利用神经网络法对胺类有机物急性毒性的分类及定量预测

运用三层误差反向传播网络对５１种胺类有机物进行了结构－毒性关系的研究,进入的结构参数为分子连接性指数信息理论指及分子量等６种均可通过分子拓扑图直接计算获得的指标。毒性参数选用大鼠经口ＬＤ５０,根据其大小将样本分为３类：高毒,中毒,低毒,在神经网络模型上作出差别归类,并分别对每类进行定量预测。     

信息理论指数及其在有机磷农药毒性预测研究中的应用

为探讨化合物结构与毒性关系研究方法,将定量描述分子结构特征的信息理论指数、价分子连续性指数应用于有机磷农药毒性预测研究,提出了基团信息参数。运用判别分析、多元非线性回归分析,依据１１４种有机磷农药急性毒性数据资料,按动物不同给药途径,分别建立定性、定量预测模型,定性判别回代符合率均在８３．３３％以上,定量回归方程相关指数Ｒ＾２均在０．８１以上,回归残差呈正态分布。预测分析,预测值均在ＬＤ５０测定值     

酚类化合物气相色谱保留指数的定量结构相关性研究

应用偏最小二乘回归技术建立了102种酚类化合物气相色谱保留指数与分子全息结构间的相关模型,在最佳建模条件下得到非交叉验证相关系数(r2)为0.965,交叉验证相关系数(q_LOO2)为0.963. 从102种酚类化合物中随机选出68种作为训练集,其余作为测试集,来验证分子全息QSRR模型的预测能力和稳健性. 在最佳建模条件对训练集进行偏最小二乘回归分析,r2为0.967,q_LOO2为0.927. 用训练集数据所建立的QSRR模型预测测试集中酚类化合物的色谱保留指数,结果表明,基于训练集所建立的QSRR模型具有很高的预测能力和稳健性,可以对测试集酚类化合物的气相色谱保留指数进行很好的预测. 此外,利用最佳全息定量结构保留关系(HQSRR)模型的色码图,探讨酚类化合物中的不同侧链基团对其色谱保留性质的影响,及其在固定相上的色谱保留机理.      

应用分子全息QSAR技术预测硝基芳烃的遗传毒性

分子全息是一种新的分子结构表征技术，基于分子全息的结构．活性关系(HQSAR)技术具有高效、快速、预测能力高等优点，非常适合于分析大量数据样本．本文应用这一最新的QSAR技术，采用偏最小二乘回归技术，研究了54种硝基芳烃的致突变毒性，建立了QSAR定量预测模型．交叉验证和非交叉验证结果表明，模型具有良好的拟合效果和显著的预测能力，进一步的测试数据检验表明，模型具有高度的预测能力和很好的稳健性，可以用来对这一类典型的有毒有机污染物的毒性进行预测．     

根据分子连接性指数估算极性有机化合物的吸附系数

研究了分子连接性指数与极性有机化合物吸附系数（以有机碳计）的关系．通过对建模组中２１１种极性化合物分子连接性指数与ｌｏｇＫＯＣ进行回归分析，发现仅根据分子连接性指数不能准确地计算其ＫＯＣ值．当在模型中引入极性校正因子后，计算的准确度明显提高．据此建立了估算极性有机化合物ＫＯＣ的定量模型．对所研究的２３１种极性化合物，平均估算误差为０３１个对数单位，４５％的估算误差在０２个对数单位之内．     

硝基苯类化合物的结构/毒性定量构效关系研究

为了定量结构／毒性相关性研究提取了拓扑指数Ａｍ，分子连接性指数＾ｍＸｔ量子化学参数及分子体积等，同时运用最佳变量子集算法（Ｌｅａｐｓ ａｎｄ Ｂｏｕｎｄｓ）进行了变量的压缩和选择，进而实施了多元间归分析，并由所得结果进行了硝基苯类化合物结构与毒性关系的理论解释，同时还进行了人工神经网络法对于该类化合物毒性的预测，其结果明显好于多元回归法。     

混沌理论在河流溶解氧预测中的应用初探

基于混沌理论、相空间重构思想和嵌入理论分析涟水流域溶解氧的时间序列，计算吸引子维数和最大的Lyapunov指数，研究河流水质系统的复杂性特征。结果表明，河流溶解氧时间序列具有混沌特性，其外在表现为貌似随机的无规则特点；但系统本身内在的、固有的规律(表现在最大的Lyapunov指数)，表明短期预测河流水质变化是可行的，并应用混沌相空间模线性回归模型进行了预测，其预测结果对涟水流域的水质管理和控制具有一定的参考价值。     

