气象因子与地理因子对长江三峡库区雾的影响

为研究长江三峡库区气象因子与地理因子对雾情(能见度)的影响程度,定量描述以厘定影响雾发生的主要气象因子和地理因子,为能见度监测预报提供科学依据。选用2011~2012年长江三峡航道湖北宜昌至重庆宜宾段29个人工观测雾情台站资料和12个能见度观测仪资料,首先采用判别分析法寻找不同月份对雾情等级影响较大的气象因子,进一步采用通径分析法对量化的雾情资料分析地形地貌及气象因子对其的直接、间接影响程度。结果表明:常规气象要素对判断站点中雾和大雾的符合率在50%以上。风速、温度和湿度是影响秋末和冬季雾情等级的最主要气象因子。气象要素中的1 000 hPa湿度对能见度值的直接作用最大,通径系数为-0.518 2,而地理要素中山体与河面的落差对雾的滋生有间接作用。     

不同面积小流域山洪泥石流预报模型研究——以北京市密云县为例

针对北京市密云县境内密云水库上游山洪泥石流发生特点,以系统科学为基本思想,将Bayes判别分析法引入山区小流域山洪泥石流预报模型建立之中。通过对北京市密云县境内密云水库上游影响山洪泥石流发生的系统内部要素和其外部环境条件进行综合分析,选择影响山洪泥石流发生的前15d实效降雨量和当日降雨量作为预报模型因子,分别建立了三种不同流域面积范围的山洪泥石流预报模型,所建立的山洪泥石流预报模型适用的流域面积范围分别为0.30～2.00 km2、2.00～5.00 km2和5.00～15.42 km2。经检验,三组预报模型的正确率分别为86.4%、92.9%和83.3%,均满足了Bayes判别分析法所规定的其验证正确率的要求,表明模型可以应用于研究区域不同流域面积范围的山洪泥石流预报。预报模型的建立为北京市密云县境内密云水库上游山洪泥石流的即时预报提供了一种简捷易行方法。     

贝叶斯(Bayes)判别分析理论在安全评价中的应用

论述了多元统计分析方法中的贝叶斯判别分析方法在安全评价中的应用。通过对原始数据的分析建立起反映被评价对象安全状况的综合指标函数模型,从而简化后续同类评价目标工作量。     

聚类分析和判别分析在安全评价中的综合应用

将多元统计方法中的聚类分析和Fisher判别分析综合应用于安全评价中,评价指标的系统效应权数有效避免了安全评价中人为赋予指标权重对评价结果的影响.分析了评价对象聚类的步骤和结果,探讨了评价对象所属安全等级的Fisher判别方法.最后通过对判别函数的分析与比较得出评价判别结果.     

Fisher判别法在煤与瓦斯突出危险程度预测中的应用

为了提高煤与瓦斯突出的预测精度,根据煤与瓦斯突出的综合作用假说,选取开采深度、瓦斯压力、瓦斯放散初速度、煤的普氏系数以及煤体破坏类型作为判别指标。利用国内典型突出矿井20个实测数据作为训练样本,建立煤与瓦斯突出危险程度预测的Fisher判别分析模型,并应用于其他待判样本的预测。结果表明:Fisher判别分析模型能够反映多因素对煤与瓦斯突出的影响,分类性能良好,误判率低,借助SPSS软件实现,具有计算简单的特点,是煤与瓦斯突出预测的一种有效方法。     

氟中毒地区饮水水质标准的确定方法

在对饮水致病的水化学机理进行简要讨论后,提出使用以所有水溶组分活度为变量的多元逐步判别分析法作为饮水水质标准的确定方法。经对一个地区的实例研究发现,总氟含量用于判别水质时存在无效判别区间问题,这一发现提示我们有必要重新考虑现行水质标准中总氟浓度只有一个标准值的适宜性问题。     

香港东部近海水质时空分布模式

综合利用系统聚类分析、后退式判别分析和基于GIS平台的逆距离加权法开展了香港东部近海水质时空分布模式研究,案例为香港东部近海区域,数据为2000～2004年27个采样点4类15个水质指标.结果表明:①在时间尺度上,香港东部近海水质最佳分为1～5月和6～12月2组;在空间尺度上分为2组,分别对应于重度和轻度污染类型;②表征时间和空间差异性的显著性指标分别为Si、NH 4-N、SD、DO、温度和TN、NH 4-N、PO-4-P、VSS;③显著性指标的时空差异性比较明显,其中空间尺度上第1组采样点(MM1、TM2～TM4)的周边区域浓度显著高于第2组,同时,除了第1组周边区域之外,TN与PO-4-P的空间分布基本相反,而NH 4-N与VSS则比较相似;时间尺度上Si在6～12月的平均浓度明显高于1～5月,而NH 4-N和SD则相反,此外,DO和温度两者的差异性显著负相关.基于上述结果,建议优化监测频次/采样点,同时需要加强8个显著性指标的监测,并且需要加强香港东部海岸陆源污染控制:吐露港和香港与深圳交界处重点削减点源和农田径流污染,而牛尾海水质管制区和赤门峡北部需要加强浴场休闲区和鱼类与贝类养殖区的环境管制.此研究可为香港近海水质监测和功能区划提供科学基础.     

判别分析与决策树分析在化学物质生态危害分类中的应用

运用Fisher判别、马氏距离判别和决策树分析3种方法对61种环境优先污染物的生态危害程度进行分类,并比较了各模型的分类正确率.结果显示,决策树分析方法分类正确率最高,为92%;马氏距离判别其次,为87%;Fisher判别最低,为75%.决策树分析方法不仅减少了2项评价指标,而且对61个新数据矩阵的多次分析显示其分类能力非常稳定,正确率基本符合正态分布,且保持在92%左右,为3种方法中最优的分类方法.     

基于距离判别分析法的冲击地压预测研究

考虑影响冲击地压的矿山地质因素和开采技术因素,提出预测预报冲击地压危险性的距离判别分析方法。选用煤层开采深度、顶板岩性、地质构造复杂程度、煤层倾角、煤层厚度、开采方法、有无煤柱、炮采或综采8项指标作为距离判别分析模型的输入变量,并以工程实测数据作为学习样本进行训练,建立相应判别函数对待判样本进行预测。研究结果表明,距离判别分析模型学习性能良好,预测精度高,回判估计的误判率为零,是冲击地压预测预报的一种有效而实用的方法。