从大数据角度看中国共产党绿色执政理念的变迁

2021年是中国共产党成立100周年，是“两个一百年”奋斗目标的交汇之年。中国共产党成立以来，党的绿色执政方略从“打土豪、分田地”到“全国土地会议”，从“节约粮食和土地资源”到“环境保护成为基本国策”，从“可持续发展”到“习近平生态文明思想”，回顾历史，绿色执政理念日益深入人心。本研究以《建党以来重要文献选编（1921—1949）》《毛泽东选集》《邓小平文选》《习近平谈治国理政》和国务院政府工作报告等为资料来源，基于机器学习自然语言处理大数据分析方法，使用隐含狄利克雷分布模型和KH Coder可视化软件，对重要文献选编和政府工作报告中中国共产党绿色执政理念有关文字表述内容进行统计和分析，系统梳理绿色执政理念的发展脉络。研究发现，习近平生态文明思想是中国共产党绿色执政理念的集大成者，是新时代新发展阶段加强生态环境保护的指导思想和行动指南，对走好“两个一百年”目标交汇点上绿色发展的第一步具有重要指导意义。     

基于响应面模型的区域大气污染控制辅助决策工具研发

基于CMAQ模型结果,利用高维克里金插值算法,建立了排放控制因子与污染物环境浓度的响应面模型(RSM),实现了大气污染可控源排放与复合污染水平的实时函数响应.研究结果显示,RSM对PM2.5的预测结果与CMAQ实际模拟结果的误差在容许范围内(最大误差小于0.20μg.m-3,3.89%).基于所建立的RSM,开发了RSM-VAT区域大气污染控制可视化辅助决策工具.使用RSM-VAT对美国8个典型城市的PM2.5污染状况进行了控制情景分析,通过"可视化展示"和"图表分析"二大模块,输出不同控制情景下的环境污染物浓度的实时响应图、可视化展示和数据分析图表等结果.     

资源型城市环境库兹涅茨曲线研究——基于面板数据的实证分析

论文以47个地级资源型城市为研究对象,利用2003-2009年的面板数据,运用环境库兹涅茨曲线(EKC)模型,以工业烟尘、工业废水和工业SO₂为例对其环境污染与经济增长的关系进行了实证研究。结果表明:资源类型影响资源型城市EKC的形状与转折点,同种污染物在不同资源型城市的曲线不完全相同,转折点在污染较重的资源型城市及人均GDP较低的资源型城市出现更早;资源型城市的EKC与全国的EKC不完全相同,相同的曲线下资源型城市的转折点出现更早。基于此,论文提出资源型城市应积极进行环境治理、实施绿色转型、大力发展循环经济、扩大实施总量控制的污染物范围,以促进这些城市的可持续发展。     

基于二叉决策树的高职毕业生创业状况调查研究

基于二叉决策树分类技术对河北省大中专毕业生创业状况调查数据进行理性分析,结果发现：创业目的、环境和时机,政府扶持大学生创业的优惠政策,对于高职毕业生创业倾向起到了重要的作用。针对高职毕业生创业的现状,提出全面提高个人素质、正确引导创业教育、加大政府创业扶持力度等对策建议。     

基于DEA理论的中国区域环境效率分析

利用数据包络分析(DEA)模型对中国大陆31个省市区的环境效率进行总体分析与评价,并利用Tobit回归模型分析环境效率的影响因素.结果表明,我国区域环境效率总体水平比较低,但环境效率正逐年好转.根据经济与环境的协调程度可以将全国划分为生态平衡区、优化发展区和集约发展区3类环境-经济功能区.人均GDP、产业结构、城市化率、生产技术水平等都是影响环境效率的重要因素,其中人均GDP、第三产业比重与环境效率呈显著正相关,城市化率和单位GDP能耗与环境效率呈弱负相关.     

我国环境管理新进展及环境大数据技术应用展望

伴随着环境问题复杂性日益凸显和国家对生态环境保护的高度重视,传统环境管理和决策手段已经难以满足新时代环境治理需要。推动大数据技术及其应用是重要的国家战略,环境大数据技术是环境学科热门的技术研究领域之一,将促使我国环境管理逐渐向动态化、数字化、网络化和精细化转变。本文回顾了我国环境管理体系的历史阶段变化和新时期环境管理的需求,总结了大数据技术及其发展趋势和国内外环境大数据技术应用进展,从我国环境管理领域大数据技术应用的需求出发,提出了环境大数据技术应用前景和主要功能,包括环境数据采集与挖掘、多源数据处理与管理、大数据分析与应用和环境管理决策与支撑等。大数据技术作为解决复杂系统问题的重要手段,将在我国环境管理和综合决策中发挥重要作用。     

我国大陆润湿时间的温度分布规律

根据全国195个气象台站10年的4次日记温度湿度数据统计了各站高于25℃和低于25℃的年润湿时间．研究了我国大陆地区温度超过25℃的年润湿时间所占比例的分布规律。研究表明：在我国大陆地区，25℃以上的年润湿时间所占比例很少高于50％，该比例是东部高于西部，南部高于北部，沿海高于内地。     

基于FP-growth算法的高校群体性突发事件关联规则分析

为有效预防高校群体性突发事件,借助数据挖掘关联规则挖掘理论,在分析高校突发事件关键诱发因素基础上,构建基于FP-growth算法的高校群体性突发事件关联规则挖掘模型。并将模型应用于事务数据库数据的分析中,研究关键诱发因素间关联关系,实现强关联规则输出。研究结果表明,多数高校群体性突发事件的发生与日期没有必然联系;内部管理因素、内外部突发事件、内部突发事件、政治因素是诱发高校群体性突发事件的主要因素,且外部因素导致的群体性突发事件影响力远远超过内部因素的影响力;当突发事件发生后,应急处置的有效性是决定突发事件影响力的重要因素。     

欧盟汽车行驶记录仪的推广应用历程

欧盟是汽车行驶记录仪应用历史最久和安装车辆最多的地区。欧盟应用的成功经验掀起了周边国家及世界范围内各国争相引入汽车行驶记录仪实施道路交通安全监管的热潮。在广泛、深入调查欧盟汽车行驶记录仪应用情况的基础上,本文从基本概念、产品种类及技术发展、推广应用历程进行了简述,旨在加深人们对汽车行驶记录仪基本概念和应用理念的认识和理解,推动我国汽车行驶记录仪的进一步推广应用及管理体系的建立。     

基于Spark Streaming流回归的煤矿瓦斯浓度实时预测

为了实时分析瓦斯监测流数据并对瓦斯浓度进行准确预测以实现瓦斯灾害实时预警,以实时流数据处理框架Spark Streaming构建基于流回归的瓦斯浓度实时预测系统。系统采用分布式流处理技术,可使基于回归算法的瓦斯浓度预测模型更新周期达到秒级,提高了瓦斯浓度预测精度,满足流式大数据处理的实时性要求。实验表明:应用Spark Streaming流回归预测系统在采样周期为5 s的瓦斯监测数据流上进行实时预测时,预测平均均方根误差随模型更新周期的缩短而减小,模型更新周期可达15 s,且更新周期为45 s时预测总均方根误差最小,既能保证预测精度,又能提高瓦斯灾害预警时效。