多元回归模型在基坑坡顶水平位移分析的应用

运用拓扑康GTS-332N全站仪建立坐标系统,对大连软件园基坑北侧JKA段进行了桩顶水平位移监测。将影响该基坑坡顶水平位移的主要因素确定为基坑使用时间、开挖深度作为自变量对桩顶水平位移进行了多元回归分析,得出了多元回归方程,通过回归方程的F检验和回归系数t检验表明基坑使用时间和开挖深度对桩顶水平位移的影响是显著的。回归预测方程与实测结果对比表明残差在-0. 45～0. 48之间,具有很好的拟合性,为深基坑桩锚支护安全施工提供了可靠的理论基础。     

海河流域社会经济发展对河流水质的影响

海河流域社会经济快速发展,主要河流水质恶化.本文基于海河流域人口规模、经济产值和土地利用变化过程,结合河流社会经济发展指标和水质变化统计分析,从流域废污水排放和水资源利用等角度分析社会经济对水环境影响机制.研究表明,流域人口规模大幅增长、工业生产强度大幅提高,工业聚集区由北京-天津地区扩展到北京-天津-唐山、石家庄、聊城-德州等地区,导致海河流域工业废水和生活污水排放规模迅速上升,成为河流水质恶化直接驱动力.城市扩张是流域土地利用变化最显著特征,近30年来城市用地面积增加85%,北京-天津-唐山城市群规模扩大,造成流域水资源开发利强度加剧,降低河流自净缓冲能力.因子分析表明,流域影响河流水质因素分解为农村、城市和自然等3个方面,其中城市化过程和农村社会经济发展对河流水体污染物浓度水平影响非常显著.     

基于多元相关分析法的岩溶隧道涌水量预测

降雨往往是影响岩溶隧道涌水的最主要因素,受岩溶含水系统调蓄作用的影响,降雨补给地下水一般都具有明显的滞后特征,因此岩溶隧道涌水量的大小不仅与当日降雨量有关,还可能受前期降雨量的影响,以隧道涌水量与当日降雨量建立的回归方程往往预测精度较低.以野三关隧道和马鹿箐隧道进口泄水洞的隧道涌水为例,运用多元相关分析法探讨了隧道涌水量与多日降雨量的相关关系和多元回归方程,并依据隧道实际涌水量监测资料对回归方程进行了检验.结果表明:在具有较长序列的隧道涌水量和降雨量观测资料的情况下,利用多元相关分析法可以比较简单、快捷、准确地预测隧道未来不同降雨条件下涌水量的变化;但值得特别注意的是,对于非全排型涌水隧道,仅依据隧道涌水量与降雨量建立的相关方程来预测隧道未来降雨条件下的涌水量会有较大误差,此时需结合所有排泄点的总排泄量与降雨量建立更多元的相关方程才能够取得较好的预测效果.     

一种城市生活垃圾产量预测的改进方法

将灰色系统理论与多元线性回归分析方法相结合，是研究城市生活垃圾产量预测的一种改进方法。以成都市为例。运用灰色关联度分析确定影响城市生活垃圾产量的4个主要因子：城市非农业人口、气化率、城市人均消费性支出、清扫面积。利用GM(1，1)模型预测上述4个因子的变化情况。建立一个包含这些因子的垃圾产量的多元线性回归分析预测模型，并对2004～2010年的垃圾产量进行预测。该模型预测精度高，实用性强，可为垃圾产量预测提供一种可靠的方法。     

基于逐步多元线性回归和随机森林模型预测黄河流域极端气温事件

全球变暖背景下,极端气候事件频发,且对黄河流域等地区的经济发展及人民生活造成严重危害。基于1961—2020年黄河流域80个站点的日气温数据提取了6个逐月极端气温指数(ETI)。利用多重共线性分析去除有相依性的环流指数,并考虑滞后性进行Pearson相关分析,筛选出各ETI的关键环流指数及最佳滞后时间;之后基于最佳滞后时间下的关键环流指数建立逐步多元线性回归(SMLR)和随机森林(RF)模型。对模型进行精度评价,探究环流指数在单站点及整个流域的重要性,并预测了2022年11月的6个ETI值。结果表明：黄河流域ETI中最高气温(TXx)、暖昼天数(TX90p)、酷热天数(TD30)和最低气温(TNn)呈波动上升趋势,而霜冻天数(FD0)和冷夜天数(TN10p)呈下降趋势;极端高温事件的强度和发生频率的空间分布特征与极端低温事件基本相反。以靖远站TXx为例,各关键环流指数对TXx具有不同程度的影响(0.10max<0.89),r_max对应的最佳滞后时间主要为5、6、11、12个月。SMLR和RF模型对黄河流域各ETI的预测能力都较...     

燃料NO生成的总包反应速率

基于全面化学反应体系,对燃料ＮＯ的反应特性进行了详细的数值计算和理论分析,指出了目前应用较多的ＤｅＳｏｅｔｅＮＯ总反应模型的不足,同时,通过引入燃料氮氧化过程中关联组分Ｏ与ＯＨ离子的浓度和,用多元回归的方法得到了燃料ＮＯ生成的总包反应速率表达式。     

人工神经元网络辅助酚类化合物构效关系研究

分子连接性指数（^tXv）与在正辛醇和水之间的分配系数logP是反映化合物性能的重要结构参数。本文计算了酚类化合物的分子连接性指数及分配系数,运用新型的模式识别方法──人工神经元网络对酚类化合物的构效关系进行了研究。所得结果优于逐步判别法,对于预测未知化合物的毒性,具有重要意义。     

南昌市浅层地下水水质评价及监测指标优化

地下水环境监测过程中保证地下水水质评价代表性的同时尽量优化监测指标数量,对地下水环境管理具有重要的意义.选取南昌市地区2014年和2019年浅层地下水监测数据,运用统计分析、 Piper三线图和熵权水质指数(EWQI)分析水化学特征及水质变化,并耦合逐步多元线性回归分析构建基于水质评价的关键指标优化方法,评估此方法应用的可行性.结果表明,南昌市地下水2014年和2019年水化学类型主要为HCO₃-Ca型;pH值、 NO^-₃、 I^-、 Fe和Mn等5项超标指标是水质变化的主要影响因子;2019年水质状况总体上高于2014年,基本为“中等”水质,二者EWQI平均值分别为53.72和82.34;基于关键指标优化方法构建的最优模型EWQI_min-4能够较好地代表实际的EWQI,关键指标包括Mn、 NO^-₃、 TH、 Fe、 pH值和I^-,其决定系数(R²)和百分比误差(PE)值分别为0.865和10...     

基于BP神经网络的甘肃省二氧化碳排放预测及影响因素研究

基于排放因子法估算2000—2020年甘肃省三大产业及生活能源消费直接CO₂排放量,描述分析其时序演变特征。建立BP神经网络模型并预测2021—2030年甘肃省CO₂排放量。构建甘肃省CO₂排放影响因素的STIRPAT拓展模型,利用多元回归分析定量探究了各因素对CO₂排放量的影响程度和内在作用机理,并结合随机森林进一步识别重要影响因素。结果表明：甘肃省产业及生活能源消耗直接CO₂排放总体呈波动增长趋势,且第二产业占比在70%以上,是主要的CO₂排放源;BP神经网络模型的预测误差为2×10^-4,相关系数>0.99,对于预测甘肃省CO₂排放具有较高精度,并得出2026年的甘肃省能源消耗直接CO₂排放量达到最大;甘肃省CO₂排放的驱动因素作用差异显著,CO₂排放强度、经济发展、城乡消费对CO₂排放的正向作用较大,城镇居民人均消...