基于遥感影像的江西省水体资源和水产养殖结构空间异质性分析

为系统掌握江西省水体资源结构和水产养殖基本特征,论文通过遥感技术获取了2012年各县域的水体面积,并划分为不同的水体类型。通过全局和局域空间自相关,分析了89个县（市）水产养殖典型要素的空间异质性以及空间差异程度。针对空间关联及非均质性的现象,运用地理加权回归揭示了水体资源大小、养殖方式、平均单产水平和渔业专业养殖人员数量对养殖产量的影响程度。结果表明：江西省水体资源类型以大水面为主,占总面积的70%,其次为水库山塘,占21.26%,小型池塘面积占9%。水资源结构地区差异明显,北部区域以大水面为主,南部以山塘水库为主。养殖产量和面积表现出空间集聚分布特征（P<0.01）,但各县域的聚集性分布也表现出不同的模式,彭泽县、都昌县、鄱阳县、南昌市辖区、南昌县、丰城市、进贤县和余干县8个县域,均为高-高分布类型,养殖面积和产量分别占到总量的34.55%、35.42%。从养殖品种结构上,特种养殖产量主要集中在上饶市、九江市、南昌市和宜春市,占69.84%,但特种养殖产量所占比例与水体资源大小的相关性下降,水资源较少的东部山区丘陵地带依据区位特征发展鳖、蛙产业,特种养殖比例较高。从水产养殖驱动力分析,水体面积对养殖产量的影响程度最大（中位值为0.46）,其次是小型池塘面积（中位值为0.36）、专业养殖人口数量（中位值为0.26）,3个因素与养殖产量均为正相关,其中水体面积和小型池塘面积对养殖产量的影响程度从南向北递减,专业养殖人口对养殖产量的影响程度从南向北递增。影响程度的空间异质性变化可能与养殖方式和品种结构有关。平均单产水平对养殖产量的贡献较弱（中位值为 -0.003）,各地区影响强度差别不明显。分析结果有助于系统了解江西省水体资源分布和养殖结构,对优化产业规划布局有重要的指导意义。     

近20年来中国典型区域PM2.5时空演变过程

近20年来PM_(2.5)污染严重制约了中国可持续发展.长时间序列历史监测数据的缺失阻碍了相关研究.为此,本文以四大典型区域2013~2016年的PM_(2.5)浓度监测值和2000~2016年MODIS AOD数据、边界层高度、温度等气象数据作为基础数据,将反向人工神经网络和支持向量回归机两种算法相结合,构建组合模拟模型,并利用地理空间分析技术实现近20年来PM_(2.5)浓度历史变化过程的情景再现.研究结果表明,组合模型具有较低的误差和更高的泛化能力;时空分析结果表明,2000~2010年京津冀和东三省PM_(2.5)浓度持续增长,珠三角PM_(2.5)浓度缓慢下降,3个研究区PM_(2.5)污染范围呈扩大趋势,长三角PM_(2.5)浓度值及污染范围基本保持稳定.2012年4个研究区PM_(2.5)浓度值降低且污染范围缩小,但2013~2016年PM_(2.5)浓度略微上升后又下降,高污染范围缩小,这与国家采取PM_(2.5)区域联防等治理措施有关.     

咖啡因在河流沉积物中吸附的影响因素及模拟研究

咖啡因是一种在环境中广泛存在的药物,其在水系环境的迁移和分布主要受到吸附行为的影响.在实验室条件下,近似模拟自然河流水/泥界面,应用中心复合实验设计,考察了温度、pH、有机质含量和转速等对咖啡因吸附的影响;利用实验所得数据,分别拟合和验证了基于线性方程和神经网络的咖啡因吸附模型,通过对比拟合和验证结果得到适用于自然河流的咖啡因吸附模型.实验结果表明,咖啡因在沉积物中的吸附呈现先快速后缓慢的过程,30 h内吸附比例超过90%;咖啡因的吸附是放热反应,低温有利于咖啡因的吸附;而转速增大能促进咖啡因的吸附反应;pH和有机质含量的影响较小.模型模拟结果表明,两种模型均能较好地拟合吸附实验结果,但神经网络模型的拟合程度和精度均优于线性方程模型;且交叉验证结果表明,利用不同组数据进行训练,神经网络模型均取得了优于线性方程的拟合结果.因此,在所考察的因素和浓度范围内,神经网络模型较好地预测了自然河流沉积物中咖啡因的吸附行为.     

