和0.787;2）在空间分布上,土壤碱解氮、有效磷、速效钾含量与地形和土地利用类型等有关,西南部地势较高,以水浇地和旱田为主,东北部沿黄农田受黄河淡水影响,耕地质量较好,而中部地区地势低平,以水田为主,养分含量偏低;3）相对于块金系数/基台值,Moran’s I是更为稳健有效的衡量土壤养分空间自相关性的方法;4）论文认为,空间分布模式、样本量、空间自相关性和空间聚集程度（最近邻比）均影响插值精度。在离散模式下,各方法自适应性均较差;在随机模式下,IDW与RBF自适应性优于OK和LP;在聚集模式下,各方法自适应性与样本量和空间自相关性有关,直至样本足够多时,4种插值方法精度接近。论文探明了研究区主要土壤养分的最佳插值预测方法,分析了土壤养分的变异特征和空间分布规律,为黄河三角洲典型地区耕地土壤养分利用管理和农业可持续发展提供了理论依据。     

大气自净能力指数的气候特征与应用研究

为了定量地评估污染气象条件对空气污染的作用并实现对空气污染潜势的预报,本文在城市大气污染数值预报系统（CAPPS）预报原理的基础上,定义了大气自净能力指数,并分别给出了采用气象站观测资料和通过数值模拟计算大气自净能力指数的方法.基于气象站观测资料的全国大气自净能力指数分析计算表明,全国大气自净能力最差的地区分布在四川盆地和新疆塔里木盆地,大气自净能力最强的地区分布在青藏高原、蒙古高原、云贵高原、以及东北平原和三江平原、山东半岛和海南岛;1961~2017年,京津冀、长三角和珠三角地区的大气自净能力指数呈下降的变化趋势,全年低自净能力日数呈上升的变化趋势.采用大气自净能力指数评估2014年北京APEC会议期间大气污染防控效果,表明在11月8~10日极端不利扩散气象条件发生时,减排措施使北京市空气质量AQI平均降低77%,使京津冀平原地区11个城市的空气质量AQI平均降低37%.基于国家气候中心月动力延伸气候预测模式（DERF2.0）的预报产品和中尺度模式（WRF）,建立了可以预测全国未来40d逐日大气自净能力指数的延伸期-月尺度大气污染潜势预测系统,回报实验表明,在大多数情况下可以提前15d预报出大气重污染过程;月尺度的大气重污染过程预报效果更大程度上取决于月动力延伸气候预测模式（DERF2.0）的预报准确率.