鄱阳湖富营养化时空变化特征及其与水位的关系

为了研究鄱阳湖水体的富营养化状态与水位变化的响应关系,基于2009-2016年鄱阳湖15个长期监测点的调查数据,采用TLI（综合营养状态指数）法评价了鄱阳湖水体的富营养化状态,并应用主成分分析（PCA）探讨了鄱阳湖富营养化状态的时空变化特征及其与水位的关系.结果表明:①从年内变化来看,鄱阳湖除冬季（1月）处于轻度富营养化状态,其余3个季节均处于中营养状态,其中,夏季（7月）富营养化程度最低是由于其水位较高、换水周期快所致,冬季处于轻度富营养化是由于水位降低导致的营养盐浓度升高以及湖泊沉淀物的再悬浮和营养盐的释放;从年际变化来看,除2011年、2012年及2014年鄱阳湖处于轻度富营养化状态外,其余年份均处于中营养状态.②从空间上来看,鄱阳湖湖区整体处于中营养状态,空间差异不大,湖区中部东侧富营养化程度最高.③在年内季节变化上富营养化程度与水位呈负相关,富营养化的空间分布特征与水位关系较小.研究显示,鄱阳湖整体富营养化程度不高,但有向富营养化湖泊发展的趋势,建议通过控制湖区污染源来减轻其富营养化程度.      

山地土壤微生物地理分布格局及其驱动机制

土壤微生物不仅是陆地生态系统的重要组成部分,也是地上、地下过程与功能有机结合的重要纽带。分子生物技术的发展以及土壤微生物分离和鉴定准确性的提高,推动了土壤微生物生物地理学的不断发展,但宏观尺度上的格局特征与区域规律尚未揭示。本文集成分析了全球不同气候带、不同植被类型的土壤微生物群落组成（生物多样性）沿海拔梯度的地理分布格局,发现在全球尺度上并无一致规律,线性（递增或递减）、非线性（单峰或双峰）、无固定趋势3种地理格局并存。植被类型、植物多样性、土壤pH及其它物理化学性质、气候等各种因素,都有可能决定某一地区的土壤微生物多样性的海拔梯度分布格局。全球尺度上的现有数据分析发现,海拔跨度和气候的影响较为明显,二者实际上综合反映了大尺度上气候决定着山地土壤微生物的地理分布格局,这与传统的生物地理学观点是一致的,其它生态环境因子如地理坐标、植被类型、土壤微生物类型、土壤pH等的影响处于从属地位。然而,当前山地土壤微生物生物地理学的研究仍有较多局限性,全球更多山地、更大海拔跨度的土壤微生物研究、更精确的微生物分离鉴定技术、更多样的环境与生物驱动因素分析,以及更多现代生物地理学研究方法的使用,将有助于土壤微生物地理分布格局的深入研究,及其与气候、土壤和生态系统关系的深入挖掘,这对深刻认识土壤微生物的空间分布规律,从而更好地开发和利用土壤微生物资源,具有重要的理论与实践意义。     

基于轻量级梯度提升机的南京大气臭氧浓度预测

采用南京地区2015年1月至2016年12月期间的空气质量数据和常规气象资料数据,分析了南京地区O₃浓度变化特征,建立基于轻量级梯度提升机(LightGBM)的O₃浓度预测模型,并将该模型与支持向量机、循环神经网络和随机森林等3种在空气质量预测方向上常用的机器学习方法进行了对比,验证模型的有效性和可行性.结果表明,南京地区O₃浓度变化具有显著的季节性差异,浓度变化受前期浓度、气象因子和其他空气污染物浓度的共同影响.LightGBM模型较为准确地预测了南京地区地面O₃浓度(R²=0.92),且该模型的预测精度和计算效率等性能优于其他模型.尤其是在容易出现臭氧污染的高温天气,该模型预测准确性明显高于其他模型,模型稳定性较好.LightGBM具有预测准确度高、稳定性好、有良好的泛化能力和运算时间短等特点,在O₃浓度预测方面具有显著的优势.     

