基于ERA-Interim资料分析青藏高原“湿池”变化特征

论文利用ERA-Interim(0.5°×0.5°,简称ERA)、NCEP/NCAR2(2.5°×2.5°,简称NCEP2)两种不同分辨率的再分析资料和探空观测资料,首先分析了夏季(7月)和冬季(1月)青藏高原(以下简称高原)上大气水汽含量大值区(简称"湿池")的区域分布特征,然后基于ERA资料分析了1979—2012年间高原"湿池"的一些变化特征,发现了一些新的事实。主要结果包括:在对流层中上层,高原上无论夏、冬季都有大气水汽含量的高值中心——高原"湿池"存在。夏季7月高原"湿池"强度最强,ERA资料除了在高原南部有自西到东的连续高湿中心带外,在高原西北部还有一个高湿中心;NCEP2资料仅在高原东南部和西南部有两个高湿中心。冬季1月,两种资料均只在高原东南部有高湿中心。总体上,ERA资料与探空观测资料的高湿中心区更为接近。7月,高原南部高湿中心在1990年代中期(1994—1996年)之后持续偏强,西北部中心强度有弱—强—弱—强交替变化特征;1月,高湿中心在1980年代末期开始持续偏强。高原南部高湿中心带在7月几乎是一个连续的区域,1996年以后这一特征更为明显,在1月则是分为东西两段的高湿中心带。     

基于野外数据建立大型底栖动物电导率水质基准的可行性探讨

科学合理地设定水质基准是水生生物保护和水生态系统恢复的基础。水体电导率数值的高低由溶解于其中的各种阴阳离子的浓度所决定,而较多的研究也证明电导率能够显著地影响水生生物类群,特别是大型底栖动物物种存活和群落结构的稳定性。离子组成的复杂性,导致无法开展基于室内实验的水生生物电导率基准值的推导。本文借鉴美国环境保护局基于野外调查数据建立电导率基准值的方法,采用流行病学打分方法,分别从电导率是否对大型底栖动物敏感物种存在毒性效应、人为干扰的增强是否会通过电导率产生毒性作用,以及其他环境因子是否对电导率基准值的制定产生影响3个方面,探讨了基于野外数据建立我国电导率基准的可行性。研究区域为辽河流域的浑河及太子河,野外调查数据采集于2009年8月至2010年5月。研究结果表明,电导率的升高显著降低了大型底栖动物敏感物种的出现频率。通过分析研究区域土地利用方式同电导率之间的相关性,证明了农业和城镇建设用地比例的增加显著地增加了水体中电导率的数值。对有可能引起物种消失的其他环境因子进行分析,结果表明电导率是引起大型底栖动物消失的主要原因。综合以上结果,基于野外调查数据来建立大型底栖动物电导率基准值是可行的,为我国水质基准的研究提供了新的思路和方法。     

基于数据挖掘的施工危险识别注意投入与分配研究*

为分析施工情境中危险识别注意资源动态投入分配规律,基于动态时间规整算法,挖掘危险识别注视轨迹序列,以表征注意资源投入分配变化,并采用k-means聚类、注视熵、Needleman-Wunsch全局序列对齐算法和统计等方法,深入挖掘注意资源在危险目标中投入和分配等时空变化规律。研究结果表明:当事人危险识别各阶段注意资源呈现从显著目标到高危目标的投入变化趋势,危险识别注意资源分配随情境复杂因素呈现零散、均匀的空间特征,分配无序程度提高。     

城乡空置住房的识别、特征与成因——基于华北平原X县用电量等多源数据

对空置住房进行精准感知在国土空间规划中具有重要意义。基于华北X县2019年全县居民用电大数据构建了一种精准的空置识别和空置率计算模型。结果显示：该县出现过空置的住房占比高达33.81%,年空置率为21.64%;月空置率在一年中随月份小幅规律波动,波谷出现在2月和8月,波峰出现在5月和11月;村空置率具有空间自相关属性,县城为空置率高值集聚区;全年性空置为1931种空置节律模式中最主要的一种。将空置成因归纳为举家迁移和入城团聚等新流动模式促使全年空置和春节空置增多;扩展家庭内部住房过滤引发老旧住房空置;县城住房城镇化导致中心城区出现空置。应重视空置识别在国土空间规划中的基础作用,客观看待乡村住房空置现象,高度警惕县城的高空置率问题。     

火工品温湿度加速老化模型和算法研究

目的 研究对火工品适用的温湿度加速模型,以及加速系数计算程序,获取准确的温湿度加速系数外推公式.方法 通过分析国内外使用的各种双因素加速模型的适用性,确定火工品适用的温湿度加速模型,采用免费自由的开源统计分析软件——R软件,对通过加速试验获取的某点火头2种温湿度加速条件下的试验数据,进行单组数据拟合和多组数据拟合两种温湿度加速老化算法的开发,并且对2种算法、3种寿命分布下寿命外推的准确性进行对比分析.结果 确定了Peck模型适合用于火工品的温湿度加速模型,获取了某电点火头对应的温湿度加速系数和湿度项反应速率常数.结论 基于多组数据拟合的温湿度加速老化算法,比基于单组数据拟合的温湿度加速老化算法对试验数据的兼容性好.3种寿命分布中,Weibull分布的加速系数计算结果最保守.     