快速城市化背景下不同建设用地扩张的驱动差异探讨：以浙江省义乌市为例

已有城市扩张文献多将建设用地视为单一对象,而较少考虑不同类型的建设用地可能受差别化的驱动因素的影响。针对此,论文以浙江义乌为例,采用无序多分类Logistic回归模型,分析了2006—2014年间义乌商住用地与工业用地扩张所受驱动力的差异。结果表明：商住用地与工业用地扩张均受到自然环境、社会经济区位、邻域状态及空间政策等多重因素的综合影响,但也存在明显的内部差异：一是驱动商住用地扩张的因素并不必然作用于工业用地,反之亦然;二是作用于两类用地扩张的同一驱动因素,其作用方向也可能截然相反;三是对两类用地扩张具有相同作用方向的驱动因素,其作用强度也往往不同,并形成了义乌“产城分离”的城市发展格局。论文揭示了城市化背景下不同建设用地扩张的驱动差异特征,对现有驱动力研究进行了一定拓展,能够为城市规划和城市用地分类管理提供科学依据和直接参考。     

煤矿喷雾降尘雾滴存活时间的数值模拟

为提高煤矿喷雾除尘效率,揭示雾滴蒸发和存活时间的影响因素,基于差分方法,使用MATLAB软件编制雾滴蒸发过程仿真试验程序,研究了雾滴初始半径、雾滴与风流的初始相对速度、雾滴初始温度,以及巷道风流初始温度、湿度、风压共6个关键影响因素与存活时间的关系;采用逐步回归方法构造了包含5因素的雾滴存活时间计算方程。结果表明:在目前煤矿采用的雾化降尘工艺范围内,除雾滴初始温度外的其他5个因素对雾滴存活时间的影响均较为显著;构建的雾滴存活时间综合计算方程能合理计算雾滴的存活时间。     

基于Logistic回归的林缘计划烧除气象条件判别分析

森林火灾是一种破坏性极强的灾害,它与农事活动以及气象条件密切相关,加强其预防与控制具有十分重要的作用和意义。根据2014年~2015年闽东屏南县进行的60次林缘计划烧除试验观测的主要气象要素数据(天晴日数、温度、湿度、风速),建立基于Logistic二元回归的林缘烧除气象条件判别模型进行检验和分析。结果表明,模型判别计划烧除成功与否的预报准确率高(91.7%),主要气象要素对林缘计划烧除成功与否发挥重要作用,其中连续晴天日数为最大影响因子,其次为风速。模型通过检验和验证结果显著,具有预报服务应用价值。     

基于逐步回归分析方法的PM_(10)浓度预报模型

根据沈阳市2003～2005年的PM10浓度资料以及同期的气象要素资料,采用逐步回归方法建立了分季节的空气污染物PM10与气象因子的关系模型,并且利用2006年PM10资料和气象资料对模型进行了验证。结果表明:PM10预报浓度准确率和等级准确率最好的是夏秋两季,最差的是春季。春季当PM10日均浓度出现很高值时,预报结果与实测值有较大的误差,但趋势是一致的。秋季趋势的一致性不好,但波动比较小。冬季和夏季预报值与实测值的变化趋势基本上一致。     

线性规划方法在区域发展规划环境影响评价中的应用

文章介绍了区域产业规模最优化发展的线性规划模型,解释了模型的具体含义并给出了模型中各参数的确定依据和方法,并在某区域发展规划环境影响评价中进行了应用。通过该模型得出的最优方案与规划方案的对比,可以评价规划方案的环境合理性,同时也可为区域产业发展提出调整建议,实现区域经济效益和环境效益的统一,最终实现区域的可持续发展。     

中国能源消费碳排放影响因素分析

利用改进的主成分回归分析技术考察1990年以来中国人口和经济因素对化石能源消费碳排放的影响作用。研究发现：以人口总量、人口城市化和居民收入水平为代表的人口因素和以经济规模、产业结构、能耗结构及碳排放强度为代表的经济因素对碳排放均具有显著的正向影响;其中,经济规模和人口总量是能源消费碳排放的关键决定因子。研究结果为国家制订合理的节能减排政策、协调人地关系提供了参考依据。     

Multiple linear regression models of urban runoff pollutant load and event mean concentration considering rainfall variables

Rainfall is an important factor in estimating the event mean concentration (EMC) which is used to quantify the washed-off pollutant concentrations from non-point sources (NPSs). Pollutant loads could also be calculated using rainfall, catchment area and runoff coefficient. In this study, runoff quantity and quality data gathered from a 28-month monitoring conducted on the road and parking lot sites in Korea were evaluated using multiple linear regression (MLR) to develop equations for estimating pollutant loads and EMCs as a function of rainfall variables. The results revealed that total event rainfall and average rainfall intensity are possible predictors of pollutant loads. Overall, the models are indicators of the high uncertainties of NPSs; perhaps estimation of EMCs and loads could be accurately obtained by means of water quality sampling or a long term monitoring is needed to gather more data that can be used for the development of estimation models.