基于自回归GA-BP神经网络的AQI预测

基于徐州市2013年12月—2018年11月的空气质量指数日均值,建立了时间序列自回归输入的GA-BP神经网络模型用于空气质量指数预测。结果表明,所建立的网络模型能够准确预测徐州市空气质量指数的变化趋势,其中夏季预测相对误差18. 23%,仿真均方根误差(RMSE)为14. 59;冬季预测相对误差9. 14%,仿真RMSE为11. 47。     

灰色消解模型的改进——z变换后的线性回归解法

针对文献中提出的灰色消解模型的建模方法进行了ｚ变换，然后改用线性回归的办法求解，实例验证后表明，模拟拟合状况一致，但计算工作量大为减轻。     

从“事后”走向“事前”——回归预测法简介

依据已知的伤亡事故数据,利用数学方法,即回归分析法或灰色预测法,探索未来伤亡事故发生规律,建立事故预测数学模型,可达到有效控制事故的目的,从而使安全管理由“事故管理型”走向“事故预防型”。通化市在这方面的实践已收到良好效果。     

中国对“一带一路”沿线国家直接投资的碳排放效应北大核心CSCDCSSCI

确定中国对外直接投资(OFDI)对CO2排放的影响路径,对"一带一路"沿线国家如何有效利用中国OFDI以实现可持续发展具有重要作用。该研究基于2003—2018年45个沿线国家的面板数据,应用具有阈值和动态特征的面板平滑转换回归(PSTR)模型,评估中国OFDI对CO2排放的直接效应和间接效应、线性效应和非线性效应。研究发现:(1)中国OFDI对沿线国家CO2排放的直接影响显著为负。(2)中国OFDI的规模效应增加了沿线国家CO2排放,其结构效应和技术效应进一步抑制了沿线国家CO2排放,且技术效应在间接效应中占有主导地位。(3)异质性分析表明,中国OFDI的碳减排效应更多体现在低收入国家。针对以上研究发现,文章认为沿线国家应持续引进中国OFDI,并通过提高能效和推广应用清洁能源打破经济发展的"不可持续性";中国政府应继续鼓励并引导具有竞争力的企业"走出去",充分发挥中国投资对东道国环境的改善作用,放大中国投资对低收入国家的技术溢出效应;中国应根据沿线国家经济发展水平对东道国实施差异化投资策略,实现中国投资环境效益最优化。     

基于逐步多元线性回归和随机森林模型预测黄河流域极端气温事件

全球变暖背景下,极端气候事件频发,且对黄河流域等地区的经济发展及人民生活造成严重危害。基于1961—2020年黄河流域80个站点的日气温数据提取了6个逐月极端气温指数(ETI)。利用多重共线性分析去除有相依性的环流指数,并考虑滞后性进行Pearson相关分析,筛选出各ETI的关键环流指数及最佳滞后时间;之后基于最佳滞后时间下的关键环流指数建立逐步多元线性回归(SMLR)和随机森林(RF)模型。对模型进行精度评价,探究环流指数在单站点及整个流域的重要性,并预测了2022年11月的6个ETI值。结果表明：黄河流域ETI中最高气温(TXx)、暖昼天数(TX90p)、酷热天数(TD30)和最低气温(TNn)呈波动上升趋势,而霜冻天数(FD0)和冷夜天数(TN10p)呈下降趋势;极端高温事件的强度和发生频率的空间分布特征与极端低温事件基本相反。以靖远站TXx为例,各关键环流指数对TXx具有不同程度的影响(0.10max<0.89),r_max对应的最佳滞后时间主要为5、6、11、12个月。SMLR和RF模型对黄河流域各ETI的预测能力都较...     

银川市黄河滩区土壤重金属污染特征、生态风险评价与来源解析

为了解银川市黄河滩区土壤重金属污染现状及来源,采用电感耦合等离子体质谱法（ICP-MS）测定了银川市黄河滩区共92个采样点土壤样品中Zn、Cu、Cr、Pb、Ni、Cd、As和Mn这8种重金属的含量,采用富集因子、地累积指数法与潜在生态风险指数法对重金属污染特征进行分析和评价,并结合相关性分析、绝对主成分-多元线性回归受体模型（APCS-MLR）、正定矩阵因子分解（PMF）模型和地统计学对土壤重金属进行来源解析.结果表明,Cu和Pb含量平均值低于银川市土壤背景值,Zn、Cr、Ni、Cd、As和Mn含量平均值分别是背景值的1.28、1.06、1.08、1.79、1.11和1.19倍,所测8种重金属元素含量平均值均低于农用地土壤污染风险筛选值;不同用地类型之间重金属含量平均值表现为：荒地>退耕地>林地>耕地;研究区Zn和Cd呈轻微富集,其余6种元素无富集;Cd属于中度潜在生态风险水平,其余重金属处于轻度水平;联合受体模型表明交通和农业等人为活动来源对Zn和Cd的贡献较大,其余重金属受土壤母质等自然源影响较大.研究结果可为银川市黄河生态保护与可持续发展提供科学依据.     

