基于聚类分析的城乡结合部群体性突发事件归类研究

城乡结合部群体性突发事件是影响经济发展、社会稳定的重要根源。为实现对城乡结合部群体性突发事件的归类研究,基于聚类分析理论,探究了我国城乡结合部管理现状以及各类群体性突发事件的原因和具体表现形式,构建了分布聚类模型,利用MATLAB软件生成聚类分析的谱系图,动态模拟了群体性突发事件、原因、表现形式之间的相互关系。研究表明:城乡结合部群体性突发事件基于各类原因呈现不同的表现形式,根据造成群体性突发事件各原因之间的相似度,将城乡结合部群体性突发事件归类为以征地拆迁为主线的经济利益冲突、以执法不当为导向的政治矛盾、以打架斗殴为主要形式的个体冲突、以信访维权等为基础的社会纠纷、以群体竞争为代表的组织斗争。在对城乡结合部群体性突发事件的管理中,根据事件所属的类别,可以制定明确的预警计划,从根本上降低城乡结合部群体性突发事件的发生率,为政府等相关部门的预警管理工作提供借鉴和参考。     

裂解GC-MS法检验家用小轿车轮胎橡胶

利用优化的裂解气相色谱-质谱法对家用小轿车常用的16种不同品牌轮胎胎面和胎侧胶进行检验,检出丰富的胶料特征裂解产物和添加剂成分.根据胶料的特征裂解产物,发现轮胎胎面胶多为天然胶、顺丁胶和丁苯胶的并用胶,而胎侧胶则为天然胶和顺丁胶的并用胶,利用检出成分进一步进行分析,可将不同品牌的轮胎橡胶有效鉴别.     

乌鲁木齐市区与南郊山区颗粒物污染特征对比分析

利用2017年10月~2018年8月的PM₁₀、PM_2.5、PM₁质量浓度数据以及NCEP全球再分析气象资料,分析乌鲁木齐市区和南郊山区颗粒物浓度变化特征,结合HYSPLIT后向轨迹模型、潜在源贡献因子分析(PSCF)以及浓度权重轨迹分析(CWT)分析市区颗粒物潜在源区.研究结果表明:①市区PM_2.5的超标天数为26d,南郊山区无PM_2.5超标,市区PM₁₀的超标天数是南郊山区的3.5倍,市区日均值及月均值质量浓度是南郊山区的2~7倍,市区呈现冬高夏低的季节特征,南郊山区春季最高;②乌鲁木齐市区PM₁₀日变化存在3个峰值,PM_2.5、PM₁为双峰型分布,南郊山区均呈双峰分布;并存在季节性周末效应;③长短两支聚类气流轨迹对乌鲁木齐市区颗粒物浓度影响较大,春夏气流来自中亚,秋冬来源于北疆周边地区;④颗粒物潜在源区分布季节特征显著,高值区主要为昌吉、巴州、吐鲁番等周边地区,西北部中亚地区也是颗粒物重要来源区域之一.     

卧龙自然保护区土壤中有机氯农药的来源分析

为了判断清洁地区有机氯农药的来源,选择四川西部山区卧龙自然保护区高海拔点位的土壤样品,利用GC-HRMS方法测定有机氯农药的残留量. 卧龙土壤中w(HCHs)和w(DDTs)分别为(0.42±0.23)和(0.51±0.35) ng/g,比典型污染土壤低1～2个数量级. 利用聚类分析方法对浓度归一化数据进行分析,结果表明:卧龙土壤中HCHs的化学组成特征与典型污染土壤不同,而与典型大气样品相似;DDTs的组成特征在典型土壤和大气中没有稳定的显著差异. 结合有机氯农药的浓度水平、空间分布和物理化学性质进行分析,结果表明,大气传输过程的贡献可能是卧龙地区生态系统中HCHs以及其他有机氯农药的主要来源.      

