国际RETScreen^TM：一种评估潜在的可再生能源计划的决策支持和能力培养工具

大多数国家都有丰富的可再生能源可以利用,比如太阳、风、水、生物质和/或地热.可再生能源技术（RET）得到了充分的发展,能够满足世界能源需求增长部分的需要.实际上,目前在许多应用中可再生能源项目是有成本效率的.“全球气候变化的缓解尤其取决于这些技术在所有国家的广泛     

核化危害源项反演技术现状及研究展望

源项反演对缓解和遏制核化危害源、精准预测核化危害时空传输和扩散情况、辅助作战行动和保障决策等具有十分重要的意义.本文从源项反演应用平台和源项反演关键算法(包括欧拉方法、拉格朗日方法、深度学习等)两个方面,对国内外核化危害源项反演技术的现状和二者间的差距进行了总结与分析.研究指出,利用深度学习提高反演精度和速率、从单污染...     

PSO和SVM混合算法确定太湖入湖河流水质主要影响因子

以影响太湖入湖河流水质的24个因子值为研究对象,将PSO算法与SVM算法相结合。PSO算法用于优化SVM算法的参数c和g,以利于快速、高效地确定c和g的全局最优值;SVM算法基于最优的c和g,分别以24,21,18,15,12,9和6个因子作为特征向量预测水质的污染程度。结果表明,当特征向量为9个影响因子时预测率最高。其参数c=18.56,g=1.35,对应的预测率为：全局预测率92.59%,重度污染水质预测率88.89%,轻度污染水质预测率94.45%。因此,通过PSO和SVM混合算法,可以确定影响太湖入湖河流水质的主要因子,利用这些主要因子对水质进行预测预警,不但可以节省时间,而且可以得到精确的结果。     

基于韦伯-费希纳定律的空气质量普适韦伯指数公式

在适当设定各项空气污染物浓度"参照值"cj0的基础上,用相应于"参照值"cj0的污染物的"规范值"xj作为基于韦伯-费希纳(W-F)定律空气质量指数公式中的污染刺激量。由于各污染物同级标准的浓度"规范值"xjl差异不大,从而可以认为各污染物的韦伯指数公式等效于一个具有共同适用的韦伯常数α的W-F指数公式,并采用粒子群(PSO)算法优化得出α,得到对7项空气污染物皆适用的空气质量普适韦伯指数公式。该公式应用于多个实例分析,并与多种其它评价方法的评价结果比较表明,空气质量普适韦伯指数公式具有简单、实用和直观的特点。     

基于Landsat 8遥感数据的天津市地表温度反演

以Landsat 8遥感数据为数据源,进行天津市地表温度反演研究。首先采用单通道算法反演地表温度,并利用均值标准差法进行温度分级。然后建立不同温度等级面积比例的估算模型。再通过随机样点,从不同温度等级和土地覆盖类型2个角度,分别建立并比较不同类样点的地表温度与各指数的拟合模型。结果表明:次高温区域面积比例与人口密度、人均GDP都具有较高的决定系数;地表温度与NDVI、BAEM的二元线性回归决定系数高于地表温度与单一指数的决定系数;将样点分类后,低温点与MNDBI的决定系数高于其他温度等级样点,水域和植被样点与各种指数的决定系数高于其他地物类型样点。     

基于ISM的非常规突发事件群体决策失误影响因素分析

为了提高非常规突发事件群体决策效率,基于ISM模型对非常规突发事件群体决策失误影响因素进行了深入分析。根据非常规突发事件群体决策流程,结合相关研究成果,确定群体决策失误的各流程阶段的影响因素;依据ISM模型理论对非常规突发事件群体决策失误进行了深层次的原因挖掘,分析了各影响因素对非常规突发事件群体决策失误的具体影响及其之间关系,得出:决策规则、决策目标、决策方式、决策模式、群体关系(决策冲突)、群体情绪、应激反应异构是决策失误发生的深层原因,而决策群体性别、知识背景、风险感知偏好异构性、决策环境的恶劣复杂、技术因素是决策失误的表层直接原因。     

基于改进粒子群算法和元胞自动机的城市扩张模拟——以南京为例

为合理利用多智能体算法解决城市扩张动态模拟问题,基于地理学理论和社会学规律对粒子群算法进行有针对性的改进,提出分段式粒子群算法(SPSO),并结合元胞自动机模拟复杂时空过程的能力,构建出适用于城市扩张模拟的地理元胞自动机SPSO-CA。在SPSO-CA中我们利用多时像的土地利用数据、交通路网数据和地形数据,挖掘出1995~2000年南京城市扩张的土地转换规则。再由此规则实现1995~2008年的南京市城市扩张过程的动态模拟。最后对比SPSO-CA、PSOCA及NULL模型结果得:SPSO-CA总精度86.3%,Kappa系数为0.792,Moran’s I为0.078,PSO-CA总精度83.6%,Kappa系数为0.755,Moran’s I为0.054,NULL模型总精度81.9%,Kappa系数为0.741,真实的Moran’s I为0.072。这表明无论是总精度还是空间一致性,SPSO-CA都优于PSO-CA和NULL模型,即用SPSO-CA模拟城市扩张是可行的。     

采用支持向量机算法优化电化学处理油田污水的工艺参数

采用支持向量机(SVM)算法,将Box-Behnken设计法与支持向量回归算法(SVR)实验参数优化软件相结合,优化电化学去除油田污水COD的工艺参数。通过量子粒子群算法对SVM算法参数进行优化,从建立的回归模型中找到工艺参数的全局最佳点:电解时间60 min,电解电流3 A,三维电极填充料中石英砂质量695 g。模型得到的COD理论最优去除率为92.48%,验证实验得到的COD去除率为91.43%。     

近10 a武汉市城市热岛效应演变及其#br# 与土地利用变化的关系

城市化进程的加快,农村人口大量涌入城市,城市布局及局部气候改变等因素使得城市热岛效应问题日益突出,已成为当前城市环境研究热点之一。以武汉市为例,应用遥感技术与地理信息系统技术,选取2004~2015年5个时相Landsat系列影像数据,利用单窗算法反演地表温度,并以此为基础进行热岛强度分级,获取了近10 a武汉市城市热岛效应变化结果,并分析了武汉市11个辖区城市热岛效应动态变化特征及热岛效应与土地利用变化的关系。研究结果表明：（1）自2007年后,武汉市老城区热岛面积持续减少,而新城区热岛面积则持续增加,呈现出以老城区为中心向新城区扩张的趋势,至2015年,新老城区热岛面积仅相差20.74 km2;（2）东西湖区、蔡甸区、江夏区与洪山区是近些年城市热岛面积增长较为显著的辖区,其中江夏区的热岛面积年际变化最大,最高值达95.42 km2;（3）城市热岛效应与土地利用类型的面积年际平均值拟合关系显示,2004~2015年,城市热岛效应与建筑用地的R2值最大,为0.681 2,建筑用地面积的增加是城市热岛强度面积扩张的重要影响因素。     

基于支持向量机的地下水质量综合评价

提出基于支持向量机(SVM)机器学习算法的地下水质量评价模型。首先给出了训练样本生成和数据规范化处理的具体方法,然后采用支持向量机的多分类算法构建模型,并使用k折交叉核实方法对参数进行验证优化。最后通过实证分析,并与单因子指数法、模糊综合评价法和BP神经网络法的评价结果对比分析可知,该方法简便易行,评价结果客观且准确度较高,具有很强的实用性。