基于贝叶斯最大熵的黑土区小流域土壤有机质空间分布预测

进行w（SOM）空间预测研究,对掌握区域w（SOM）空间分布现状、实施精准农业以及保护区域生态环境都有着重要意义.以土地利用类型为辅助变量,将不同土地利用类型所对应w（SOM）的概率分布作为“软数据”,采用BME（贝叶斯最大熵）方法对我国东北黑土丘陵区海沟河小流域表层w（SOM）的分布情况进行空间预测,并与以w（TN）和土地利用类型为辅助变量的CK（协同克里格）方法进行比较,探讨两种方法的可行性与精度.结果表明:我国东北黑土丘陵区海沟河小流域表层w（SOM）平均值为24.04 g/kg,空间变异程度为中等.w（SOM）与w（TN）呈极显著正相关,与土地利用类型存在较强的相关性,不同土地利用类型w（SOM）差异明显,w（TN）与土地利用类型能够用来辅助w（SOM）的空间分布插值.相较于CK方法,BME方法能更好地利用“软数据”进行空间插值,使对w（SOM）预测结果的平均误差（ME）、平均绝对误差（MAE）和均方根误差（RMSE）均有所降低,精度大幅提高,空间插值效果明显优于CK方法.研究显示,研究区w（SOM）以阶梯状自东向西依次递减分布,在南北方向上变化不大,空间变化特征较为明显,BME方法利用“软数据”插值后的结果能较好地反映研究区w（SOM）空间分布的实际情况.      

平原感潮河网地区非点源污染负荷匡算

平原感潮河网地区非点源污染严重,由于具有交叉污染等特性,造成了整个平原河网存在严重的环境污染和环境安全问题。构建了大尺度非点源污染负荷匡算模型,对南通平原河网地区非点源污染负荷进行了匡算。根据不同的产污方式,将非点源污染分为城镇降雨径流污染、畜禽养殖污染、农田降雨径流污染、农村生活污染和水产养殖污染等5种类型,分别计算其流失过程。     

基于贝叶斯网的网箱养殖区网箱移动预测建模

由专家知识和给定数据,采用著名贝叶斯网络学习K2算法构造了一个海底网箱养殖水环境指标与网箱移动间的贝叶斯网结构模型.该模型能有效的表达网箱养殖环境各个指标之间以及与网箱移动之间的因果关系和影响程度,实验结果表明,试验数据显示准确性为90.6%,以上证明该方法是有效可行的,表明贝叶斯网络是一种很有前途的网箱移动预测评价方法.     

贝叶斯理论在室内空气质量等级识别中的应用

利用贝叶斯理论在不确定性的表示、推理方面的优势,结合多传感器数据融合技术,以新装修居室的空气为研究对象,构建基于贝叶斯理论的室内空气质量等级的数据融合模型,并借助JAVA语言实现基于贝叶斯理论的室内空气质量等级方法。实验证明该方法正确可行,其计算结果稳定准确。     

基于自然语言处理和机器学习的疑似土壤污染企业识别

针对污染场地识别的精准性不高、科学性不足、全面性不够和数据共享难度大等问题,以南方某地级市为研究区,借助大数据平台,基于自然语言处理和机器学习,通过引入摘要中热词权重构建改进型朴素贝叶斯模型,并对兴趣点(POI)数据进行中类行业预测和污染企业识别。结果表明,与随机森林算法和XGBoost算法相比,朴素贝叶斯算法的性能最佳;企业名称+经营范围构建有语义词汇库后,朴素贝叶斯算法的准确率、召回率和综合评价指标(F₁)值得到大幅提升,分别提高了0.23、0.23和0.23;采用权重1.27和平滑参数α为1.10后,建立了改进型朴素贝叶斯模型,实现了行业类别预测,相应的准确率、召回率和F₁值分别为0.63、0.62和0.63;识别出研究区中26个疑似土壤污染行业有关1774家企业。改进型朴素贝叶斯模型能够有效地预测疑似土壤污染企业,具有较好的准确率与召回率,能够为场地污染识别与风险管控实践提供理论依据和设计参数。     

