计量工作对环境监测质量的影响

本文对影响环境监测质量的计量因素,分别从机构和制度、理论知识和操作技术、器具、检验方面进行了讨论.     

环境监测应为目标责任制提供技术支持与监督

山东省在推行省市长(专员)环境目标责任制过程中,各级环境监测部门为保证环境目标责任制的实施,积极开展对环境的调查研究,进行定期或不定期的监督监测和综合分析评价,在为环境管理八项制度和措施的服务中,充分发挥了环境监测的耳目、哨兵和参谋、助手的作用,为我省环境保护工作上新台阶做出了积极的贡献.一、环境监测为制定省市长(专员)环境目标责任制指标提供可靠依据环境目标责任制是以签定"责任状"的形式,由省长把责任目标正式下达给市长(专员),把"软任务"变成了"硬指标",为了使"硬"指标定得合理、科学、可行,需要进行现状调查监测及综合分析当地多     

哈长城市群县域碳排放空间溢出效应及影响因素研究——基于NPP-VIIRS夜间灯光数据的实证

基于2012-2016年NPP-VIIRS夜间灯光数据测算哈长城市群共计68个县级单元碳排放数据,采用空间自相关、位序规模法则、空间计量模型以及空间马尔科夫链模型,对县级尺度城市碳排放空间特征、影响因素和动态空间溢出作用进行分析.结果表明：①城市碳排放呈现逐年下降的趋势,空间Moran''s I指数表明研究区城市碳排放存在高度的空间自相关,碳排放的高值集聚性呈降低的趋势.②位序规模法则表明,研究区全部城市的碳排放属于次位型分布,高位次城市的碳排放表现突出;在前十位城市的碳排放规模先减少再增加,由分散向集中演变.③多种空间面板模型对比分析表明,城市经济水平和人口密度因素呈现显著的正相关关系;固定投资和外商投资因素仅在时间固定模型中起到正向影响作用;技术进步以及路网密度因素则起到显著的抑制作用.④空间马尔科夫链分析结果表明,城市碳排放空间溢出效应明显,位于低水平区域与高水平区域的城市在转移过程中保持稳定;位于中低水平区域的城市与高碳排放的城市相邻会降低转移概率,反之则会提升转移概率.     

全球液化石油气运输网络贸易社区特征及其演化分析

液化石油气在全球清洁能源消耗市场中扮演着极为重要的角色,其通过船舶在不同港口之间进行运输,而港口之间通过局部密集的运输关系,形成了联系极为紧密的贸易社区。采用复杂网络社区探测方法,基于2013—2017年全球液化石油气船舶轨迹大数据构建运输网络,并对其贸易社区特征及其演化趋势开展分析。结果表明：（1）液化石油气（Liquefied Petroleum Gas,LPG）贸易社区内的港口之间的联系更加紧密,不同社区内的枢纽港口联系也日益紧密;（2）各个贸易社区的规模呈现出增长趋势,且同一社区内的港口在地理空间上变得更为集聚;（3）亚太地区、中东、西北欧和地中海地区形成的社区在全球LPG贸易中一直保持着重要地位,而随着时间推移,美洲社区已逐渐从一个相对孤立的社区发展成为与其他社区存在紧密联系的社区。     

基于网络数据的乡村旅游热点识别及成因分析——以江苏省为例

基于旅游网站数据,提出一种乡村旅游热点识别方法,以江苏省为例,运用趋势面、核密度、热点分析等方法探寻乡村旅游冷热格局及演变特征,并借助地理探测器揭示其时空演化的影响因素。结果表明：（1）江苏省乡村旅游热度的时间演化规律明显,年际变化呈“S”型演变轨迹;季节变化呈“三峰四谷”特征。（2）江苏省乡村旅游热度的空间结构在2009—2017年间经历了“单核—双核—三核”的演化过程,但其空间异质性依然显著,整体表现为“南高北低,东高西低”的差异特征。（3）影响因素在不同时段的影响强度各异,交通条件、服务能力一直是主导因素,经济水平对乡村旅游发展早期的热度提升有显著影响,资源禀赋的显著性趋于下降,生态环境和政府导向的影响力逐渐增强。基于网络数据的乡村旅游热点识别为乡村旅游定量研究提供了新的研究视角,对乡村旅游资源开发与区域合作具有重要的指导意义。     

建筑垃圾堆放点样本集构建与优化研究

为更好地解决手工制作的建筑垃圾堆放点样本集效率低、数据量少,难以支撑基于深度学习的遥感图像目标检测算法训练需求的问题,采用基于像素的遥感分类方法构建建筑垃圾堆放点样本集,在此基础上结合直方图均衡化,CS-LBP算子约束以及迁移学习的方法对Wasserstein生成对抗模型（WGAN）进行优化,实现了样本集扩充。研究结果表明:相对于纯手工制作的样本集,基于像素的遥感分类方法可以显著提升样本集制作的效率;同时,经过WGAN优化后,生成样本模拟了原始数据的颜色与纹理特征分布规律,增加了原始数据的多样性,满足了扩充样本集的需求。     

基于环境保护大数据的监测与智能诊断研究

为了提高环境保护的智能监测能力,采用大数据分析方法进行环境监测和诊断分析,提出一种基于环保大数据关联特征挖掘的环境保护智能监测与诊断技术。构建环境监测的约束参量模型,以土壤监测数据、空间污染排放量以及水资源监测数据为原始统计数据,采用关联规则特征提取方法进行环保大数据的有用信息挖掘,结合模糊C均值聚类算法实现对环保大数据的分类处理,根据分类结果进行环保监测和智能诊断分析。仿真结果表明,采用该方法进行环保大数据挖掘的准确性较好,对各种污染信息的分类精度较高,提高了环保监测和诊断的有效性与实时性。     

基于语义翻译的英文环保数据分析研究

英文环保数据对污染的治理和环境的保护有着至关重要的意义。提出一种基于语义翻译的英文环保数据分析方法。在英文环保数据的翻译过程中,加入双语语义的相似程度特性,提升英文环保数据的翻译质量。通过分布式的模式,在源端及目标端得到英文环保数据短语单语合成的语义向量;通过实验对所提方法进行验证,实验结果表明,所提方法获取的英文环保数据翻译质量较高,得到的影响环境变量与环境质量之间呈现的关系极为准确,与实际值的拟合程度在0.98左右,证明了数据分析的可靠性。     

基于医疗大数据的空气污染类疾病信息分析研究

世界卫生组织表示,空气污染为造成全球疾病负担的一项重要因素,能够导致心血管疾病、呼吸系统疾病等各种疾病的发生,空气污染问题已经成为公共卫生领域关注的重点问题,对基于医疗大数据的空气污染类疾病信息进行分析。利用半参数广义相加的泊松回归模型,在控制时间、长期趋势、气象因素等一些复杂条件的基础上,对2012年1月1日至2016年12月31日,某市空气中SO2、PM10和NO2等一些主要空气污染物的监测浓度值与呼吸系统疾病(肺炎以及支气管炎与哮喘)住院人数的相关性进行研究,研究结果表明,空气颗粒物PM10对患病率的影响相对于气态污染物SO2、NO2更为严重。