BP 神经网络模型在环境气象灾害预测中的应用研究--以湖南省为例

依据环境气象数据与自然灾害统计数据,建立BP神经网络模型,对湖南主要气象灾害（洪灾、旱灾、冰冻灾）及受灾经济损失进行实例预测,将在MATLAB7软件中的仿真结果与传统的多元线性回归模型分析结果进行比较和误差分析。结果表明,BP神经网络模型在洪灾、旱灾受灾率方面的预测效果和精度优于多元回归模型,而由于冰灾训练样本不足及经济损失与输入因子的线性相关程度高,在冰灾与受灾经济损失率方面稍逊于多元回归模型。     

2014年-2020年江苏省城镇化的边际资源环境影响预测分析研究

利用历史数据,选取合适计算模型,定量预测了2014年-2020年江苏省城镇化边际资源环境影响,即以与城镇化发展密切相关的资源使用量或者城镇生活污染物排放量较上一年的增量,除以当年城镇化率增量,得到江苏省城镇化水平每提高一个百分点带来的资源环境影响,以期为江苏环境管理及政府综合决策提供切实有效的数据依据.结果表明:未来7年,江苏省城镇化率每上升1个百分点,增加城镇生活用水量约0.5亿立方米、城镇建设用地面积16万亩;增加城镇生活污水排放量1.15亿吨、生活氮氧化物排放量10 228吨、生活垃圾产生量36.4万吨;减少生活COD排放量7 549吨、生活氨氮排放量762吨、生活二氧化硫(SO2)排放量371吨.     

公路线源大气环境影响预测方法对比分析研究

文章通过从模式原理、范围和特点等方面对AERMOD大气预测模式与EIAA预测模式进行对比分析,以甘肃省天水段G310国道升级改造项目为例,分别采用AERMOD和EIAA两种模式对交通线源排放的特征污染因子CO在各环境空气敏感点的小时最大浓度进行预测,并对预测值与实测值进行对比分析,探讨两种模式在公路线源大气环境影响预测中的适用性及差异性。以期为今后开展道路交通类建设项目大气环境影响预测评价中模式的选取提供参考和借鉴。     

基于变更平衡表的土地利用演化信息提取与预测方法研究——以苏州市为例

变更平衡表为国土资源管理部门历年实地调查、汇总所得,精度高,目前的研究中对其深入的应用较少,基于变更平衡表的应用方法研究可为区域土地利用演变信息提取与预测提供帮助。推导了由连续年份的年度变更平衡表求多年周期的平衡表的方法,提出了基于土地利用综合动态度分析土地利用有序程度的思路,探讨了利用连续年份的变更平衡表预测任意年份土地利用结构的方法,并基于传统方法进行了改进,提出了利用矩阵开方法求预测概率矩阵。应用苏州市一定时期的连续年份的年度变更平衡表对上述方法进行了验证,结果表明:提出的信息提取方法有效,预测结果可信;在分析期内(1998~2008年),苏州市耕地大量减少的去向是各类建设用地增加的来源,区域土地利用有序程度较高;预测显示至2020年土地利用结构变化仍将维持农用地、耕地不断减少和建设用地总量不断增加的趋势,但转化的速率将有所放缓;对变更平衡表的深入应用有一定的借鉴意义。     

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。     

崇明岛中长期碳排放预测及其影响因素分析

为更好地推动崇明低碳生态岛的建设,在应用以自下而上的部门法为基础的区域范围温室气体排放评估核算方法,全面核算崇明岛能源消费及温室气体排放现状的基础上,应用LEAP模型,通过情景分析预测崇明岛中长期能源消费需求以及温室气体排放水平,并进一步应用对数平均指数法(LMDI)对影响崇明岛未来温室气体排放的主要因素进行了定量分析。研究表明:参考情景下,崇明岛能源消费总量从2010年的101万吨标煤增加到2050年的533万吨标煤,净碳足迹从2010年的238万吨CO2e增加到2050年的579万吨CO2e。崇明岛能源消费需求和碳排放增加的主要驱动因素是未来的经济发展、人口增长和生活水平的提高,但是通过一系列的优化,尤其是能源结构的变化和能耗强度的下降,减排情景下,崇明岛能源消费总量有可能在2039年左右达到峰值,并有望在2050年左右实现"零碳岛"的长期发展目标。结合定量分析的结论,进一步提出了实现崇明岛低碳发展中长期目标的可能性和重点发展领域。     

