我国水资源“农转非”驱动因素的时空尺度效应

优化配置水资源,实现利用效益最大化,是我国水资源管理的关键议题。论文选取影响水资源"农转非"的9个因素,采用2003—2010年省际面板数据,运用岭回归法测度各因素作用程度的时空差异。结果表明:1时间尺度上,产业结构变化、城镇化发展是主要推动因素,综合作用达0.53;随时间推移,各因素的作用差异较大。2空间尺度上,全国范围内,产业结构变化和城镇化发展的正向作用是0.32和0.21;极度缺水区,产业结构变化、生态环境改善、节灌率和人均水资源量的正向作用明显;中度缺水区,产业结构变化的影响系数是0.56;轻度缺水区,城镇化发展和有效灌溉率的影响程度为0.33和0.30;GDP是丰沛区的关键促进因素。3从时空尺度看,水资源利用比较收益是主要约束因素。4各因素在不同时点、不同区域的作用方向也不一致。     

闸控河段水质浓度影响关键因子识别

由于闸门调度对河道内的水环境要素具有强烈的扰动作用,故闸控河段的水质变化过程较常规河道更为复杂。为了探析引起闸控河段水质浓度变化的主要制约因素,以槐店闸为研究对象,结合笔者进行的2次实验和其他时期的监测数据,通过偏相关分析和主成分分析的方法识别影响闸控河段水质浓度变化的关键因子,并利用多元线性回归方法分析得到闸控河段水质浓度变化与其关键因子的多元线性回归方程。经过分析初步得到,与高锰酸盐指数浓度变化率有关的关键因子为闸门开度、开启个数、高锰酸盐指数来水浓度、溶解氧含量、流速和水深;与氨氮浓度变化率有关的关键因子为闸门开度、开启个数、氨氮来水浓度、溶解氧含量和p H值。     

基于极限学习机回归的海水Chla浓度预测方法

有效监测海水Chl a浓度状况对近海赤潮等海洋灾害的预警预报有着重要意义。运用灰色关联分析法确定预测模型的输入变量,可有效降低预测模型系统维数。采用极限学习机回归方法建立海水Chl a浓度预测模型,通过与广义回归神经网络、支持向量机回归二种模型的预测效果进行对比,表明极限学习机回归预测模型具有较好的预测精度、预测效率和泛化能力,能够实现针对研究水域环境下Chl a浓度的有效预测。     

乌梁素海Chl-a时空分布及相关水质因子研究

根据2010年1月-2015年11月乌梁素海水质因子监测数据,分析其Chl-a的时空分布及其与主要水质因子的相互关系.结果表明:河套灌区农田退水对乌梁素海Chl-a浓度变化产生较大影响,入口区高于湖心区与出口区.从空间分布上来看,Chl-a浓度分布呈现出入口区>湖心区>出口区的趋势;从时间分布上来看,呈现5月份>7月份>3月份>11月份>9月份>1月份,枯水期>丰水期>平水期.在采样时间段内,Chl-a与NO3-N与NO3-含量比成正比.     

在用轻型汽油车排放水平及趋势变化拟合研究

基于佛山市2.7万条稳态加载模拟工况法(ASM)的尾气排放检测数据,在分析了总体排放劣化特征随行驶里程呈规律性变化的基础上,通过分类统计和回归分析方法研究了在用轻型汽油车的排放劣化增长模型及不同排放标准机动车的排放特征.分析结果表明,线性增长模型能很好地表现CO,HC,NO三种污染物随行驶里程的劣化规律;不同排放标准的轻型汽油车排放特征差异很大,国零、Ⅰ、Ⅱ排放水平很高,对总体排放影响较大.研究结论对于预测机动车污染变化趋势,完善在用车检查/维护制度等方面可以提供理论支持.     

皖江区域城市能级与生态环境协调度的测度和发展趋势研究

随着城市能级的不断提高,城市生态环境问题也日益突出,二者间协调发展成为城市发展一致的追求。以皖江区域10个城市作为研究地域单元,构建了城市能级与生态环境的指标体系,并建立了城市能级与生态环境的协调度模型。在此基础上,对皖江区域2002~2011年的城市能级与生态环境协调度进行了测度,研究发现过去10a皖江区域城市能级与生态环境的协调度处于较低水平。根据测定的协调度数据,建立了协调度自回归预测模型,并运用该模型探究了未来10a皖江区域城市能级与生态环境协调度的发展趋势,结果表明皖江区域城市能级与生态环境的协调度发展水平经过拮抗期和基本协调期后不断提高,将于2019年前后趋近高质协调发展阶段,即城市能级与生态环境两个系统有序互动发展的态势。     

基于视频分析的空管员违规行为识别方法*

为利用视频数据对空管员违规行为进行智能化分析,降低不安全事件发生率,提出2阶段的违规行为识别模型（AR-ResNeXt）,基于实地调研构建空管员视频数据集,利用最小化动态多实例学习损失函数和中心损失函数,获得违规行为检测的判别特征表示,结合异常回归网络和ResNeXt网络,完成对空管员违规行为的时序区间检测与动作分类。研究结果表明:AR-ResNeXt模型在自制数据集中,其帧级AUC达到82.9%,分类准确率达到87.8%,可准确识别空管员发生违规行为的时序区间并进行分类,研究结果可为保障空中交通安全奠定基础。     

