基于BP神经网络的水环境承载力预警研究——以北运河为例

为了预测水环境承载力未来可能出现的超载状态并提出警告,达到水环境风险管控的目的,本文构建了基于BP神经网络的水环境承载力预警方法体系,并在北运河流域开展了实证研究.所构建预警模型包括COD、氨氮、总磷承载力预警子模型和水资源承载力预警子模型,且模型拟合效果较好（平均绝对百分比误差在20%左右）.研究结果表明：朝阳区、海淀区等8个行政区落在了红灯重警区域,水环境承载力超载状况最为严重;位于北运河中下游的石景山区、广阳区、北辰区和香河县处于橙灯中警区域;昌平区、顺义区等5个行政区处于黄色轻警区域;怀柔区和延庆区处于绿色无警区域,状况较好.最后,为了排除警情,基于双向调控的原则,本文从水环境全过程控制角度,分别对各区域提出了调控区域人口规模及经济发展方式、治理面源污染等具体排警措施.     

基于UKF的深井监测移动节点定位算法

针对线性系统理论的监测定位技术误差较大且又无法实时监测深井人员及移动设备的位置问题,提出一种基于非线性函数不敏卡尔曼滤波（UKF）移动节点定位算法（U-MPA）。在建立U-MPA监测系统及巷道模型的基础上,采用UKF方法对RSSI滤波测距,通过局部坐标系,实现对移动节点实时定位监测;同时,通过改变锚节点间距密度,实现不同定位精度要求。仿真实验表明:U-MPA算法相比RSSI算法定位误差有明显减小,U-MPA算法的平均定位偏差为RSSI算法的44%。     

基于PSO优化BP神经网络的钻井动态风险评估方法

传统钻井动态风险评估严重依赖于专家主观判断、结果大多是定性或半定量,无法满足深井复杂地层钻井安全需求。针对该问题,研究建立了基于PSO优化BP神经网络的钻井动态风险评估方法。通过对录井资料的监测分析,实时判断井下风险发生的类型并定量计算风险发生概率,可以在风险发生的早期给出预警信息,及时指导风险调控措施的开展。海上BD气田的实例分析表明,基于构建的动态风险评估模型得到的风险预测结果与实际风险发生情况相符合,说明建立的模型是合理可行的。该模型对于钻井作业过程中动态风险评估具有一定的参考价值。     

ISM耦合ANP矿工安全注意力衰减影响因素模型

为了减少煤矿安全事故的发生,从“纵向过程观”角度,引入矿工安全注意力控制空间、安全信息分配空间和安全行为结果空间,建立矿工安全注意力衰减影响因素模型。首先,基于文献研究,建立矿工安全注意力衰减影响因素体系,一共包含12个指标;其次,利用解释结构模型（ISM）构建矿工安全注意力衰减的3级递阶有向图;最后,采用网络层次分析法（ANP）构建矿工安全注意力衰减影响因素的权重模型,并借助Super Decision（SD）软件求解。结果表明:安全自制力、行为习惯、工作负荷、风险应对力以及安全信息刺激频率为表层直接影响因素;安全认知、工作要求、作业环境特征、安全信息变化多样性和风险感知力为中层间接影响因素;管理方式和安全信息刺激强度为深层根本影响因素。主要影响因素有:安全认知、安全自制力、行为习惯、管理方式、安全信息刺激频率以及风险感知力。     

煤矿作业人员人因可靠性的径向基神经网络评价模型研究

依据人因可靠性原理、事故致因理论,结合煤矿生产系统的特点,提出了观测可靠度的概念,确立了一系列便于统计和赋值的人因可靠性评价指标。针对人因失误事件过程的动态性、复杂性以及数据的不完整性,利用径向基（RBF）神经网络学习速度快、抗干扰能力强的特点,建立了基于RBF神经网络的煤矿作业人员人因可靠性评价模型。对于岗位工龄短或有效记录不足的煤矿作业人员,利用训练好的RBF神经网络模型进行人因可靠性评价,经过实例验算证实了模型的可信性。     

