基于APCS-MLR和PMF模型解析黄河下游文化公园土壤重金属污染特征及来源分析

选取黄河下游典型人类扰动区——黄河文化公园为研究区域,系统采集表层土壤样品,测定土壤中7种(Cr、 Ni、 Cu、 Zn、 Cd、 Pb和As)重金属含量,利用地累积指数研究公园土壤重金属污染特征,应用克里格空间插值法、绝对因子分析-多元线性回归模型(APCS-MLR)和正定矩阵因子分解(PMF)模型解析黄河文化公园土壤重金属的来源.结果表明,研究区表层土壤重金属(Cd、 Zn、 Cu、 Pb和As)含量平均值高于黄河下游潮土区土壤元素背景值,分别是背景值的4.62、 1.78、 1.41、 1.08和1.03倍.除Zn外,其他元素含量均低于黄河流域沿线不同区域土壤相应元素值.7种元素地累积指数递减趋势为：Cd>Zn>Cu>Ni>Pb>As=Cr,元素Cd属于偏中污染,在表层土壤中积累明显.空间分布特征及源解析结果显示,Cr、 Ni和Cu为自然源因子,主要受成土母质影响;Cd和Pb为交通源,Zn和As属于受少量人类活动和自然叠加影响的混合源.APCS-MLR的分析结果显示：自然源贡献率为46.67%,交通源贡献率为24.11%,混合源贡献率为16.12%,...     

中国工业碳排放的因素分解与脱钩效应

采用广义迪氏指数分解法（GDIM）分析2000~2016年中国工业碳排放的驱动因素,并在此基础上,创新性地结合DPSIR框架构建脱钩努力模型测度工业碳排放的脱钩效应.研究结果表明：产出规模效应、技术进步效应、能源消费规模效应和人均碳排放效应是导致工业碳排放增加的主要因素,而产出碳强度效应与技术进步碳强度效应是减少工业碳排放的关键因素;工业碳排放的脱钩效应呈"未脱钩~弱脱钩~强脱钩"的阶段性特点;产出碳强度效应与技术进步碳强度效应是工业碳排放实现强脱钩的决定性因素,同时更需要调整能源结构、降低能源强度与碳排放强度来实现工业碳排放强脱钩.     

基于多模态支持向量回归的PM_(2.5)浓度预测

为更好地掌握日均PM_(2.5)浓度的变化规律,提出了一种基于多模态支持向量回归(MSVR)的混合预测模型。利用集成经验模态分解将日均PM_(2.5)数据分解成不同频段的分量序列,以降低数据的非平稳性。然后根据每组分量自身特点构建不同的支持向量回归(SVR)模型,并通过相关分析确定各分量输入变量。最后,将各分量预测值进行叠加得到最终预测结果。以浙江省玉环市的PM_(2.5)浓度进行验证。结果表明:与单一SVR模型相比,MSVR模型具有更好的预测效果,精度评价指标MAE、MAPE和RMSE分别下降了26.98%、23.04%、34.08%,这为大气污染预控提供了有效的技术支持。     

基于改进Logistic回归模型在地质灾害评价中的应用

为了解决传统Logistic回归模型中灾害点和随机点可能重叠的问题,该文提出了一种基于格网单元的二分Logistic回归模型。以四川省威远县为研究区,借助于遥感卫星影像、地质普查资料和地理国情监测数据,采用灾害点和格网单元2种方法的二分Logistic回归模型对威远县地质灾害进行评价,同时采用ROC曲线和已知点2种方验证评价结果。结果表明:在低山丘陵区域,基于格网单元的Logistic回归模型评价精度更高;威远县地质灾害中高易发区主要分布在西部、西北部山区,占全区总面积的39.35%;地层岩性、高程、坡度和距道路距离是导致地质灾害发生的主要因素。     

一种自适应学习率的卷积神经网络模型及应用——以滨海湿地遥感分类为例

滨海湿地是重要的生态系统,开展滨海湿地类型分布监测,对滨海湿地的保护与利用具有重要意义。传统卷积神经网络（CNN）模型中的学习率为人工设置的固定值,本文提出一种自适应学习率的CNN模型,以代价函数为目标函数自动计算学习率的优化值,从而使CNN模型具有自适应性。应用黄河口滨海湿地的CHRIS高光谱遥感影像数据,开展本文提出的CNN模型分类方法验证与优化。实验结果表明:对于不同的学习率搜索区间,自适应学习率CNN模型在[0,1]区间的整体分类精度最高,说明在学习率优化过程中只需在小区间[0,1]内进行微调就能保证较好的分类精度;对于不同的学习率初值,自适应学习率CNN模型的分类精度和稳定性都高于传统CNN模型,说明本文提出的模型对初值敏感性较低;在训练样本数目减少的情况下,两模型分类精度的稳定性都有不同程度的降低,但在保证训练样本占全部样本1.35%以上的条件下,自适应学习率CNN模型稳定性高,说明本文提出的模型对小样本具有一定的适应能力。     

