基于水质模拟的不确定条件下两阶段随机水资源规划模型

针对流域内不同企业的水资源分配及企业生产污染排放导致的水环境问题,运用区间两阶段随机规划的方法,耦合区间两阶段模型（ITSP）和区间水质模型（IS-P）,建立不确定两阶段随机水质-水量耦合规划模型（ITSP-SP）.该模型以流域内系统利益最大为目标函数,模拟了流域内各个企业的水量分配及排污过程中河道水质变化,并在保证河流水质达标前提下优化预计分配水量,调整企业生产规模.通过模型运算得到区间解,为管理者提供了多样的决策方案.并且,该模型充分考虑不确定因素对系统利益的影响,能够有效的规避系统决策失误及方案缺失现象.     

染料探针技术对二级出水中优势污染物的定量检测

分别以刚果红和中性红为染料探针,建立了牛血清蛋白质(BSA)和海藻酸多糖(SA)含量与共振光散射(RLS)发射光谱强度间的线性关系;以甲苯胺蓝为染料探针,建立了腐殖酸(HA)含量与紫外吸光度间的线性关系;优化了3种标准物质的检测浓度范围及溶液p H值条件;考察了染料探针分析方法对标准物的二元和三元混合样品中的回收率.结果表明在适宜的浓度范围内,BSA、HA、SA浓度与染料探针光谱强度间的线性相关系数R0.98,3种标准物在混合样品中的回收率不小于95%,标准误差低于0.11%.以紫外光谱和3D-EEM光谱特征作为城市污水二级出水样品中蛋白质、多糖和腐殖酸的定性依据,确认了4种二级出水样品中的优势污染物.通过染料-探针技术与国标法测得的多糖和蛋白质质量浓度的相对偏差在1.2%~0.04%之间.     

基于随机森林与地统计预测城市土壤PAHs分布

收集南京城区采样点位置信息和环境变量等数据,应用地统计和随机森林方法,以及两种方法相结合分别预测土壤多环芳烃（polycyclic aromatic hydrocarbons,PAHs）含量,并比较不同方法预测精度.结果表明：随机森林与地统计方法结合能大幅度提高城市土壤污染物制图精度,整合克里金与随机森林预测残差模型拟合优度R²相比克里金插值法提高74.8%.PAHs空间制图结果能够较好拟合污染物的变化范围,识别污染高值区与低值区的空间分布.随机森林输出特征重要性发现影响南京城区土壤PAHs分布的主控因子为土壤碳和土壤粒度以及工厂密度.本研究可为城市污染物高分辨率和高精度制图以及污染防控治理提供参考.     

OBIA与RF结合的龙口市土地利用信息提取方法

为提高中分辨率遥感影像解译精度,本文提出面向对象影像分析（Object Based Image Analysis,OBIA）与随机森林（Random Forest,RF）结合的土地利用信息提取方法。采用Landsat 8 OLI影像,针对不同地物特点,阈值分割和多尺度分割结合创建影像对象,规则集和分类器协同分类,基于Relief F算法分别对光谱特征、纹理特征及所有特征降维筛选特征子集,并与全部特征一起应用RF建模,对龙口市进行土地利用信息提取与比较。结果表明：OBIA与RF结合提取土地利用信息,基于Relief F算法筛选纹理特征,保留完整光谱、几何、空间关系特征构建RF模型,建模错分率为0.0958,分类总体精度和Kappa系数分别为89.37%和0.872,取得较理想结果。该方法可应用于中分辨率遥感影像土地利用信息提取。     

基于随机森林的耕地利用效率测度模型构建及其应用

构建合适的量化分析模型是科学把握耕地利用状况及利用效率的基础性工作,可为制定合理有效的耕地资源管控政策,实现耕地利用与生态环境的协调发展提供决策依据。为了更准确地反映耕地利用系统的复杂性、动态性及差异性等特征,鉴于随机森林的基本思想,运用随机抽样Bootstrap法在合理构建分类树的基础上,构造了耕地利用效率测度的RF模型,进而以中国粮食主产区172个城市为例训练该模型并将其运用至2003-2015年的耕地利用效率测度中,同时将BP神经网络和熵权法作为对比验证其一致性、代表性和优越性。结果表明：（1）耕地利用效率测度的RF模型不受量纲限制,运行所需参数少,运算过程简化,能够较为精确地模拟各评价指标间的复杂联系,科学量化各评价指标对耕地利用效率的贡献。（2）对同一空间单元的效率值而言,RF>BPNN>EW,RF与BPNN所得效率值的总体分布格局相似,且均与EW的测度结果存在较大差异。（3）从评价结果与现实的匹配度和精度表征参数来看,RF的测度结果与自然和社会经济发展等客观事实更相符,具有较高的适用性与可靠性。同时,与其余两种常用模型相比,RF能够降低计算复杂度,提高训练效率,其测度结果的相关系数R为0.8685,M_RPD为2.3533,且具有最小M_MSE0.0174和M_MAE0.0211,更适用于复杂非线性特征的耕地利用效率研究。     

