Load Estimation Method Using Distributions with Covariates: A Comparison with Commonly Used Estimation Methods

Load estimates obtained using an approach based on statistical distributions with parameters expressed as a function of covariates (e.g., streamflow) (distribution with covariates hereafter called DC method) were compared to four load estimation methods: (1) flow‐weighted mean concentration; (2) integral regression; (3) segmented regression (the last two with Ferguson's correction factor); and (4) hydrograph separation methods. A total of 25 datasets (from 19 stations) of daily concentrations of total dissolved solids, nutrients, or suspended particulate matter were used. The selected stations represented a wide range of hydrological conditions. Annual flux errors were determined by randomly generating 50 monthly sample series from daily series. Annual and interannual biases and dispersions were evaluated and compared. The impact of sampling frequency was investigated through the generation of bimonthly and weekly surveys. Interannual uncertainty analysis showed that the performance of the DC method was comparable with those of the other methods, except for stations showing high hydrological variability. In this case, the DC method performed better, with annual biases lower than those characterizing the other methods. Results show that the DC method generated the smallest pollutant load errors when considering a monthly sampling frequency for rivers showing high variability in hydrological conditions and contaminant concentrations.     

淮安市砂土地震液化势的综合评估

建立了BP神经网络模型LM算法的砂土地震液化判别方法,采用LVQ模式分类网络对数据进行分类,选取唐山地震时76个场地、320组现场液化勘察资料为研究对象,训练和检验网络模型的数据各160组,结果表明,该方法的砂土液化预测准确度为96.8%。根据淮安市典型场地土的钻孔资料,采用《建筑抗震设计规范法》液化判别法(规范法)、美国国家地震研究中心建议的液化判别简化方法(NCEER法)和谢君斐-陈国兴液化判别方法(谢-陈法)等3种液化判别方法及本文提出的BP神经网络模型液化判别方法对22个钻孔、120标贯点进行了液化判别,结果表明:14种地震液化判别方法的计算结果基本一致;2NCEER法比谢-陈法的计算结果要保守;3谢-陈法与规范法的计算结果很吻合,预测正确率相差不大;4规范法相对BP神经网络模型法的计算结果要保守;5BP神经网络模型法比其他3种方法的预测结果更符合实际的液化规律。最后,综合4种方法的液化判别结果给出了该地区地震液化势的评估结果,并给出了部分典型地质剖面土层地震液化势分布图。     

Bridging gaps in demographic analysis with phylogenetic imputation

Phylogenetically informed imputation methods have rarely been applied to estimate missing values in demographic data but may be a powerful tool for reconstructing vital rates of survival, maturation, and fecundity for species of conservation concern. Imputed vital rates could be used to parameterize demographic models to explore how populations respond when vital rates are perturbed. We used standardized vital rate estimates for 50 bird species to assess the use of phylogenetic imputation to fill gaps in demographic data. We calculated imputation accuracy for vital rates of focal species excluded from the data set either singly or in combination and with and without phylogeny, body mass, and life-history trait data. We used imputed vital rates to calculate demographic metrics, including generation time, to validate the use of imputation in demographic analyses. Covariance among vital rates and other trait data provided a strong basis to guide imputation of missing vital rates in birds, even in the absence of phylogenetic information. Mean NRMSE for null and phylogenetic models differed by <0.01 except when no vital rates were available or for vital rates with high phylogenetic signal (Pagel's λ > 0.8). In these cases, including body mass and life-history trait data compensated for lack of phylogenetic information: mean normalized root mean square error (NRMSE) for null and phylogenetic models differed by <0.01 for adult survival and <0.04 for maturation rate. Estimates of demographic metrics were sensitive to the accuracy of imputed vital rates. For example, mean error in generation time doubled in response to inaccurate estimates of maturation time. Accurate demographic data and metrics, such as generation time, are needed to inform conservation planning processes, for example through International Union for Conservation of Nature Red List assessments and population viability analysis. Imputed vital rates could be useful in this context but, as for any estimated model parameters, awareness of the sensitivities of demographic model outputs to the imputed vital rates is essential.     

