基于灰色系统理论的济南市建筑废物产量预测

首先以建筑面积核算法对济南市2000~2017年建筑废物产量进行了估算,然后以估算值作为原始数据,建立了灰色GM（1,1）预测模型.最后对未来5a济南市建筑废物产量进行了预测.经验证,模型精度等级达到优秀级.结果表明,灰色GM（1,1）预测模型可以准确地预测济南市建筑废物的年产量,预测表明济南市建筑废物平均产量将从2018年的860万t,增加到2022年的1000万t.     

BP神经网络组合预测在城市生活垃圾产量预测中应用

文章分析了组合预测理论,在建立由二次指数平滑预测模型、灰色预测模型、BP神经网络预测模型组成的组合预测模型库的基础上,利用以上三种单一预测模型的组合构成BP神经网络组合预测模型。分别应用单一预测模型和组合预测模型对湖南省城市生活垃圾产生量进行预测,通过分析和比较预测结果,验证了该组合预测方法的有效性。     

建筑垃圾产量预测与时空特征研究:以南京江北新区为例

建筑垃圾的产量预测与时空特征分析是制定城市建筑垃圾资源化管理方案的重要参考依据。界定了建筑垃圾的定义与分类,提出基于情景分析的单位建筑面积建筑垃圾产量预测方法,并以南京市江北新区直管区为例,采集控制性详细规划、倾斜摄影地图、地形图、百度全景地图、年度在建施工项目与征收项目清单等基础资料,对江北新区直管区近期(2018年)与远期(2019—2030年)的拆建垃圾产量进行估算与分析;同时借助ArcGIS技术,采用核密度分析实现拆建垃圾空间分布的可视化与特征分析,为后续建筑垃圾资源化处置方案设计提供基础数据与决策依据。     

基于回归分析方法的城市火灾预测——以天津市为例

城市火灾预测对于火灾预防和消防部署具有一定的指导意义.本文采用回归分析方法建立了幂函数、指数函数等多种火灾预测数学模型,应用所建立的火灾预测模型和SPSS软件对天津市7年的火灾统计数据进行了曲线拟合,并对各种模型进行了显著性检验和比较,结果表明指数模型作为火灾起数随年份变化的曲线模型,预测的下一年火灾情况与实际情况基本...     

基于ARIMA模型的北京市朝阳区建筑垃圾产量分析与预测

在建筑垃圾产量历史数据缺失的情况下,借助ARIMA模型预测朝阳区拆除面积和建筑竣工面积,从经验系数法和间接预测法入手,对朝阳区的拆除垃圾、新建垃圾和装修垃圾的产量进行了预测。研究结果,表明未来8年朝阳区新建剩余垃圾和装修垃圾的产生量呈缓慢上升的趋势,工程槽土和拆除垃圾的产生量呈现周期性的波动;工程槽土对建筑垃圾总量的贡献最大,其次是拆除垃圾,新建垃圾的贡献最小。综合考虑不同类建筑垃圾的产生量和特点,朝阳区政府应加大拆除垃圾和装修垃圾无害化和资源化的管理力度。     

基于灰色预测模型的合肥市城市生活垃圾产量预测

随着合肥市经济的快速发展和人民生活水平的普遍提高,生活和生产过程中产生的日益增多的城市生活垃圾,已成为困扰城市发展、污染市容环境、影响市民生活的社会问题.通过对合肥市城市生活垃圾现状的分析,得出合肥市城市垃圾产生量是逐年增长的,每年3月、5月和8月为垃圾高产期,2月和4月为相对较少月份.在现状分析基础上建立灰色预测模型并用其对未来城市生活垃圾产量进行预测,结果表明合肥市到2030年城市垃圾产量将达到222.47万吨.     

