基于多年遥感数据分析长江河口海岸带湿地变化及其驱动因子

研究河口海岸带湿地长时间演变对湿地保护管理和海岸带资源评估具有重要意义.本文获取长江口1979—2015年10景Landsat-MSS/TM/OLI影像和2015年13景GF1-PMS高空间分辨率数据,对比两个典型实验区分类算法,选用最优的决策树算法应用到长江口Landsat影像中,得到沿岸湿地要素近40年的面积变化情况.研究表明,2015年长江河口海岸带湿地总面积为4725 km2,自然湿地占63.5%,人工湿地占21.2%,湿地总面积相比1979年增加了662 km2,自然湿地面积减少了163 km2,而人工湿地面积增加了766 km2.长江口自然湿地面积在1979—2000年减少幅度较大,2000年后由于保护管理加强而减少幅度变小;人工湿地和建筑面积增加较为明显,主要是由于大型水库的修建和人工鱼塘开发及港口建设.湿地总的变化趋势为河口区不断淤积,自然湿地转变为人工湿地,人工湿地转变为建筑用地等非湿地;其中,滩涂面积减少283 km2,水库、养殖鱼塘和水稻田面积分别增加了92、355和319 km2,主要发生在崇明东滩和启东沿岸;非湿地中建筑用地面积增加154 km2,灌木草场面积减少147 km2,主要发生在上海和启东沿岸.同时比较分析长江口3个区域湿地驱动因子发现,北岸启东沿岸和南岸南汇东滩湿地因经济快速发展和港口水利工程修建,以及过度开垦滩涂等自然湿地使人工湿地增加明显;而长江上游径流量、区域降水和海平面上涨等自然因素控制着中支河道区(如崇明东滩)自然湿地的变化.     

以ARIMA模型预测全国生产安全事故

本文根据2000~2015年全国各类生产安全事故死亡人数统计数据,建立ARIMA(1,1,0)模型,并对2020年全国各类生产安全事故死亡人数进行了预测,预测结果表明,ARIMA(1,1,0)模型预测值与全国安全生产"十三五"规划中规划目标值的相对误差为1.4%,建立的模型预测精度较高,预测结果可为安全生产管理决策提供科学依据。     

有效计算教学实施策略之拙见

在新课程的背景下,如何进行有效的计算教学呢?从构建序列,明确要求;纠正误区,提出对策;培养习惯,坚持常规方面谈了三个实施策略及一些实践体会。在新课标理念下,需要切实改革计算教学,才能真正促进学生计算能力的全方位提升。     

区域性旱涝灾害序列的信息量及分维的研究

本文依据 C· E· Shannon的信息量概念 ,定义了旱涝灾害序列的信息量公式。以安徽省长江、淮河流域的旱 (涝 )灾害序列为例进行了研究 ,初步计算出相应的信息量、信息维 ,并得出如下结论 :1旱 (涝 )序列的信息量随时间是波动的、衰减的 ;2大旱 (大涝 )前信息量增加 ,信息维降低 ;3区域性旱 (涝 )序列的信息维一般在 0 .70～ 0 .90之间     

人口与经济发展对植被的影响研究

植被是陆地表面主要的覆盖物，也是许多地球系统过程的重要变量。人类活动对植被的影响在区域尺度上是显著的。以重庆市为例，使用滑动平均和SG滤波对SPOT/VGT NDVI时间序列数据进行了平滑处理，结合GDP和人口栅格化数据，从时间序列和空间相关场两个方面分析了植被与人类活动因子之间的时空相关性。结果表明，从1998到2005年，植被的分布和生长状况并没有随GDP和人口的持续增加而增加。在时间序列上，植被覆盖与GDP和人口之间总体上呈显著的负相关关系；在空间上，这种相关关系表现出了较强的异质性。空间相关场表明：较强的负相关主要发生在相对发达的主城区周围，反映了快速的经济发展和城市化使得植被面积和生产力降低；然而在偏远的山区，由于经济落后同时植被覆盖较少，出现了正相关。     