大气环境腐蚀性因素的相关性

通过相关性数据处理和模糊聚类分析,发现影响大气环境腐蚀性的21种环境因素在相关系数大于0.54的情况下,可明显地聚为5类在此基础上,进一步通过对逐个因素的分类能力的特征评价,选取大气环境腐蚀性的主要因素（RH＞80％时数,SO₂沉积速度,水溶性尘降,Cl^－沉积速度,NO₂浓度）,进而在特征空间中进行镀锌层样本的大气环境腐蚀性预测和考评,为今后实现我国大气环境腐蚀性等级评判提供依据．     

黑龙江省过去20年粮食作物种植格局变化及其气候背景

根据黑龙江省1980～1999年的气候资料和1980～2000年水稻、小麦、玉米等主要粮食作物播种面积等统计资料,利用快速聚类分析方法分析了气候变化背景下黑龙江省主要粮食作物的种植格局和种植界限变化情况。结果表明:在过去20年里,全省主要粮食作物的播种面积变化显著。特别是进入20世纪90年代,水稻播种范围向北向东扩张趋势明显,种植面积比重显著增加;小麦种植面积比重快速降低,种植范围大幅向北退缩;玉米则在保持一个相对稳定的比例关系的基础上,逐渐向北部和东部伸展。粮食种植结构的这种调整使水稻逐渐取代小麦成为黑龙江省主要粮食作物之一,并最终导致该区主要粮食作物种植格局从以小麦和玉米为主转变为以玉米和水稻为主。上述粮食作物种植格局的变化与气候变暖带来的积温增加及积温带北移东扩密切相关。     

高速公路换道行为的频谱结构识别及分类

为提高高速公路出口换道车辆与主流车辆之间安全性，以驾驶行为功率谱分析为基础，进行换道识别及危险特征分类。首先，采集高速公路出口车辆车头时距、速度、加速度特征数据，从车辆行驶横向、纵向运行方向计算碰撞时间(Time-To-Collision, TTC),以得到危险冲突与一般冲突发生概率。其次，基于特征参数划分换道过程中安全状态，根据换道车辆运动学规律，对换道行为数据抽样，同时进行频谱结构分析，在定阶为10的频谱下构建行为功率谱模型，得到碰撞安全阈值。此外，通过相关性分析得到一般冲突和严重冲突的特征量，并与实际换道数据进行匹配。最后，利用K-means聚类分析对危险行为进行分类。研究结果显示：K-means聚类分析算法的精度较高，能有效辅助交通管制措施。研究成果可为高速公路换道行为研究和高速公路出口复杂交通变化研究提供理论基础。     

熵-TOPSIS-IFPA聚类方法在中欧班列运输节点风险识别中的应用

中欧班列运输网络中关键节点风险影响班列线路规划和运营安全。通过分析中欧班列运输节点的物理网络拓扑特性，结合考虑服务网络中节点服务能力的重要性，提出熵-逼近理想解排序法(Technique for Order Preference by Similarity to an Ideal Solution, TOPSIS)节点重要度评估方法。考虑节点受外部宏观因素影响可能失效的情况，引入国家运输支撑力衡量节点失效可能，提出重要性-失效可能分析模型(Importance-Failure Possibility Analysis, IFPA)识别中欧班列关键运输节点风险，并采用K-Means++聚类算法对节点进行风险划分。通过构建中欧班列全域运输网络进行案例分析，结果表明该模型可有效识别节点风险且节点风险分类结果符合实际情况。高、中、低风险区和风险监测区分别对应5、10、7和6个关键运输节点。对运输节点进行风险分类有助于分级管理中欧班列运输风险，保障运输安全。     

基于因子 聚类分析的地下水中阳离子来源研究

于2020—2021年对某市20个监测井80份地下水样本进行了调查。采用因子分析和聚类分析法以地下水中阳离子浓度为研究对象进行溯源分析。结果表明,地下水中阳离子浓度会受到不同程度、不同类别的人类活动影响,其阳离子的来源呈现多样化的特点,其中铅、铜、铝、锰为农业面源来源,铵、钠、总硬度是工业来源,另外,砷、铁及锌等为自然来源,而在自然来源中出现的砷、铁阳离子的富集现象,很明显是受到了城镇化及工业化的影响。锌与氢离子可能是地下水中pH值受到人类活动的影响,或者是地表水的侧向补给带来的影响。     

聚类分析方法在判别深层砂土液化中的应用

目前各种砂土液化判别方法均尚不成熟,尤其在对埋深较大的砂层液化的判别上存在着较大的局限性。在分析了砂土液化的主要影响因素的基础上,将聚类分析方法应用到判别埋深较大的砂土液化中,并将其用M atlab语言编程实现,简化了以往繁琐的计算过程,提高了判别的速度和精确度。最后,通过西南某水电站的工程实例资料证明了聚类分析方法在埋深较大的砂土液化判别中使用的可行性和可靠性。