应用指数平滑法建立城市工业三废排放量预测模型

指数平滑法是常用的一种时间序列预测方法，但用于环境预测的先例则较少。本文以南通市１９８１－１９９０年工业三废排放量时间序列为例，简要介绍了该法的原理以及平滑计算、建模、预测和精度分析的过程，并对其在环境预测中的应用效果进行了探讨。结果表明，该法与目前环境预测中常用的回归法相比，具有数据来源较易，不需要特殊分布，计算简单，精度较高等明显的优点，充分显示出该法在环境预测中应用的可行性。     

造纸废水处理过程的高斯过程回归软测量建模

针对造纸废水处理系统的时变性、非线性和复杂性等特点,本文提出一种基于高斯过程回归的软测量模型.基于平方指数协方差、线性协方差和周期性协方差函数组合构建了7种高斯过程回归模型,分别对出水化学需氧量和出水悬浮固形物浓度进行回归预测.此外,还对比了多元线性回归模型、主成分回归模型、偏最小二乘模型、人工神经网络模型和高斯回归模型的预测效果.对比计算结果表明无论是对输出变量的训练拟合还是预测,高斯过程回归模型的拟合效果均优于非高斯过程回归模型.高斯过程回归模型的预测结果表明：对于出水化学需氧量,线性协方差函数与周期性协方差函数的组合模型可以取得最好的预测结果;对于出水悬浮固形物,平方指数协方差函数与线性协方差函数组合模型可以取得最好的预测结果.     

有机氯化物分子连接性与毒性的相关性

导出了用一阶价分子连接性指数（Ｘ）预测有机氯化物对Ｊｉａ卑鱼毒性（ｌｏｇＬＣ５０）的相关方程。分子连接指数由化合物的分子结构很容易计算出。该相关性方程含有两个变量，预测有机氯化物的毒性范围达３．５个数量级。其相关系数和标准差分别为０．９８１和０．１９。应用该相关方法可以预测大范围有机氯化物的毒性。     

皆伐炼山对林地养分元素资源迁移影响的研究

本文研究了林地皆伐火烧后生物量和养分元素资源迁移状况。结果表明：皆伐后移出林地生物量占林分地上部分总生物量８０％以上,移出林地养分元素Ｃａ、Ｍｇ占林地地上部分Ｃａ、Ｍｇ６０％以上,Ｎ、Ｐ、Ｋ则低于５０％；采伐剩余物在火烧过程中Ｎ损失率高达９５％,Ｐ、Ｋ、Ｃａ、Ｍｇ损失相对较少；火烧后表层土壤Ｎ、Ｐ有一定损失,Ｃａ、Ｋ、Ｍｇ则有所增加。皆伐火烧基本上将整个林分生长期所积累起来的地上部分生物量和养分元素全部迁移出林地。     

基于水热因子波动的呼伦贝尔草原产草量模型

基于多年气象资料(温度和降水量)和产草量监测数据,采用相关分析、主成分分析和回归分析等方法,构建呼伦贝尔草原产草量与气象因子统计学模型,并对二者之间的关系进行了分析.结果表明:利用水热波动因子建立的多项式回归模型具有较好的拟合效果,所建立的呼伦贝尔草原产草量预测模型为y=100.209+1.6410x-0.00559x2.F值显著性检验表明,其复相关系数R2=0.4713,F=8.0239(P=0.0033),在α=0.01水平上显著.利用1989─2009年呼伦贝尔草原产草量数据进行模型精度检验,模型预测精度在85%以上.该预测模型具有选用参数易得、易于代入遥感数据中进行栅格计算、精度高于基于植被指数预测模型等特点.     