东江流域水利工程对流域地表水文过程影响模拟研究

东江流域为香港及广州等特大城市的重要水源地,新丰江、枫树坝与白盆珠三大水库对东江全流域水资源有控制性调蓄作用,加上人类活动影响,导致东江流域地表径流发生显著变异.研究分析东江流域上中下游水利工程建成前、后径流在时间与空间的变异特征,对水利工程与人类活动影响的东江流域水资源管理提供重要依据.基于此,选取多元线性回归、神经网络与支持向量机等模型模拟水利工程建成前的径流变化,研究认为:①神经网络为水利工程建成后径流变化模拟的最优模型;②水利工程建成后,流域径流变异特征分两阶段:1974-1982年流域水文变异不显著,水利工程影响不大;1983-2000 年径流变异显著,水利工程削峰填谷作用明显;③东江流域龙川、岭下、博罗站水文变化均受水利工程调蓄影响,但影响程度各异:博罗站水文变化受水利工程影响最大,岭下站次之,龙川站受影响最小.另外,在水利工程调蓄作用影响下,东江流域月径流变化幅度趋于平坦,在一定程度上降低了洪水风险及减少了极端气候条件对东江流域水资源供给造成的负面影响.     

发挥供销系统网络优势 延伸餐厨废弃物资源利用的思考

对处于国家中心城市地位的广州来说,随着城市人口、经济社会不断发展,尤其随着餐饮行业的蓬勃发展,日产餐厨废弃物近1万t,如不妥善合理处理,将对城市环境和城市管理造成极大压力。无论是焚烧、填埋、还是生化处理模式,餐厨废弃物资源化处理后产品的出路都没有得到有效解决。广州供销社系统在产业链后端延伸方面具有我国任何社会组织无法比拟的优势,是解决餐厨废弃物资源化产品深加工出路的重要力量。除了发挥供销社网络优势外,仍需要政府在政策、土地、资金等方面的大力支持,共同推进,才能实现餐厨废弃物"由餐桌中来,加工调制后再到农田中去,生产出来的有机食品再回到餐桌"的真正循环。     

Simulating wildfire patterns using a small-world network model

This paper presents the development and validation results of a weighted small-world network model designed to simulate fire patterns in real heterogeneous landscapes. Fire spread is simulated on a gridded landscape, a mosaic in which each cell represents an area of the land surface. In this model, the interaction between burning and non-burning cells (here, due to flame radiation) may extend well beyond nearest neighbors, and depends on local conditions of wind, topography, and vegetation. An approach based on the coupling of the solid flame model with the Monte Carlo method is used to predict the radiative heat flux from the flame generated by the burning of each combustible cell to its neighbors. The weighting procedure takes into account latency (a combustible cell will only ignite when it has accumulated enough energy along time) and flaming persistence of burning cells. The model is applied to very different fire scenarios: a historical Mediterranean fire that occurred in southeastern France in 2005 and experimental fires conducted in arid savanna fuels in South Africa in 1992. Model results are found to be in agreement with real fire patterns, in terms both of rate of spread, and of the area and shape of the burn. This work also shows that the fractal properties of fire patterns predicted by the model are similar to those observed from satellite images of three other Mediterranean fire scars.     

Social network properties within a fish assemblage invaded by non-native sunbleak Leucaspius delineatus

Network theory is commonly used to reveal social interactions and the organisation of interconnected nodes—but has not yet been applied to animal invasions. Non-native species invasions are now considered one of the foremost threats to natural ecosystems and biodiversity. This is the first attempt to assess social network properties within a freshwater fish assemblage invaded by a non-native fish species. We show that invasive sunbleak Leucaspius delineatus is socially more strongly interconnected with native species than the native species with each other. The social networks also reveal characteristics of a ‘small world’ such as low clustering coefficients C and short path lengths L. The findings may indicate potential traits of successful invaders and the implication for the spread of pathogens between individuals within a group of animals that contain a non-native invasive species. The success of establishment and subsequent invasion may be highlighted not only by the capacity of the new species to adapt to the new environment, but also in its capacity to penetrate the social circle of the native community.     

基于RBF神经网络的鄱阳湖表层水体总悬浮颗粒物浓度遥感反演

为进一步提高湖泊总悬浮颗粒物浓度遥感反演的准确性,引进适应复杂非线性映射的RBF神经网络模型,以鄱阳湖通江湖体为例进行了实证分析,根据实测水体悬浮颗粒物浓度和MODIS遥感数据,对遥感数据进行预处理,建立了RBF神经网络悬浮颗粒物浓度反演模型,神经元个数为8个,误差性能目标值为0.001,对悬浮颗粒物浓度进行反演。研究结果表明,验证样本相关系数R2=0.956 8,均方根误差RMSE=0.54。利用神经网络模型反演水悬浮颗粒物浓度是有效的,其反演结果优于非线性回归模型的结果。