三江平原湿地植物的土壤环境因子分析

以三江平原毛果苔草(Carex lasiocarpa)湿地和小叶章(Deyeuxia angustifolia)湿地为研究对象,选取土壤全氮(TN)、全磷(TP)、有效氮、有效磷、有机质、pH值和土壤含水量为主要环境控制因子,通过主成分分析(PCA)和逐步多元回归分析,来确定环境因子对物种相对密度和地上生物量的贡献值.结果表明,2个样地中土壤全氮、全磷、有效氮和有效磷的贡献率能达50%左右.毛果苔草湿地中主成分1能够解释88%的物种相对密度和84%的地上生物量;小叶章湿地中主成分1对相对密度和地上生物量的解释量则分别为75%和58%.湿地营养状况决定着植物的生产量;土壤含水量的变化影响着植物对营养物质的吸收和利用.     

利用多元线性回归方法评估气象条件和控制措施对APEC期间北京空气质量的影响

气象条件对大气污染物的扩散和传输有重要影响,准确分离和定量气象因素对空气质量的影响是评估大气污染控制政策有效性的前提.本研究利用APEC会议期间及前后(2014-10-15～2014-11-30)北京城区朝阳观测站点SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)以及气象因素的观测数据,采用多元线性回归分析方法,定量评估了气象条件和空气污染控制措施对APEC期间北京空气质量的影响.在假定排放条件不变的情况下,基于气象因素参数建立的预测污染物浓度的多元线性回归模型模拟效果较为理想,决定系数R~2在0. 494～0. 783之间.控制措施使得APEC控制期SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)浓度分别降低48. 3%、53. 5%、18. 7%、40. 6%、3. 6%、34. 8%、28. 8%和40. 6%,气象因素使得APEC控制期SO_2、NO、NO_2、NO_x、CO、PM_(2.5)、PM_1和PM_(10)浓度分别降低1. 7%、-2. 8%、18. 7%、4. 5%、18. 6%、27. 5%、30. 6%和35. 6%.气象因素和控制措施共同作用使得APEC控制期北京空气质量得到了明显改善.控制措施对SO_2和氮氧化物浓度的下降起主导作用,气象因素对CO浓度的下降起主导作用,气象因素和控制措施对颗粒物浓度降低的贡献相当.本研究还利用相对权重方法研究了气象因素对污染物浓度影响的贡献,结果表明影响不同污染物浓度的决定性气象因素不同.     

利用3S技术动态监测天山草地农业产量及其成因分析

在新疆阜康县大量“天地”资料观测基础上，利用3S(RS、GIS和GPS)技术和生态系统分析方法，对新疆天山草地农业资源进行了系统的动态监测和大面积估产研究。结果表明，该县草地和森林面积1998年比1988年分别下降了17．5％和51．o％，而农业用地面积和沙漠危害面积却分别增加了57．8％和21．2％，实现了利用3s技术系统准确监测新疆阜康县草地农业资源动态变化，其大面积草地遥感估产精度达到75．8％以上。最后，建立了新型PPR估产模型，其估产精度达到81．76％以上，并给出了理论生态成因解释与定量分析结果等。     

基于SVR的含缺陷管道剩余强度研究

针对采用标准预测含缺陷管道剩余强度误差较大这一问题,在Matlab中建立基于SVR的含缺陷管道剩余强度预测模型,并基于60组含缺陷管道爆破试验数据进行训练测试,以验证模型的实际性能.结果表明:SVR模型预测测试集结果的最小相对误差为0.55％,最大相对误差为10.35％,平均相对误差为2.63％,预测结果的R2高达0....     

基于视频分析的空管员违规行为识别方法*

为利用视频数据对空管员违规行为进行智能化分析,降低不安全事件发生率,提出2阶段的违规行为识别模型（AR-ResNeXt）,基于实地调研构建空管员视频数据集,利用最小化动态多实例学习损失函数和中心损失函数,获得违规行为检测的判别特征表示,结合异常回归网络和ResNeXt网络,完成对空管员违规行为的时序区间检测与动作分类。研究结果表明:AR-ResNeXt模型在自制数据集中,其帧级AUC达到82.9%,分类准确率达到87.8%,可准确识别空管员发生违规行为的时序区间并进行分类,研究结果可为保障空中交通安全奠定基础。     

基于信息融合与GM的石油罐区安全监控预测模型

近年来,石油罐区安全事故发生频率呈不断上升趋势。为有效增强罐区安全监控预警系统监测数据的可靠性,并实现对事故的早期预警,基于多传感器信息融合技术和灰色模型(GM)理论,建立出石油罐区安全监控预测模型。首先,研究了基于递推最小二乘法改进的最优加权融合算法,并将其作为一级(特征级)融合模型,其次,介绍分析了灰色预测理论及GM(1,1)模型的实现过程,最后建立出基于GA-BP神经网络算法的二级(决策级)数据融合模型,并得到石油罐区安全监控预测模型。     

