基于CLUE-S和灰色线性规划的嘉兴北部土地利用优化配置研究

构建基于CLUE-S与灰色线性规划混合模型的土地利用优化配置方法,在导入区域政策、社会经济、生态目标和土地利用现状等条件下,进行土地利用数量结构与空间布局的统一优化,并以嘉兴北部地区为例进行实证研究,共设置现状趋势情景、规划目标情景和规划可持续情景这3种模拟情景.规划可持续情景侧重社会经济环境效益,故对建设用地快速增长和农用地持续减少起到明显调控作用,可实现生态敏感区环境和粮食安全的双重保护,是理想的土地利用优化方案.CLUE-S模型与灰色线性规划的耦合能够兼顾现状条件和区域发展目标,模拟土地利用的数量和空间变化,是解决土地资源优化配置问题的有效方法.     

灰色关联分析在中国农村家庭碳排放影响因素分析中的应用

农村家庭碳排放影响因素分析的研究对于合理发展农村经济,有效制定农村减排政策具有重要的指导意义.根据IPCC参考方法、生活碳排放研究方法和投入产出基本方法,计算了1995—2010年中国大陆31省区农村人均家庭碳排放量.通过因子分析方法,剔除农村人均家庭碳排放量不显著相关的影响因素,利用灰色关联分析方法对影响农村人均家庭碳排放量的显著相关影响因素进行评价,得出不同驱动因子对碳排放的关联度.结果表明,(1)从时间上看,1995至2010年,农村家庭碳排放呈现出逐渐上升趋势,1995年农村的人均家庭排放量为C 0.170 t?人-1,增加到2010年的0.504 t?人-1,同比增长196.90%.(2)从空间看,东部地区的农村家庭碳排放远远高于中部、东北和西部地区的农村家庭碳排放.(3)从地区差异看,位于东部地区的上海市农村人均家庭碳排放远远高于位于西部地区的内蒙古,1995年上海市农村人均家庭碳排放为C 0.454 t?人-1,而内蒙古为0.145 t?人-1;2010年上海市农村人均家庭碳排放为C 1.351 t?人-1,而内蒙古为0.498 t?人-1.(4)利用灰色关联分析,经济水平指标中的农林牧渔总产值与农村人均家庭碳排放的关联度为最大,为0.9824,因此对农村家庭碳排放的影响最大,而人口指标中的农村人口比例与农村人均家庭碳排放的关联度最小,为0.5702,因此对农村家庭碳排放的影响最小.     

A modeling system for drinking water sources and its application to Jiangdong Reservoir in Xiamen city

Drinking water sources are highly valued by authorities for safeguarding the life of a city. Models are widely applied as important and effective tools in the management of water sources. However, it is difficult to apply models in water source management because water managers are often not equipped with the professional knowledge and operational skills necessary for making use of the models. This paper introduces a drinking water source simulation and prediction system that consists of a watershed model, a hydrological model and a water quality model. This system provides methods and technical guidance for the conventional management of water sources and emergency water event response. In this study, the sub-models of the system were developed based on the data of the Jiangdong Reservoir in Xiamen, and the model validation was based on local monitoring data. The hydrological model and water quality model were integrated by computer programming, and the watershed model was indirectly integrated into the system through a network platform. Furthermore, three applications for Jiangdong Reservoir water protection utilizing the system were introduced in this paper, including a conventional simulation, an emergency simulation, and an emergency measures evaluation.     

基于熵值法和GM(1,1)模型的重庆城市生态系统健康评价

应用信息熵值反映数据本身的效用值来计算指标权重系数,建立熵权综合评价模型,对重庆城市生态系统健康进行了评价.根据评价结果和灰理论数学建模特点,建立GM(1,1)灰色预测模型,对重庆市生态系统健康进行了动态预测分析.结果表明:2005~2009年期间,重庆城市生态系统健康总体水平良好,其中各要素指数评价大小依次是活力指数、恢复力指数、组织结构指数、服务功能指数、人群生活指数;2010~2015年期间,重庆城市生态系统健康综合评价值将以e0.1268的增速保持良好发展态势.此外,建立以熵权综合评价为基础的GM(1,1)灰色预测模型对城市生态系统健康进行评价,能够得出更客观、更全面的评价结果.     