基于ARIMA的安全生产事故预测与实证研究

为了减少企业安全管理者在生产作业中由于不确定性导致错误决策所产生的风险,在企业历年安全生产事故数据基础上进行预测具有一定的现实意义。以某企业2008年至2011年的安全生产事故次数时序数据,采用EViews 5统计分析软件,基于ARIMA时间序列预测模型更加关注对事故发生是否平稳而相对于其他预测模型更关注于趋势研究的良好特点,建立安全生产事故ARIMA时序预测模型,并对2012年的安全生产事故发生次数进行预测,通过效果检验发现该模型预测结果基本上能够反映该企业安全生产事故发生的实际情况。通过ARIMA方法在某企业安全生产事故预测具体案例的实现,是对现有安全生产事故预测方法的补充和完善,可为企业安全管理和决策提供一定的指导。     

基于神经网络分类器的城市污水处理厂水力冲击预警系统

提出了一套基于神经网络分类器的城市污水处理厂水力负荷冲击预警系统,以期对进水水量骤增现象进行提前1天的预报,使污水处理厂可根据预报结果提前采取水力冲击防护措施,从而保证各单元的平稳运行.根据进水水量的涨幅将某污水处理厂12年日进水水量监测数据分为"常规"和"冲击"两类,重点对"冲击"数据进行提前1天的预测,并采用冲击漏报率、冲击误报率和报准率对模型的预测精度进行评价;同时,基于同样的建模方法和不同的训练、验证样本建立了N(1)、N(2)和N(3)3个平行模型,以对模型的鲁棒性和建模方法的可重复性进行考察.结果显示,3个模型对2010年、2011年和2012年3年测试样本的预测效果良好,冲击漏报率和报准率两项指标数值均较为稳定,分别在0~0.167和0.981~0.995之间浮动,冲击误报率虽然在数值上的浮动较大,最低为0.143,最高为0.500,平均为0.310,但仍在工程上的可承受范围内.该结果表明,本研究基于神经网络分类器所建立的3个神经网络模型预测精度高、鲁棒性好,显示出良好的性能,有望为污水处理厂水力冲击防护工作提供有力参考.     

基于余震序列分布信息的地震极灾区快速判断方法研究

利用震级加权标准差椭圆法研究了基于震后短期内(24 h)余震序列判定地震极灾区的方法,研究结果表明:1利用该方法判断宏观震中是一种比较可行的方法,不同震源破裂方式的震例利用该方法判断宏观震中的精度不同,倾滑-近倾滑型破裂方式的震例利用余震序列判定宏观震中的精度最高;2整体上看,利用该方法判断极灾区长轴方向的准确性低于利用距震中最近活动断裂判断的准确性,但对于倾滑-近倾滑型破裂方式的震例,利用该方法的准确性高于利用断层数据判定的准确性。     

卫星遥感洞庭湖主汛期水体时空变化特征及影响因子分析

基于1989~2011年的长时间序列卫星遥感数据,利用综合水体信息提取方法提取了洞庭湖区6~9月主汛期的水体信息,通过较高分辨率卫星遥感数据验证,水体面积提取精度达到90%以上。洞庭湖年平均径流入湖量、NCEP再分析资料计算的湖体上空和流域累计月平均降水量分别与水体面积变化的关系进行分析,结果表明: 1989~2011年间洞庭湖水体面积最大值主要分布在7和8月,这两个月也是洞庭湖区域发生洪涝灾情的高风险期;洞庭湖水体面积与年平均径流入湖水量的相关系数为0.67(置信度为95%);2003年以前,洞庭湖主汛期间水体面积波动比较大,2003年三峡水库运行后,洞庭湖的面积波动有所减少;洞庭湖上空累计月平均降水量对于水体面积存在正相关性,相关系数为0.68(置信度为99%);2003年以前,洞庭湖流域累计月平均降水量和水体面积相关系数为0.50(置信度为90%),2003年三峡水库运行后,两者相关性有所减弱。