洱海冬季水鸟群落结构与水位变化的潜在关系

水深是影响水鸟栖息地利用最重要的因素,而湿地的水位波动会导致水深发生变化。为研究水位波动对水深岸陡型高原湖泊冬季水鸟群落的影响,本研究以云南大理洱海为研究地点,在水位下降前后,即2014年和2017年的冬季(11月至次年1月)对洱海北部湖湾5个观察点各进行10次和8次水鸟统计调查,结果 2014年冬季共记录到22个物种,11 611只个体;2017年冬季共记录到30个物种,17 278只个体。对比涉禽、钻水鸭、潜水类三类功能集团的变化,发现水位下降后钻水鸭和潜水类的物种丰富度和多度都有所增加,而涉禽的物种丰富度不变,多度下降,这一结果与浅水滩地型湿地的响应变化规律不同。6种钻水鸭2017年冬季同时在洱海出现,说明可能为共同的环境因素所吸引。研究结果说明水位下降是洱海钻水鸭类物种丰富度和多度增加的必要条件。     

长期渗水所致水位升高对露天矿边坡岩体状态的影响研究

为研究渗水导致露天矿坑内水位升高过程中，边坡岩体状态的变化特征，通过设置模拟场景并分析结果来确定岩体状态变化及其原因。分析了水位升高对边坡岩体可能造成的影响。根据矿区实际情况设置水位由-380 m升至20 m的9个均分模拟阶段，获得了每个阶段平衡时的岩体塑性区、位移和主应力情况，进而分析水位升高过程中的岩体状态变化。结果表明：水位升高对边坡岩体的塑性区影响最大，位移其次，主应力影响很小；水位上升使大高差边坡坡面的拉塑性区和位移增加；浸没岩体滑坡是下部滑坡体拖拽造成的；小高差边坡岩体水位升高过程中塑性区变化复杂，但对主应力的影响很小。研究可为露天矿长期渗水导致水位升高带来的灾害提供分析对照。     

基于机器学习的公交驾驶员事故风险识别及影响因素研究

为从公交驾驶员群体中识别出易发生事故的风险公交驾驶员，结合某市公交公司营运安全管理系统数据库、百度应用程序接口(API)及网络爬取技术，并应用K近邻算法补充缺失值，获取42条线路及1 893名驾驶员的数据；基于驾驶员、车辆、线路特征、违规行为、事故、管理等基本特征变量构造派生变量；采用包括递归特征消除、有惩罚项的逻辑回归、随机森林的集成方法选择特征；采用极致梯度提升(XGBoost)等6种机器方法分别建立分类模型，并采用贝叶斯方法优化超参数。结果表明：在构建的6个分类模型中，XGBoost方法构建的模型其受试者工作特征(ROC)曲线下的面积(AUC)评估结果最佳；运用贝叶斯方法优化模型，可以在一定程度上提升ROC的AUC指标；对于风险公交驾驶员预测准确率达到98.66%,运营单位还可以根据自身情况权衡虚报率与命中率代价。此外，车辆服役时间、违规次数等特征对于事故风险具有明显的非线性影响。     

面向液氨泄漏应急救援区域的XGBoost预测方法研究

液氨发生泄漏事故后，随着扩散距离的增加，会对人员和环境造成严重的危害。为便于发生泄漏事故后，快速展开应急救援工作，对液氨泄漏事故应急救援区域预测方法开展研究。通过PHAST(Process Hazard Analysis Software Tool)软件模拟液氨泄漏事故工况，建立基于极端梯度提升(Extreme Gradient Boosting XGBoost)的液氨泄漏应急救援区域预测模型。利用网格搜索结合K折交叉验证进行超参数调优，并与随机森林、决策树模型性能进行对比分析。研究结果显示：以预测ERPG-2标准下液氨泄漏扩散距离为例，XGBoost模型预测性能最佳；与决策树和随机森林相比，XGBoost模型的E_MAPE分别减少了4.19个百分点和2.37个百分点，E_RMSE分别减少了66.74和2.93;基于优化后XGBoost模型液氨泄漏事故应急救援区域预测模型，预测结果R²为0.997 8,E_RMSE为50.37,E_MAPE为2.61%,基本满足工程实践应用。