基于主成分分析法的国际化大都市文化实力比较研究

文化软实力是建设国际大都市的关键。2009年6月,国务院批准将西安建设成为继北京、上海之后我国的又一个国际化大都市。研究利用主成分分析方法,将西安与伦敦、纽约等世界一级城市和北京、上海等国内发展水平较高的城市进行了比较分析。结果表明:纽约、伦敦、东京、巴黎整体实力较强又各具优势;除北京市文化吸引力强于东京之外,国内城市文化实力普遍低于国外城市;西安实力最弱,与国际化大都市差距大。     

西南地区陆地植被生态系统NPP时空演变及驱动力分析

研究西南地区陆地植被生态系统净初级生产力(NPP)的时空演变特征及其驱动力,对区域生态环境保护具有重要的现实意义.利用2000～2021年MODIS NPP、1999～2021年基于站点的气象数据和2000～2020年土地利用类型等数据,结合主成分分析、残差分析、Theil-Sen Median趋势分析和偏相关分析等方法,研究西南地区陆地植被生态系统NPP时空演变及其对驱动力的响应特征.结果表明,时间上,2000～2021年西南地区植被NPP呈波动上升趋势,速率为3.54g·(m²·a)^-1.气候变化和人类活动影响下,农田、草地和森林生态系统NPP均呈上升趋势,但农田生态系统NPP的上升趋势最为显著.空间上,西南地区植被NPP呈上升趋势的面积占比为89.06%,显著上升和极显著上升的区域主要分布在广西南部、四川东部、重庆西部,以及云南和贵州交界处.气候变化和人类活动对西南地区植被生长具有双重影响,气候变化和人类活动影响下农田生态系统NPP呈上升趋势的面积占比均高于草地和森林生态系统.西南地区植被NPP与各气象因子的相关性呈明显地域差异.区域尺...     

浙江省香榧主产区土壤重金属空间异质性及其生态风险

香榧(Torreya grandis cv.Merrillii)是我国特有的一类经济树种.目前关于香榧的研究大都关注于果实的品质以及高产措施等,对香榧林地土壤重金属污染的研究鲜见报道.为探明其污染状况,选择位于浙江省会稽山脉附近的香榧集中种植区[诸暨、嵊州、柯桥和东阳四市(区)]作为研究对象,系统地采取了121个土壤样品(0～20 cm),对其中的13种重金属(As、Cd、Co、Cr、Cu、Fe、Mn、Ni、Pb、Sb、Sn、V和Zn)进行分析.同时结合主成分分析方法构建最小数据集,筛选出能最大程度代表土壤重金属元素信息的6种元素(As、Cd、Cr、Cu、Ni和Zn),利用地统计学等空间分析方法研究筛选所得的6种重金属空间异质性并评价其潜在生态风险.结果表明,研究区重金属平均o(As)、ω(Cd)、ω(Cr)、ω(Ni)、ω(Cu)和ω(Zn)分别为14.23、0.14、49.08、27.05、28.20和109.93 mg·kg-1通过半方差理论模型拟合得出研究区土壤Cr、Ni和Zn具有强烈的空间自相关性,而Cd、Cu和As空间自相关性处在中等水平.克里格插值揭示了研究区土壤重金属的空间分布格局,东阳市ω(Cd)、ω(Cr)和ω(Ni)呈低值分布,而诸暨市局部地区存在ω(Cd)、ω(Cr)和ω(Ni)的高值分布,其中诸暨市、柯桥区和嵊州市Cd积累较多,As在研究区土壤中的局部积累最严重,高值主要分布在诸暨市的西部和嵊州市东部地区.单因子污染指数和内梅罗污染指数结果显示,研究区6种重金属均存在超标现象,呈现出不同程度的累积特征.诸暨市重金属的分布受早期铜矿开采以及长期过度施肥影响,其他地区重金属的积累情况主要是由香榧种植户不合理的施肥方式尤其是磷肥和有机肥的过度使用等集约经营措施造成.潜在生态风险评价结果表明,研究区整体处于轻度危害程度,其中以Cd的潜在风险最大.     

基于主成分分析法研究南京市环境质量的统计分析

随着经济的高速发展,人民生活水平在稳步提高的同时,生态环境的保护往往受到人们的忽视.生态环境在很大程度上制约了经济的发展,南京作为现代化的大都市,加强生态环境的保护至关重要.为了更好的了解南京的生态环境保护情况,为环境保护提出合理化的建议,本文从环境污染和生态破坏角度运用主成分分析法评价南京市2007年到2011年问环境质量.通过综合得分分析得出南京市环境质量逐年好转,而且环境质量整体优化速率逐年加快,通过主成分分析得到大气污染和工业污染是在不同领域影响南京市环境质量的主导因素,主要归因于南京人口密集、工业发达,私家车使用量大,河流污染现象严重及追求经济快速增长所致的环境问题.     

上海崇明农业土壤中共平面多氯联苯的初步研究

采用同位素稀释质谱法,用高分辨率气相色谱-高分辨率质谱仪(HRGC-HRMS)对上海崇明农业土壤中12个共平面多氯联苯(co-PCBs)的含量进行了测定,并且对可能的来源进行了初步探讨。31个农业土壤中co-PCBs浓度范围为24.86~814.50 pg/g,平均值为92.65 pg/g,毒性当量浓度(I-TEQ)为0.032~0.486 pg/g,平均值为0.142 pg/g。经过比较,其浓度远远低于国内外污染土壤水平,和一般的农业土壤水平比较接近,认为该地区基本未受co-PCBs的污染。其中个别位点的毒性当量浓度较高,认为有必要对该地区可能的来源进行分析。主成分分析结果表明,崇明土壤co-PCBs可能来自市售Arcolor和各种燃烧,包括室内煤炭、木料燃烧以及固体或医疗废物燃烧的影响。作为生态岛屿建设的崇明,需要特别关注防止土壤中的co-PCBs进一步升高降低生态系统良性循环的完整性。     