基于MODIS数据的河南省冬小麦产量遥感估算模型

小麦是世界上最重要的粮食作物,小麦生产对中国的粮食保障起着十分重要的作用,及时、准确、大范围对小麦产量进行监测预报,对于农学经济发展和粮食政策制定具有极为重要的现实意义。对作物产量进行遥感监测的原理是建立在其遥感特征基础之上的,通过建立作物长势指标与遥感信息的定量关系,可实现对作物产量的监测预报。文章基于2009年MODIS遥感数据和气象数据,利用Arcgis和ENVI提取纯小麦像元,并提取纯小麦像元对应的NDVI、NPP和LAI,获取分县NDVI、NPP和LAI均值,利用统计软件对产量数据和分县遥感参数均值进行数据整理和分析,建立了河南省冬小麦产量估算模型。以往研究多采用遥感图像上某像元和地面调查点进行研究,具有很大的不确定性,文章以县为单位,对冬小麦平均单产和县域内冬小麦种植像元遥感参数的均值进行相关研究,提高了模型模拟精度。同时文章选用多种遥感参数和多项气象因子建立估产模型,避免了针对一个参数进行估产的局限性。在最佳时相的选择上,根据冯美辰（2010）以往的研究结果,从4月以后,5月8日和4月20Et植被指数和产量相关性最大,4月份之前冬小麦处于返青到拔节期,对产量来说还有很多不确定闪素,因此文章选用5月8El和4月20日进行冬小麦估产研究。结果表明,5月8日的估产模型优于4月20日,加入气象冈子的遥感气象估产模型优于只采用遥感参数进行估产的遥感模型。利用2010年产量数据对模型精度进行检验,遥感气象模型预测精度在70．2％N99．7％之间,平均精度为90．7％;遥感模型预测精度在68．1％到95．5％之间,平均精度为83．9％。表明遥感气象模型模拟精度更高,其精度可以满足大面积估产要求,可以对产量预报提供科学参考。     

物种敏感度分布的非参数核密度估计模型

针对目前物种敏感度分布参数方法建模所存在的缺点,首次提出基于非参数核密度估计方法的物种敏感度分布模型,并提出相应的最优窗宽和检验方法。选用无机汞作为案例研究对象,利用非参数核密度估计方法和3种传统参数模型分别推导了保护我国水生生物的无机汞的急性水质基准值。结果表明,非参数核密度估计方法在推导无机汞水质基准中的稳健性和精确度都大大优于传统参数模型,能够更好地构建物种敏感度分布曲线。该方法的提出丰富了水质基准的理论方法学,为更好地保护水生生物提供了有力的支撑。     

种间关系预测(ICE)模型在水质基准研究中的应用

水质基准研究主要是基于物种的实验室测试的毒性数据开展的。对于一些毒性数据相对缺乏的化学品,水质基准研究就会受到一定的影响。本文从水质基准研究方法的角度,阐述了种间关系预测(ICE)的基本原理和基本方法,系统介绍了ICE模型的毒性预测方法在水质基准研究中的应用,并通过锌的ICE案例研究证明了模型在中国的可利用性。同时,对ICE模型的不确定性和适用性进行了分析。最后,对ICE模型存在的问题和未来的发展方向进行了探索和展望。     

风浪流影响下的船舶废气排放测度模型研究

船舶速度是船舶废气排放量计算的重要影响因子。为更加准确地测度船舶废气排放量,考虑海洋环境场对船舶速度的影响,分析了风、浪、流影响下的船舶运动,利用获取的实时风、浪、流信息对船舶AIS提供的航速进行修正,在此基础上建立了风、浪、流影响下的船舶废气排放测度模型,并介绍了船舶引擎功率的估算方法,以及排放因子和负荷因子的确定。最后,选取某散货船和客滚船的两个航次,分别采用传统模型和风、浪、流影响下的船舶废气排放计算模型进行计算,以CO2排放量反推油耗,并计算其与实际油耗的误差,结果表明,与传统模型计算结果相比,基于风、浪、流影响下的船舶废气排放测度模型得到的误差均有所减小,分别减小16.90%、18.60%、21.59%、21.94%,验证了模型的有效性。     

基于Bayes的导弹加速贮存试验参数估计

目的研究导弹加速贮存寿命试验中的参数估计问题。方法拟在小子样的情况下,设计一系列反复连续的导弹加速贮存仿真试验,将前一试验的结果作为之后试验的先验分布,基于Bayes方法建立导弹加速贮存寿命模型,给出贮存寿命参数估计算法,探讨导弹贮存可靠性评估方法。结果算例给出贮存寿命参数的极大似然估计,利用RBA方法对参数估计值进行降偏修正,得出参数的修正似然估计值,给出导弹贮存可靠度。给出的参数估计在均方误差意义下结果较优。结论序列试验Bayes算法易行、精度高,可有效对导弹贮存可靠性进行评估。     

地震损失经济学评估模型灾损参数的统计研究

地震应急管理有助于震后救灾工作的顺利进行。传统的灾损评估需要有关人员进入现场根据地震破坏情况进行评估,这会影响评估的时效性。通过对地震灾损参数进行统计学研究,利用现有的研究成果,以统计指数、数据包络分析为理论基础,将现有的基于不同房屋结构类型、不同破坏等级的震害矩阵进行降维,确定了灾损参数,并以青海玉树地震为例,运用灾损参数实现了灾损的快速评估。     

新疆克孜勒苏河喀什市段入河污染物估算及特征分析

依据污染源调查资料,采用距离法对克孜勒苏河喀什市段污染物的入河量进行估算。结果表明:污水处理厂排放口是克孜勒苏河喀什市段最主要的污染源,COD、NH3-N、TN、TP的排放量占研究区域总量的61%~83%;其次是豆腐厂总排口,4项指标占研究区域总排放量的17%~37%,也是该河段的主要污染源。两者各指标排放量之和均超过区域总量的98%。不同类型的污染源中,生活源COD、NH3-N、TN、TP的贡献率分别是工业源的2、5、4和1.6倍。