基于RBF神经网络的城市建成区面积预测研究——兼与BP神经网络和线性回归对比分析

城市建成区面积预测是城市研究的一个核心问题,其与城市经济社会之间表现为一种复杂的非线性关系,传统的方法模型难以精确预测。作为一种较新的人工神经网络模型,RBF神经网络能以任意精度全局逼近任意非线性关系,表现出了极强的处理复杂非线性系统的能力。以合肥市建成区面积预测为例,构建了基于RBF网络的预测模型,作为对比,同时用BP神经网络、一元线性回归和多元线性回归模型进行了预测。预测结果的综合分析表明,在预测精度上,RBF网络＞BP网络＞多元线性回归模型＞一元线性回归模型。研究显示,RBF网络能为城市建成区面积预测提供一种新思路和新方法,进而可为城市土地利用及其规划制定提供科学的决策依据     

便携式气相色谱-氢火焰离子化检测器法测定低浓度总烃的氧气干扰特征研究

研究了采用便携式气相色谱-氢火焰离子化检测器法测定气体中的总烃浓度时,氧气浓度对测定结果的影响,并采用多元线性回归模型对总烃的测定结果进行了校准。当总烃的实际浓度不低于9 mg/m³时,氧气的干扰较小(相对标准偏差≤2%)。在试验的所有总烃实际浓度下(1~200 mg/m³),当氧气浓度为1%~7%时,也无需考虑氧气干扰的影响(相对标准偏差≤2%)。当总烃的实际浓度低于9 mg/m³且氧气浓度为9%~21%时,需依据多元线性回归分析原理并采用模型对测得的总烃浓度进行校准。线性回归方程分析结果显示,模型拟合情况良好(R²=0.999),可以用来修正测试结果,从而得到更加准确的总烃实际浓度。     

基于时空混合效应模型的京津冀PM2.5浓度变化模拟

为揭示京津冀地区高精度PM_2.5的时空分布特征,以空间分辨率为1 km的MAIAC AOD数据为主要预测因子,以气象数据、植被指数、夜间灯光数、人口密度和海拔数据作为辅助因子,构建了一种新的时空混合效应模型（STLME）,在拟合最优次区域划分方案基础上对京津冀地区PM_2.5浓度进行预测分析.结果表明,基于STLME模型的ρ(PM_2.5)预测精度高于传统的线性混合效应模型（LME）,其十折交叉验证（CV）R²为0.91,明显高于LME模型的0.87,说明STLME模型在同时校正PM_2.5-AOD关系的时空异质性方面具有优势.最优次区域划分方案识别出PM_2.5-AOD关系的空间差异,并结合缓冲区平滑方法,提高了STLME模型预测精度.京津冀PM_2.5浓度时空变化差异显著,高值区主要分布在以石家庄、邢台和邯郸为中心的河北南部,低值区则位于燕山-太行山区;冬季PM_2.5污染最严重,其次是秋季和春季,夏季污染最轻.STLM...     

重点生态功能区生态资产保护成效及驱动力研究

重点生态功能区是保障国家生态安全、扩大绿色生态空间的重要区域,在实现全国生态资产保值增值方面发挥着重要作用。然而,现阶段围绕重点生态功能区生态资产保护成效及驱动力开展的研究较少。为明确重点生态功能区生态资产保护的驱动力以及存在的问题,本文利用遥感影像并结合图像解译、GIS空间分析和数理统计等方法对重点生态功能区内生态资产展开分析,并将其与非重点生态功能区进行比较。研究结果显示:重点生态功能区内森林、灌丛、草地和湿地生态资产总面积为349.30万km~2,优级和良级生态资产占生态资产总面积的42.42%,生态资产综合指数为21.19。15年间,重点功能区内生态资产总面积增加0.05%,优级和良级生态资产面积占比分别增加0.59%和0.85%,生态资产综合指数增加2.94。重点生态功能区生态资产面积和质量增幅均小于非重点生态功能区,然而重点生态功能区生态资产指数增量高于非重点生态功能区。生态恢复是驱动重点生态功能区生态资产面积变化的主因,对原有生态资产的保护是促进生态资产指数增加的最主要驱动力(贡献率达81%),城镇化和农业开发对生态资产的不利影响不容忽视(贡献率达-6.81%)。研究表明,对重点生态功能区生态资产保护成效显著,同时还有较大提升空间。本研究也为优化重点生态功能区的城镇化和农业开发的管理提供了证据和参考。     

