河流水环境可视化仿真系统的开发

为了对河流进行有效管理,必须建立完善的河流水环境管理系统。计算机技术已广泛用于水环境管理。开发河流水环境可视化仿真系统是推进河流水环境管理科学化的主要工作之一。本文基于GIS平台,结合Vega虚拟现实仿真工具开发河流水环境可视化系统,不仅能够将各监测站点地理信息、河流水质信息等在GIS上展示,还实现了河流虚拟现实漫游的功能,为提升河流水环境管理水平提供基本的软件保障。     

滁州市震害预测项目中地图数据处理方法研究

本文以滁州市震害预测项目为例,介绍了将DWG格式数据转换成SHAPE格式数据的方法和整个数据处理流程。总结了在数据处理过程中摸索出的数据错误检查和修改方法。     

鄱阳湖生态经济区经济与环境的协调性研究

对经济与环境协调性关系的分析是可持续发展的研究核心。文章根据鄱阳湖生态经济区经济和环境的发展状况,选取了7个经济指标和7个环境指标,采用主成分分析法及协调性发展指数评价方法,对2006-2010年鄱阳湖生态经济区的经济系统与环境系统的协调性进行了定量分析,通过研究提出需要进一步加大鄱阳湖生态经济区环境保护力度、加快发展循环经济和构建环境友好型产业体系等政策建议。     

基于物联网与GIS的环境质量管理信息系统设计

设计了一种基于物联网与GIS技术的环境质量管理信息系统,系统以GIS为主干,辅以物联网技术,将GPS定位模块集成到RFID中,实现数据的快速采集与空间定位。该系统可以充分发挥物联网无线识别与地理信息系统空间数据表达分析能力强的优势,更好地为环境质量管理提供决策支持。     

云南省九大高原湖泊营养状态综合对比评价分析

基于主成分分析理论和SPSS统计软件,建立湖泊富营养综合评价模型,以云南省九大高原湖泊为例,对滇池等九大高原湖泊营养状态进行综合评价,并与指数评价法评价结果作对比分析。结果表明：基于主成分分析法的湖库营养状态综合评价能较好地反映云南省九大高原湖泊营养状态,综合评价结果优于指数法。     

基于GIS的海洋底栖生物栖息密度空间插值方法

在地理信息系统即GIS的支持下,分别采用反距离加权(inverse distance weighted,IDW)、普通克里格(ordinary krig-ing,OK)、规则样条(regularize spline,RS)和张力样条(tension spline,TS)4种插值方法对2006年7月获得的大连湾底栖生物栖息密度的数据进行空间插值处理,并对插值结果的精确度进行交叉验证,分析和比较不同插值方法获得的分布图。结果表明,插值精确度普通克里格>反距离加权>张力样条>规则样条;4种方法均能较客观的模拟出底栖生物栖息密度的分布趋势,但是在整体趋势和局部趋势两方面的综合考虑下,普通克里格的表现效果更好。文章进一步指出,在确定站位数量及分布前提下,插值结果的精确度可以通过选择空间插值方法得以改善,但其根本还是取决于站位布置的数量和其分布合理性。     

主成分分析法在煤矿事故统计分析中的应用

为了研究我国煤矿各类事故之间的相互关系,运用主成分分析法对我国煤矿事故数据进行了统计分析,计算得到煤矿事故类型的第一主成分和第二主成分,并进一步分析了煤矿事故的主要类型以及各类事故之间的相互联系,对制定相应的煤矿事故预防措施具有一定的指导作用。     

长三角典型区土壤重金属有效态的协同区域化分析、空间相关分析与空间主成分分析

以昆山市为典型区,采集了126个表层土壤样品,通过多元统计学、地统计学与GIS技术相结合,采用基于协同区域化理论的因子克立格法探讨了长三角多个土壤重金属有效态的区域分异,并在剖析不同空间尺度有效态重金属的空间结构特征基础上,应用空间相关分析和空间主成分分析来揭示引起这种分布格局的成因和污染来源,结果表明,昆山土壤有效态重金属服从正态或对数正态分布,变异系数较大,有效态Cd污染最重.重金属有效态在空间上可划分为块金尺度、小空间尺度（15 km左右）和大空间尺度（40 km左右）,它可用3个尺度的实验（交叉）变异函数的协同区域化模型线性拟合.空间相关分析中,Cd和Zn在3个尺度中的相关性均极显著,且元素在小尺度和大尺度的相关性比块金尺度更强,大尺度的负相关特征较其它尺度明显.空间主成分分析表明,不同尺度的空间污染来源不同.重金属有效态第一、二主成分的空间分布格局结果表明重金属有效态含量与工业活动、污水灌溉和土壤性质密切相关.     

道路生态影响评价方法研究：以兰海高速公路为例

提出了将道路生态影响问题划分为3个尺度来进行评价,并根据不同尺度的生态特征采用不同的方法和指标,从而系统、定量的评价道路建设和运行所带来的生态影响.小尺度问题采用野外调查和样方对比的方法;中尺度问题主要依靠不同分辨率的遥感监测,辅之野外调研;大尺度问题主要依靠遥感和GIS结合进行分析.以兰海高速公路为例,运用该系统进行评价,取得了良好的结果.因此,该体系方法可以作为道路生态影响评价和研究的借鉴和参考.     

Artificial neural network model for identifying taxi gross emitter from remote sensing data of vehicle emission

Vehicle emission has been the major source of air pollution in urban areas in the past two decades. This article proposes an artificial neural network model for identifying the taxi gross emitters based on the remote sensing data. After carrying out the field test in Guangzhou and analyzing various factors from the emission data, the artificial neural network modeling was proved to be an advisable method of identifying the gross emitters. On the basis of the principal component analysis and the selection of algorithm and architecture, the Back-Propagation neural network model with 8-17-1 architecture was established as the optimal approach for this purpose. It gave a percentage of hits of 93%. Our previous research result and the result from aggression analysis were compared, and they provided respectively the percentage of hits of 81.63% and 75%. This comparison demonstrates the potentiality and validity of the proposed method in the identification of taxi gross emitters.