防风网扬尘庇护区湍流流场模拟数值边界条件

防风网后方存在复杂的湍流结构,通过耗散能量、降低风速形成扬尘庇护区。数值风洞是研究防风网流场结构及预测堆场扬尘的重要方法,由于涉及复杂的大气边界层及多孔介质边界问题,建立高精度的数值风洞目前仍是计算流体的难题。通过一系列数值模拟并与物理实验对比分析,研究了影响防风网数值风洞模拟精度的3个边界条件,即紊流入流边界、地面粗糙边界和多孔介质边界。结果表明：计算域入流紊动强度对风场结构模拟结果具有较大影响,紊动不足能够造成高达50%以上的虚假庇护长度;数值风洞地面粗糙高度通过壁面函数影响流场结构,对防风网抑尘效应有较大影响;防风网阻风效果可利用多孔跳跃介质边界模型实现,模型中惯性阻力系数对模拟结果有较大影响,应根据风压损失系数、防风网厚度和雷诺数设定。     

基于Noisy-or Gate的贝叶斯网络机械伤害风险评估

为改进故障树转化成贝叶斯网络时在数值转化中或门转化的缺陷,以某机械加工企业的机械伤害事故为例,使用Noisy-or Gate模型确定故障树中或门因素转化成贝叶斯网络节点的条件概率,降低或门中因0和1概率产生的误差,并与传统故障树转化成贝叶斯网络的模型进行对比分析,最后根据结果分析得出关键影响因素,为机械伤害中故障类型影响分析提供新的思路。     

基于Petri网的船舶海上加油作业过程建模与安全分析

为了更好保障水域清洁,减少生命财产损失,从船舶海上加油的实际过程出发,通过Petri网基础理论与船舶加油特征匹配构建船舶海上加油作业过程模型,采用关联矩阵的分析方法对模型进行参数化求解表达和网结构性质的确定,最后得到存在安全隐患的节点,对船舶海上加油作业过程提出相关建议。     

基于贝叶斯模型的地下水风险源污染概率估计方法研究

我国地下水环境风险源点多面广,但风险源周边地下水监测水平较低,尤其是在单个监测点指标异常时,监测数据异常值的来源及风险源造成污染概率的判定方面存在较大不足.为了解决此类问题,提出了基于贝叶斯模型的地下水风险源污染概率估计方法,并以石家庄市某工业集聚区下游一个农灌井中Cr⁶⁺含量和CHCl₃含量异常事件为研究案例,计算了指标异常来源于工业集聚区内8个风险源的污染概率.结果表明:①通过结合风险源的建成时间、废水排放量等软数据及对流弥散方程,优化先验概率、似然度以及后验概率求解方法,提出了基于贝叶斯模型的地下水风险源污染概率估计方法.②该工业集聚区下游农灌井中Cr⁶⁺含量和CHCl₃含量异常事件的案例应用结果显示,Cr⁶⁺含量异常来源于S6风险源的后验概率为76. 2%,即Cr⁶⁺含量异常最有可能由某无机盐制造业污染源造成; CHCl₃含量异常来源于S1和S3风险源的后验概率分别为32. 7%和23. 6%,监测点CHCl₃     

基于Web of Science和CNKI的湖泊沉积物文献计量分析

为了解湖泊沉积物研究领域现状和未来发展趋势,采用信息可视化、网络分析的研究方法,以Web of Science（WoS）和中国知网（CNKI）数据库中近35年（1985—2019年）湖泊沉积物研究领域的论文作为数据来源绘制社会网络图谱,剖析湖泊沉积物研究领域的发展动态、研究热点及前沿趋势。结果表明：WoS数据库近35年来湖泊沉积物研究领域的发文量呈显著上升趋势,发文量位居前3的国家依次为美国、中国和德国;近5年中国发文量较高,但发文总被引频次相对较低;Bindler R、Birks H J B和Bakke J为该领域以第一作者发文量排名前3的作者,Journal of Paleolimnology、Hydrobiologia和Limnology and Oceanography为发文量排名前3的期刊。CNKI数据库的发文量滞后于WoS数据库,国内研究者有偏向于投稿国外期刊的趋势;CNKI数据库中湖泊沉积物研究领域发文量最高的期刊为《湖泊科学》,张恩楼、金章东和薛斌为发文量排名前3的作者。国内外湖泊沉积物研究领域的研究热点大致相同,主要包括沉积物重金属和有机物的污染与风险评估、湖泊沉积物与气候变化研究等方面,未来该领域在正定矩阵因子分析模型和多元统计方法包括相关性分析、聚类分析、因子分析等方向的研究有待进一步加强。