基于汶川地震的地震人员伤亡预测模型研究

地震发生以后及时掌握人员伤亡情况对灾后救援具有重要作用,因此,建立地震人员伤亡预测模型是极为重要的。以2008年汶川地震人员伤亡数据及房屋破坏面积数据为基础,运用线性回归分析方法模拟出地震人员伤亡预测模型。该函数模型是以建筑物的易损性为自变量,分别以死亡人数、受伤人数为因变量构建的。同时对回归模型进行误差分析,并参考前人模型可知房屋内人口密度和地震发生时间2个因素对模型有很大影响,进而对回归系数进行调整。最后利用文中模型和其他几种预测模型分别对汶川地震和玉树地震进行验证,并与地震实际伤亡结果进行比较,证明研究的模型的准确性和适用性。     

基于傅里叶变换红外光谱技术的混合毒性气体定量分析研究

基于傅里叶变换红外光谱技术,选取低浓度的CO、CO2、NO、NO2、SO2、HCl、HBr、HCN 8种典型有毒有害气体进行定量分析.经过合理选择光谱区间、数据预处理、样本筛选以及确定模型参数后,建立PLS回归模型,并对模型回归曲线进行多项式修正.模型中各组分实际浓度与预测浓度的拟合回归系数达到0.99,校正集误差均方根SRMSEC低于15×10-6.利用验证集对模型的预测性能进行检验,样本各组分的预测浓度误差小于满量程的±2%,各组分的预测误差均方根SRMSEP不超过20×10-6.     

职业康复 让伤者回归工作岗位

工伤职业康复是我国工伤康复服务中的重要一环,它以医院内的职业康复服务为基础,结合在企业内进行的外展性评估和现场治疗服务,提升及强化工伤职工受伤后的工作能力,增加就业机会,并协助他们工作安置或重新就业。职业康复服务适用于受伤后有就业、再就业需求的广大工伤职工。工伤职工经临床诊治或医疗康复后,如伤情稳定,筛除职业治疗的禁忌证,可以参与符合其身体能力和工作需求的职业康复训练。     

基于ARIMA与SVM的飞行事故组合预测方法

飞行事故预测的目的在于预防事故。为提高事故预防的针对性和有效性,必须加强预测,以增强预防飞行事故的主动性。在ARIMA和SVM基础上,提出一种飞行事故组合预测方法。首先建立ARIMA模型,用以描述历史数据中的线性关系;然后,对ARIMA模型的残差构建SVM模型,用以模拟数据中的非线性规律,两者预测值之和就是最后的预测结果。美国空军1954—1993年飞行事故损坏飞机万时率的实证分析结果表明:利用该方法所建立的模型,能够对飞行事故作出较为准确的预测,模型精度总体优于单一的ARIMA或SVM模型。     

长江经济带PM2.5分布格局演变及其影响因素

2000年以来,长江经济带高强度的人类社会经济活动引发了严峻的环境污染问题,灰霾污染尤为严重.研究该区域PM_(2.5)浓度的时空格局与影响因素是落实新发展理念、推进区域大气污染综合防治的迫切需要.本文基于遥感反演数据,研究了2000～2016年长江经济带PM_(2.5)浓度分布格局的演变过程,利用地理加权回归模型揭示了自然和社会经济因素对其影响的时空非平稳性.结果表明:①PM_(2.5)浓度分布总体表现为东高西低,且城市群污染特征明显.②以2007年为界, 2000～2016年PM_(2.5)年均浓度经历了逐年上升和波动下降的过程,年均浓度由27.2μg·m~(-3)上升至44.1μg·m~(-3)后, 2016年降至33.6μg·m~(-3).污染范围则先由长三角城市群、长江中游城市群和成渝城市群核心区域向四周快速扩展, 2007年后开始往回收缩.③空间自相关分析表明,PM_(2.5)浓度分布有显著的正空间自相关性,热点持续稳定地分布在上海、江苏、安徽中北部、浙江北部和湖北中部,冷点分布在云南、四川西部和南部及贵州西部.④自然因素与社会经济因素对PM_(2.5)浓度分布的影响具有时空差异性.其中社会经济因素主要呈正向影响;自然因素中,降水量主要呈负向影响,其余因子的影响大小和作用方向均随着时间和空间的变化而变化.     

