基质诱导硝化测定的土壤中锌的毒性阈值、主控因子及预测模型研究

选取我国有代表性的16种土壤,通过基质诱导硝化(SIN)的方法,研究了淋洗与未淋洗处理后,土壤中外源Zn对不同土壤潜在硝化速率(PNR)的影响。结果表明:在未淋洗处理土壤中Zn毒性的EC50(使PNR降低至对照一半土壤中Zn的浓度)值的范围为197～1874mg·kg-1,相差近9.51倍;总体而言,土壤pH、有机碳及粘粒含量的提高可以降低土壤中Zn的毒性。偏相关分析结果表明,影响土壤中Zn对潜在硝化速率抑制作用的主要因子依次为土壤pH、有机碳含量及粘粒含量;淋洗处理明显提高了土壤中外源Zn的毒性阈值浓度,在不同土壤中,淋洗因子(定义为淋洗后的土壤Zn毒性的EC50与非淋洗EC50的比值)范围为1.16～1.43;基于土壤主要性质的多元回归预测模型结果表明,利用土壤性状(pH、有机碳和粘粒含量)可以很好地预测土壤中Zn对硝化速率抑制的毒性阈值。     

基于模糊模式识别的矿井动力灾害预测

随着煤矿采掘强度和深度的不断加大,煤与瓦斯突出、冲击地压等矿井动力灾害愈发严重。对矿井动力灾害的准确预测,有针对性地采取防治措施,可以保证矿井安全生产和人身安全。基于地质动力区划方法,确定了矿井动力灾害的各影响因素,采用模糊数学方法将样本进行聚类分析,结合各样本的危险性确定合理的分类并形成标准模式库,对预测样本进行模式识别,建立了矿井动力灾害的危险性预测模型;以煤与瓦斯突出为实例对该模型进行了检验,初步证明了该方法的可靠性和科学性。     

土壤中铜和镍的植物毒性预测模型的种间外推验证

在基于物种敏感性分布法推导土壤金属生态阈值过程中,利用毒性预测模型对来源于不同土壤的毒理学数据进行归一化处理可消除土壤性质差异的影响,但目前建立的毒性预测模型仅限于少数物种。本研究通过比较土壤中小白菜、西红柿和大麦的铜和镍的毒性预测模型应用于其他高等植物的预测效果,以及归一化前后各物种毒性阈值的种内变异程度,考察了土壤中铜和镍的植物毒性预测模型种间外推的可行性和适用范围,解决了铜和镍土壤生态阈值导出过程中的方法学问题。土壤中镍对小白菜的毒性预测模型能较好地预测芥菜和青椒的镍毒性阈值,利用该模型对芥菜和青椒在不同土壤中的镍毒性阈值进行归一化后亦能显著降低其种内变异,其种内变异系数分别从1.18和1.25降至0.31和0.06;但将镍对小白菜、西红柿和大麦的毒性预测模型应用于莴笋和莴苣的毒性阈值预测时,在pH<6.0的酸性土壤中其预测值均小于实测值,其实测值与预测值的比值在3.2到6.8之间。对小麦、黄瓜和青椒的铜毒性阈值而言,小白菜模型预测效果优于西红柿和大麦模型。利用西红柿模型归一化黄瓜铜毒性阈值,其毒性阈值的种内变异系数从0.83降至0.14。大麦的铜毒性预测模型能较准确地预测水稻、洋葱、芥菜、包菜和萝卜的毒性阈值,且这5个物种的铜毒性阈值经大麦模型归一化后其种内变异均显著降低。本研究结果可为土壤中铜和镍的植物毒性预测模型的种间外推提供科学依据。     

基于RBF的起重作业岗位人因可靠性预测

为提高起重作业可靠性,防止人因失误酿成事故,针对人因失误的随机性、模糊性和不确定性特点,提出运用具有非线性映射能力和容错能力的径向基函数(RBF)神经网络,分析人因失误非线性动力学过程。以起重机操作岗位作为人因可靠性分析(HRA)实例,首先,建立基于"作业人员、交流界面、作业环境、作业特性、作业组织"的人因可靠性预测指标体系,并对指标进行量化;其次,根据人因可靠性原理,统计出人因失误次数,给出人因失误率;最后,通过对"人的疲劳和情绪、交流通道、作业复杂程度和时间裕度、照明环境和风力影响、工作强度和安全监管"等因素的分析,构建基于RBF的起重机操作岗位人因可靠性预测分析神经网络模型。分析结果表明,RBF预测分析同时包含人的操作可靠性与认知可靠性,预测结果同现场实际观测结果的符合度达到92.0%。     