机器学习在材料服役性能预测中的应用

针对材料服役性能预测存在误差大、计算复杂、适用性差等问题,提出了基于数据挖掘的机器学习预测方法。首先阐述了机器学习的应用流程,并总结了常用模型原理及其在材料性能预测中的应用。然后采用多种机器学习模型对RPV钢的辐照性能进行预测,并通过Stacking集成方法提高了模型的预测精度。结果表明,机器学习可用于材料服役性能预测,具有较高的预测精度和可靠性。根据材料服役数据的不同特征选择合适的学习模型,同时进行模型融合和参数优化,可有效提高模型的预测精度及运算速度。     

环境因素数据质量审核方法研究

目的 解决大气环境试验站的气象数据报表存在数据缺失、数据超过边界、数据内部不一致、数据时间不一致等问题,采用数据质量审核技术找出缺失、可疑或错误的数据,对科研人员进行警示,使其能够追根溯源,分析存在问题的原因。方法 参照相关规程和标准,建立环境因素数据质量审核算法和审核流程,并使用计算机语言编程固化流程和算法,利用多线程算法对数据进行扫描,实现大批量气象数据的并行审核。结果 利用Python语言设计了环境因素质量控制软件,通过该软件的应用证明了该方法合理、有效,能够快速、准确地标注气象数据报表中存在质量问题的数据。利用软件统计了存在问题数据的数量和正确率。结论 通过加载数据测试,证明了环境因素数据质量审核方法和审核流程合理有效,利用设计的审核软件实现了气象数据报表快速审核,提高了审核效率,减少了科研人员的劳动强度,为进一步填补、修正和利用数据奠定了基础。     

人工增雨（雪）效果评估方法探索

人工增雨（雪）常用的评估方法为统计检验和物理检验,统计检验需要大量试验样本,且随机化试验在我国难以实现,大量样本无从获得。物理检验目前主要是雷达观测演变状况和飞机直接观测云内微物理参数,由于技术和能力有限,这些方法都难以实现。为了在人工影响天气作业后尽快得出评估结果供政府及环境保护等部门参考,利用雨滴谱记录数据对一次人工增雪作业后的效果进行了评估,发现这些数据在没有常规降雪记录情况下具有一定的参考价值。从评估结果看,人工增雪作业后,降水强度有明显增大的趋势。     

基于BP神经网络的天线识别

本文比较研究了BP神经网络中的几种常用算法,针对这些不同算法下的BP神经网络进行训练,并得出了各自网络的性能。在此基础上,针对经典BP算法和LM算法进行对比研究,找到LM算法的改进之处。此外,在实际的应用中表明,不仅不同的BP算法对网络的运算速度、泛化能力等有较大的影响,而且BP神经网络对隐含层神经元数目也很敏感。我们希望在BP神经网络的基础上,构建一种合适的天线模型,来应用于天线的分类识别,这将具有很大的现实意义。     

Effect of Monitoring Technique on Quality of Conservation Science

Monitoring free‐ranging animals in their natural habitat is a keystone of ecosystem conservation and increasingly important in the context of current rates of loss of biological diversity. Data collected from individuals of endangered species inform conservation policies. Conservation professionals assume that these data are reliable—that the animals from whom data are collected are representative of the species in their physiology, ecology, and behavior and of the populations from which they are drawn. In the last few decades, there has been an enthusiastic adoption of invasive techniques for gathering ecological and conservation data. Although these can provide impressive quantities of data, and apparent insights into animal ranges and distributions, there is increasing evidence that these techniques can result in animal welfare problems, through the wide‐ranging physiological effects of acute and chronic stress and through direct or indirect injuries or compromised movement. Much less commonly, however, do conservation scientists consider the issue of how these effects may alter the behavior of individuals to the extent that the data they collect could be unreliable. The emerging literature on the immediate and longer‐term effects of capture and handling indicate it can no longer be assumed that a wild animal's survival of the process implies the safety of the procedure, that the procedure is ethical, or the scientific validity of the resulting data. I argue that conservation professionals should routinely assess study populations for negative effects of their monitoring techniques and adopt noninvasive approaches for best outcomes not only for the animals, but also for conservation science. Efecto de la Técnica de Monitoreo en la Calidad de la Ciencia de la Conservación