长白山区人参栽培气候生态适应性及其分布的研究

本文分析了人参高产栽培的气候指标,确立了鉴定长白山区人参栽培气候生态适应性的隶属函数和描述人参综合气候适宜度空间分布的数学模型,并分析了人参适宜栽培海拔高度的地域变化。采用地理细网格场分析方法,计算、分析了人参栽培气候适宜性的地域性差异。结果表明,长白山区人参栽培的气候生态适应性有很大差异。     

我国餐厨垃圾资源化处理规模的影响因素统计学分析

为了探明我国餐厨垃圾资源化项目处理规模的影响因素,采用有序logistic回归对29个国家级餐厨垃圾处理试点项目进行统计学分析,考察人均GDP水平、服务人口、处理工艺以及地理位置对餐厨垃圾处理规模的影响,并建立相关的回归预测模型。结果显示:处理工艺和地理位置对项目处理规模的影响不显著（P>0.05）,而人均GDP水平和服务人口会显著影响餐厨垃圾的处理规模（P分别为0.007和0.013）,其中,服务人口对处理规模的影响更大。由此可见,为确定合理的餐厨垃圾处理规模,应重点考虑服务人口和城市人均GDP水平。基于此,建立了餐厨垃圾资源化处理规模的回归预测模型,该模型的准确性检验可达到75.86%,对于餐厨垃圾处理规模决策分析及合理评估具有参考意义。     

1961-2012 年西藏极端降水事件的变化

利用18 个气象站点1961-2012 年逐日降水量资料,计算了10 个极端降水指数,采用滑动平均、线性回归、Mann-Kendall 非参数检验和Morlet 小波分析等方法,分析了西藏极端降水事件的变化规律。结果表明：西藏近52 a 连续干旱日数（CDD）呈显著减少趋势,最大5 d 降水量也趋于减少但不显著,大雨日数和强降水量的线性趋势不明显,其他6 个极端降水指数都表现为增加趋势且不显著。与全球、青藏高原及其周边地区比较,西藏CDD和连续湿日的变幅明显偏大,最大1 日降水量、强降水量和极强降水量的变幅明显偏小。除CDD外,极端降水指数的变化趋势与海拔高度呈显著的二次曲线关系,仅有中雨日数的变化趋势与经度呈显著的正相关。在近52 a 的时间尺度上各项极端降水指数都存在3～4 a 显著周期,多数指数也存在12a、15 a 和16 a 的周期。在时间转折上,CDD的突变点时间较早,从1974 年开始;中雨日数、连续湿日和年总降水量的突变点发生在20 世纪80 年代末。从空间分布来看,那曲地区西部是极端降水指数变化最为显著的区域,雅鲁藏布江中游大部的多数极端降水指标趋于下降,而山南地区南部、林芝地区东南部的降水极值和降水强度都在增加。     

宜兴市殷村港叶绿素a与影响因子的多元分析

根据2011年1月—2015年12月殷村港水体中叶绿素a(Chl-a)及溶解氧、氨氮、总磷、总氮和水温等环境因子的监测数据,通过Pearson相关分析分析了叶绿素a浓度与水质指标、环境因子之间的相关性,并确定了影响因子;通过多元回归分析模型,建立了叶绿素a浓度和影响因子之间的相关性,实现叶绿素a浓度的预测,多元回归方程的复相关系数R都较高,均在0.8以上。多元回归模型能够较好地预测叶绿素a的浓度和走向趋势,对蓝藻水华的爆发提供参考。     

图门江流域*人口变化对森林生态资源的影响

本文以近百年来图门江流域我国一侧的人口变化过程为主导因子,历史地分析了森林植被破坏以后,一系列生态资源所受到的影响,并以珍贵毛皮兽紫貂为例,定量地分析了珍贵生物资源在该流域濒临绝迹的原因及历程。     

Assessment of pasture production in the Italian Alps using spectrometric and remote sensing information

Three years of summer field studies (2002–2004) were conducted at two sites in the Central Italian Alps. Field spectroradiometer data were acquired on different vegetation typologies where current above ground biomass was measured with traditional agronomic methods. Radiometric measurements were synthesised into a set of spectral vegetation indices. Log-transformed regression analysis between fresh biomass and spectral vegetation indices indicated that soil-adjusted vegetation indices (SAVI, MSAVI and OSAVI) show a better correlation (r² > 0.60) than more commonly employed indices as SR and NDVI (r² < 0.50). Cross validation procedure showed that a regressive model based on MSAVI index was the most predictive. Analysis of covariance revealed that data from different years and vegetation types significantly influenced the relation, however no improvement in the regressive model was found when data were used separately. After a suitable calibration procedure, a fresh biomass map of the study area was obtained using Landsat-7 imagery. Results showed that the integrated use of field spectral measurements and satellite derived information can provide a valuable support to the assessment of pasture biomass production in alpine environment.