城市生活垃圾产量影响因素的路径分析——以厦门市为例

城市生活垃圾产量日益剧增,已成为制约我国城市健康和可持续发展的瓶颈.深入开展城市生活垃圾产生量的影响因素研究有助于揭示垃圾产生机制,把握其动态变化趋势,从而指导生活垃圾可持续管理及调控.因此,以厦门市为例,基于1979-2010年生活垃圾清运量及经济、生活水平、城市发展水平、社会人口学特征、自然等方面的时间序列数据,运用路径分析方法,开展了城市生活垃圾产量影响因素研究.结果表明,所构建的路径分析模型拟合优度很高,相比较简单的相关分析,很好地解释了因素与垃圾产量的因果关系;城市规模、人均可支配收入、城市化率、GDP的直接影响系数分别为0.58(p ＜0.001)、0.55(p＜0.001)、0.52(p ＜0.001)、0.51(p ＜0.001),均大于0.5,说明正影响作用很大;家庭特征直接影响系数为-0.40(p ＜0.001),为较大负影响;GDP通过旅游人次、城市规模通过家庭特征对垃圾产量有间接作用,影响系数分别为0.13(p ＜0.001)、0.31(p＜0.001);各因素总影响系数排序为城市规模(0.89,p＜0.001)＞ GDP(0.64,p ＜0.001)＞人均可支配收入(0.55,p ＜0.001)＞城市化率(0.52,p ＜0.001)＞家庭特征(-0.40,p＜0.001)＞旅游人次(0.19,p＜0.001)＞年均温度(0.09,p ＜0.001);旅游人次影响作用为中等偏弱,温度只引起生活垃圾产量的年内变动而不影响年际变化.     

森林生态系统补偿标准的方法探讨——以海南省为例

研究的主要目标是针对森林生态系统寻求适宜的补偿标准的方法,从而制定出合理的生态补偿标准。首先运用生态区位商的方法将海南省森林生态系统服务划分为一级主导生态系统服务、二级主导生态系统服务和潜在生态系统服务三类。研究结果显示生物多样性保护、景观游憩和环境净化等划分为一级主导森林生态系统服务;养分循环和水源涵养划为二级主导森林生态系统服务;气候调节、土壤保育、制氧以及林副、木产品为潜在森林生态系统服务。分类结果在现实中符合海南省森林生态系统特征情况。其次,运用恩格尔系数与皮尔生长曲线模型相结合的补偿系数法计算生态补偿系数,结果为0.170。该数据说明现今中国的经济发展刚达到小康水平,人们对于森林生态价值的认识和需求处于初级阶段,因此制定补偿系数不宜太高。根据森林生态系统服务的分类及生态补偿系数的结果,计算出分三个阶段执行的生态补偿标准:在第一阶段,补偿标准为947元/(hm2.a);第二阶段补偿标准提高为1 946元/(hm2.a);第三阶段,补偿标准为2 966元/(hm2.a)。     

XGBoost-LSTM变权组合模型支持下短期PM2.5浓度预测——以上海为例

为进一步提高PM_2.5浓度预测的精度,基于XGBoost和LSTM进行改进得到变权组合模型XGBoost-LSTM（Variable）.过对预测因子进行相关性分析,得到其它大气污染物和气象因素对PM_2.5浓度的影响,确定最优PM_2.5浓度预测因子,再将预处理后数据集输入LSTM模型和XGBoost模型分别进行预测,采用基于残差改进的自适应变权组合方法得到最终预测结果.结果表明,污染物变量的相对重要性高于气象因子变量,其中当前PM_2.5和CO浓度的相对重要性较高,而平均风速和相对湿度重要性较低.XGBoost-LSTM（Variable）模型的RMSE、MAE和MAPE值为1.75、1.12和6.06,优于LSTM、XGBoost、SVR、XGBoost-LSTM（Equal）和XGBoost-LSTM（Residual）模型.分季节预测结果表明,XGBoost-LSTM（Variable）模型在春季预测精度最好,而夏季预测精度较差.模型预测精度高的原因在于其不仅考虑了数据的时间序列特征,又兼顾了数据的非线性特征.     