龙岩市PMl0污染受山谷风出现频率的影响分析

利用福建省龙岩市2006—2009年PM10的监测数据和龙岩市地区山谷风各风向的统计数据,进行了单因素方差分析、一元线性相关分析等统计分析,结果表明龙岩市区PM10浓度与N风向、NW风向、NNW风向的出现频率之间有较密切的关系。这些风向的出现会导致污染物堆积在谷底范围之内,阻碍了PM10污染物向谷外的扩散,使得处于谷底的龙岩市大气中的PMl0浓度不断增加。     

线性判别分析对舟山海洋站降水中常量阳离子含量的年度、季节特征分析

通过对舟山站点2002/2003年度降水中的6种常量阳离子H⁺、NH₄⁺、K⁺、Na⁺、Ca²⁺、Mg²⁺近2a的连续观测,采用稳健统计分析对浓度范围及变化趋势进行了描述.利用线性判别分析对实验数据进行降维处理,得到线性判别曲面,对样本点在新正规变量空间的时间性分布特征进行了描述,依据正规变量的线性组合,解释了决定该样本点时间性特征分布的主要阳离子影响因素,并对造成异常样品点的影响因素进行了分析.     

压缩式压电传感器轴向灵敏度的幅值线性度问题

本文阐述了压电传感器的结构原理及其幅值灵敏度的线性度问题，为了减小测量误差，在使用时应当注意其幅值线性度。     

Solving the probabilistic reserve selection problem

The Reserve Selection Problem consists in selecting certain sites among a set of potential sites for biodiversity protection. In many models of the literature, the species present and able to survive in each site are supposed to be known. Here, for every potential site and for every species considered, only the probability that the species survives in the site is supposed to be known. The problem to select, under a budgetary constraint, a set of sites which maximizes the expected number of species is known in the literature under the name of probabilistic reserve selection problem. In this article, this problem is studied with species weighting to deal differently with common species and rare species. A spatial constraint is also considered preventing to obtain too fragmented reserve networks. As in Polasky et al. (2000), the problem is formulated by a nonlinear mathematical program in Boolean variables. Camm et al. (2002) developed a mixed-integer linear programming approximation that may be solved with standard integer programming software. The method gives tight approximate solutions but does not allow to tell how far these solutions are from the optimum. In this paper, a slightly different approach is proposed to approximate the problem. The interesting aspect of the approach, which also uses only standard mixed-integer programming software, is that it leads, not only to an approximate solution, but also to an upper limit on the true optimal value. In other words, the method gives an approximate solution with a guarantee on its accuracy. The linear reformulation is based on an upper approximation of the logarithmic function by a piecewise-linear function. The approach is very effective on artificial instances that include up to 400 sites and 300 species. Within an average CPU time of about 12 min, near-optimal solutions are obtained with an average relative error, in comparison to the optimum, of less than 0.2%.     

基于线性变换的水质综合评价方法

对于多个因子的水质综合评价存在很多不同方法,尚未形成公认的权威评价方法。因而,对水质综合评价方法进行探索有利于积累研究经验,丰富方法手段。在把数据向[0 1]区间标准化的基础上,通过线性空间变换,把水质样本数据与《地表水环境质量标准》(GB3838-2002)数据转换到同一线性空间。计算水质样本数据向量与5类水质划分等级标准数据向量的欧式距离,把欧式距离的最小值作为水质类别辨别的依据,最终得到水质的综合评价结果。借由已经公开发表的19个断面水质监测数据,运用大型工程计算软件Matlab 2010b进行计算,并与变权欧式距离模型、灰色聚类法、模糊综合指数法和BP神经网络法的评价结果相比较,符合性较好,验证了线性空间变换法应用于水质综合评价的科学性和合理性。方法可用于水质综合评价。在不对污染因子进行加权的情况下,基于线性变换的水质综合评价方法,获得的评价结果较轻。对于被评价为同一类水质的不同监测断面,可以借助"评价单元与5级水质标准的欧式距离矩阵",对评价单元水质差异进一步辨识。     

线性拟合法对水质中镉的测量不确定度评定研究

应用top-down技术中的线性拟合法,通过对不同浓度标准样品的多次重复测定,利用方差分析确保校准曲线处于偏倚受控状态,并运用控制图技术对回归曲线的变异进行动态监控。在期间精密度条件下,通过合并较低和较高两个浓度标准样品检测结果方差的方法,对电感耦合等离子体质谱法测量水中镉的不确定度进行估计。这种方法避免了复杂的分量计算,减小了易造成失误的风险,有助于仪器分析领域的不确定度评定。