神经网络模型森林生物量遥感估测方法的研究

森林生物量的估测是全球变化研究的基础,而遥感宏观、综合、动态、快速的特点决定了基于遥感的生物量模型为森林生物量估测的发展方向,目前的遥感生物量估测方法大多基于回归分析,需要预先假设、事后检验,仅为经验性的统计模型。神经网络的分布并行处理、非线性映射、自适应学习和容错等特性,使其具有独特的信息处理和计算能力,在机制尚不清楚的高维非线性系统体现出强大优势,可以用于遥感生物量估测。文章在野外调查的基础上,尝试应用BP网络和RBF网络技术,建立广州TM遥感影像数据与森林样方生物量实测数据之间的神经网络模型,通过训练和仿真,与生物量实测数据进行比较。结果表明,在独立样地估测中,人工神经网络估测的相对误差均小于15.18%,获得了满意的效果。而RBF网络与BP网络相比,在识别精度上、稳定性、速度上,均优于BP网络,其最大相对误差不超过10.12%,平均相对误差为4.76%。可见应用神经网络方法的“黑箱”操作虽然难以归纳出指导性规律,但可以获得很高的精度。尤其RBF网络,在训练完成后,可以应用该模型进行大区域生物量估算,对于森林的规划及管理具有深远意义。     

对化学品登记要求的数据解释—生物系统效应

本文对化学品登记时所要求的生物系统效应数据做解释.涉及到的测试参数包括 藻类生长抑制、蚤类急性活动抑制和繁殖及鱼类急性毒性.     

实施简易工况法排气检测若干问题探讨

国标GB18285-2005和GB3847-2005规定在用机动车的排气检测方法选择与简易工况法标准限值的制定均由地方根据实际情况确定,虽增强了地方排气监管工作灵活性,但困难也增加了.各地在推动实施简易工况法时,检测方法的选择应重点从地方管理、地方经济、技术条件和机动车排气监督管理发展方向进行综合考虑,条件许可的地方选用简易瞬态工况法.简易工况法的初始标准限值可以先选用HJ/T 240-2005和HJ/T241-2005两个行业标准中的最松限值,然后在推进简易工况法的过程中逐步收集检测数据,并重新确定地方的排放限值.     

地下水质量评价的数据计算方法

着重阐述了如何使用FoxPro语言编程，快速、简捷地实现地下水各项目的平均值、超标率、单项组分分值、综合评价分值及地下水质量级别的统计分析。     

环境监测数据预审中部分指标的相关性分析

数据审核在实验室分析中占有很重要的作用,需要检查是否有异常数据,并对监测数据进行分析、判断,以便了解被监测水体的状况,是否已被污染,污染趋势如何等.根据长期积累的经验,发现部分指标之间存在相关性,了解这些数据的相关性,将对数据审核有很大帮助,总氮和三氮(硝酸盐氮、亚硝酸盐氮、氨氮)之间存在着相关性,并且根据“三氮“在水中存在的含量,可以分析水体状况,分析出水体的污染趋势如何;分别对CODcr和CODMn、CODcr和BOD5、CODMn和BOD5、总磷、总氮和叶绿素a、石油类和CODcr、硫化物和重金属、氟与硬度之间的相关性进行了分析.     

基于大数据的无线传感网络环境可靠性测试分析

目前无线传感器广泛应用于各种领域,网络数据呈现爆发式增多状态,而基于大数据的无线传感网络环境可靠性与无线传感网络环境的安全性以及使用效率具有高度关联性。因此,需要对基于大数据的无线传感网络环境可靠性进行测试。测试步骤为:先采用基于大数据的无线传感网络环境恶意节点识别方法,识别无线传感网络环境中是否存在恶意节点,再构建基于大数据的无线传感网络环境可靠性测试模型,测试存在恶意节点的无线传感网络环境可靠性。经研究结果表明,本文模型测试结果和实际情况几乎一致,可在较低冗余度上高精度测试基于大数据的无线传感网络环境可靠性,且在具备不同数量恶意节点的网络环境中,本文模型测试后的无线传感网络丢包率仅有1.22%,对网络数据破坏力较低。     

空间故障树与空间故障网络理论综述

为了研究多因素变化对系统可靠性的影响,在2012年提出空间故障树理论。随着研究的深入,在2015年逐渐将智能科学和大数据技术引入空间故障树,作为分析故障大数据和因素间因果逻辑关系的处理方法。进一步地,由于实际故障发生过程中事件和影响因素多是相互联系的网状结构,在空间故障树基础上提出空间故障网络理论。其主要用于描述自然灾害和人工系统故障发生过程,是研究系统故障演化过程的理论。上述理论发展可归纳为3个阶段:空间故障树基础、空间故障树改进、空间故障网络基础。通过综述形式总结并论述了以往空间故障树及空间故障网络的提出、发展过程和作用,以使读者对空间故障树和空间故障网络有一个较为全面的认识,并以此为基础在安全科学,特别是系统可靠性领域做出更大贡献。     

基于电力历史应急大数据的应急情景规则分析与发现方法研究

为了解决电力突发事件演化过程难于预测,进而导致事件应急缺少针对性,较为被动的问题,提出在现有应急预案指导、事故模拟仿真、事故案例经验总结等方法基础上,引入基于电力历史大数据分析与预测的应急情景规则分析与发现方法,将电力应急突发事件情景构建的结果与相关大数据预测模型（汇总统计、分类与预测）相结合,提出科学、合理且具有良好操作性的情景演化规则的获取方法与技术路线,为进一步提高复杂电力突发事件的应急处置与指挥能力提供技术支撑。