大气污染联合治理分区视角下的中国PM2.5关联关系时空变异特征分析

联合治理分区下PM_(2.5)关联关系时空变异特征识别对中国大气污染防治意义重大.本文主要基于2000～2016年遥感反演的中国大陆334个地级市PM_(2.5)浓度数据,利用空间单元聚合策略与地理时空加权回归技术,系统分析了大气污染联合治理分区视角下的中国PM_(2.5)关联关系时空变异特征.结果表明:①以PM_(2.5)为首要污染物,综合考虑污染程度、地理位置、气象、地形和经济等因素可将中国大陆地区划分为10个大气污染联合治理区.②地理时空加权回归能够有效刻画PM_(2.5)与关联因素间的时空非平稳关系.同时,人口规模、第二产业生产总值、SO_2排放量、年平均气温、年降水量以及年平均相对湿度被识别出对PM_(2.5)浓度的变化影响存在显著时空差异.③人口规模对PM_(2.5)浓度的影响程度各年最大的地区均为京津冀蒙区域;川渝滇黔区域中第二产业生产总值对PM_(2.5)浓度影响程度变异度最大,在黑吉辽区域之外,SO_2排放量回归系数值均先随时间逐渐减小再增大最后又减小;各治理区中年平均温度对PM_(2.5)影响程度的时间变异程度较小;而年降水量与年平均相对湿度对PM_(2.5)影响程度在各区域中呈现不同的变异特征.     

基于住房价格的通勤碳排放空间分异——以济南市为例

住房价格能够影响居民的居住决策,进而影响其通勤碳排放。为研究住房价格与通勤碳排放的内在关系,构建住房价格影响个体通勤碳排放的理论模型,并利用“个体—街道”两水平线性模型,对济南市居民出行调查数据进行实证检验。研究发现：（1）通勤碳排放呈现出“中心低碳化、外围高碳化”,且外围趋于分化的空间格局。（2）住房价格通过虹吸效应影响居民的碳排放。具体表现为住房价格与碳排放负相关,外围低房价吸引居住者,而居住者的远程机动通勤导致外围高值碳排放;但住房价格的边际增碳程度随着远离市中心而先缓（距市中心 5 km）后增（距市中心5 km及以上）。（3）外围工资收入对虹吸效应起调节作用。工资水平较高的外围区域有利于实现职住平衡,抑制了虹吸效应,进而分化为碳排放的冷点区,工资水平较低的外围区域则分化为碳排放的热点区。研究认为,应通过多中心空间发展战略、提高居民的就业可达性、优化针对公租房的公共交通供给等措施,引导居民低碳通勤。     

基于多因素灰色预测模型的生活污水量预测研究

生活污水作为城市水环境的主要污染源,进行生活污水排放量的预测是十分必要的.污水排放量预测方法有多种,不同的方法有各自不同的特点.为提高预测精度,采用灰色预测与多元线性回归相结合的方法,综合各种因素建立多因素灰色预测模型.并以人口和人均纯收入作为影响因素,将该模型应用于苏州横泾街道生活污水排放量的趋势预测中.结果表明：该模型能反映系统的实际情况,建模精度高,平均相对误差只有0.069 8％,值得在污水排放预测中推广应用.     

Assessment of nutrient distributions in Lake Champlain using satellite remote sensing

The introduction of nutrients to lakes causing eutrophic conditions is a major problem around the world. Proper monitoring and modeling are important to effectively manage eutrophication in lake waters. The goal is to develop remote sensing models for nutrients, total phosphorus and total nitrogen, in Lake Champlain. The remote sensing models were created using multivariate linear regression with the unique band combinations of Landsat Enhanced Thematic Mapper Plus （ETM＋） imagery based on the empirical relationship with the field observations. The resulting models successfully showed nutrient distributions in the most eutrophic part of Lake Champlain, Missisquoi Bay, with reasonable adjusted coefficient of determination values （R2 = 0.81 and 0.75 for total phosphorus and total nitrogen, respectively）. The results show the feasibility and the utility of satellite imagery to detect spatial distributions of lake water quality constituents, which can be used to better understand nutrient distributions in Lake Champlain. This approach can be applicable to other lakes experiencing eutrophication assisting decision making when implementing Best Management Practices and other mitigation techniques to lakes.     

邕江流域植被时空分布及演变研究

以250 m分辨率的MOD13Q1数据为数据源,通过最大值合成法和均值法分别获得2000—2010年邕江流域年均NDVI时间序列,采用回归分析、相关系数分析和变异系数等方法,研究邕江流域植被状况的时空分布特征。结果表明,在空间分布上,邕江流域植被覆盖呈四周高,中部低的分布特征。在时间变化上,2000—2010年邕江流域植被覆盖区域年均NDVI波动为0.42~0.54,其中2000—2004年植被覆盖区域NDVI波动较大,不存在明显的趋势特征,但2004年以后植被覆盖区域NDVI呈波动性缓慢增长趋势;在年际波动上,邕江流域92.87%的植被覆盖区域NDVI呈中低波动,而高波动区域仅占植被覆盖区域总面积的7.13%,植被覆盖状况总体稳定性较好。在变化趋势上,2000—2010年邕江流域地表植被覆盖改善的区域远大于植被退化的区域,其中,改善的区域占植被覆盖区域总面积的56.02%,退化的区域占13.36%,30.62%的区域呈稳定不变的状态。