基于随机森林模型的中国近地面NO2浓度估算

NH₃针对传统近地面NO₂浓度空间模拟过程中NO₂浓度与其影响要素之间关系的复杂非线性机制解释不充分的缺陷,本研究基于随机森林（RF）算法、融合多源地理要素开展了近地面NO₂浓度空间分布模拟研究.以卫星OMI对流层NO₂柱浓度数据和多源地理要素（道路交通、气象因子、土地利用/覆盖、地形高程、人口数量）为输入变量,近地面NO₂浓度为输出变量,利用RF算法构建近地面NO₂浓度反演模型.通过对比地面观测数据与传统土地利用回归模型（LUR）检验RF模型的有效性,基于所构建的最优RF模型在不同时间尺度下模拟分析中国大陆地区近地面NO₂浓度空间分布特征.结果表明：（1）集成多源地理要素的RF回归模型精度高,月均模型整体拟合度R² 0.85,RMSE 6.08μg/m³,交叉验证的R² 0.84,RMSE 6.33μg/m³,显著高于LUR模型（拟合R² 0.53,RMSE 10.48μg/m³,交叉验证的R² 0.53,RMSE 10.49μg/m³）; （2）地面NO₂浓度与预测变量呈现显著的复杂非线性与时间尺度依赖关系,卫星OMI柱浓度对模型影响程度最大,重要性指标IncMSE介于97.40%~116.54%,多源地理特征变量对RF模型同样具有不可忽视的贡献力（IncMSE在23.34%~47.53%之间）;（3）中国大陆地区NO₂污染程度较高,年均模拟浓度为24.67μg/m³,存在明显季节性空间差异,NO₂浓度冬季（31.85μg/m³） > 秋季（24.86μg/m³） > 春季（23.24μg/m³） > 夏季（18.75μg/m³）,呈现以华北平原为高值中心、向外围逐渐减轻的空间分布格局.较已有研究揭示对流层NO₂柱浓度宏观分布特征,本研究对近地面NO₂污染特征的研究成果对于合理制定污染防控策略、降低居民暴露健康损害具有指导意义.     

基于随机森林算法与农户视角的村落级农业面源污染风险分析

当前农业面源污染问题依然严峻,村落级尺度下各地块的污染风险状态精细识别有待进一步研究.本文针对三峡库区典型村落重庆市涪陵区南沱镇睦和村进行研究,结合无人机多光谱技术、农户行为调研、随机森林算法等进行地物识别及泛地块网格划分,通过测算总氮(total nitrogen,TN)、总磷(total phosphorus,TP...     

脉动风速功率谱与随机Fourier幅值谱的关系研究

功率谱密度函数是随机过程在频域内的重要特征量,但由于其本质上是平稳过程的频域数值特征,致使其很难全面反映原始随机过程的概率信息,这就需要从更本源的意义上考察随机过程。本文试图从Fourier随机函数的角度反映随机过程,将经典的功率谱密度函数中具有物理意义的可测变量看作随机变量,利用功率谱与Fourier幅值谱的关系,定义了随机Fourier幅值谱;以Davenport谱为例,证实当地面粗糙度服从对数正态分布、10m高度基本风速服从极值Ⅰ型分布时,可通过功率谱构造具有物理意义的随机Fourier幅值谱。通过实测风速Fourier谱与随机Fourier幅值谱的比较,证明随机Fourier幅值谱的概念具有合理性。     

基于O/E模型的浅水湖泊生态系统健康评价

以长江中下游阻隔型浅水湖泊为研究对象,分析了1998—2018年116湖次底栖动物野外调查数据,构建了基于预测模型的观测物种组成/期望物种组成(O/E)指数健康评价指标体系,评价了长江中下游浅水湖泊的底栖动物物种组成完整性.O/E指数模型评价结果显示,在物种采集概率(Pc)>0阈值条件下的O/E0模型预测得到的监测湖泊...     

基于Monte-Carlo方法的长输管道气体扩散模拟研究

目前气体扩散模拟研究多采用流体力学的计算方法,分析气体扩散过程中的动力学特性.有限体积、有限元等方法都需要对事故区域整体进行网格划分,计算过程效率无法满足长输管道事故应急跨区域、多气象以及复杂地形的要求.Monte-Carlo方法利用RAMS预测的平均风场,模拟有限气体粒子在风场中的随机行走特性,有效地弥补了计算效率与网格精度冲突所导致的模拟性能下降的缺点.通过HAVEGE方法收集计算的硬件信息熵形成随机源,修正了以往伪随机数问题,增强了Monte-Carlo方法的计算精度.结果表明Monte-Carlo气体扩散模拟研究方法满足了长输管道事故灾害应急决策的需要.