南四湖流域种植业面源污染氮磷源解析研究

利用田间径流池采集南四湖流域种植业农田地表径流样品,分析其不同形态的氮磷数据,汇总数据得到南四湖流域种植业的氮磷源成分谱;并在南四湖区11条主要入湖河流入湖口处采集水样,测定氮磷含量,利用主成分分析法对南四湖流域种植业面源污染氮磷来源进行了源解析.结果表明,南四湖流域氮磷种植业面源污染来源有3种,3个主成分累积方差贡献率为95.275%.第一类污染途径为降雨淋溶小麦-玉米轮作农田产生的地表径流对河流产生的污染,这种污染的范围广且贡献率较大为50.220%;第二类污染途径为降雨淋溶大蒜-玉米轮作农田产生的地表径流流入南四湖入湖河流引起的,影响面也较广,贡献率为25.119%;第三类污染途径为自然降雨时,小麦-水稻轮作农田产生的地表径流对河流的污染,贡献率为19.937%.     

基于主成分回归的老生活垃圾填埋场好氧修复过程碳减排核算模型

老生活垃圾填埋场好氧修复技术因其对甲烷气体的削减,已逐渐在我国得到广泛应用,有望成为“双碳”目标背景下我国填埋场修复的重要技术手段。目前国内外常用的填埋场碳排放核算模型难以表征填埋场好氧修复过程的碳减排。以天津华明简易填埋场好氧修复项目作为研究对象,分析了其自2019年5月开始好氧修复工作300 d内的堆体工程力学特性、垃圾降解生化特性以及垃圾渗沥液生化特性等特征指标,得出2个特征指标主成分,并利用主成分建立堆体甲烷浓度回归模型。该模型可以分析和预测填埋场好氧修复过程中堆体内部甲烷气体浓度递减规律,进而可计算填埋场好氧修复相较于传统厌氧封场的甲烷削减量,为填埋场好氧修复碳减排核算提供理论依据,也可成为填埋场堆体稳定化状态的特征值甲烷浓度的判定参考。     

基于PCA-GRU-SVM模型的多参量煤矿瓦斯浓度预测及预警研究北大核心CSCD

煤矿瓦斯浓度精准预测及提早预警对于预防瓦斯灾害发生至关重要。为充分利用井下多传感器监测信息提升矿井瓦斯浓度预测及预警模型的性能,提出一种基于主成分分析(PCA)、门控循环单元(GRU)神经网络和支持向量机(SVM)组合的多参量瓦斯浓度预测及预警模型。针对监测数据的时序性、动态性和非线性强等特性问题,采用邻近均值法、小波降噪和归一化法对数据进行处理,利用PCA对数据降维以简化GRU模型拓扑结构,提高瓦斯浓度预测精度,通过构建基于SVM的矿井瓦斯浓度预警模型实现对矿井安全状态的实时动态监测。选取安徽某煤矿171105工作面的实测数据对PCA-GRU-SVM模型预测结果与性能进行验证。仿真结果表明：相对于PCA-LSTM、PCA-RF和PCA-BP模型,本文构建的预测模型的平均绝对误差(MAE)分别减少了18.45%、56.36%和87.3%,均方根误差(RMSE)分别减少了5.17%、9.04%和67.52%,预警模型的预测准确率为94.1%,说明该模型具有较高的拟合度和预测精度。该研究结果可为实现瓦斯灾害的预测及超前预警提供参考,对矿业安全生产具有重要意义。     

隧道口紧急救援站主洞与平导隧道协同送风方案研究

以某隧道口紧急救援站为实际工程背景,提出一种适用于隧道口紧急救援站的隧道主洞与平导隧道协同送风方案,利用FDS数值模拟软件对隧道主洞和平导隧道不同协同送风条件下隧道主洞洞口处和平导隧道内横通道各防护门处防烟风速的变化规律进行数值模拟研究,并确定了隧道主洞与平导隧道协同送风的最优防烟通风方案。结果表明：随着距平导隧道洞口的距离由160 m减小至20 m,横通道各防护门处防烟有效风量之和与射流风机送风量的比例由1.85增大至2.21;当平导隧道内射流风机集中送风量大于或等于29.9 m³/s,射流风机距邻近横通道的距离大于或等于140 m时,6处疏散通道防护门处防烟风速均大于2 m/s;确定了射流风机距邻近横通道的距离为140 m、平导隧道内射流风机送风量为29.9 m³/s、隧道主洞送风风速为2 m/s是隧道主洞与平导隧道协同送风的最优防烟通风方案。     

融合时空特征的PCA-PSO-SVM臭氧(O3)预测方法研究

针对目前臭氧预测方法未能考虑臭氧污染的区域性和在时间周期内的强自相关性的问题,提出一种融合时空特征的PCA-PSO-SVM臭氧组合预测模型.利用小波分析和系统聚类提取臭氧时间序列波动特征和站点空间分布相似性特征,并通过主成分分析和粒子群算法优化的支持向量机组合模型（PCA-PSO-SVM）对臭氧日最大8h平均浓度进行预测,以2016~2018年杭州市大气污染物观测数据和气象数据进行实验验证.结果表明：融合时空特征的PCA-PSO-SVM模型预测精度有较大提升,与未融合时空特征的PCA-PSO-SVM模型相比,精度提升19%.气象因素中温度对臭氧预测效果影响最大,在气象预报数据存在一定误差的情况下,提出的模型仍得到较高精度的预测效果,具备较好的鲁棒性.