基于生态足迹改进模型的生态安全及其预测研究

由William Rees提出的生态足迹模型已经成为近年来生态可持续发展的重要的度量工具,但是该模型仅考虑了土地的基本生产功能,忽视了土地生态系统的服务功能。文章借鉴生态系统服务功能理论改进了传统的生态足迹模型,将生态系统服务功能价值当量因子引入生态足迹模型均衡因子和产量因子的计算中,改进后的模型体现了生态系统功能的完整性;同时,文章以江苏省2010年的统计数据为基础,应用改进模型计算了其2010年生态压力指数,结果表明,江苏省生态压力指数达到1.495,其安全状况已经超过了极不安全边界,处于极不安全状态;最后利用灰色理论GM(1,1)模型对其2011-2015年的生态安全状况进行了预测,发现江苏省未来5年生态压力指数快速增大,年平均增长速度为6.89%,表明江苏省未来5年生态安全状况将继续恶化,这将严重影响其生态可持续发展和经济可持续发展。     

基于MATLAB灰色GM(1,1)模型的大气污染物浓度预测

灰色GM(1,1)预测模型是灰色理论中的重要组成部分,也是主要的预测方法之一,因此,GM(1,1)模型的应用范围很广泛。以乌鲁木齐市市区的大气环境监测数据资料为依据,在分析灰色预测模型基本原理的基础上,利用MATLAB强大的矩阵功能,实现灰色GM(1,1)模型算法。通过灰色系统GM(1,1)模型,对乌鲁木齐市未来4年的环境空气质量进行了预测分析。预测结果显示,乌鲁木齐市未来4年环境空气质量将持续好转,表明近年来乌鲁木齐市采取的产业结构调整和清洁能源战略实施卓有成效。机动车尾气已经逐渐成为目前和未来一段时间内乌鲁木齐市空气污染的主要因素之一,控制和减少车辆尾气对空气的污染不容忽视,为今后乌鲁木齐市制定大气环境规划、防治大气污染控制提供了科学依据。     

GM(1,1)灰色模型在真空预压沉降预测中的应用

土体固结度是真空预压法加固土体效果的一个重要评价指标,地基最大沉降量的计算是确定土体固结度的关键。本文结合工程实例,分析了GM(1,1)灰色模型在真空预压沉降预测中的可行性,根据部分实测数据计算了地基最大沉降量及土体固结度,并与常用的三点法和双曲线法计算结果进行对比,结果表明GM(1,1)灰色模型的预测结果更符合工程实际。该研究对真空预压施工具有一定的指导意义。     

沈阳市生活垃圾排放现状及产生量预测

随着城市化进程加快、人口数量快速增加及人民生活水平普遍提高,城市生活垃圾管理已成为世界各国,特别是发展中国家城市面临的主要挑战.作为中国东北最大的中心城市,沈阳正面临城市生活垃圾产生量急剧增加的现状.文章通过对沈阳市城市生活垃圾排放现状的分析,发现2002年后沈阳市生活垃圾产生量和清运量逐年增加,生活垃圾成分变化显著....     

乌鲁木齐市大气中二氧化硫的灰色预测

根据灰色系统理论,联系乌鲁木齐市大气环境的实际状况,建立了精度检验为一级的灰色预测模型,经模型检验其精度完全满足要求。对乌鲁木齐大气中的SO2值进行预测分析的结果表明,乌鲁木齐市大气中SO2值呈上升的趋势,在未来几年中,乌鲁木齐市大气中SO2的预测值超过国家三级标准值(即大气中SO2的质量浓度年均值≤0.10mg/m3),这种发展趋势应引起有关部门的关注。     

地表水COD浓度灰色预测的GPPM（1）模型

根据地表水中ＣＯＤ浓度的时序数据,建立了ＧＰＰＭ（１）预测模型,结果表明ＧＰＰＭ（１）模型的预测精度优于常规灰色ＧＭ（１,１）模型,它为环境系统的拟合,预测和决策提供了新的方法途径。     

基于混沌、灰色理论模型,预测煤矿生产中安全状况的对比分析

建立煤矿安全生产状况预测的非线性回归模型、混沌动力学模型、灰色模型和灰色残差模型,用4种模型对我国百万吨煤矿死亡率进行预测分析,其结果表明:混沌动力学预测模型和非线性回归模型使用参数较少、计算简单,易于推广,但预测精度尚不高,误差较大;使用灰色残差模型进行预测,虽然计算复杂,但预测精度较高,验证2007年度百万吨死亡率相对误差仅为0.96%,煤炭生产的安全性指标百万吨死亡率宜采用残差模型进行预测。笔者认为,灰色残差模型在对煤矿安全生产的宏观管理领域有广泛的应用前景。     

基于灰预测模型的大跨度预应力混凝土桥梁施工监测

运用灰色系统理论,建立大跨度预应力砼刚构-连续组合梁桥悬臂浇筑施工梁段立模标高预测的GM(1,1)模型,并用残差的GM(1,1)模型对其进行修正;同时把该预测模型应用于松原龙华松花江特大桥实际工程;其结果表明梁段立模标高预测精度较高,完全能够满足工程的需要,为同类桥梁的施工监测提供参考。     

基于改进的非线性GM(1,1)模型的职业病预测研究

为了更准确地预测职业病,在传统GM(1,1)模型的基础上,提出改进的非线性GM(1,1)模型,在传统的GM(1,1)模型中引入弱化算子,将紧邻均值与原始数据之间的线性假设改为非线性假设,提高曲线的拟合度。以2005—2014年的全国职业病例数为研究对象,进行数据拟合和预测分析,其中以2014年职业病例数作为验证数据,并利用后验差比值和小误差概率2个参数,检验该改进模型的预测精度。由应用实例的分析结果可知:在职业病发病趋势的预测方面,改进的非线性GM(1,1)模型的预测精度提高到一级,曲线拟合度较高,预测得到2015年的职业病例数为34 900例。     

Contribution of sociodemographic characteristics, occupation, diet and lifestyle to DDT and DDE concentrations in serum and adipose tissue from a Bolivian cohort

The organochlorine pesticide p,p′-Dichlorodiphenyltrichloroethane (DDT) was widely used in the early 1960s-70s for vector control in tropical and subtropical areas of South America. Due to its persistence, DDT has a high potential to bioaccumulate in the food chain and living organisms and is a major public health concern, especially in South America.The main purpose of the present study was to investigate predictors of serum and adipose tissue concentrations of p,p′-DDT and its main metabolite, p,p′-dichlorodiphenyldichloroethylene (p,p′-DDE), in an adult cohort (n = 112) from Santa Cruz de la Sierra, Bolivia, using multiple linear regression models. These models explained 29.3-47.8% of the variability in adipose tissue concentrations of p,p′-DDT and p,p′-DDE, respectively, and 32.9-47.0% of that in serum. Main exposure predictors included age, occupational class, residence, diet, smoking habit, and accumulated breastfeeding time.This is one of the few studies to explore predictors of human exposure to these chemicals using a multivariate approach in a South American population. Results show that predictors of human exposure to p,p′-DDT and p,p′-DDE in Santa Cruz de la Sierra may diverge from those found in other populations of the world, due to particular sociodemographic and lifestyle characteristics of this region.