Proposing an information criterion for individual-based models developed in a pattern-oriented modelling framework

Individual-based models (IBMs) have been improved in quality and reliability in recent years with an approach called pattern-oriented modelling (POM). POM proposes guidelines to develop models reproducing multiple patterns observed on the field and to test systematically how well the IBMs reproduce them. POM studies used generally traditional methods of goodness of fit such as the sum of squares evaluation or ad hoc comparisons of fitting errors and variations. Model selection, however, can be a rigorous statistical approach based on information theory and information criteria such as the Akaike's information criterion (AIC) or the deviance information criterion (DIC). So far, it has not been tried to link POM to these rigorous techniques. The main problems to achieve that are: (a) the difficulty to have likelihood functions for IBMs’ parameters and (b) the possibility to obtain posterior distributions of IBMs’ parameters given the patterns to reproduce. In a first part, this paper answers problem (a) by proposing and explaining how to calculate a deviance measure (POMDEV) for models developed in a context of POM. And while answering the second problem, a second part of the paper proposes an information criterion for model selection in a POM context (the pattern-oriented modelling information criterion: POMIC). This criterion does not yet have the same theoretical foundation as, e.g., AIC, but uses formal analogies to the DIC. In a third part POMIC is tested with a modelling exercise. This exercise shows the potential of POMIC to use multiple patterns for selecting among multiple potential submodels and eventually select the most parsimonious and well fitting model version. We conclude that POMIC, although being a heuristically derived approach, can greatly improve the POM framework.     

天然针阔混交林优势种群间联结关系

运用２ ×２ 联列表,通过方差分析、χ２ 检验、联结系数Ｃ、Ｏｃｈｉａｉ 系数、Ｃｚｅｋａｎｏｗｓｋｉ 系数和Ｊａｃｃａｒｄ 系数等系列方法,测定了天然针阔混交林１５ 个优势种群间的总体联结关系,各种对间联结显著性和关联系数．研究表明：中亚热带针阔混交林的种间联结测定使用上述系列技术效果很佳．运用方差分析揭示出多物种整体间的联结关系;χ２ 检验揭示出成对物种间联结的性质和程度;Ｏｃｈｉａｉ、Ｃｚｅｋａｎｏｗｓｋｉ 和Ｊａｃｃａｒｄ 系数可表明种对的联结程度和相伴随出现的机率．结果表明：多物种间的整体联结关系为显著的正联结;χ２ 统计量检验了１０５ 个种对,其中９ 个种对呈现极显著的正联结;２ 个种对为显著的正联结;４ 个种对呈现显著的负联结．马尾松（ Ｐｉｎｕｓ ｍａｓｓｏｎｉａｎａ）与常绿阔叶林优势树种间的联结关系很弱,反映出天然针阔混交林的成熟性     

中国表层土壤有机质空间分布模拟分析方法研究

气候变化背景下,对土壤有机碳的研究是目前大尺度上土壤性质研究的热点。基于第二次全国土壤普查5 374个典型土壤剖面数据,分析表层土壤有机质(20 cm)与环境因素的相关关系,利用多元回归模型和HASM模型结合的方法模拟中国国家尺度上表层土壤有机质含量的空间分布格局,探讨该方法的模拟误差,为国家尺度上有机碳的估算提供方法参考。研究结果表明,对350个检验点模拟结果的平均绝对误差和平均相对误差为15.61 g.kg-1和56.59%,与普通克里格法相比分别降低了1.61 g.kg-1和20.84%;对样点分布较少以及无样点的西北地区和台湾省的模拟结果也更符合实际情况。建模样点减少一半的情况下,模拟结果的平均绝对误差和平均相对误差仅分别增加了0.14 g.kg-1和1.07%。因此,论文方法可作为模拟国家尺度上有机质空间分布相对有效的方法,同时如何使模型解释更多的土壤有机质空间变异将是进一步提高模拟精度的关键。     

京津冀地区高分辨率PM2.5浓度时空变化模拟与分析

为了全覆盖、高分辨率和高精度识别京津冀地区大气PM_2.5质量浓度时空变化,选取多角度大气校正算法遥感反演的1km AOD为主要预测因子,多种气象要素和土地利用要素为辅助预测因子,构建了混合效应模型+地理加权回归模型的两阶段统计模型,并针对京津冀地区PM_2.5污染较严重的特点,模型中引入了AOD²等独特预测因子.通过上述两阶段模型定量预测了研究区2017年1 km²空间分辨率的每日PM_2.5质量浓度.结果表明,模型交叉验证的决定系数R²为0.94,斜率为0.95,均方根预测误差为13.14 μg·m^-3,在前人基础上预测精度进一步提升,可用于PM_2.5浓度时空变化预测与分析.2017年,京津冀地区PM_2.5浓度年均值为44.96 μg·m^-3,年均值范围在0~89.89 μg·m^-3之间.PM_2.5浓度时空变化差异性明显,整体上呈现\"平原西南部浓度高、平原东北部浓度中等和山区高原浓度低\"的空间分布格局以及\"冬季浓度高、夏季浓度低和春秋过渡\"的季节变化特点.模型预测结果的高时空分辨率可以支持流行病学研究在较小区域的暴露评估和识别小尺度污染源的时空变化,分析发现在大气污染防治行动计划实施以来,污染较严重的冀中南山麓平原区可能出现了重要污染源的空间变化.模型预测与分析结果可以为京津冀大气污染防治提供科学支撑.     

