基于参数外延的农业非点源污染随机监测方法

本文针对分布式面源模型在其模拟运用中的有效信息获取、外界环境因子变异性、输入信息即参数外延确定及尺度转换问题,探讨了了如何利用随机理论、多元统计原理以及多变量变异性协同估计等方法,通过少量监测信息确立相关参数的变异性规律,建立基于参数外延的快速经济的定量化随机监测方法,从而减少时间冗余和空间监测的变量维数,实现输入信息和参数在模型应用中的尺度转换。对流域农业非点源控制的重要参数获取、参数信息监测的空间位置确定以及监测频率等方面提供理论依据,较好地促进了分布式模型在不同尺度上的推广应用。     

基于随机森林算法的城市火灾风险评估研究

为定量分析城市火灾风险,引入随机森林算法.首先设计基于随机森林算法的递归特征消除方法优化初选的14个自变量指标,剔除无关或冗余变量;其次基于随机森林算法的平均准确度降低方法计算特征重要度,将其归一化结果作为指标的权重;最后结合指标数据,使用线性加权法评估城市火灾风险.以济南市区为例的实证研究显示:经过特征选择操作后发现...     

基于随机森林算法的福建省林火发生主要气象因子分析

应用"随机森林"算法,以福建省22个国家级气象站每日气象数据和2000年~2003年间林火火点卫星解译数据为基础,对影响福建省林火发生的主要气象因子进行分析,并对2004年的林火数据进行独立检验。研究结果显示,"日最高地表气温"、"日最低地表气温"、"日照时数"、"日最高气温"和"日最小相对湿度"等5个气象因子是影响林火发生的主要驱动因子,且这5个气象因子对林火发生的影响大小为:"日照时数""日最高气温""日最低地表气温""日最小相对湿度""日最高地表气温";随机森林算法的拟合结果显示:随机森林算法对福建省林火发生的预测精度为82.3%,表明随机森林算法对我国福建省林火发生的预测具有较高的预测能力,可用于基于气象因子的我国福建省林火发生的预测预报。本研究可为福建省林火的预测和决策工作提供一定的参考依据。     

三峡库区万州段河流水-气界面CO2通量支干流对比及影响机制初探

以三峡库区万州段干流及典型支流澎溪河为研究对象,监测2019年4～9月水华期间水体中CO₂浓度以及12个环境指标,估算水-气界面CO₂通量并进行支干流对比.将12个环境指标分为气候因子、水环境因子、碳源因子、营养因子和沉积物因子,探讨5类因子对CO₂通量的影响途径和贡献率,进一步为控制水库温室气体排放提供数据积累和理论支持.结果表明,监测期间内高阳、黄石和万州平均CO₂通量分别为（1.445±1.739）、（3.118±2.963）和（2.899±1.144）mmol·（m²·h）^-1,表现为:澎溪河支流高阳<干流万州<澎溪河支流黄石.从变化幅度来看,支流水体CO₂通量变幅较大,干流水体变化幅度则相对较小,是较稳定的CO₂"源".长江干流作为陆地向海洋的生源物质运输枢纽,相比其支流碳含量和流速更高,这使得通常情况下干流CO₂通量大于支流.但水文情势的不同使得同一支流不同点位CO<...     

基于哨兵二号遥感影像的近海养殖区提取方法研究

卫星遥感为近海养殖区信息的精确提取提供了有效的技术手段,对实现海水养殖业的科学监管具有重要意义。现有光学遥感手段对养殖区信息的提取多侧重于影像空间特征的使用,对于光谱和空间信息的结合在养殖区特征表达与判别提取方面的综合利用还有待进一步挖掘。本文利用哨兵二号卫星遥感影像,针对近海养殖区小样本、多维度、水体组分复杂等特点,...     

