Hierarchical modeling of count data with application to nuclear fall-out

We propose a method for a Bayesian hierarchical analysis of count data that are observed at irregular locations in a bounded domain of R². We model the data as having been observed on a fine regular lattice, where we do not have observations at all the sites. The counts are assumed to be independent Poisson random variables whose means are given by a log Gaussian process. In this article, the Gaussian process is assumed to be either a Markov random field (MRF) or a geostatistical model, and we compare the two models on an environmental data set. To make the comparison, we calibrate priors for the parameters in the geostatistical model to priors for the parameters in the MRF. The calibration is obtained empirically. The main goal is to predict the hidden Poisson-mean process at all sites on the lattice, given the spatially irregular count data; to do this we use an efficient MCMC. The spatial Bayesian methods are illustrated on radioactivity counts analyzed by Diggle et al. (1998).     

Bayesian Ecological Regression with Latent Factors: Atmospheric Pollutants Emissions and Mortality for Lung Cancer

In this work we propose a Bayesian ecological analysis in which a latent variable summarizes data on emissions of atmospheric pollutants. We specified a hierarchical Bayesian model with spatially structured and unstructured random terms with a nested latent factor model. This can be considered a combination of the convolution spatial model of Besag et al. (1991) and an ecological regression analysis in which a latent variable plays the role of the covariate. The unified approach allows to proper account for the uncertainty in the latent score estimation in the regression analysis. The Bayesian Latent Factor model is used to summarize the information on environmental pressure derived from three stressors: Carbon Monoxide, Nitrogen Oxides and Inhalable Particles. We found evidence of positive correlation between Lung cancer mortality and environmental pressure indicators, in males, Tuscany (Italy), 1995–1999. Environmental pressure seems to be restricted to fourteen municipalities (top 5% of the Latent Factor distribution). The model identified two areas with high point source emissions.     

事故预测分析的PETRI网

对事故预测分析Ｐｅｔｒｉ网模型中的事件、逻辑门表示及其模型构造进行了讨论；文中以一事故为例，对其ｐｅｔｒｉ网、ｐｅｔｒｉ网的可达标识图制作做了较为详细的介绍。在此基础上，分析可达标识图，求出导致事故发生的最小割集和最小径集，为控制事故的措施选择提供了可靠的理论依据。该方法表现直观，为事故的预测分析开辟了一条新的途径。     

铁路安全评估网与评估实施法

研究了铁路安全评估应该建工多元立体评估网和采用多层次、多项值评估实施法。     

中原地区旱涝等级预测──利用游程理论和王邨重建的2232a降水距平资料

本文采用王重建的２２３２ａ降水长序列运用Ｍａｒｋｏｖ过程理论分析了中原各地区旱涝等级的概率特征；定义了净旱涝历时、净旱涝烈度、平均净旱涝烈度参量，并用之建立了中原中心区降水的丰枯段等级预测模式。为中原地区旱涝分析和预测提供了理论依据。     

THE DETERMINATION OF AN OPTIMAL POLICY FOR PROTECTING GROUND WATER QUALITY1

ABSTRACT: An analytical framework is presented that identifies the tradeoffa that a regional authority desiring to enhance ground water quality is confronted with as it strives to balance the preferences of farmers and households while endeavoring to maximize net regional welfare. The basic rule developed indicates that the regional authority must choose a policy whereby any increase (decrease) in regional income is just equal to the decrease (increase) in net benefits to households.     

酸雨对植物光合作用影响的研究进展

随着近年全球酸雨污染程度加重,酸雨对植物的影响受到国内外学者广泛关注。光合作用既是植物生物量和生态系统初级生产量形成的物质基础,也是影响植物生长发育的重要生理过程,因此研究酸雨对植物光合作用影响意义重大。综述了近年有关酸雨对植物叶片形态结构、叶绿体微结构、不同生态型、生活型和不同生育期植物净光合速率的影响,以及不同酸雨组成与复合污染对植物净光合速率影响的相关报道;并从气孔参数、光合色素、叶绿素荧光参数和叶绿体微结构等方面分析酸雨对植物光合作用影响的机制。结果表明:酸雨对植物光合作用器官叶片的影响由外向内递进,由结构向功能延伸;酸雨对植物的胁迫效果存在生态型与生活型差异;在作物不同生育阶段,酸雨对孕穗期影响最为明显;不同成分酸雨对植物影响存在差异,且硝酸型或混合型酸雨对植物的影响大于硫酸型酸雨。     

基于SCPN的交通应急处置流程建模及性能分析

为了更好地利用信息技术支持应急管理,提高交通应急指挥系统救援效率,以路面塌陷事故为例,利用随机着色Petri网(SCPN)对其应急响应流程进行动态离散建模,根据同构的马尔可夫链(MC)分析模型的有效性,最后利用马尔可夫链及模糊数学的相关理论对交通应急指挥系统进行性能分析。结果表明:救援信息、交通路网动态信息、应急资源信息及时态控制信息反馈环节容易产生信息堆积,应提高综合监控的技术水平;专家决策制定出警预案、善后处理耗时较长,应作为流程优化的重点。     

基于模糊评判和RCM的CTCS-3级车地通信子系统维修决策

CTCS-3级车地通信子系统是列控系统的重要组成部分之一,且列控系统需求的列车位置、行车许可、临时限速等安全信息都由其提供,因此,对其进行可靠性分析具有十分重要的意义。采用贝叶斯网络对系统进行可靠性分析,并对维修方式进行了讨论。首先,根据车地通信子系统的功能与结构构建其贝叶斯网络模型。然后,综合考虑维修性、共因失效等因素,对车地通信子系统进行可靠性分析。最后,在可靠性分析的基础上运用模糊综合评判法对其进行维修决策。结果表明:利用贝叶斯网络的双向推理,不仅可以计算出车地通信子系统的可靠度,还可以有效识别系统的薄弱环节;若不考虑车地通信系统冗余结构中的共因失效,则得到的可靠性指标会偏于乐观。地面GSM-R单元失效是引起车地通信子系统失效的关键事件,因此针对此薄弱环节进行状态维修检查能够有效降低事故的发生概率。     

浐河、灞河硝酸盐端元贡献比例——基于硝酸盐氮、氧同位素研究

近年来,河流氮污染一直是生物地球化学领域研究的热点问题。然而,识别水体硝酸盐来源、端元贡献比例及其在水体中存在生物转化(硝化、反硝化)过程,仍旧是氮循环研究的难点问题。本研究选取流经西安市的两条河流——浐河和灞河,测定其河水溶解态硝酸盐氮、氧同位素组成,并结合Bayesian同位素混合模型,有效识别了两条河流从源头到汇入渭河河口处,氮素来源的变化,同时,定量分析了其贡献比例的变化。结果显示,河流源头附近,土壤有机氮是河流硝酸盐主要来源,其贡献比例接近30%;河流中游,由于沿河农业活动的增加,同位素指示河流硝酸盐主要来源转化为化学肥料,其贡献比例接近25%;河流下游,由于城市用水的汇入,硝酸盐氮、氧同位素值偏正,主要位于污水及粪肥区间,指示硝酸盐含量较高的生活污水及工业废水的输入,其贡献比例能达到30%以上。通过本研究,研究者定性及半定量的区分和浐河、灞河氮素来源,为今后有效控制氮污染提供了理论基础。