1990~2020年阿克苏河流域土地利用碳排放时空轨迹与影响因素

土地利用变化会导致不同类型碳源和碳汇功能变化,是碳排放的关键来源.从土地利用变化的角度开展阿克苏河流域碳排放及其影响因素研究,对于促进流域山水林田湖草沙冰一体化保护修复、助力碳达峰与碳中和目标实现具有重要意义.基于1990~2020年的4期土地利用数据与同期社会经济数据,测算土地利用碳排放总量,探究土地利用碳排放时空轨迹及其影响因素.结果表明:①1990~2020年,耕地、林地、建设用地和未利用地整体呈增加趋势,草地和水域呈减少态势.土地利用类型空间变化特征主要表现为草地、未利用地转换为耕地;②1990~2020年流域净碳总排放量呈现持续上升趋势,累计增加了14.78×10⁴ t,耕地面积增加是引起流域净碳排放量增长的关键因素;③流域土地利用碳排放量空间上呈中间高四周低的分布格局,净碳排放量显著变化区域主要分布在温宿县南部、阿克苏市、阿瓦提县及阿拉尔市;④人类活动对土地利用碳排放驱动作用最强且其影响由东部向西部逐渐增大,年均气温对土地利用碳排放影响贡献主要集中在阿克苏市东部和阿瓦提县北部,年均降雨量对温宿县北部和阿合奇县西部的抑制作用较强.     

不同类型农户对宅基地退出的响应

利用重庆市梁平县农户的调查数据,运用Logistic模型,探讨了户籍制度改革下不同类型农户宅基地退出意愿及其影响因素。结果表明：(1)在现有退地补偿政策下农户意愿普遍偏低,不同类型农户退地意愿存在一定的差异性;(2)影响纯农户宅基地退出的因素有户主年龄、家庭拥有的房屋数量、对政策的支持度和退地收益;影响Ⅰ兼业户宅基地退出的因素有家庭宅基地面积大小、对政策的支持度和退地收益;影响Ⅱ兼业户宅基地退出的因素有家庭小孩数、对政策的支持度和退地收益;影响非农户宅基地退出的因素有户主年龄、户主文化程度、家庭人口数、宅基地面积和退地收益;其中,退地收益是影响各类农户退地决策最显著的因素,对政策的支持度是农户退地决策影响力最大的因素。研究认为,影响各类农户退地决策的因素存在差异,其核心问题还在于退地政策。政府应根据不同类型农户的特征完善目前的农村宅基地退出政策,这有助于提高农户的参与意愿,顺利推进户籍制度和农村土地制度的改革     

环鄱阳湖区农田土壤有机碳影响因素空间分布格局分析及制图研究

利用地理加权回归(Geographically Weighted Regression,GWR)模型,对环鄱阳湖区农田土壤有机碳(Soil Organic Carbon, SOC)影响因子的空间分布格局进行系统分析,结合克里格插值方法进行土壤有机碳制图研究,同时综合比较了地理加权回归方法(GWRK)与回归克里格(Return Kriging,RK)方法在预测土壤有机碳储量结果之间存在的差异。结果表明:(1)根据Pearson相关性分析结果,所选取的各环境影响因素均与土壤有机碳具有相关性(P0.01)。(2)通过GWR模型对各影响因素空间分布格局的分析,发现SOC与坡向、年均温度和年均降水呈正相关,与坡度、植被覆盖度呈负相关。(3)GWRK法得到的土壤有机碳含量变化范围为6.35～31.93g·kg~(-1),接近采样点的实测值;RK方法得到的土壤有机碳含量变化范围在7.41～25.76 g·kg~(-1),总体空间分布特征与GWRK的结果相似,但RK方法预测的结果较为平滑,与SOC储量实际状况还存在一定差异。(4)GWR的拟合优度R~2(0.50)明显高于RK中的R~2(0.20); GWRK方法的均方根误差(RMSE)为4.58,小于RK方法的均方根误差5.35,且通过GWRK方法得出的预测结果在制图上结合采样点位置信息,使成图效果更加精细。     

基于推拉理论的“农二代”耕作意愿研究——以河南省为例

"农二代"耕作意愿关系到农业经营主体的发展、新型职业农民的培养和国家粮食安全。基于河南省597份问卷调查数据,运用推拉理论并采用二元Logistic回归分析模型,探索了"农二代"分别在近期和远期的耕作意愿及其影响因素。结果表明:与近期相比,"农二代"的耕作意愿在远期将会下降。"农二代"耕作意愿在近期和远期的影响因素有同有异。种地经历、家庭类型和农村生活压力等对"农二代"近期、远期的耕作意愿均影响显著且方向相同;种地技能要求、日常家庭开支对近期、远期的耕作意愿均有影响,但前后方向相反。而有些因素仅对"农二代"近期耕作意愿或远期耕作意愿单方面有影响。农户特征和农村推力等方面的因素在"农二代"近远期耕作意愿中均发挥重要作用。农村拉力在近期耕作意愿中作用明显,而城镇拉力在远期耕作意愿中影响显著。最后,根据"农二代"的耕作意愿影响因素,提出了具体的政策建议以期为地方政府制定相关政策提供支撑。