面向场景的城市PM2.5浓度空间分布精细模拟

针对传统PM_2.5浓度空间分布模拟方法忽略了城市内部如道路、工厂、居民区、景区等不同微环境整体对PM_2.5浓度影响机制的缺陷,本研究提出一种微环境PM_2.5浓度场景分异的理论假设,并以湖南长沙主城区为例,结合基于污染先验知识划分的城市微环境场景空间分布与自主设计加密观测场获取的203个监测点小时PM_2.5浓度加密数据,分析城市微环境PM_2.5浓度场景时空分异特征.在此基础上,耦合地理加权回归（GWR）与人工神经网络（ANN）方法,构建微环境场景增强下的PM_2.5浓度空间分布精细模拟GWR-ANN模型,开展城市内部高空间分辨率PM_2.5污染制图.结果表明：不同微环境场景间PM_2.5浓度存在显著时空差异,地表覆盖类型相同但分别位于2个不同场景的监测点间PM_2.5浓度差会随时间发生变化;耦合微环境场景变量的GWR-ANN模型能够有效精细模拟PM_2.5浓度的空间分布,模型拟合效果与交叉检验精度指标整体优于无场景变量参与的GWR-ANN模型（除部分时相较为接近外,检验R²：0.76~0.84vs.0.57~0.81）;场景增强下的PM_2.5浓度空间分布100m级分辨率模拟估算结果可以较好揭示研究区PM_2.5浓度高低值局地变化特征.     

基于回归分析的地下水污染预警模型

开展地下水污染预警工作是保护地下水资源的有效措施。进行地下水污染预警理论与方法的研究,建立地下水污染预警模型,可为地下水资源管理部门提供技术支撑。以北京市平谷区平原地区地下水水体为研究对象,利用该区域2010—2017年39个地下水监测点位的主要水质指标监测数据,开展地下水污染预警模型研究。首先运用逻辑回归建立地下水污染预测概率模型,各含水层组模型的预测准确率均超过90%。其次运用逐步回归建立地下水污染预警等级评估模型,并据此确定预警等级指数范围。研究成果可为区域地下水污染预警方法体系的建立提供参考。     

长三角部分水源水氯化消毒后卤乙酸形成的多元回归模型研究

以长三角比较有代表性的3处水源(太湖、钱塘江、金兰水库)为实验对象,研究不同消毒条件下9种卤乙酸(haloacetic acids,HAAs)的形成及其影响因素,并通过建立多元回归模型来评估水源水氯化后HAAs的形成.结果表明:HAAs的形成水平依次为太湖钱塘江金兰水库,且均以二卤乙酸(dihaloacetic acid,DHAA)、三卤乙酸(trihaloacetic acid,THAA)为主.二氯乙酸(dichloroacetic acid,DCAA)、总二卤乙酸(ΣDHAA)、HAA5(USEPA规定的5种HAAs)、HAA9(9种HAA的简称)的回归模型具有良好的预测潜力,准确率达83.3%~94.4%,而三氯乙酸(trichloroacetic acid,TCAA)、一溴二氯乙酸(bromodichloroacetic acid,BDCAA)、ΣTHAA(总三卤乙酸)模型的预测准确率较低,只有47.2%~61.1%.根据偏相关系数分析,影响DCAA、ΣDHAA、HAA5的关键的因子是溶解性有机碳;影响TCAA、ΣTHAA、HAA9的关键的因子是投氯量;影响BDCAA形成的最关键因子是溴离子.     

基于GWR模型的汉江流域土地利用类型与水质关系评估

土地利用类型与水质指标之间存在着密切的联系。地理加权回归与传统回归分析的不同点在于它是一种局部回归分析方法,可应用于空间数据以探讨土地利用类型与水质指标之间的空间变化关系。利用普通最小二乘法(OLS)模型和地理加权回归(GWR)模型对汉江流域2015年94个采样点不同河岸带宽度(20m及50m)的5种土地利用类型(草地、林地、耕地、城市用地和未利用地)与7个水质指标之间的影响关系进行了对比分析与评估。结果表明:在分析土地利用类型与水质类型的空间关系时,GWR模型优于OLS模型。GWR模型评估结果表明:在汉江流域上段,耕地面积的增加使TN、PO_4~(3-)、活体Chl-a、Ca~(2+)、NH_3-N、COD和Na~+浓度显著增加;在汉江流域中段,城市用地的增加会使TN、PO_4~(3-)、活体Chl-a、Ca~(2+)和NH_3-N浓度显著增加,耕地使COD和Na~+浓度变大;在汉江流域下段,主要影响水质的是城市用地。此外,汉江流域中下游地区河岸带宽度控制在50m范围内可以达到降低污染物浓度的作用,有利于削减面源污染。该研究结果可为汉江流域中下游地区合理规划河岸带土地利用以抑制面源污染传输提供科学依据。     

一种确定湖泊水质基准参照状态浓度的新方法

在确立湖泊营养物基准的过程中,湖泊水体参照状态的确定是十分重要的一个步骤.本文基于广义极值分布理论,发展提出了一种确定湖泊参照状态浓度的新方法.该方法克服了频率分析法等描述性统计方法存在的数据分组可能造成人为误差和不便于统计推断,难以进行可信度评价的缺陷,能有效地推断给出参数和物质浓度置信区间.将该方法应用到太湖的水质基准参照状态中,通过对太湖湖心两个站点1995～2006年总氮(total nitrogen,TN),总磷(total phosphorus,TP)和叶绿素a(chlorophyll a,Chl-a)的数据进行分析,其年最小值的相反数符合广义极值分布,验证了方法的可行性.推荐采用25%分位点的值作为太湖总氮,总磷和叶绿素a的参照状态,即太湖的参照状态是:总氮0.71 mg·L-1,总磷0.025 mg·L-1,叶绿素a为1.81μg·L-1,并分别得出了它们各自的95%置信区间.