基于随机森林模型的中国近地面NO2浓度估算

NH₃针对传统近地面NO₂浓度空间模拟过程中NO₂浓度与其影响要素之间关系的复杂非线性机制解释不充分的缺陷,本研究基于随机森林（RF）算法、融合多源地理要素开展了近地面NO₂浓度空间分布模拟研究.以卫星OMI对流层NO₂柱浓度数据和多源地理要素（道路交通、气象因子、土地利用/覆盖、地形高程、人口数量）为输入变量,近地面NO₂浓度为输出变量,利用RF算法构建近地面NO₂浓度反演模型.通过对比地面观测数据与传统土地利用回归模型（LUR）检验RF模型的有效性,基于所构建的最优RF模型在不同时间尺度下模拟分析中国大陆地区近地面NO₂浓度空间分布特征.结果表明：（1）集成多源地理要素的RF回归模型精度高,月均模型整体拟合度R² 0.85,RMSE 6.08μg/m³,交叉验证的R² 0.84,RMSE 6.33μg/m³,显著高于LUR模型（拟合R² 0.53,RMSE 10.48μg/m³,交叉验证的R² 0.53,RMSE 10.49μg/m³）; （2）地面NO₂浓度与预测变量呈现显著的复杂非线性与时间尺度依赖关系,卫星OMI柱浓度对模型影响程度最大,重要性指标IncMSE介于97.40%~116.54%,多源地理特征变量对RF模型同样具有不可忽视的贡献力（IncMSE在23.34%~47.53%之间）;（3）中国大陆地区NO₂污染程度较高,年均模拟浓度为24.67μg/m³,存在明显季节性空间差异,NO₂浓度冬季（31.85μg/m³） > 秋季（24.86μg/m³） > 春季（23.24μg/m³） > 夏季（18.75μg/m³）,呈现以华北平原为高值中心、向外围逐渐减轻的空间分布格局.较已有研究揭示对流层NO₂柱浓度宏观分布特征,本研究对近地面NO₂污染特征的研究成果对于合理制定污染防控策略、降低居民暴露健康损害具有指导意义.     

榆林地区植被时空分异特征及其影响因素研究

植被作为反映陆地生态系统和气候的重要指标,对研究全球或区域生态环境变化具有重要作用。以地处黄土高原生态脆弱区的榆林市为研究区,基于地理探测器模型,选取坡向、坡度、气温、降水和土壤类型5类自然因子,土地利用类型、人口密度和GDP 3类人文因子,分析榆林地区植被空间分异特征及其驱动力,并揭示了促进植被生长影响因子的最适宜特征。结果表明,（1）研究区2000—2018年植被覆盖趋向改善,NDVI呈现增加趋势,增速为0.11/10a,2008年以后植被增长较为明显;NDVI在2018年中高等级（0.6—0.8）面积比2000年中高等级面积明显增加;中高等级集中于榆林市东部黄土丘陵区,中低等级（0.2—0.4）集中于榆林市西北部的风沙区,植被覆盖呈现东部高西北低的空间分布特征。（2）人口密度和气温因子较好地解释植被NDVI空间分异性,是影响NDVI空间分异性的主要因子,GDP、土地利用类型和坡度是次级影响因子,其他因子对NDVI空间分异存在间接影响;坡向、降水和土壤类型因子与其他自然、人文因素对植被空间分布影响存在显著性差异。（3）自然、人文因子对榆林市NDVI的影响存在交互作用,因子之间的交互...     

对燃油征税的区域能源环境影响研究:以中国为例

控制汽柴油消费对中国的能源安全和环境保护有着重要意义.燃油税和碳税是中国近期两种主要的已经或可能施加于燃油的税收政策.以自回归分布滞后模型为核心,本研究构建了一个燃油税和碳税的区域能源环境影响评估模型.利用模型估计了我国的燃油需求价格弹性,测算了燃油需求响应,计算了在相同CO2减排目标下,提高汽油消费税、提高柴油消费税、引入碳税三种政策情景下各省份预计产生的节能效应、减排效应和税收效益.研究结果显示,在相同的CO2减排目标下,第一,在不同情景下,各省份节能程度差异均有限,但节能数量均体现出区域匹配性,燃油消费越多的省份,节能数量一般越多,且提高汽油消费税的全国节能总量最大;第二,在引入碳税情景下,各省份CO2减排比例差异最小;第三,在全国层面,三种政策情景中空气污染物(PM2.5和NOx和SO2)减排数量均为提高汽油消费税>引入碳税>提高柴油消费税,但在提高柴油消费税情景下,有4/5的省份预计PM2.5排放减少程度超过14%.除此之外,提高汽油消费税的税收收益最大.     

基于移动监测和土地利用回归模型的上海市近地面黑碳浓度空间模拟

黑碳(BC)是大气污染物的重要组成部分,对空气质量与人类生活健康产生重要的影响.本研究采用移动样带手段开展上海市近地面BC浓度监测,分析其基本统计特征和空间分异性.在此基础上,利用土地利用回归模型(LUR),探讨人口密度、经济产值和交通道路网密度等因素对上海市近地面BC浓度空间分异的影响.结果表明上海市近地面BC平均浓度为(9.86±8.68)μg·m~(-3),空间差异明显,郊区[(10.47±2.04)μg·m~(-3)]比市中心地区[(7.93±2.79)μg·m~(-3)]高32.03%(2.54μg·m~(-3)).气象要素(风速和相对湿度)和交通道路变量(路网长度、省道距离、高速距离等)显著影响上海市近地面BC浓度(r为0.5~0.7,P0.01).基于气象和交通道路变量的LUR模型能较好模拟上海近地面BC浓度(调整后R2为0.62~0.75,交叉验证R2为0.54~0.69,RMSE为0.15~0.20μg·m~(-3)),其中100 m和5 km缓冲距离的LUR模型相对较优,在一定程度上表明上海市近地面BC浓度主要受气象要素和交通源的影响.本研究有利于加深对上海市BC浓度空间分布格局及其影响因素的客观认识,可为模拟和预测BC对人类活动和自然环境的响应机制提供科学依据和理论支撑.