铝材Sn-Ni混合盐电解着枪色参数研究

首先对铝片试样进行预处理,随后在恒定的电流密度和相同的氧化时间下,在铝材表面形成厚度均匀的阳极氧化膜,然后采用方波交流电,对铝试样进行电解着色处理,通过改变铝材电解着色工艺的着色时间、电流密度、正负电流比、占空比等因素来研究这些因素与铝材明度值和色差之间的关系。实验结果表明获得枪色的最佳工艺条件是:着色时间6m in左右,着色电流密度为1.40 A/dm2左右,正向电流比负向电流大7%左右,占空比55%左右。     

宿迁3次突发性空气重污染过程对比分析

利用空气质量资料、常规观测资料、NCEP1.0°×1.0°再分析资料,应用数理统计、天气学等方法对宿迁市3次突发性重污染天气进行对比分析.结果表明：①宿迁\"突发\"空气重污染时,AQI级别由前一日的一、二级至第2日转为五级以上,AQI值迅速上升.②3次空气重污染过程天气背景相似,高层为宽广平直的偏西气流,地面受高压控制,中低层风向和温度平流突然转变,且都有深厚的逆温层结;持续变化较小的气压梯度、较低风速、温度日较差及相对湿度的增大（150328过程（即2015年3月28日—4月1日污染过程）除外）为颗粒物浓度迅速增长提供了条件.③大气稳定度级别迅速变高和混合层高度迅速降低并维持,对污染物快速聚集有显著影响.④物理量诊断表明,污染发生前期上空为弱上升运动,随后迅速转为下沉运动,或气流下沉运动区域迅速扩大、升高,是空气质量迅速转差的重要动力因素.⑤内蒙古地区的沙尘远距离输送形成的污染,是造成150328过程与另外两次过程明显不同的主要原因.     

计及风速与风机故障相关性的概率潮流计算

针对计及风速与风机故障不确定性及相关性的风电并网电力系统概率潮流计算问题,基于Nataf变换建立了能够同时考虑风速、风机故障不确定性和相关性的风电场出力模型,提出一种可灵活处理风速与风机故障相关性的MonteCarlo概率潮流计算方法,并引入“拉丁超立方抽样”技术提高抽样效率,降低计算复杂度。仿真结果表明:该方法能反映风电场出力的实际情况,合理评估风电并网对电力系统概率潮流的影响,有助于风电场的选址及电网规划。     

利用POCIS技术监测城市地表水中全氟化合物

采用一种针对水体中全氟化合物的改进的极性有机化合物整合采样技术(POCIS)进行了不同水流速度下污染物的吸附动力学,以及水流速度对全氟化合物在该采样器上采样速率的影响研究.结果表明,在不同水流速度下7种全氟化合物在放置时间10d内呈线性关系.POCIS对全氟化合物的采样速率随着水流速度(0.085~0.0018m/s)的降低而减小,但是对个别物质如全氟十一酸的采样速率无明显影响.将所建立的POCIS采样方法应用于南京市地表水中,并与常规的主动监测方法进行比较,发现利用POCIS采样技术推算出的污染物时间权重浓度和两次主动采样测定浓度基本一致.     

1株异养硝化-好氧反硝化细菌DK1的分离鉴定及其脱氮特性

从某反应器活性污泥中分离筛选出1株假单胞菌属(Pseudomonas sp.)细菌,命名为DK1,并对该菌进行脱氮特性研究.在以葡萄糖为碳源,C/N量比为5时,分别以NaNO_3和NaNO_2为氮源,二者的好氧反硝化速率为4.09 mg·(L·h)-1和4.43mg·(L·h)~(-1).以二者同时为氮源脱氮率为100%;此外,菌株DK1具有异养硝化性能,NH_4~+-N平均去除速率为2.32mg·(L·h)-1.缺氧时以NO_2~--N为氮源菌株DK1可将一系列梯度浓度NO_2~--N(约100~300 mg·L-1)在36 h内降为0.当NO_3~--N和NO_2~--N同时存在时,菌株DK1会优先利用NO_3~--N进行反硝化.同时该菌株还具有同步硝化反硝化(SND)性能,可同时去除NH_4~+-N、NO_2~--N或NH_4~+-N、NO_3~--N,30 h内脱氮率分别达95.06%和94.69%.相同时间内在NH_4~+-N、NO_2~--N和NO_3~--N三者均存在时,脱氮效果最佳,达100%.菌株DK1的高效SND及反硝化性能表明其在处理含氮废水方面有一定的潜力和应用价值.     

生活垃圾焚烧废气中二噁英监测采样研究

对当前国内生活垃圾焚烧废气中二噁英监测相关标准和技术规范的解读和实践操作后,认识到生活垃圾焚烧废气中二噁英监测采样的现状及不足.针对不同类型烟道,不同采样时间和不同采样时间间隔分别进行了研究.实验结果表明,同一稳定气流的排放源中,水平烟道和垂直烟道测试二噁英毒性当量排放浓度水平相当;满足监测采样量要求下,不同采样时间和采样时间间隔对二噁英监测结果并无显著差异,对此给出几点相应采样建议.