长三角地区PM2.5浓度对土地利用/覆盖转换的空间异质性响应

长三角地区PM_2.5污染受区域空间效应的影响,其可持续治理方向仍不清晰.结合随机森林、空间计量模型和多尺度地理加权回归模型（MGWR）,探讨PM_2.5浓度对土地利用/覆盖转换的多尺度空间响应过程.结果表明：（1） 2000～2018年长三角地区PM_2.5浓度呈现出4类空间连续聚集的时空变化模式,区域性同步变化强烈;（2）土地转换对PM_2.5浓度的相对影响表现复杂,耕地与林地的源-汇效应显著.邻域分析表示周围聚集性土地利用/覆盖转换普遍比单一像元时作用更显著,空间效应明显;（3） PM_2.5浓度变化与林地、草地转换类型大多呈显著负相关,与耕地、建设用地和水体之间的转换类型呈显著正相关.随机森林模型重要性排序及相关系数强度表明：耕地-耕地（29.65%及0.650）、林地-林地（26.98%及0.726）、建设用地-耕地（22.57%及0.519）、耕地-林地（17.84%及0.602）和耕地-建设用地（16.34%及0.424）之间转换对PM_2.5浓度变化贡...     

土石混合体REV尺度数值方法研究

土石混合体是一类较为复杂的宏观二元介质不连续岩土体,不同的块体分布情况及不同的试件尺度导致其具有不同的等效强度特性。基于随机集合体构造(RA S)方法构建了土石混合体的随机模型,编制程序实现了随机模型的输出和数值模型的生成。以西南某大型堆积体滑坡中的典型土石混合体为例,考虑含石量和不同粒径分布规律,建立多组不同尺寸随机模型,进行了大量的数值试验,得到了强度表征单元体积(REV)尺度,在此基础上得到了等效强度参数,并分析了土石混合体受力性能和渐进破坏模式。研究结果表明,土石混合体存在REV尺度,案例所得的REV尺度为1.0 m×1.0 m,不同尺度数值计算结果有一定差别,基于REV尺度的力学参数才符合工程意义。     

朱鹮的随机扩增多态DNA分析与种内亲缘关系研究

利用随机扩增多态DNA技术对朱鹮 ( Nipponia nippon ) 8个个体进行了随机扩增多态DNA分析. 用20个10bp的随机引物对每只朱鹮的基因组DNA进行扩增,共得到168个扩增片段,其中共有片段为102个. 根据聚类分析所得到的树状图确定了8只朱鹮的亲缘关系,这为进一步构建全部朱鹮个体的谱系关系图打下了基础,有利于制定更有效的朱鹮保护计划.     

基于多模态信息融合的心理负荷评估

为了相对稳定地识别人员是否处于心理负荷状态,设计并实施含能材料起爆作业心理负荷诱导试验。首先对心理负荷诱导情况进行判断,然后分别采集27名被试在静息状态和实施含能材料撞击起爆作业状态下的眼动、心率变异性(HRV)和脑电信号(EEG),通过正态性检验和假设检验获得心理负荷表征指标并进行统计功效分析,依据表征指标,采用支持向量机(SVM)和随机森林(RF)算法建立多模态信息融合的心理负荷评估模型,最后采用被试工作特征曲线(ROC曲线)分析各模态组合和分类器的心理负荷识别性能。研究结果表明：双模态(眼动+EEG)下SVM算法和3模态下RF算法评估性能和稳健性较高,多模态信息组合具有优异的识别效果。     

MODIS时序影像的福建近岸叶绿素a浓度反演

叶绿素a(Chl-a)浓度是可以直接遥感反演的重要水质参数之一,常用来评价近岸水体的富营养化程度.为有效监测福建近岸水域中的叶绿素a浓度变化,本文利用MODIS时间序列影像数据,采用适用于小样本数据的机器学习方法随机森林(Random Forest, RF)和传统的特征波段比值(Band Ratio, BR)方法,结合时序浮标观测数据,在浮标观测站点有限的情况下,采用"以时间连续补空间稀疏"的建模策略,分别对福建近岸不同时相叶绿素a浓度进行遥感反演,并对反演结果进行验证与分析.结果显示RF、BR两种方法反演的均方根误差(RMSE)分别为0.49、0.52μg·L~(-1),平均绝对百分比误差(MAPE)分别为37.50%、50.20%,平均决定系数(R~2)分别为0.87、0.21.可见,基于MODIS时序影像的RF模型可较准确估测福建近岸叶绿素a浓度,且精度优于BR模型.在近岸水环境普遍恶化且浮标观测站点有限的情况下,本研究可提供一种有效监测叶绿素a浓度的方法,有利于福建近岸水环境(如赤潮)的遥感监测.