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。     

城市综合韧性能力时空动态评估模型:以传染病为例

为探究传染病背景下城市韧性因素作用机制和时空变化,从多尺度把握韧性短板,以街道为基本研究单元,采集空间数据和统计数据,构建时空动态评估模型。考虑城市韧性的承灾、抵御和恢复能力,集空间回归分析和地理探测器等方法,分阶段研究并得出显著驱动街道韧性的因素,进而量化市区与全市韧性,并以武汉市为例进行验证。结果表明：主城区的韧性能力整体低于远城区且波动程度大。全市韧性能力从较高升至高水平。从作用机制看,城市道路、高速和区域组织协调限制局域韧性能力;建成区绿化率在研究阶段与城市发展情况、区域组织协调的指标相互影响,驱动全局韧性提升。在时空角度,街道的恢复具有主导并协同其他影响因素驱动城市整体韧性回升的效果,且空间分布随时间推移趋于集中化。     

基于迁移学习算法的深部爆破振动速度预测

为了更好地预测深部矿山爆破振动速度,针对深部爆破振动速度预测中存在的样本量小、数据分布同浅部爆破不同的问题,将浅部地下矿山爆破数据中有用的知识迁移至深部矿山爆破振动速度预测模型中,提出一种逻辑回归迁移学习算法(LR-TrAdaboost),提升模型的样本容量及预测准确率;以某铜矿深部爆破振动速度预测为研究对象,结合该铜矿27条深部爆破数据以及梅山矿等5个地下金属矿204条浅部爆破数据,利用支持向量回归机(SVR)、回归迁移学习算法(TrAdaboost-R²)以及LR-TrAdaboost算法分别进行预测和对比。结果表明：3种算法的模型分数分别为0.24、0.38、0.81,均方根误差(RMSE)分别为0.152、0.107、0.06,LR-TrAdaboost算法预测误差相比SVR、TrAdaboost-R²分别降低了60.5%、43.9%;同时,LR-TrAdaboost在迭代次数为50时已经收敛,而TrAdaboost-R²在迭代次数100次后才收敛,收敛速度前者是后者的2倍;LR-TrAdaboost算法的预测性...     

湿法烟气脱硫喷淋塔的阻力特性研究

以装配有自行设计的湍流装置的冷态喷淋塔为研究对象,考察了气速、喷淋量、液气比(L/G)、湍流装置垂直和水平间距对其阻力特性的影响。结果表明,当湍流装置结构形式一定时,喷淋塔的湍流层阻力(ΔP)均随气速、喷淋量和L/G的增大而增大;当气速、喷淋量、L/G一定时,湍流层阻力均随湍流装置垂直与水平间距的增大而减小。当气速、喷淋量、L/G、湍流装置垂直与水平间距分别为2.0 m/s、100 m~3/h、10 L/m~3、120 mm、120 mm时,湍流层的最小阻力为0.14 kP a;而当气速、喷淋量、L/G、湍流装置垂直与水平间距分别为3.6 m/s、240 m~3/h、25 L/m~3、90 mm、100 mm时,湍流层的最大阻力为0.62 kP a。对实验数据进行多元线性回归分析,得出该喷淋塔湍流层阻力的经验公式为ΔP=0.000 46V ~(0.724)Q~(0.930)D~(-1.860)f~(-5.480),其拟合优度与显著性良好,对工业应用具有一定的理论指导意义和实际参考价值。     

近50 a来海南岛不同气候区气候变化特征研究

利用均匀分布在海南岛的7个国家标准气象站1959-2008年温度和降水资料以及海南岛气候区划成果,研究海南岛近50 a来不同气候区的气候变化特征,结果显示:近50 a来海南岛各气候区的温度总体呈上升趋势,并以东北区及西南区温度上升最为明显,其次是中部山区、东南区和西北区。在年际尺度上,不同温度指标的增幅大小排列为:年平均最低温度(T_min)>年平均温度(T_mean)>年平均最高温度(T_max)。在季节尺度上为:秋季和冬季>春季和夏季。不同气候区各季节的增温幅度地区间差异与年际尺度相似。各气候区的年平均温度都有突变发生。其中,西南区的突变时间为1972-1974年,西北区为1979年,东北区为1987年,东南区为1985-1990年,中部山区为1990年。各气候区累年平均降水量差异较大,以中部山区降水最为丰沛,西南区相对较少;各气候区在年际尺度上的降水波动较大,除西南区外,年降水量距平都未通过P<0.05的显著性检验。干季和湿季的降水量对年降水总量的贡献率以湿季最大,为80%,干季较小,为20%;干季多小雨,湿季多大雨。在干季,中部山区降水的贡献率最大,其他气候区相对较小,而湿季却相反。各气候区大雨和暴雨的降水量约占年降水总量的50%;西南区为大暴雨及特大暴雨多发地区。     

