Comparing discriminant analysis, neural networks and logistic regression for predicting species distributions: a case study with a Himalayan river bird

We assessed the occurrence of a common river bird, the Plumbeous Redstart Rhyacornis fuliginosus, along 180 independent streams in the Indian and Nepali Himalaya. We then compared the performance of multiple discrimant analysis (MDA), logistic regression (LR) and artificial neural networks (ANN) in predicting this species’ presence or absence from 32 variables describing stream altitude, slope, habitat structure, chemistry and invertebrate abundance. Using the entire data (=training set) and a threshold for accepting presence in ANN and LR set to P≥0.5, ANN correctly classified marginally more cases (88%) than either LR (83%) or MDA (84%). Model performance was assessed from two methods of data partitioning. In a ‘leave-one-out’ approach, LR correctly predicted more cases (82%) than MDA (73%) or ANN (69%). However, in a holdout procedure, all the methods performed similarly (73–75%). All methods predicted true absence (i.e. specificity in holdout: 81–85%) better than true presence (i.e. sensitivity: 57–60%). These effects reflect species’ prevalence (=frequency of occurrence), but are seldom considered in distribution modelling. Despite occurring at only 36% of the sites, Plumbeous Redstarts are one of the most common Himalayan river birds, and problems will be greater with less common species. Both LR and ANN require an arbitrary threshold probability (often P=0.5) at which to accept species presence from model prediction. Simulations involving varied prevalence revealed that LR was particularly sensitive to threshold effects. ROC plots (received operating characteristic) were therefore used to compare model performance on test data at a range of thresholds; LR always outperformed ANN. This case study supports the need to test species’ distribution models with independent data, and to use a range of criteria in assessing model performance. ANN do not yet have major advantages over conventional multivariate methods for assessing bird distributions. LR and MDA were both more efficient in the use of computer time than ANN, and also more straightforward in providing testable hypotheses about environmental effects on occurrence. However, LR was apparently subject to chance significant effects from explanatory variables, emphasising the well-known risks of models based purely on correlative data.     

人工神经网络和专家系统在污水生物处理系统中的应用

对近年来国内外污水生物处理系统中人工神经网络和专家系统的应用进行了简要的回顾。分析了废水生物处理工艺难于控制的原因及人工神经网络和专家系统的结构和特点。结果表明．国外智能控制发展迅速,并且应用领域遍及污水生物处理的各个方面,国内尚处于起步阶段。简要探讨了废水生物处理智能控制今后应深入研究的问题及方向。     

有机生活垃圾微生物处理剂的研究

采用了多种培养基 ,对广泛收集的菌种、相关土样进行分离、筛选 ,得到了 8株有效微生物 ,其产生的蛋白酶、脂肪酶、淀粉酶和纤维素酶等酶系可使大分子物质分解成低分子物质 ,微生物摄取这些低分子物质后 ,将其转变成二氧化碳、水和少量氨气并释放能量 ,剩余的少量固体残渣可作为生物肥料。采用以上 8种微生物制成的有机生活垃圾处理剂 ,如配合一定的处理工艺和设备 ,可对日常有机生活垃圾进行减量化和资源化处理。     

电子垃圾拆解回收VOCs排放特征与排放因子

电子垃圾拆解回收过程中的高温处理往往产生大量挥发性有机物(VOCs),对周边环境及人体健康产生不可忽视的影响.本研究选取某电子垃圾集中拆解回收场,对场区加热烤板车间、塑料制粒车间、湿法提取车间和火法冶炼车间废气处理设施排放口的VOCs浓度和组分进行监测,分析了不同生产工艺VOCs排放特征及其总VOCs排放因子.结果表明...     

基于复杂网络的城市燃气输配系统失效因素分析

将复杂网络相关理论方法引入城市燃气输配系统失效因素的分析中。选取引起城市燃气输配系统失效的主要影响因素为节点,以它们之间的相互关系为边,建立网络并进行相关分析。发现节点的度分布近似具有幂律的特性,幂指数为1.76;通过节点度的分析,确定出管道附属设备、用户设施失效、第三方影响破坏等因素为引起输配系统失效的主要原因,与引起燃气事故的统计分析资料基本相符合。这为确定城市燃气输配系统关键失效因素提供了一种新的思路。     

中国磷消费结构的变化特征及其对环境磷负荷的影响

本研究先建立物质流分析模型,分析1980～2008年期间我国磷消费结构的变化特征及其对环境磷负荷的影响,随后探讨若干社会经济因素同我国磷消费污染之间的关联性.结果表明,城市生活和农村生活的人均磷养分输入分别由0.83 kg.a-1和0.75 kg.a-1增加到1.20 kg.a-1和0.99 kg.a-1,而城市生活磷养分循环比例则由62.6%下降到15.6%;畜禽养殖和种植业的磷养分输入持续增加,但前者磷养分循环比例由67.5%下降到40.5%,后者大量磷养分蓄积在农业土壤;人口、城市化水平、种植业发展水平以及畜禽养殖业发展水平与我国磷消费污染总负荷的相关系数达到0.90以上,说明它们是我国磷消费污染的重要诱因;环境Kuznets曲线研究表明我国目前仍处于初级发展阶段,牺牲环境质量以换取经济发展.研究表明,我国磷消费体系正向线性开放的代谢结构演变,磷养分流失持续增加,环境磷负荷大大加重.     

