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。     

生物滞留系统植物筛选与综合评价

为科学筛选出生物滞留系统中能有效去除多种污染物的最佳植物,选取10种重庆市本土植物构建雨水生物滞留系统,以控制山地城市道路雨水径流污染;并采用反向传播动态神经网络(BP-DNN)技术构建了基于多目标污染物的综合评价模型,对所有生物滞留系统进行应用评价。结果表明:植物可有效去除有机物和营养物等多种污染物,但存在差异性;植被种类对COD的去除影响显著,其中,风车草去除效能最佳,而千屈菜最差;植物的栽种可有效提高系统对NH_4~+-N的去除率,但差异性并不显著,同时,部分植物能在一定程度上提高系统对NO_3~--N的去除,但不稳定;植物的栽种能有效提高系统的除氮性能,选用风车草时系统除氮性能最佳,TN去除率可达64.30%～86.82%,而植物的栽种对TSS和TP的去除无显著影响。在综合评价的10种植物中,风车草和美人蕉为生物滞留系统的最佳植物。     

基于Matlab的神经网络在绵阳空气质量预测中的应用

以绵阳市2014~2016年空气污染指数(API)以及SO 2、NO 2、PM 10等污染物为研究对象,探讨了绵阳市空气污染的变化规律,并分析它们与常规观测的地面气象资料之间的关系。尝试采用多元线性回归方法及BP神经网络方法建立污染预报模型,并检验分析两种模型的可行性。结果表明基于BP神经网络的预报模型在污染预报中可行,并建立基于BP神经网络进行空气质量预测的预测模型,利用历史资料进行验证。     

基于BP神经网络的重要水库水源地风险预测

水库是饮用水源的重要载体。近年来,社会经济急剧发展,大量污染物的排放严重威胁了水库饮用水源的健康。为保障人民群众饮水安全,准确识别水库型饮用水源地健康风险程度,基于模糊综合评价和BP神经网络建立了水库型饮用水源健康风险预测模型,构建了一个具有多层次多指标特性的饮用水源健康评价指标体系,并结合珊溪(赵山渡)库区的实例,对该库区饮用水源进行了健康风险预测。结果表明:该库区的水源健康等级为健康,与实际调研情况相符。神经网络模型可以用于对饮用水源健康风险预警,对水源地相关管理部门的水源健康评价工作具有一定的参考意义。     

基于神经网络下的车辆自动控制系统决策算法分析研究

为了提高车辆自动控制能力,提出基于神经网络下的车辆自动控制系统决策算法。构建车辆自动控制系统的行驶动力学和运动学模型,以相位偏移和惯性转矩为约束参量构建车辆自动控制系统模糊反馈误差跟踪融合控制律,采用模糊参数融合和自适应参数调节方法进行车辆自动控制系统决策和模型预测,采用变结构神经网络控制的方法进行车辆自动控制系统的模糊决策构造,建立车辆自动控制系统决策的约束参数优化模型,采用自适应模糊跟踪融合识别方法进行车辆自动控制系统决策的参数寻优,实现车辆自动控制系统的优化决策控制。仿真结果表明,采用该方法进行车辆自动控制系统决策控制的自适应性性较好,控制输出的鲁棒性较强。     

天祝夏玛林场不同生境夏季鸟类多样性

鸟类作为生命系统的一个重要类群,对维持生态系统的平衡具有重要意义。天祝县位于青藏高原东北边缘地带,植被群落多样,为鸟类提供了多样的栖息环境。为了解栖息于该地的夏季繁殖鸟类多样性状况,于2014—2019年6—7月采用固定样线法对甘肃省天祝县夏玛地区鸟类进行观测。共记录到鸟类77种,隶属于8目26科。其中,留鸟48种,夏候鸟29种;国家Ⅰ级重点保护鸟类1种,国家Ⅱ级重点保护鸟类7种;中国脊椎动物红色名录等级中的易危(VU)等级1种。不同生境鸟类群落结构在种数、多样性指数和均匀度上均以林地生境(59种,3.940 58,0.694 69)为最高,高山裸岩生境(9种,2.598 06,0.458 02)最低。采用广义线性混合模型对天祝地区不同生境不同海拔观测到的鸟种数和数量进行相关性分析,结果表明随着海拔升高,鸟种数显著下降(P0.001)。由于人类活动对该区生态环境的持续破坏,鸟类栖息地质量和面积受到不利影响,鸟类观测与保护工作任重道远。     