基于缓冲区重采样的LSTM林火预测模型*

为提高林火风险预测精度,挖掘地图上隐含的空间信息、时间序列上隐含的长期趋势和循环波动,提出1种基于缓冲区重采样的长短期记忆（LSTM）林火预测模型,选取15个与林火相关的影响因素,以方差膨胀因子为评价指标对其进行多重共线性检验,方差膨胀因子大于10的因素具有共线性,并采用信息增益率验证筛选结果的合理性。考虑到火灾的空间聚集特性,采用缓冲区分析与过采样相结合方法减少样本不均衡现象的影响,最终得到176 732条样本。对12个影响因素和研究时间段的火点建立LSTM预测模型,对森林火灾发生风险进行预测。研究结果表明:基于缓冲区重采样的LSTM林火预测模型有效考虑时空上隐含的信息,预测模型准确率为87.06%,特异性为97.99%,敏感度为76.12%,阳性预测率为97.43%,阴性预测率为80.41%,ROC曲线与AUC值均优于随机森林（RF）和支持向量机（SVM）这2种基准算法。维尔克松秩和检验发现,本文提出的模型与基准算法结果具有显著性差异。研究结果可为提高林火风险预测精度提供参考。     

基于3种时间序列模型的九龙江河流库区藻华预测

湖库富营养化和有害藻华是全球性生态环境问题,藻华预测与早期预警是保障湖库水源地供水安全的关键技术.如何基于高频水生态在线监测数据进行藻华的实时动态预测成为水生态管理领域的重大需求.本研究以福建省九龙江江东库区（水源地）为例,利用3年连续观测的逐时平均总叶绿素a浓度数据,对比研究了SARIMA、Prophet和LSTM（长短期记忆神经网络）3种时间序列模型在藻华（日平均叶绿素a大于15 μg?L^-1）预测方面的效果.结果表明：①时间序列模型要求参数少,灵活性强,能清晰反映水质特征和未来变化趋势,可弥补传统藻类监测预警方法的局限性;②基于深度学习框架的LSTM模型,具有独特的迭代优化算法,对藻类非线性变化特征的识别和预测能力较强,其总叶绿素a逐日预测和7日预测效果均显著优于SARIMA模型和Prophet模型;③输入数据长度会在一定程度上影响模型预测效果,最优的输入数据时间长度为7 d;输入数据频率对预测效果也有影响,在预测非藻华日时,小时数据的预测效果优于日频率数据;在预测藻华日时,两种频率数据 无显著差异,但日频率数据能更准确识别藻华日特征.总结起来,基于LSTM模型实现总叶绿素a浓度的短期预测,可为九龙江河流库区藻华早期预警和供水安全保障提供技术支撑.     

市级国土空间规划核心指标纵向传导研究——以湖南省常德市为例

核心指标纵向层级传导作为市级国土空间规划的关键内容,对市域国土空间格局优化及规划统筹具有重要意义。针对当前指标传导研究不充分、不精细等问题,遵循“核心传导指标选择→指标传导技术逻辑构建→情景模拟预测”的研究思路,以常德市为例研究其2035年国土空间规划“市→县（区）”的核心指标传导。结果表明：（1）基于“指标全域总量预测—指标空间布局模拟—指标分区分类传导”的传导技术逻辑,通过SD与GeoSOS-FLUS模型的耦合集成利用,可有效实现市级国土空间规划核心指标“自上而下”与“自下而上”相结合的科学传导。（2）构建“人—地—业”协调的常德市国土空间利用SD模型,预测获得2035年市域核心指标总量,相应国土利用综合效益达12994.25亿元,相比2018年提升207.75%。（3）从指标传导结果来看,2035年常德市各县（市、区）社会经济类指标除常住人口规模指标外均保持增长趋势,边界类指标实现“只增不减”,用地类指标变化各异,但总体契合常德市主体功能区建设方向,核心指标传导结果符合实际。     

基于变量重要性评分-随机森林的溶解氧预测模型——以深圳湾为例

运用Pearson相关性分析,变量重要性评分和随机森林方法构建了溶解氧（DO）实时预测模型,并以深圳湾为例采用浮标资料预测1,3,6和12h的溶解氧.模型预测结果表明,模型最优的输入条件为pH值,水温,叶绿素a,氧化还原电位和蓝绿藻5个水质指标,1h预报的相关系数在0.9以上,6h预报结果一定程度上可以满足工程要求,但对低溶解氧事件的预报必须在3h以内.