基于广义加权组合预测法的建设用地需求预测——以苏州市为例

对现行采用的多种常用建设用地需求量预测方法进行了比较,并以苏州市为例,采用5种预测模型进行了对比分析,利用近13年的统计数据进行了验证.结果表明,广义加权组合预测法得到的结果误差最小、精度最高.     

基于人工神经网络的街道峡谷NOx浓度的数值模型研究

通过对反向传播人工神经网络的算法和网络结构的研究,发现拟牛顿算法训练速度较快,能够较好地接近误差目标值,同时建立了包括输入层、隐含层、输出层的人工神经网络三层拓扑结构。通过对街道峡谷人工神经网络的训练,模拟计算了街道峡谷NOx浓度分布值。结果显示,训练误差和测试误差比为1．11,训练样本的模拟值与实测值的相关系数为0．93,测试样本的模拟值与实测值的相关系数为0．87,模拟值与实测值的相关系数均高于显著水平为α=0．05与α=0．01所对应检验性表的相关系数临界值。该模型能够用于街道峡谷污染物浓度的模拟计算,具有较好的泛化能力。     

南昌市夏季PM_(2.5)中多环芳烃来源解析

在南昌市设立了5个不同功能区采样点,分别为居民区、工业区、商业区、交通干线区以及郊区,于2008年夏季进行PM2.5采样,对样品进行测定和分析后,通过因子分析法判断PM2.5中多环芳烃(PAHs)的主要污染源,再利用多元线性回归法确定各主要污染源对PAHs的贡献率。结果表明,南昌市夏季PM2.5中PAHs的主要污染源为车辆排放源、高温加热源、燃煤污染源,它们对PAHs的贡献率分别为37.9%、28.2%和22.0%;要控制南昌市夏季PM2.5中的PAHs,主要是要对机动车尾气排放量进行控制,并加强机动车尾气治理工作。     

支持向量机在城市震后火灾损失预测中的应用

针对地震火灾的复杂性和多变性的特点,在综合分析了各种震后火灾损失预测方法的基础上,提出了基于支持向量机的城市震后火灾损失预测模型。以地震火灾的历史资料为依据,建立学习样本和测试样本,并与BP神经网络预测方法相比较,验证了其可行性,也为其它自然灾害的损失预测提供了简单、有效的方法。     

基于BP神经网络的城市旅游环境质量评价

城市旅游环境质量与城市旅游可持续发展之间存在着极为密切的关系,实现可持续发展的关键就是要解决好城市旅游环境质量问题。而旅游资源环境、旅游自然生态环境、旅游社会服务环境、旅游信息环境是城市旅游环境质量评价的主要因素,利用BP神经网络的方法对城市旅游环境质量进行评价是十分科学有效的。     

舰船火灾监控报警信息融合理论应用研究

运用信息融合理论,构建舰船火灾监控多传感信息融合评判模型,有效利用多种信源对舰船火灾进行监控与预报,降低火灾监控系统的误报警率.     

高速公路线性评价方法研究

我国道路交通事故呈现频发多发现状,高速公路线形评价方法有多种,评价方法对高速公路线形安全性进行评价成为预防交通事故的关键.常用的方法主要有四类:层次分析法(analytichierarchy process,AHP)、模糊理论(fuzzy theories)、灰色理论法(gray theoryies)、人工神经网络(artif-ical nerve network).本文就高速公路线形评价方法进行了汇总,并介绍了各种方法的特点.     

产毒微囊藻基因型及胞内外毒素含量的SVM预测

根据2021年5-8月淡水养殖池塘3个平行位点逐月实测数据,文章构建了基于支持向量机（SVM）的产毒微囊藻SNP/InDel基因型及胞内外毒素含量的预测模型。分析了各水化指标与产毒微囊藻6种基因型及胞内外毒素含量的相关系数,对原始数据归一化,以径向基函数为核函数,通过5折交叉验证确定模型最优参数,建立了用水化指标预测产毒微囊藻6种基因型的6个模型,以及用水化指标、6种基因型预测胞内外毒素含量的2个模型。结果表明：每项水化指标都至少与1种产毒微囊藻基因型或1项毒素含量的相关系数大于0.3。在8个预测模型中,对训练集预测的均方误差均小于0.07,对训练集预测的决定系数均大于0.9,平均的测试集均方误差为0.054。可见,利用SVM预测养殖池塘中产毒微囊藻SNP/InDel基因型及胞内外毒素含量是可行的,且精度较高。     

海口市臭氧浓度统计预报模型的构建与效果评估

主要利用2015～2020年海口市臭氧(O₃)浓度资料和ERA5再分析资料,基于污染物浓度控制方程挑选出海口市O₃-8h浓度(日最大8 h滑动平均)的15个关键预报因子,构建了多元线性回归模型(MLR)、支持向量机模型(SVM)和BP神经网络模型(BPNN),并对2021年海口市O₃-8h浓度进行预测和效果检验.结果表明,O₃-8h浓度与关键预报因子的相关系数绝对值主要分布在0.2～0.507之间,其中1 000 hPa的相对湿度(RH1000)和风向(WD1000),875 hPa的经向风(v875)的相关系数绝对值超过了0.4,具有较好的指示作用. 3个预报模型基本能预报出海口市O₃-8h浓度冬半年偏高,夏半年偏低的变化趋势,其中BPNN模型的标准误差(RMSE)数值最小(22.29μg·m^-3).实测值与3个统计模型预报值的相关系数从大到小排列为：0.733(BPNN)>0.724(SVM)> 0.591(MLR),均通过了99.9%的信...     

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.