Estimating influence of stocking regimes on livestock grazing distributions

Livestock often concentrate grazing in particular regions of landscapes while partly or wholly avoiding other regions. Dispersing livestock from the heavily grazed regions is a central challenge in grazing land management. Position data gathered from GPS-collared livestock hold potential for increasing knowledge of factors driving livestock aggregation patterns, but advances in gathering the data have outpaced advancements in analyzing and learning from it. We fit a hierarchical seemingly unrelated regression (SUR) model to explore how season of stocking and the location where cattle entered a pasture influenced grazing distributions. Stocking alternated between summer on one side of the pasture one year and fall on another side of the pasture the next year for 18 years. Waypoints were recorded on cattle for 50 d each year. We focused our analysis on the pasture's 10 most heavily grazed 4-ha units, because these units were the most prone to negative grazing impacts. Though grazing of the study units was always disproportionately heavy, it was much heavier with the summer than fall stocking regime: Bayesian confidence intervals indicate summer grazing of study units was approximately double the average fall grazing value. This is our core result, and it illustrates the strong effect stocking season or date or both can have on grazing distributions. We fit three additional models to explore the relative importance of stocking season versus location. According to this analysis, stocking season played a role, but stocking location was the main driver. Ostensibly minor factors (e.g. stocking location) can greatly influence livestock distributions.     

云南省土壤环境质量分析系统设计与实现

土壤是人类赖以生存的基本要素之一,然而随着我国经济社会的发展,土壤环境污染日益严重,已威胁到各种陆生动植物的生态平衡。为落实环保部《关于加强土壤污染防治工作的意见》要求,2006年云南省土壤污染调查全面启动。系统运用Microsoft Visual Basic作为开发语言,SQL Server作为数据库,Arc GIS作为地图开发工具,来完成数据的导入和校验,统计、评价和对比的分析与查询,以及各类统计图表的自动生成。系统开发解决了庞大数据的管理与分析问题,对数据进行了生动的图表化表示并通过数据自动更新机制,简化了数据的管理工作,提高了《云南省土壤环境质量报告》的编制效率,对各级管理部门的决策工作具有较大的辅助意义。     

基于数据场和云模型的洪水灾害风险等级评估

根据灾害风险系统的定义以及洪水灾害的特点,用灾情损失与地形危险性的综合作用描述洪水灾害风险。针对研究单元风险的内在联系和等级概念的模糊性、随机性,提出基于数据场和云模型的洪水灾害风险等级评估方法,以期为洪水灾害风险管理提供科学依据。以苏州市和上海市(崇明县除外)为例,首先用数据场对灾情数据进行扩散;再用云模型对地形进行等级划分;最后对两者进行耦合得到该地区的洪水灾害风险等级划分。结果表明:苏州市中心偏北区域和上海市中心区域综合风险等级最高,并向四周呈递减趋势;总体上中部风险等级最高,北部次之,南部最低。     

陕西省县域旅游效率的空间格局及影响因素

提质增效是目前旅游产业发展面临的重要课题。基于数据包络分析法,选用Python爬取技术,对陕西省107个县域的旅游效率进行测度分析,探讨县域旅游效率的空间格局及其影响的主要因素。研究表明：（1）陕西省旅游效率达到有效的县域数量整体偏低,高旅游效率县域多集中于市辖郊县。（2）县域旅游效率分布不均衡。陕北地区高旅游效率县域主要集中在黄河沿岸,关中地区呈现“西高东低”的现象,陕南地区高旅游效率县域则集中在地市交界处。（3）影响县域旅游总效率、技术效率和规模效率的主导因素不同。旅游收入占GDP比例（反映旅游业水平）、人口密度（反映县域发展水平）及汽车站数量（反映交通服务水平）是影响陕西省县域旅游总效率及技术效率的主导因素,而旅游资源禀赋（反映旅游业水平）、人口密度（反映县域发展水平）则是影响陕西省县域旅游规模效率的主导因素。     

中国水禽产业时空演进及影响因素——基于全要素生产率增长视角

水禽产业快速发展离不开技术进步的贡献。准确审视水禽产业全要素生产率的时空演进规律,探讨不同阶段水禽全要素生产率（TFP）的提升策略十分重要。基于中国水禽体系产业经济团队的调研数据和固定观测点数据,结合有关年鉴整理出水禽的投入和产出数据,运用GIS技术分析后得出结论：2010—2018年水禽产业时空演进特征为“东退西进,北向南移”。结合永续盘存法和索洛余值,运用数据包络分析法（DEA-Malmquist）估算全国29个省份水禽TFP指数,比较各地区的TFP增长率和贡献率,进而分析此期间的时空演进规律,结果显示：2014年TFP增长率大幅下跌,2015年又逐渐上升,2016年以后才趋于平稳增长,概括水禽TFP增长率的时空变化规律为先降后升的“U”型走势。运用Tobit模型分析其变动的影响因素,结果表明：受H7N9突发事件影响,水禽产业劳动力投入和资本投入发生了改变,主要影响因素为水电及燃料动力投入、基础设施维护及新增投入、疫苗防疫及医疗投入等,这些因素对水禽TFP增长的时空变动影响显著,进一步说明水禽技术效率有待提升,风险规避机制有待完善。     

