基于PSR模型的城市生态安全评价与贡献度研究——以铜川市为例

以铜川市为例进行城市生态安全评价和指标分析,采用压力-状态-响应模型和层次分析法构建出含有项目、因素、指标的铜川市生态安全评价体系。通过生态不安全指数定量表示城市的生态安全状况,对铜川市2014-2016年的生态安全状况进行了综合评价,并计算分析了各指标对城市总体生态不安全指数的贡献度。结果表明,铜川市的生态安全处于“临界安全”状态,并呈现逐渐向好的发展趋势。人均灌溉农田面积、地表水环境质量、环境空气质量和环保投资占GDP比例对铜川市生态不安全指数贡献度较大,应给予重视。     

系统操作者与管理者行为的博弈演化与收益分析*

为研究工程项目系统中,操作者安全行为与管理者奖惩行为的相互博弈情况,确定操作者和管理者收益,提出博弈演化与收益分析方法。操作者代表系统实际使用者,行为包括安全和不安全行为;管理者代表系统管理者和所有者,行为包括奖励和惩罚行为。确定方法的基本参数;研究博弈演化过程的博弈逻辑关系,从悲观和乐观角度研究二者不同行为相互作用后的收益关系,给出操作者收益和管理者收益的逻辑表达式。结果表明:方法能得到博弈过程演化结果,同时能根据收益结果表达式判断博弈胜出方。     

基于生态系统服务供需的雄安新区生态安全格局构建

生态安全格局构建是保障区域生态安全的关键。沿用“源地识别—阻力面构建—廊道提取”的生态安全格局构建模式,选取粮食供给、产水量、土壤保持、固碳释氧和生境维持5项生态系统服务供给指标,以及人口密度、地均GDP和土地利用程度3项生态系统服务需求指标,综合生态系统服务供需2方面识别重要生态源地,利用夜间灯光强度进行基本阻力面修正,采用最小累积阻力模型进行生态廊道提取,构建出雄安新区生态安全格局。研究表明:新区生态源地总面积约48433 km2,占新区土地总面积的313%,主要分布于新区西北部旱地和东南部水域;新区生态阻力系数空间分布较为破碎,大部分区域阻力值较低,间或分布高阻力值;新区生态廊道总长度18586 km,呈“Y”字型沿建设用地和水系分布,所处地类主要为旱地。基于生态系统服务供需的生态安全格局构建可为新区规划建设提供参考和借鉴。     

课堂、网络、宿舍三位一体的商务英语实践环境建设

对高职院校商务英语实践环境现状进行了分析,并结合高职商务英语教学的培养目标及中国环境管理干部学院商务英语专业建设实际,提出建设高职商务英语专业校园立体化实践环境模式。立体化实践环境主要包括课堂、网络和宿舍三个方面,并以网络交流平台为重点及主要特色。     

城市基本生态控制线划定范围研究

结合景观生态学原理,将城市基本生态控制线分解为基本农田控制线,河流与湿地控制线,林地控制线,山体控制线,海岸、沙滩控制线,针对每个景观生态要素控制线,通过定性、定量分析,分别提出划定依据、原则或方法。     

基于SOA的三峡库区水环境安全预警平台集成

从三峡库区水环境安全预警平台背景作用与意义,提出基于SOA的B/S与C/S相结合的技术架构设计及数据库层、组件服务层和集成应用层3层架构体系,探索GIS多源数据标准、GIS与模型库以及基于WebService接口的应用服务的平台集成技术实现;指出研究成果在水环境管理应用中不断完善。     

再生水回用公众参与意愿两阶段影响因素分析

污水再生利用是减少水体污染、缓解水资源供需矛盾和促进城市经济社会可持续发展的重要途径,但公众的偏见和排斥严重制约再生水处理技术的推广和发展。本文整合技术接受拓展模型和技术准备度理论,构建公众参与再生水回用意愿影响因素模型,运用结构方程模型和人工神经网络进行两阶段实证检验。研究表明：感知有用性和感知易用性对公众参与再生水回用意愿有显著正向影响;便利条件和主观规范分别对感知易用性和感知有用性起显著提升作用;技术准备度的消极因素极大地阻碍了公众再生水回用意愿的提升。基于上述结论,本文提出提升宣传的有效性,完善城市再生水配套设施及相关激励政策,联合社区、学校、企业等平台协同推进再生水处理技术推广工作等对策建议,为政府制定科学有效的干预政策,引导公众使用再生水提供重要的理论参考和实践指导。     

Artificial neural network model for identifying taxi gross emitter from remote sensing data of vehicle emission

Vehicle emission has been the major source of air pollution in urban areas in the past two decades. This article proposes an artificial neural network model for identifying the taxi gross emitters based on the remote sensing data. After carrying out the field test in Guangzhou and analyzing various factors from the emission data, the artificial neural network modeling was proved to be an advisable method of identifying the gross emitters. On the basis of the principal component analysis and the selection of algorithm and architecture, the Back-Propagation neural network model with 8-17-1 architecture was established as the optimal approach for this purpose. It gave a percentage of hits of 93%. Our previous research result and the result from aggression analysis were compared, and they provided respectively the percentage of hits of 81.63% and 75%. This comparison demonstrates the potentiality and validity of the proposed method in the identification of taxi gross emitters.     

基于GF-1 WFV影像和BP神经网络的太湖叶绿素a反演

叶绿素a浓度是可直接遥感反演的重要水质参数之一,常用来评价湖泊水体的富营养化程度.太湖是典型的二类水体,光学性质复杂,应用一类水体线性反演模式拟合较为片面且难以找到最佳拟合模型.BP神经网络模型具有模拟复杂非线性问题的功能.为研究高分一号卫星16m多光谱相机WFV4结合BP神经网络进行太湖叶绿素a浓度监测的可行性,实验利用GF-1 WFV4影像和实时的地面采样数据,建立了BP神经网络模型,同时采用波段比值经验模型进行对比.经精度检验,BP神经网络模型预测值与实测值之间的可决系数R2高达0.9680,而波段比值模型的R2为0.9541,且均方根误差RMSE由波段比值模型的18.7915降低为BP神经网络模型的7.6068,平均相对误差e也由波段比值模型的19.16%降低为BP神经网络模型的6.75%.结果证明,GF-1 WFV4影像应用BP神经网络模型反演太湖叶绿素a浓度较波段比值模型精度有所提高.将经过水体掩膜的GF-1 WFV4影像用于训练好的BP神经网络反演太湖叶绿素a浓度分布,结果显示,叶绿素a高浓度区集中分布在湖心区北部、竺山湾、梅梁湾区域,与之前的研究一致.本文研究结果验证了采用BP神经网络模型对GF-1 WFV4影像进行太湖叶绿素a浓度反演的可行性.     

基于神经网络的碳排放预测及影响因素分析

基于新疆1995—2014年农业生产碳排放源,建立碳排放关系数据库。应用广义神经网络(generalized regression neural network,GRNN)构建了排放量预测模型,结合平均影响值(mean impact value,MIV)方法对碳排放影响因素进行量化。结果表明:1)GRNN模型预测碳排放的平均绝对百分误差和拟合优度分别为2.7860%和0.8720;2)新疆人口、人均GDP、农业贡献值、农机总动力和农户固定资产投资等因素对农业生产碳排放的影响程度分别为0.6210、0.2377、0.3698、0.8500和0.1000。该成果可为新疆碳排放总量分析和影响因素量化方面提供参考。