SVR与BP神经网络对小流域次降雨侵蚀产沙预测结果的比较

运用支持向量回归机(Support Vector Regression Machine)与BP神经网络对小流域次降雨侵蚀产沙进行预测.侵蚀产沙输入变量选取降雨量、降雨强度、径流深和洪峰流量模数,流域次降雨侵蚀输沙量为输出变量.以SVR、BP神经网络的预测值与实际值的绝对误差和相对误差作为评价指标.实验表明,SVR的预测精度和稳定性优于BP神经网络.     

楚雄市城市化发展对生态环境影响研究

运用相关分析及回归分析法,对楚雄市2001年至2010年间城市化水平与反映生态环境变化的相关指标进行分析研究。结果表明,随着时间的推移,楚雄市城市化水平不断提高,城市化水平与建成区面积、城市用水量、水土流失面积、平均化肥施用量以及工业废气排放量呈显著正相关,与耕地面积呈显著负相关。通过回归分析发现．城市化水平与各环境指标的回归方程基本上为二次、三次函数及S型曲线。本研究除了二氧化氮含量变化符合库次涅茨曲线特征以外,其它指标变化并不符合该曲线特征。     

员工安全诚信与大五人格的关系研究

安全诚信的缺失是造成安全生产事故的重要原因之一,对安全诚信及其前因变量——人格特质的研究对提升安全生产水平有着重要的意义.本文采用员工安全诚信测量问卷与大五人格调查问卷对某企业194名员工进行了调查,并对调查结果进行了相关性分析与分层回归分析.结果表明:在控制了人口统计学变量之后,大五人格因素所解释的员工安全诚信的方差变异量在安全诚信认知、安全诚信体验和安全诚信监控三个维度分别为3.5％、26.2％、27.2％,即神经质对安全诚信的认知维度有显著的预测作用,外倾性、宜人性和开放性对安全诚信的态度维度的预测作用显著,外倾性对违纪行为的认可、安全诚信的遵守和安全诚信的监督维度的预测作用显著.     

冬季采暖期气象条件对PM2.5等空气质量要素的影响——以咸阳市为例

以汾渭平原典型城市——咸阳为研究区域,利用地面空气质量监测数据和欧洲中期天气预报中心（ECMWF）发布的第五代全球气候再分析资料数据集（ERA5）,分析了咸阳市2018—2020年3 a采暖期污染物浓度变化特征和不同污染程度下的气象条件,采用统计学方法分析各项污染物浓度与气象因素间的相关性,使用多元线性回归模型评价各气象因素对PM_2.5浓度的影响程度,使用二元Logistic回归分析气象因素对PM_2.5超标风险的影响。咸阳市采暖期首要污染物以细颗粒物（PM_2.5）和可吸入颗粒物（PM₁₀）为主,采暖期超标最多的污染物为PM_2.5,超标天数逐年递减;PM₁₀的日变化呈“双峰双谷”型,PM_2.5的谷值出现在17∶00且夜晚浓度较高。颗粒物浓度与相对湿度呈正相关,与风速、边界层高度、温度、气压呈负相关。多元线性回归预测模型显示PM_2.5浓度预测值与实测值变化趋势保持一致,预测值的波动频率比实测值大,预测准确率为51.54%;二元Logistic回归模型显示：除相对湿度外,其他气象因素对PM_2.5超标情况都是保护因素,边界层高度每增高1 m,日均浓度超标风险降低0.7%;相对湿度每升高1%,日均浓度超标风险升高5.3%;温度每升高1℃,日均浓度超标风险降低19.8%;气压每升高1 hPa,日均浓度超标风险降低9.7%。以上研究结果揭示了咸阳市采暖期主要气象因素对空气污染的影响程度,为我国北方城市今后的空气污染治理提供科学依据,为相关政策制定提供理论参考。