矿区河流中氟化物的多源贡献量计算及环境背景值确定

环境背景值反映了环境质量的原始状态，是确定区域环境污染程度的基础，在环境质量评价、政府决策中起着十分重要的作用。对于具有矿产背景的区域，由于其水文地质环境复杂，传统背景值的计算方法存在局限性。笔者以明白河流域为研究对象，利用水文分析工具，结合实际采样检测，将流域内氟化物的来源分为4类，单独进行估算，并利用研究区出境断面处的多年历史数据对估算结果进行验证，预测精度达到89.4%；最后只考虑自然因素对总量的贡献，计算出河流中氟化物的背景值为1.72 mg/L。     

ODM技术支持下的滑坡位移预测研究

预测模型的建立是滑坡预报的核心问题。Oracle系统的数据挖掘选件(Oracle Data Mining,ODM)可直接对存储在数据库中的数据进行操作,能减少数据转换的资源消耗,保证数据的安全性。以三峡库区八字门滑坡为例,在深入分析滑坡累计位移变化特征与其降雨、库水位等影响因素响应关系的基础上,采用ODM中的PL/SQL API建立了可预测滑坡位移趋势的支持向量机(Support Vector Machines,SVM)模型,并利用建立的SVM模型对滑坡累计位移量的未来值进行了预测。经验证表明:测试样本的预测均方根误差和平均绝对误差分别为10.07mm和6.54mm,预测结果与实测值变化趋势基本一致,说明基于ODM的SVM滑坡位移预测模型在处理非线性时间序列数据上具有一定的优势,可用于滑坡监测数据的短期预测。