扎龙湿地龙湖重金属污染情况及其潜在生态风险评价

为了探讨龙湖中重金属污染情况,测定了龙湖中9个取样点的重金属元素含量,并从中选取Mn、Cu、Pb、As 4种重金属元素进行水质评价。通过灰色关联评价分析,所采集的9个样点中有8个样点都属于Ⅴ类水质、1个样点属于Ⅳ水质。采用Hakanson潜在生态风险指数法对龙湖沉积物进行重金属潜在生态风险评价分析,4种重金属的潜在风险顺序为Cu>As>Pb>Mn,其中每个样点的Cu元素都达到了极强的潜在生态危害,As元素的潜在生态危害程度都达到了强度生态危害。     

基于AGA-BP神经网络的采空区危险性评价

针对采空区危险性评价的影响因素众多且关系复杂的特点,提出了基于AGA-BP神经网络算法评价采空区危险性。将岩体结构、地质构造、岩石抗压强度等13个影响因子作为神经网络输入,采空区危险性等级作为输出,建立一个采空区危险性评价的BP神经网络模型;采用自适应遗传算法(AGA)对BP网络的初始权值和阈值进行全局寻优,将寻优结果回代入网络中进行训练并预测得出采空区危险性等级;利用其它智能算法与该预测结果做出比较,以验证AGA-BP算法的有效性及优越性。结果表明:该算法的优化效果明显,同时在训练时间与预测精度上较其它智能算法有突出的优势,是一种在采空区危险性评价方面值得推广的新方法。     

赤水河流域浮游细菌群落特征及其与水质的关系

赤水河是茅台酒酿造用水的水源地,其环境承载能力和水质质量与该流域微生物的群落息息相关,而目前赤水河浮游细菌群落组成、功能及其与水质之间的关系研究开展较少.本研究以茅台酒厂采水点为中心,在其上中下游设置了W1~W6共6个采样点,采用16S rDNA Miseq高通量测序技术研究了赤水河浮游细菌群落的组成及其功能.结果表明浮游细菌群落主要由55门、167纲、415目、706科、1431属组成,假单胞菌属（Pseudomonas）和马赛菌属（Massilia）是相对优势种群.此外,W1和W3采样点样品与其他采样点样品相比,群落组成差异较大.冗余分析表明COD_Mn、COD和DO是影响群落组成的显著因素（p<0.05）,其与NH₃-N、pH、TN、Novosphingobium、Stenotrophomona和Pontibacter等参数是该流域浮游细菌群落网络的重要节点.使用PICRUSt2软件对该水源地微生物群落的功能进行预测,结果显示其功能主要涉及代谢（metabolism）、环境信息处理（environmental information processing）、遗传信息处理（genetic information processing）等6类生物代谢通路和碳水化合物代谢（carbohydrate metabolism）、氨基酸代谢（amino acid metabolism）、能量代谢（energy metabolism）、辅助因子和维生素的代谢（metabolism of cofactors and vitamins）等46个子功能.本研究探明了赤水河浮游细菌群落组成和功能及其与环境因子的相互联系,丰富了赤水河地区的第一手研究资料,为改善其水域环境提供了参考.     

基于小波分解及遗传BPNN耦合模型的地表水As浓度预测研究

随着工业的快速发展,水体中污染物超标事件时有发生,造成了较严重的水环境污染问题.水环境监测与预报是环境科学研究的重要内容.为了实现地表水砷（As）污染的准确预报,本研究提出小波分解、遗传算法与BP人工神经网络的耦合建模方法,并结合某河流监测站1998—2016年共19年的地表水质监测数据,通过皮尔逊相关系数和信息指标评价法对模型输入变量进行筛选,最后对比分析了在不同水质参数输入情况下BP人工神经网络（BPNN）、遗传算法改进的BPNN（GABP）、小波-遗传BPNN耦合模型（W-GABP）对后6年（2011—2016年） As浓度预测结果的均方根误差（RMSE）、决定系数（R²）、平均绝对百分比误差（MAPE）,以确立最优模型.结果表明：①多水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为17.51%、15.98%、14.46%,单水质参数BPNN、GABP与W-GABP耦合模型预测结果的MAPE分别为18.78%、16.74%、7.83%;②小波分解数据前处理及遗传算法均能较大程度地提高预测模型的精度;③对于地表水水质预报,需对比不同模型在不同输入变量下的预测结果,以获得最佳的预测精度.单水质参数输入的W-GABP耦合模型能较准确地预报地表水As浓度的变化情况,对数据缺乏地区水质监控和地表水As污染防治具有重要意义.     

煤矿瓦斯涌出时序预测的自组织数据挖掘方法

为分析煤矿瓦斯涌出复杂系统时间序列预测方法,提出自组织数据挖掘(SODM)与相空间重构(PSR)相结合的预测建模方法。首先应用C-C方法计算时间序列的最佳嵌入维数和延迟时间后进行PSR;然后以二元二次方程为传递函数,以嵌入维数变量为自变量,以延迟时间后的时间序列为因变量,通过内准则确定传递函数系数和外准则选择最优传递函数,并以最优传递函数的输出为下层迭代传递函数的输入,最后获得最优复杂度预测模型。算例结果表明:该方法对煤矿瓦斯涌出量预测的相对误差为-5.751 7% ~6.049 3%,平均相对误差2.145 7%,预测结果能满足煤矿安全生产实际工程应用要求。