茂名历史建筑的保护与传承思考——以安良堡为例

为了让茂名的历史建筑能够更好地保护与传承,通过以高州曹江镇安良堡作为实践对象,采用测绘、访谈等田野调查的方法记录安良堡现状、历史、特色等。并且了解其保护与传承的过程,找出存在的问题。结合国内外对于历史建筑保护与传承的最新研究,提出在安良堡的保护与传承中应注重信息档案管理、公众参与、保存历史氛围等几个方面的问题,为茂名历史建筑的保护与传承提供了一些思路。     

组合预测模型在战略环境评价中的应用——以山东省汽车工业规划SEA为例

预测方法繁多,科学的选择预测方法是决定SEA成败的关键环节。许多预测方法被认为可用于SEA,但是还没有在实践中得到足够的验证。文章简要介绍了组合预测模型的基本思想,提出了2种预测法所构成的组合预测法加权系数的计算公式;并以山东省汽车工业规划SEA为例,对汽车保有量进行了预测研究;结果表明:采用组合预测法的预测精度比两种单项预测模型的预测精度都有较大的提高,其误差平方和明显降低。     

不同生态位城市用地扩张和经济发展的互动关系研究——以广东省为例

城市化过程往往具有阶段性,不同用地规模、等级或区域的城市用地扩张,具有不同的阶段性,它们与连续性经济发展之间的互动关系有显著的差别。论文以广东省21个地级及以上城市为研究对象,根据研究对象1995—2010年生态位值的变化情况,将21个城市分为4个等级,结合4种方法从不同角度对不同等级城市用地扩张和经济发展之间的关系进行研究。结果表明,研究城市扩张和经济发展关系的方法应该基于完全市场化的基本假设,而且需要应用多种方法从不同角度进行综合诊断。生态位的方法能够恰当地区分城市扩张与经济发展关系的级别,不同生态位的城市用地扩张和经济发展具有不同的关联机制。大部分高生态城市用地扩张和经济发展符合库兹涅茨曲线关系,并能用Logistic蒂模型拟合,两者之间长期均衡关系也较显著,高生态位城市以弱脱钩状态为主。高生态位城市占有较大的空间和较多的资源,市场化水平也较高,城市扩张与经济发展关系密切。大部分低生态位城市不满足库兹涅茨曲线关系,少数城市能用Logistic蒂模型拟合,两者之间长期均衡关系也不显著,低生态位城市以强脱钩状态为主。低生态位城市所占有的空间和资源都比较少,市场化水平也较低,尽管城市扩张与经济发展也有一定的关系,但表现不明显。就目前而言,大部分城市规模已接近城市扩张的上限,高生态位城市应利用管理和技术等手段,不断提高资源利用效率和集约化水平,推动经济可持续发展。低生态位城市应逐渐改变城乡土地二元结构,调整内部产业结构,实现经济的可持续发展。     

基于GIS技术的城市大气环境质量评价——以淮南市为例

以淮南市为例 ,探讨了基于地理信息系统GIS技术进行城市大气环境质量评价的分析方法。利用GIS的空间数据管理、分析和图形显示、输出功能 ,对大气环境进行多因素复合分析 ,建立了基于“变权”思想的大气环境质量综合评价的污染指数模型和大气环境质量等级标准 ,并以图表的形式输出了评价结果。结果表明利用GIS技术进行城市大气环境研究具有传统方法无法比拟的优势 ,具有广阔的应用前景 ;所建立的大气环境评价模型和等级划分标准简单、客观、合理 ,具有实际应用意义。     

吉林省城市土地集约利用的空间分异

以吉林省9个地级市市区为研究对象,从土地投入强度、利用程度、利用效益和生态环境集约度四个方面构建城市土地集约利用度评价的指标体系。采用SPSS 13.0的全局主成分分析法和聚类分析方法对所属9个地级市2000-2009年的土地集约利用度进行综合评价,并分析其空间分异特征。结果表明:2000-2009年吉林省城市土地集约利用度提高,在空间上呈现为较强的极核效应,同时存在明显的东、中、西差异,10 a间省内城市土地集约利用度总体差异呈现波动性缩小趋势。并从产业结构、区域发展基础、经济发展水平、城市规模等方面分析了差异产生的原因,得出:影响吉林省各地级市土地集约利用的因素是复杂的,区域自然条件和地理环境差异只是基底条件,经济发展差异对土地集约利用分异作用较大。     

