环境规制效果与中国城市空气污染

中国不同城市的空气污染现状与年际变化存在巨大的差异,但总体而言正在经历着明显的改善。城市空气污染是政府环境规制效果的体现,论文从影响环境规制的多种途径和渠道出发,将影响政府环境规制执行效果的原因分为三种因素,包括来自企业等利益攸关者的环境规制执行阻力、来自社会的空气污染改善受益方的环境规制执行压力和政府本身的环境规制执行能力。论文着重阐述了这三种动力内容,并利用空气污染指数(API)数据制作非平衡面板模型,对这三种动力因素与规制执行效果的关系进行了验证,发现环境规制执行阻力和环境规制执行能力显著地影响规制执行效果。教育等社会因素通过提升环境规制压力也能够对环境规制执行进行一定的推动。     

油梨低脂涂抹物的研制

通过各种乳化剂、增稠剂、稳定剂种类及量的复配实验表明,涂抹性能与屈服应力有显著负相关。回归方程分析表明,0 47%复合乳化剂(HLB=6 92)、0 57%羧甲基纤维素钠(CMC-Na)、0 13%琼脂(Agar)能使制品有较好的涂抹性能,加入0 3%黄原胶,可以提高制品的热稳定性。     

SPSS 10.0在实验数据分析中的应用

主要介绍如何把SPSS10.0这个软件应用于实验数据分析之中。该软件包括了几种实验数据分析中常用的统计方法如:样本检验、均数比较分析、方差分析、回归分析、偏相关分析、曲线拟合、时间序列分析、聚类分析、主成分分析法、因子分析等。     

基于GIS的太湖蓝藻预警系统研究

蓝藻爆发恶化了太湖水质,严重降低了太湖的使用功能。文章分析太湖蓝藻爆发的影响因素,结合预警模型和GIS技术,描述了太湖蓝藻预警系统的设计与实现流程,为太湖蓝藻预警提供科学、合理的辅助决策支持。     

陕西渭北旱塬区农田土壤有机质空间预测方法

准确预测土壤有机质(SOM)含量的空间分布对于改善土壤质量、提高区域土壤管理水平具有重要意义.为探索预测陕西渭北旱塬区农田SOM含量的最优模型,借助地理探测器选取与SOM含量密切相关的影响因子作为建模的协变量,选用普通克里格方法(OK)、地理加权回归模型(GWR)、偏最小二乘回归模型(PLS)、地理加权回归扩展模型(G...     

预测铜生物毒性的偏最小二乘回归模型

以黄河水体中的铜作为典型污染物,单细胞淡水藻斜生栅藻作为实验生物,应用偏最小二乘回归方法建立了铜的生物毒性预测模型.结果表明,黄河水体中阳离子(K⁺、Na⁺、Mg²⁺)浓度与铜的半抑制浓度(EC₅₀)成负相关,而水体中的DOC、碱度和阴离子浓度与铜的EC₅₀成正相关;影响铜的生物毒性的主要因子是DOC、pH值、碱度和温度.     

基于多核LS-SVM的河涌水质预测模型

研究了多变量非线性河涌水质预测问题,提出了多核最小二乘支持向量机河涌水质预测模型。模型采用协同结构的非线性函数将水质时序样本映射到高维特征空间,进行多元线性回归。然后将该回归问题转化成半无限线性规划问题,运用交换集法求解。文章利用东江流域河涌水质数据进行了拟合预测实验,结果表明,与单核最小二乘支持向量机河涌水质预测模型相比,多核模型的预测误差减小了23%以上,它较单核模型具有更高的预测精度和更好的泛化推广性能。     

重庆市PM2.5浓度空间分异模拟及影响因子

基于Arcgis平台,利用土地利用回归模型模拟重庆市PM2.5浓度分布,获取了高分辨率结果图.从重庆市环保局网上获取了17个空气质量监测站点的PM2.5数据,利用16个监测点数据,结合土地利用数据、路网数据、DEM数据和人口数据建立土地利用回归模型,利用剩余的1个监测点数据来对回归映射结果进行检验.按照模型设置的变量生成方法,对监测点建立多种尺度的缓冲区,提取变量数据,最终生成了56个变量.按照土地利用回归模型的设置,56个自变量最终有3个变量进入PM2.5的回归方程,模型的R2逐步增大,且最终R2为0.84,模型拟合程度非常好.回归方程中,与研究区PM2.5浓度空间分布相关性最大的因素是空气质量监测站点500 m范围内的农用地面积,然后依次是DEM和1 000 m范围内一级公路总长度,它们与PM2.5的皮尔森相关系数依次是:0.695、-0.599和0.394.回归映射检验结果显示,检验点的误差率为2.7%,误差可以接受.回归映射结果显示,PM2.5浓度以高值分布于主城区,沿一级公路分布趋势明显,与高层紧密相关,模拟结果与实际情况相符.     

浙江省大气PM2.5时空分布及相关因子分析

该研究以浙江省2014-2019年PM_2.5浓度数据为研究对象,应用多元线性回归和随机森林方法结合气象、植被、地形、经济、人口和基础设施等因子进行分析.研究结果表明PM_2.5浓度时空分布不均匀,时间上季节变化差异显著,总体呈冬季>春季>秋季>夏季分布规律,每年呈下降趋势;空间上呈西北多东南少的分布特征.多元线性回归和随机森林模型显示日最低地表气温（MI-GST）、日最低气压（MI-PRS）、日蒸发量（EVP）、日最小相对湿度（MI-RHU）、月植被覆盖度（FVC）、日降水量（PRE）、日极大风速（MM-WIN）、日平均相对湿度（AV-RHU）、铁路密度（Railway）、日最大风速（MA-WIN）、日照时长（SSD）、海拔（DEM）、日平均风速（AV-WIN）和河流密度（River）等15个因子对PM_2.5浓度影响显著;随机森林模型均方根误差（RMSE）、均方绝对百分比误差（MAPE）和变异解释量（R²）分别为0.133、17.83%和0.834,明显优于多元线性回归（0.278、40.48%和0.575）,表明随机森林更适合浙江省PM_2.5浓度估测,该研究揭示PM_2.5时空分布及相关因子分析,为限制空气污染提供有效策略.     

土地整治项目区耕地资源优化配置研究

耕地细碎化会导致农业生产效率降低、土地利用可持续性下降、耕地撂荒增多等多种农业问题,土地整治是当前中国改善耕地细碎化的重要途径之一。为探索适宜的土地整治计量模型以解决耕地资源优化配置问题,基于多目标线性规划,从工程设计、权属调整、地块分配三方面构建土地整治项目区耕地资源优化配置模型,并选取典型土地整治项目进行案例分析。研究结果表明：通过模型优化,案例区农业生产消耗降低了20.41%、地块平均规模增大了53.72%、户均地块数降低了34.92%,平均耕作距离减小了68.17%,可促进耕地细碎化问题的改善,有利于农业生产效率的提升。研究对丰富土地整治规划设计方法,推动耕地细碎化问题解决具有参考和借鉴意义。