柴达木盆地表土重金属污染与来源分析

柴达木盆地主要土类为盐化荒漠土和石膏荒漠土,为了了解区内表层土壤重金属的污染特征、空间分布及污染源,在盆地内以主要沉积地貌为对象,以25 km左右为采样半径,共采集了129件表土（0~10 cm）样品,对表土中的As、Ba、Cr、Mn、Nb、Ni、Pb、Ti、Zn和Zr等10种重金属进行含量测定,并利用富集因子（EF）、地累积指数（I_geo）及绝对主成分-多元线性回归（APCS-MLR）受体模型等初步定量分析了重金属的污染程度及潜在来源.结果表明,柴达木盆地10种表土重金属元素自20世纪60年代以来,有不同程度的富集,As与Pb可能存在点源污染,整个盆地总体上在尚清洁状态到低污染之间,APCS-MLR分析表明,表土重金属受2个来源影响,分别为自然因子和交通因子,As、Cr、Mn、Nb、Ni、Ti、Zn和Zr受自然因素影响,Ba和Pb受自然因素和交通运输双重影响.     

一种改进的CSCA+PCA化工过程异常检测技术

为了解决化工过程异常检测时因参数众多且数据庞杂而导致一些异常无法被有效检出的问题,在Brownlee的克隆选择分类算法（CSCA）基础上,通过引入主成分分析（PCA）技术,进行数据降维和数据重整,探讨了人工免疫算法在化工过程异常检测中的适用效果和技术方案,以TE过程数据作为样本进行异常检测和分类实验。结果表明,过程异常数据的规模、属性的数目对CSCA异常检测效果具有明显影响,而通过主成分分析进行数据降维之后,CSCA检测效果有所提高;进一步的数据重整之后,CSCA对过程异常分类辨识的准确率可提升到85%以上;基于CSCA+PCA的数据降维及重构之后的过程异常检测技术方案,可以获得较高的异常检测准确率,从而一定程度上为化工过程安全运行提供技术保障。     

长江三角洲各城市综合实力的主成分分析

运用主成分分析方法,通过建立一套涵盖5个层次16个方面共34个指标的城市指标体系, 对长江三角洲15个城市的综合实力进行计算和比较。运用SPSS10．0统计软件对上述指标进行标准化处理,用方差最大法正交旋转,并通过载荷 系数分析得出六个主成分。将各主成分得分结合主成分权数进行综合计算得出各城市的综合得分,按得分由高到低依次是上海、南京、杭州、苏州、无锡、宁波、镇江、绍兴、常州、南通、扬州、泰州、舟山、嘉兴和湖州。根据各城市的综合得分水平,将长江三角洲的城市分为一个核心三个圈层,并比较分析各个城市的相对优势、薄弱环节及其差异引致因素,对其今后的发展提出若干建议。认为长江三角洲在今后的发展中,应以上海为核心,以南京、杭州、苏州为三个支点,加强区域内的分工与协作,促进区域的共同繁荣。     

天津近郊农田土壤重金属风险评价及空间主成分分析

以天津市近郊西青区主要农产品生产基地表层土壤(0—20 cm)作为研究对象,分析了V、Cr、Ni、Cu、Zn、As、Se、Cd、Pb共9种重金属含量及空间分布特征.分别采用地累积指数法及Hakanson潜在生态危害指数法,对农田土壤重金属污染程度及生态风险进行评价;同时利用多元统计分析方法,揭示了研究区农田土壤重金属各元素之间的相关性及污染来源.结果表明,研究区农田土壤各重金属含量偏低,呈轻度污染;但在靠近居住区、高速公路、铁路或小型畜牧厂(已关停)的部分点位中Zn或Cr存在明显富集,污染等级为中度或严重;各元素的生态危害指数大小依次为E_R(As)E_R(Cu)E_R(Pb)E_R(Zn)E_R(Ni)E_R(Cr)E_R(V),生态危害程度均为轻微;多元统计分析结果显示,灌溉水对As和Pb的影响较显著,农作物对As的影响较显著;Cr和Ni来源相似,主要受成土母质的影响;Pb、Zn、Cu等3种元素来源相似,主要来自于附近公路交通所排放的污染物;V和As的来源主要与历史工业污染的积累相关.     

动态主逻辑图--一种改进的安全风险建模方法

用主逻辑图,可以比较直观地建立起复杂系统的安全风险模型,但是这种模型运用的是布尔代数理论,所以无法模拟具有动态行为的系统.动态主逻辑图就是在主逻辑图的基础上,运用模糊数学（逻辑）的理论,分析复杂系统中的动态行为.介绍了动态主逻辑图的8种基本形态,并以利用动态主逻辑图对系统进行全面诊断和描述系统的部分失效的行为为例,简要说明了动态主逻辑图的新特点.     

多元统计分析在粮食产量影响因素分析中的应用--以四川省为例

粮食安全问题引起了社会各界的高度重视.四川省作为全国的人口大省、粮食大省,粮食安全不容忽视.采用多元统计中的灰色关联度分析和主成分分析法对四川省粮食产量影响因素进行了相关分析,确定其主要影响因素,为解决粮食安全问题提供科学依据.