基于多模型优选的区域土壤重金属含量空间预测方法研究

土壤重金属含量空间预测研究对实现区域土壤资源的优化利用以及土壤环境的保护和污染防治具有重要意义。以江苏省常州市金坛区为例,基于源、汇和空间分异因子,利用BP神经网络(back-propagation network)建模方法,分别构建了源汇模型(BP-S)、空间分异模型(BP-K)和改进的多因素综合模型(BP-SK),模拟预测了区域土壤重金属Cd、Pb、Cr、Cu和Zn含量的空间分布,并对各模型预测精度进行对比分析。针对不同模型在不同区域和元素间预测精度的差异,优选出预测精度最高的模型组合,以此探求区域重金属含量空间分布最优预测结果。结果表明:(1)BP-SK模型对Cd、Cr、Cu和Zn含量预测精度均高于BP-S和BP-K模型,仅在对Pb含量的预测中BP-S、BP-K模型精度高于BP-SK模型,BP-SK模型比其他模型更能突出局部特征,包含的信息更丰富。(2)优选后最优模型预测精度较原单一模型均有不同程度的提高,对Cd、Pb、Cr、Cu和Zn含量的预测精度分别提高15.15%、20.71%、19.19%、1.75%和9.24%。(3)各模型对Cd、Pb、Cr、Cu和Zn含量的空间预测高值区均位于区域中部和东北部,低值区位于西部丘陵山区,BP-SK模型在人为影响剧烈的地区预测效果更好,而BP-K模型在自然因素影响较大的丘陵山地区的适用性更好。     

农户外出务工、村庄认同对其参与人居环境整治的影响北大核心CSCDCSSCI

文章利用湖北省1 061份农户数据,构建二元Logit模型与门槛回归模型,实证分析外出务工、村庄认同对农户参与人居环境整治的影响。结果发现:①外出务工对农户参与人居环境整治具有显著影响,而村庄认同对农户参与人居环境整治具有显著的正向作用。同时,家庭总收入、环保政策的了解程度以及住所周边垃圾集中处理设施亦能有效推动农户参与人居环境整治。②对于村庄认同程度不同的农户,外出务工对其参与人居环境整治的作用存在差异。随着农户的村庄认同增强,外出务工对其参与人居环境整治的正向作用得以强化,尤其是当农户的村庄认同度超过门槛值时,外出务工对农户参与人居环境整治的影响将由负转正,即村庄认同在外出务工影响农户参与人居环境整治上可以发挥扭转乾坤之效。③在考虑了可能存在的内生性问题之后,使用在村居住年限作为工具变量进行Ⅳ Probit估计,结果发现外出务工、村庄认同对农户参与人居环境整治的影响是稳健的。文章揭示了外出务工作为资本要素涌入乡村的纽带,非但不必然引起农村衰败,反而为农户参与人居环境整治等公共事务创造了禀赋条件,但只有触发村庄认同这一关键机制,方能实现外出务工"扬长避短"效果的发挥。基于此,从培育与增强村庄认同程度、促进农村经济发展、加大环境保护相关知识的宣传力度及增加垃圾集中处理等基础设施建设四方面提出了推动农户积极参与人居环境整治的改善建议。     

基于机器学习的恐怖袭击事件后果预测方法研究

恐怖袭击事件通常会造成严重的人员伤亡、财产损失和社会影响,针对在不同场景下发生恐怖袭击所造成的后果进行预测是目前应对恐怖袭击事件急需解决的问题之一。利用多源数据,首先基于随机森林算法对恐怖袭击事件是否造成死伤进行分类预测,进而基于岭回归算法预测事件造成的具体死伤人数。研究结果表明:随机森林在测试集上对有死伤事件的召回率达到0.85,岭回归预测死亡和受伤人数的平均绝对误差分别小于1人和2人。研究结果可为反恐资源配置优化、预防恐怖袭击事件和减少其造成的损害提供辅助决策支持。