中国交通碳排放及影响因素时空异质性

选取30个省级行政单位作为空间单元,采用探索性空间数据分析（ESDA）方法对交通碳排放时空分布格局进行研究,同时考虑空间单元的差异性,构建地理加权回归（GWR）模型分析交通碳排放影响因素的时空异质性.研究发现：2000~2015年交通碳排放量呈现显著的空间聚类特征,聚类趋势逐年加强.双变量空间自相关指数为0.165~0.274,显著性水平介于0.016~0.045,表明交通碳排放同机动车保有量、GDP、货运周转量及客运周转量之间存在显著的空间正相关关系.GWR模型的R²在0.783~0.865之间,而OLS模型的R²在0.675~0.844之间,且GWR模型的AICc值均低于OLS模型的,说明GWR模型的拟合结果明显优于OLS模型,可以更好地解释交通碳排放的影响机制.GWR的回归结果表明碳排放的影响因素存在明显的时空异质性特征,其中GDP是主要的推动因素,部分地区回归系数高达0.91,2000年影响程度由东向西递减,而2005、2010和2015年由北向南递减.客运周转量起到关键的抑制作用,影响程度由东北向西南递减.因此建议应当充分考虑碳排放影响因素的时空异质性特征,制定差异化的碳减排政策.     

火箭测试平台多通道脉动压力的同步采集与数据回收

目的实现火箭测试平台多通道脉动压力的同步采集与数据回收。方法在多时钟的采样系统内,采用统一的同步触发信号作为各通道的采样使能,实现40通道脉动压力的同步采集。采用"采存分离"的设计方法将存储电路从采样系统中分离,仅对存储电路进行抗冲击防护,通过火炮试验考核抗冲击性,通过回收存储电路实现数据回收。结果 40通道的采样同步精度被控制在了5个时钟周期内。存储体通过1000 m/s以上的冲击速度考核,数据全部回收。结论多时钟采样系统采用统一的同步触发信号可有效保证采样的同步性。在飞行载体弹舱空间受限的情况下,"采存分离"的方式可以在不增加体积和质量的前提下,极大增强数据记忆体的抗冲击能力,提高数据回收概率。     

A simple semi-empirical model for predicting missing carbon monoxide concentrations

Carbon monoxide monitoring using continuous samplers is carried out in most major urban centres in the world and generally forms the basis for air quality assessments. Such assessments become less reliable as the proportion of data missing due to equipment failure and periods of calibration increases. This paper presents a semi-empirical model for the prediction of atmospheric carbon monoxide concentrations near roads for the purpose of interpolating missing data without the need for any traffic or emissions information. The model produces reliable predictions while remaining computationally simple by being site-specifically optimized. The model was developed for, and evaluated at, both a suburban site and an inner city site in Hamilton, New Zealand. Model performance statistics were found to be significantly better than other simple methods of interpolation with little additional computational complexity.     

基于多源数据融合的煤矿工作面瓦斯浓度预测*

为了解决瓦斯浓度预测使用的单一数据在预测中影响还不够深入的问题,提出基于LSTM神经网络的多源数据融合瓦斯浓度预测模型。模型将上隅角瓦斯浓度、采煤机速度、工作面吨煤瓦斯涌出量等不同数据融合作为输入层参数,使用Adam优化算法更新LSTM网络层参数,利用Attention机制突出关键影响瓦斯浓度的因素,开展多源数据融合的瓦斯浓度预测,结合某矿1008工作面的实际数据,分析不同数据在瓦斯浓度预测中的作用。研究结果表明:单变量下的Attention-aLSTM预测效果相比LSTM提升14.2%;多源数据融合下的Attention-aLSTM相比自身提升了5%。     

土地资源的多级网格数据结构建立与应用研究

传统的基于行政区的土地统计数据不能完全表现区域内部土地利用的空间分异特征,以武汉市为实验区,对基于网格的统计信息算法STING(Statistical Information Grid-based method)进行扩展,以景观多样性指数为定量化指标对实验区进行四叉树划分生成不均匀多级网格,建立一种拟合了行政区划界线的不均匀的多级网格结构来存储、管理和分析土地数据。并以此多级网格数据结构为平台计算和生成实验区人口密度空间分异渲染图,初步抽取了人口分布与土地利用之间的关系。实验表明,基于多级网格的统计方法能更好地表达土地利用及其相关数据的空间分异性,利于对土地资源数据的进一步挖掘以抽取所需知识。