城市内部尺度PM2.5传输关联方法研究—以北京市为例

基于数据驱动思想,以城市内部环境空气质量监测站点为研究对象,建立了目标站点与周边站点间PM_2.5浓度、风向、风速、欧几里得距离等参数的多元线性关联回归模型,使用梯度下降算法学习得到各参数权重系数,计算得出周边站点对目标站点PM_2.5传输贡献,并评估了模型的可行性.以北京市丰台花园（FT）为目标站点的应用研究结果显示,2016年FT站点PM_2.5浓度为82μg/m³,周边站点大兴（DX）、房山（FS）、亦庄（YZ）、东四环（DS）、古城（GC）和万柳（WL）浓度分别为93,82,80,79,77,71μg/m³;FT站点PM_2.5浓度与上一时刻周边站点WL、GC、DX、YZ的相关性分别为0.634、0.631、0.608和0.601,显示其对FT站点PM_2.5污染传输显著;建立的4个季节关联回归模型RMSE值分别为13.22、11.74、12.51和13.22,PM_2.5模拟浓度与监测浓度变化趋势一致,验证了模型的可行性;WL、DX、YZ、GC分别是对应春、夏、秋、冬4个季节对FT站点PM_2.5污染传输贡献较大的站点,其贡献值分别为1.61%、1.71%、2.20%和8.57%.该模型解析的结果可为北京市未来城市规划、建设提供依据,提出的PM_2.5传输多元线性关联回归方法同样可用来解析其他城市内部尺度PM_2.5传输关联,为挖掘城市内部PM_2.5传输路径、精准溯源提供基础.     

因子回归和交互联合探索区域植被覆盖度的影响因素——以三江源地区为例

利用SPOT VEGETATION数据获取的归一化植被指数（NDVI）,分析三江源地区植被覆盖度（FVC）的空间异质性,围绕自然和人类活动因素,基于因子回归与交互作用联合探索自然因素和人为因素对三江源地区植被覆盖的影响.结果表明：（1）三江源地区植被覆盖度整体呈现明显的空间异质性;（2）总体上FVC空间分布的影响因素表现为自然环境因素>人类活动因素;（3）降水是影响三江源地区FVC的主要驱动因子,解释力达0.777;（4）因子交互发现：驱动解释系统呈现双因子增强,说明从系统的角度来看不存在独立起作用的因子,年降水量与其他因子的交互作用最强;（5）降水梯度影响了三江源地区FVC空间异质性的解释程度.随着降水增加,因子解释力趋稳,在降水量较多的三江源东部地区,FVC趋向于更易受高程和气温的影响;（6）数据结果亦验证了因子独立的全局最优筛选仅仅是模拟因变量特征的最优函数,其解释效果与因变量的驱动解释不能完全等同.     

长江与黄河流域碳排放效率时空演变特征及路径识别探究

为深入探究同类型地理单元碳排放效率的区域异质性,利用考虑非期望产出的MinDS模型、Malmquist指数分析2005—2017年长江与黄河流域城市碳排放效率的静态与动态特征与差异,从流域间、流域内比较视角探究长江与黄河流域碳排放效率的空间集聚特征与演化规律,通过随机效应模型对不同城市类型碳排放效率的影响因素进行面板回归分析. 结果表明:①2005—2017年,长江与黄河流域碳排放效率平均值分别为0.785、0.747,碳排放效率总体处于较低水平;碳排放效率呈先降后升的“U”型变化趋势,且2012—2017年处于“U”型上升区段. ②长江流域碳排放效率呈下游>上游>中游的中间低、两端高的空间分布格局特征,黄河流域呈下游>中游>上游的空间递增格局特征. 长江流域碳排放效率高值区呈现城市群集聚趋势,低值区较分散;黄河流域碳排放效率低值区以宁夏沿黄城市群为中心沿黄河干流向周边扩散,高值区规模较小且分散. ③长江与黄河流域碳排放效率的Malmquist指数均呈上升趋势,表征技术革新的技术进步指数是长江与黄河流域碳排放效率提升的主要内生驱动力,而表征要素组合、管理水平的技术效率指数则对碳排放效率提升作用不显著. ④根据技术效率指数与技术进步指数在碳排放效率提升中的作用差异,可将研究对象划分为六类城市. 经济发展水平、产业结构是影响两大流域碳排放效率提升的共同因素. 研究显示,长江与黄河流域碳排放效率变动既有整体的相似性又有内部的差异性,既要考虑产业结构等因素对两大流域碳排放效率提升的普遍影响,还要注意城镇化水平等因素的差异化影响,以实现两大流域碳减排与效率提升政策设计的“因地制宜、分类施策”.