中部地区资源型城市质量与规模时空差异演化研究——以山西省为例

在“新常态”背景下,山西省作为全国能源重化工基地,其城市面临转型与发展双重压力。通过构建指标测评体系,运用熵值法与协调模型等方法对山西省11个地级市城市质量年均增长率和城市规模年均增长率间协调发展程度的时空格局进行了相关分析。研究表明：1）山西省整体城市规模变异系数较大,而城市质量变异系数较小;且山西省各地级市城市质量、城市规模及其城市综合发展水平时空差异变化明显,在空间上由北向南总体呈“W”型分布格局。2）山西省各地级市在2005—2010年与2010—2014年两个时间序列上,城市质量年均增长率与城市规模年均增长率间的对比关系不确定,即存在城市质量发展速率超过城市规模或城市质量发展速度滞后于城市规模的现象。3）山西省各地级市城市质量年均增长率与城市规模年均增长率间协调发展关系存在着明显的地域空间分异,且在不同时间序列上形成了不同的城市发展主导类型,需因地制宜地分类指导其城市建设。     

中国北方干燥地城市扩展过程对生态系统服务的影响——以呼和浩特-包头-鄂尔多斯城市群地区为例

理解中国北方干燥地城市扩展过程对生态系统服务的影响对提高干燥地人类福祉和实现区域可持续发展具有重要的意义。为此,论文以正在经历快速城市化的呼和浩特-包头-鄂尔多斯（呼包鄂）地区为例,从区域、城市和旗县3个尺度上揭示了该地区1990—2013年城市扩展过程对生态系统服务的影响。首先,量化了呼包鄂地区1990年的生境质量、粮食生产、肉类生产和碳储量4种关键生态系统服务。然后,分析了1990—2013年呼包鄂地区的城市扩展过程。最后,在区域、城市和旗县3个尺度上评价了呼包鄂地区1990—2013年城市扩展过程对生态系统服务的影响。结果显示,1990—2013年,呼包鄂地区经历了快速的城市扩展过程,城市用地面积从314.22 km²增加到692.10 km²,增长了1.2倍。区域城市扩展过程导致4种生态系统服务均明显下降。其中,粮食生产服务损失最严重,损失量达1.36×10⁴ t,约占1990年全区粮食生产总量的1%。边缘型和飞地型城市扩展对生态系统服务的影响最明显。1990—2013年,边缘型城市扩展导致的粮食生产、肉类生产和碳储量损失量占区域城市扩展过程中各项服务损失总量的比例均超过60%,飞地型城市扩展造成的肉类生产服务损失量大于区域城市扩展过程中该服务损失总量的1/3。边缘型和飞地型城市扩展过程导致的耕地和草地大量减少是造成生态系统服务快速下降的主要原因。因此,建议在呼包鄂地区的城市化进程中应提高城市用地利用率,控制边缘型和飞地型城市扩展,以减少城市扩展过程对生态系统服务的影响。     

基于主成分分析法和AHP-GEM模型的区域新增建设用地指标合理配置——-以江苏省为例

为从理论上科学合理地配置各子区域的新增建设用地指标, 以江苏省为例, 初步选取了影响 区域新增建设用地合理配置的13 项指标, 为避免指标间的多重共线性, 应用主成分分析法将这些 指标综合归并为人口资源、经济社会、城镇发展3 个综合因子。在此基础上, 采用AHP-GEM模型对 江苏省的新增建设用地指标进行了理论上的配置, 结果表明: 江苏省新增建设用地指标分配值可以 分为4 个层次: ①苏州、无锡和南京, 理论上所应分配的新增建设用地面积占全省总量的比例均大 于10%, 其中, 苏州最多, 为18.80%, 无锡、南京次之, 分别为16.78%和11.20%; ②南通和常州, 分 别为7.93%和7.81%, 其比例在7.5%至8%之间; ③扬州、镇江、盐城、泰州和徐州, 分别为6.03%、 5.91%、5.51%、5.33%和5.00%, 其比例占全省的5.5%左右; ④淮安、连云港和宿迁, 分别为3.65%、 3.03%和3.01%, 其比例在3%左右。通过比较, 理论上计算的结果与实际分配情况大致吻合。     

