基于粗糙集和BP神经网络的流域水资源脆弱性预测研究——以淮河流域为例

水资源是一种重要的自然资源和经济资源,对其未来的脆弱性进行预测可以预估研究区未来的水安全状况,对其脆弱性问题做出预警,从而及时采取治理措施。因此,合理科学的水资源脆弱性预测研究是缓解水资源脆弱性的有效手段。目前,水资源脆弱性研究主要是针对水资源现状进行评价,对其未来状况的预测较少。集成了粗糙集和BP神经网络两种方法,首先采用改进了的盲目删除法对构建的流域水资源脆弱性评价指标体系进行约简,其次通过BP神经网络拟合约简后的指标数据与脆弱度之间的映射关系,构建流域水资源脆弱性评价预测模型。基于之前研究的样本数据和脆弱性结果,探讨淮河流域未来的水资源脆弱性状况。结果表明:淮河流域2015年、2020年和2025年的水资源脆弱度分别为0.305、0.359和0.390,处于轻度脆弱和中度脆弱的状况,除2015年脆弱性状况有所好转以外,2020年和2025年的水资源脆弱性程度与近几年相比有所加剧,根据指标数据可知该现象主要是受年降水量、人均用水量、万元GDP废水排放量、垦殖指数、有效灌溉面积比和干旱面积受灾比6个指标的影响,为避免水资源脆弱性的加剧,应当有针对性的加强这几个方面的管理和控制。     

Trophic structure of ecosystems and ecotoxicology of soil organisms

Studies on the ecotoxicology of soil organisms have led to the revision of views on the trophic structure of ecosystems. It was found that the microbial link is obligatory and controls the migration of toxicants and their effects in the food chain. Differences in effects are accounted for by both the physiological stability of organisms and their affliation with relatively independent and biogeochemically closed ecosystems differing in their spatiotemporal scales. The latter form a hierarchical three-level structure: ecosystems of unicellular organisms—ecosystems of small multicellular organisms—the ecosystem of large multicellular organisms, or of biogeocenosis. Trophic networks within the structure are united by ecosystemophagy as the type of feeding of large multicellular organisms, and this accounts for the importance of the latter as indicators of long-term changes in a biogeocenosis.     

生命线系统的震害耦联

在震害分析时,弧立地评价一个生命线系统的功能,不考虑与其它生命线系统间的耦联关系,可能会低估地震造成的损失。将地理信息系统（ＧＩＳ）与现有的震害预测方法结合起来,有利于推动新方法的研究。本文在ＧＩＳ环境下定义了网络失效率,提出了一种考虑不同生命线系统之间耦联关系的震害分析方法,给出了一个算例,并建议了相应的生产能力相关的震后应急抢修决策方案。     

基于神经网络模型的房屋震害易损性估计方法

结构易损性分析是震害预测工作中的一个重要环节.本文提出了一种基于人工神经网络模型的房屋震害易损性估计方法,文中以多层砖房结构的建筑为例,给出了易损性估计神经网络模型的输入向量设计方案和具有输出约束控制的BP神经网络模型.     

江苏数字地震台网与模拟台网的震级对比

对江苏省数字地震台网观测系统与模拟台网观测系统在震级测定方面的一致性进行了探讨。定量分析了数字台网的“速度型震级”、“仿真位移型震级”与模拟台网位移震级的差异。初步结果表明 ,在测量误差允许范围内 ,数字网的“仿真位移型震级”可以替代模拟网的位移震级 ,震级测定的连续性要求基本可以保证。     

江苏省数字地震台网在考核运行期间的地震编目

江苏省数字地震台网从 1999年 6月至 9月记录到的自动触发和人工截取的 4 13条事件中 ,编报出 94个地震事件 ,其中 ,可用于数字网和模拟网进行地震三要素对比的地震事件有 35个。最终产出一份完整的地震目录和台网观测报告。进而从地震编目角度对数字地震台网资料和模拟台网资料确定地震三要素的可衔接性进行了尽可能的对比论证。     

现代地震观测技术在江苏的应用与推广

对江苏近 70年的地震观测历程和技术进步作了简要回顾 ;总结了数字化地震台网建设的经验和体会 ;展望了在江苏特定的地理条件下 ,即在第四系覆盖厚、海域地震多而布网均困难的情况下 ,现代地震观测技术的应用前景和研究方向。     

新标准下环境空气质量监控网络完善实践 ——以珠三角地区佛山市为例

介绍珠三角及佛山市新标准监测网络结构,从拓宽网络有效覆盖范围、提升网络对污染研究的支撑能力、以及巩固数据实时发布工作基础等多角度分析了网络完善需求,提出了下一阶段网络建设的重点措施建议,并介绍了佛山市目前计划进行的网络完善工作。     

加强环境监测点位管理的思考——以江苏省“十二五”环境监测网络调整为例

基于江苏省"十二五"环境质量监测网络优化调整工作,指出监测点位设置和管理工作中存在的问题,讨论了点位优化调整的原则和思路,总结监测网络调整结果,并开展点位优化调整的成效分析,提出进一步优化监测网络设置的建议。     

基于BP神经网络的藻类水华预测模型研究

以宁波大学校内池塘2009年3—10月间30周的监测数据为基础,运用BP人工神经网络方法构建预测模型,探求颤藻生物量与总氮、总磷、透明度等6项环境因子之间的关系,选出最佳预测模型,并对模型进行敏感度分析。结果显示:①BP神经网络模型对颤藻生物量预测值与实测值之间拟合程度良好,相关系数达到了0.984,说明BP神经网络模型可以用于水体中藻类水华的短期预测。②通过对构建的BP神经网络模型进行敏感度分析,阐明了宁波大学校内池塘藻类水华的主要驱动因素,并指出控制水体的pH是宁波大学校内池塘藻类水华防治工作的重点。