基于雷电监测预警的加油站防雷预案执行研究

基于雷电监测预警技术,提出了一种新型的加油站防雷预案执行方案,解决了现有的应急预案无准确执行依据的问题。方案引入近几年成熟的电场监测和雷电定位技术,对加油站周边地区的电场和雷击情况进行实时监测,并基于监测数据和加油站业务特点建立数学模型,结合先进的物联网和云计算技术,在雷电发生前获得高精度的短时雷电预警信息,在此基础上设计了加油站防雷预案执行方案,最后对方案的应用效果进行了分析。     

震害的动态预测

利用多层递阶模型，在选取影响人口损失大小的动态因子的基础上，建立了可应用于未来人口损失估计的动态预测模型，并由此对中国大陆各区域未来10a的人口损失进行了预测。     

气候灾害预测模型的应用

为了减少气候灾害造成的损失,提高灾害性气候的预测水平,用非线性预报原理和方法,建立了气候灾害的数学预测模型。首先,用西太平洋海温格点资料,通过相关计算和因子选择,用多项式曲线预测模型,对西太平洋、南海、以及登陆我国(或广东)的热带气旋的年、月频数进行预测试验,经过3年多的实际业务应用,效果良好;其次,使用越赤道气流指数、南支槽指数、高低纬环流指数等资料,根据指数曲线预测模型的原理和方法,制作了广东暴雨过程预报,其业务预报准确率达到70％-90％;并采用指数曲线、周期叠加、韵律等3种预报方法,用权重回归方程进行综合,制作了“逐日、旬、月、季气象要素的短期气候预测系统”,对天气转折、气候突变和气象要素的极值有较强的预报能力,特别对降水的时段量级、冷空气影响的时段及强度、热带气旋的影响时段的预报,效果较好,对广东的干旱、寒潮预报也具有一定的参考价值。     

福建省农业气象灾害灰色评价与预测

将灰色系统理论引入到农业气象灾害的评价与预测中。根据福建省1980~2004年主要气象受灾面积资料,构造完全受灾参考序列,应用灰色关联分析得到每个年份的关联度,依照关联度排序结果对农业气象灾害进行等级划分,得到5个农业气象灾害重灾年份,发现重灾年的出现大约以4年为一个周期。最后用这5个重灾年组成新序列,运用GM(1,1)模型对未来重灾年份进行灾变预测,结果表明,2008~2009年福建省将是农业气象重灾年份。     

基于神经网络集成的单个飞行事件噪声预测模型

通过分析影响单个飞行事件噪声的各种因素,构建了BP神经网络回归预测模型,并通过自适应遗传算法优选出参与集成的个体神经网络,提出了预测单个飞行事件噪声的神经网络集成预测模型.为了有效保证差异性,设置不同隐藏神经元个数和Bagging算法来构建和训练单个网络.实验结果表明,单个飞行事件噪声的神经网络集成预测模型相对单个BP神经网络模型泛化能力更强,稳定性能更好.本文方法在测试集上误差在3dB以内的平均比率为96.9%,比单个网络高6.8%.     

沈阳市畜禽养殖环境承载力分析及预测

运用系统分析方法中灰色预测模型,对沈阳市自然状态下和处理部分粪污情况下的畜禽养殖环境承载能力进行了分析和预测。计算结果表明,应用灰色预测模型对畜禽养殖环境承载力进行分析,精确度较高。对沈阳市各区(县)、市畜禽养殖环境承载力进行了分析预测,依据计算得出的相应地区畜禽养殖环境承载力结果,能够更加科学地为畜禽养殖空间布局提供参考。同时分析得出,提高畜禽粪污处理率,可以有效的延缓畜禽养殖业给环境带来的生态压力,推迟畜禽养殖环境承载力达到警戒值的年限。