旅游地农户生计资本评估与生计策略选择——以海螺沟景区为例

旅游地可持续发展需要重点关注当地居民生计的可持续。以海螺沟景区为案例地,基于可持续生计框架构建了适用的生计资本评估指标体系,量化识别了景区农户可持续的生计方式,明确了影响两类脆弱性农户生计策略选择的主要因素。结果表明：在研究区六种生计方式中,采用均衡兼收型和旅游主营型策略的农户其生计资本水平最高,而传统务农型和务工型农户生计资本水平最低。不同生计策略类型的农户在空间上集聚分布。缺乏金融资本是影响传统务农型和务工型农户选择均衡兼收型生计策略的主要因素,而物质资本和社会资本的缺乏则对他们选择旅游主营型生计策略有显著的影响。此外,海拔、距公路和核心景点的距离也对农户生计策略的选择有重要影响。     

基于响应面法的活性炭纤维去除叶绿素a优化研究

为优化活性炭纤维去除叶绿素a系统操作参数,在单因素试验研究的基础上,应用Box-Behnken试验设计,采用3因素3水平的响应面分析法,建立了初始pH、反应时间、活性炭纤维投加量对反应后叶绿素a浓度影响的回归模型。结果表明,模型显著,拟合度良好,精确度高,数据合理,试验误差小。通过对回归模型的求解及综合考虑,得到优化的工艺条件为初始pH=6.0,反应时间为3 h,活性炭纤维投加量为2.5 g/200 mL(活性炭纤维重量/水样体积)。在此条件下,验证结果表明,活性炭纤维平均除藻率达到94.55%,反应后叶绿素a浓度的相对误差在7%以内,说明该模型能较好地优化活性炭纤维对叶绿素a的去除操作条件和预测反应后叶绿素a浓度。     

基于二值Logistic回归模型的砂土液化指标敏感性分析

将二值Logistic回归模型应用到砂土液化预测中,以国内外173组样本数据作为研究对象,通过相关性分析选择震级M、有效应力σ'0、平均粒径D50、修正的CPT锥尖阻力qc1和地震剪应力比SSR5个指标作为敏感性分析指标,对砂土液化指标的敏感性进行了分析.结果表明:二值Logistic回归模型预测准确率达到了90.8％,其概率表达式可用于砂土液化预测;各指标的敏感性排序为M＞qc1＞σ'0＞D50≈SRR;σ'0和qc1指标与砂土液化的相对危险性呈负相关趋势,以qc1指标敏感性较大,M、D50、SRR指标与砂土液化的相对危险性呈正相关趋势,以M敏感性最大.     

环境影响评价中地面风资料应用的讨论—地面定时风与自记风的相关性和对定时风的订正应用

提出一种在环境影响评价中更好地应用地面定时风资料的方法，即将定时风与自记风按季节进行回归分析，建立回归方程，经回归方程订正后，定时风的风向频率与污染系数比订正前更接近于自记风的实况，能更有效的实用环境影响评价工作。     

广州市机动车分类保有量建模与预测

文章采用回归分析法，研究了广州市大型客车、小型客车、轻型货车和重型货车这4类机动车的保有量与GDP、工业总产值、财政收入等社会经济发展各项指标间的函数关系，根据广州市各年的统计数据对各类机动车建立回归模型。研究结果表明大型客车保有量主要与人口有关，小型客车保有量主要与工业总产值、社会固定资产投资和财政收入有关，轻型货车保有量主要与人口、社会固定资产投资和财政收入有关，重型货车保有量主要与政策有关。文章同时利用自回归法和指数平滑法预测了大型客车、小型客车和轻型货车2007年和2010年的保有量，结果显示这3类车的保有量将继续呈上升趋势。     

如何对中学生进行思想品德教育僭述

本文从实践有利于理论联系实际开始谈起,分析了思想品德教育要促进学生全面发展、要让学生认识到思想品德教育的重要性、生活和学习必须桴鼓相应以及回归生活等诸多问题。若益于同仁点滴,则我至为欣悦。     

扩展ICP-MS的线性动态范围 Agilent 7500cx检测浓度超过2000ppm

四极杆电感耦合等离子体质谱仪使用电子倍增检测器，其动态范围一般为8个数量级，即对于完全离子化的单一同位素元素（假定试剂空白质量很好）可测定的浓度范围为0．5ppt到50ppm。     

一元有机酸的络合萃取研究

本文考察了不同稀释剂中磷酸三丁酯（ＴＢＰ）和甲基异丁基酮（ＭＩＢＫ）的甲酸，乙酸，丙酸，丁酸及氯乙酸，二氯乙酸和三氯乙酸等一元有机酸的萃取，萃取反应属中性络合萃取机理，有机相中生成１：１的萃合物，同时，探讨了各因素（有机酸种类、稀释剂性质、温度和无机盐）对萃取的影响，得到了萃取反应的平衡常数，热力学函数和萃取性能与有机酸性质间的关系方程等。     

基于STL的海表面温度预测算法

海表面温度是海洋科学研究中重要的参数之一，有效预测海表面温度对海洋灾害预警、海洋经济以及海洋生态环境研究具有重大意义。针对海表面温度具有周期性、持续性、非平稳性和非线性的特性，首先利用基于局部加权回归的周期趋势分解方法将原始海表面温度序列分解为周期项、趋势项和余项，挖掘海表面温度的潜在信息并去除序列中的随机噪音，再结合长短期记忆网络模型的优点，搭建神经网络来预测未来5天内的海表面温度。通过与其它模型的预测效果进行对比，实验结果表明，本文方法在预测海表面温度时具有较好的预测精度，能够实现海表面温度的有效预测。