矿井通风网络数据可靠性检验

进行矿井通风阻力测定时,由于受环境的温度、湿度、压力传递存在时间差以及测点处标高不准确等因素的影响,根据实测数据,计算所得矿井巷道基础数据存在一定的误差,常用的测量数据检验方法只能对若干条通路进行闭合回路检验,而不能对全矿井通风网络基础参数进行可靠性检验。本文中所介绍的检验方法将风网基础数据输入通风网络解算软件,以实测风量和经过计算所得巷道风阻为基准,实测风量为目标条件,进行计算机通风网络模拟,对全矿井巷道风阻进行连续的优化调整,使通风网络模拟结果与实际测定各巷道风量基本符合,从而实现全矿井风网基础数据的可靠性检验。该方法在某矿进行了实际应用,实践证明此方法科学、准确的获得了全矿巷道风阻参数,为矿井的通风改造奠定了技术基础。     

基于ANN的土壤重金属分布和污染评价研究

农田土壤重金属污染与备受关注的农产品安全问题有密切联系,因此对其进行研究意义重大。以江苏省南通市为研究区,利用采样点实测数据,借助神经网络模型(ANN)并结合3S技术对问题进行研究,从而对土壤重金属的空间动态分布进行描述,并对各个空间位点重金属的污染状况进行评价。结果表明,神经网络模型能够智能地学习各个样点的空间位置与该点各重金属含量之间的映射关系和预先设计好的分类评价模式,并能够稳健地对各个空间插值点处的重金属含量和各个位点的重金属污染状况进行预测和评价。结论显示,南通市大部分农田土壤重金属污染较轻,但也存在局部地区的严重污染。结论与实际情况相符,表明神经网络模型可以为农田土壤重金属的研究提供一个新的思路和方法。     

中国铜产业体系演化的碳中和实现机制研究

本文研究了我国铜产业采选、冶炼、加工和再生等环节的演化趋势,构建了铜产业直接碳排放-能源间接排放-其他间接排放相结合的多层级碳排放核算模型,分析了我国铜产业各环节碳排放演变规律及碳中和实现机制。结果表明：①1980-2020年我国铜精矿、精炼铜、铜加工材、再生铜产品分别增长了6.6倍、 25.1倍、 88.5倍、 37.1倍,受碳中和目标实现对电力需求量增加的影响,预计2060年铜资源消费总量将较2020年提升62.3%,铜资源社会存量将达到3.9亿t,再生铜将于2030年超过原生铜成为主导资源类型。②2020年铜产业的碳排放总量达到2968.2万tCO₂e,其中,采选环节的吨铜碳排放量最高,达到了3.4tCO₂e,是第二位冶炼的2.3倍;冶炼环节的碳排放总量最大,达到铜产业的39.3%;再生环节的降碳效果突出,相较原生采选冶炼环节减少1251.2万tCO₂e;进出口贸易则进一步降低了该产业43.7%的碳排放总量。③预计2060年铜产业碳排放总量将达到1499.8万tCO₂e,通过促进国际贸易、循环经济、技术创新及环境市场建设等举措,可大幅降低产业的碳排放总量,其中国际贸易及循环经济情景的碳减排效果在2030年前均较显著、随后逐渐下降,技术创新及环境市场建设是该产业碳中和目标实现的根本,在2060年的减排潜力分别达到535.9万t及607.9万t。为了更好地促进该产业可持续发展及“双碳”目标实现,建议依托国内国际双循环格局合理调控铜产业结构,秉持全生命周期理念加快构建铜产业绿色供应链,紧随碳中和发展趋势促进资源循环减污降碳协同增效。     

The Essence of a Recycling Economy:Circular Utilization of Resources

By analyzing the relationship between a recycling economy and sustainable development theory, this article puts forward the basic concept of a recycling economy as a dynamic economic operational model, and explains the four basic characteristics. It is stressed that the essential element of a recycling economy is the use of resources circularly. In the end, this article analyzes the phenomena of utilizing the recycling economy concept incorrectly, and sets forth a number of problems that should be noted during the process of developing a recycling economy in China.