2001~2019年气象条件对江苏省PM2.5分布的影响

利用区域在线空气质量模式WRF-Chem模拟研究了2001～2019年气象条件对江苏省PM_2.5浓度分布的影响.在排放源不变的情况下,气象条件引起的江苏省PM_2.5年均浓度的最强正、负异常分别出现在2008和2001年,它们的异常值相对于多年平均值分别占比10.5%和-14.3%,表明气象条件对PM_2.5浓度年际变化有明显影响.经验正交函数分解的结果表明,气象条件对江苏省PM_2.5浓度的空间分布的影响具有一致性.边界层高度、温度、相对湿度、风速和降水整体上都与江苏省PM_2.5浓度呈现显著负相关关系.以上气象因子所构建的线性回归方程能较好地描述PM_2.5浓度和气象条件之间的关系,其拟合值与模拟值相关性为0.73,通过了99%的信度水平检验.     

基于SEM模型的热环境时空特征及影响因素分析:以西安都市圈为例

城市热环境是评价城市生态环境的重要指标之一,直接关系到居民健康及城市经济可持续发展,但目前研究缺乏自然和人文多维因子对热环境的影响路径分析.基于西安都市圈2020年MODIS MYD11A2地表温度数据,辅以气象、地表因子和人类活动等数据,综合利用ArcGIS空间地统计分析、冗余分析（RDA）和结构方程模型（SEM）,研究城市热环境在不同季节的时空分布特征,揭示城市热环境的主要影响因素并量化其直接和间接效应.结果表明:①西安都市圈的地表温度呈现北高南低,自城市中心向四周递减的空间格局,夏季热环境污染最严重.②冗余分析表明影响热环境的主要因素为:气温、不透水地表、植被和降水.③SEM结果显示,气象、地表和人类活动因子对城市热环境的直接影响显著并占主导地位,气温、不透水面和兴趣点密度对热环境有显著的直接正效应（0.10~0.33）,水体、降水和植被对热环境有显著的直接负效应（-0.29~-0.25）.人类活动对夜晚地表温度的直接影响力高于地表因子和气象因子,提高经济效益有利于缓解城市热环境效应.以上结果可为城市热岛局地气候变化研究和绿色生态宜居城市环境建设提供科学参考.     

基于改进输出系数模型的非点源污染评估及关键源区识别：以北运河上游流域为例

非点源污染对水生态环境威胁极大,定量解析非点源污染空间分布特征和准确识别关键源区是实现其高效精准治理的基础.输出系数模型广泛应用于非点源污染的模拟,但该模型忽略污染物迁移过程中的损失量,需要进一步改进.以北运河上游流域为例,通过对非点源污染物迁移物理过程的模拟,量化产流、产沙和下渗过程中污染物的损失率改进输出系数模型,并分析Johnes、常用和改进输出系数模型的模拟精度,探究3个输出系数模型对非点源污染空间分布特征和关键源区模拟结果的影响.结果表明：(1)改进输出系数模型模拟误差(-6.79%)明显低于Johnes模型(50.44%)和常用模型(-84.01%),显著提高了非点源污染模拟精度.(2)不同输出系数模型得到的非点源污染空间分布特征和关键源区存在较大差异,改进的输出系数模型模拟结果更符合流域非点源污染特征.流域非点源污染呈西北部低东南部高的空间特征,城镇用地和耕地是主要污染源.(3)基于改进输出系数模型确定的流域非点源污染关键源区主要分布在昌平、沙河、史各庄、温泉乡北部和马连洼街道西部等区域,占流域总面积6.71%.研究可为缺资料地区的非点源污染评估和治理提供更有效的工具支撑...