耦合遗传算法与RBF神经网络的PM2.5浓度预测模型

基于北京市空气质量监测点获取的空气污染物浓度数据,通过遗传算法搜索径向基人工神经网络的最优隐含层神经元数目和扩展常数,构建了耦合径向基人工神经网络算法与遗传算法的预测模型,预测北京市未来一天24h平均PM_2.5质量浓度.结果表明,预测精度与泛化性能良好.该模型不需要输入气象和地理位置信息等数据,具有依赖变量少、预测精度高（R²达0.75）和运算效率高等特征,并可以通过训练样本的驱动,使自身不断优化调整.该模型预测效果可以通过扩展输入特征、增加训练样本量等方法进一步提升,可对多种时空情境下的城市空气污染进行高效率且精确的预测.     

生态系统服务供需关系研究进展与趋势展望

厘清生态系统服务供需关系,对于实现自然资本永续利用与生态系统服务供需协调具有重要意义。结合国内外生态系统服务研究情况,提出了生态系统服务供需关系研究框架,阐释了生态系统服务供需关系形成机制与表现形式,概括了生态系统服务供需关系基本特征,总结了生态系统服务供需关系研究方法,并梳理了未来可能研究方向,以期能够为生态系统服务研究与管理提供参考。总体来看,生态系统服务供需关系产生于两种非排他性机制,主要有簇、权衡、协同与兼容四种表现形式,并具有空间异质性、时间变异性与尺度效应特征;生态系统服务供需关系主要有指数构建与评估、指标统计与分析、情景制定与模拟及空间制图与分析四种研究方法。     

城市自然与社会环境对新型冠状病毒肺炎发病率的影响

在城市尺度上探究了2020年1月1日~3月5日期间城市规模、医疗资源水平等城市自然与社会经济因素对新冠肺炎人群发病率的影响.基于多种传统统计模型与机器学习方法识别了新冠肺炎发病率的关键影响因子.基于新兴的可解释机器学习框架,探究了发病率与关键影响因子之间的非线性联系.结果表明:城市新冠肺炎发病率受到人口迁入、城市规模、城市医疗资源水平等方面的多要素影响,其中武汉迁入率具有最高的相关系数(相关系数达到0.43),其次为人口增长率(相关系数为0.38);人口迁徙、城市规模以及医疗服务资源水平均为关键影响因子;关键影响因子与人群发病率存在非线性关系:武汉迁入率对新冠肺炎发病率的影响曲线呈现S形,在迁入率大于2%进入平台期,人口密度的影响近似线性;人均GDP的影响呈现出明显的倒U型曲线特征,以人均GDP超过10万元为拐点;城市建设需要适当控制人口密度,避免城市人口分布过于紧凑.提升高经济水平地区的经济发展,从而带来更多健康收益.     

我国城市新冠肺炎发病率的地理分布格局:人口迁徙与社会经济因素的影响

新型冠状病毒肺炎（COVID-19,简称“新冠肺炎”）疫情的暴发使我国城市系统面临严峻挑战.认识城市尺度新冠肺炎发病率的地理空间分布格局及影响因素,可以为面向公共卫生安全的城市发展提供参考.以我国282个城市作为基本研究单元,通过地理加权回归模型,探究了2020年1月1日—3月5日我国城市人口迁徙与社会经济因素对新冠肺炎发病率的影响.结果表明:①地理加权回归模型的解释力（整体R2=0.40）显著高于传统的普通最小二乘法线性回归模型（整体R2=0.02）.②武汉迁入率较大地增加了武汉周边城市的新冠肺炎发病率,该效应随着与武汉地理距离的增加呈现空间衰减特征,东北和西南部分地区除外.③高人均地区生产总值在东南经济较发达地区对新冠肺炎发病率的控制起到了重要作用.④人均绿地面积和人均医务人员数量指标的提升仅在全国少部分地区显示出积极作用,其中不包括武汉周边城市.相反,人均公共财政支出对于武汉周边地区新冠肺炎发病率的控制起到了重要作用.研究显示,我国城市的新冠肺炎发病率及其与人口迁徙/城市社会经济指标的关系具有明显的空间依赖模式,其中来自武汉的人口流入、公共财政支出和绿化水平的影响均呈现一定的空间衰减特征,而经济发展水平的影响则呈现地域性依赖特征.