许昌市浅层地下水中离子总量与电导率间关系的研究

通过实验,用回归分析法,研究了许昌市浅层地下水中离子总量与电导率间的定量关系,可用电导法快速了解水质中的离子总量和衡量水质全分析中主要被测离子总和的质量.     

基于自回归GA-BP神经网络的AQI预测

基于徐州市2013年12月—2018年11月的空气质量指数日均值,建立了时间序列自回归输入的GA-BP神经网络模型用于空气质量指数预测。结果表明,所建立的网络模型能够准确预测徐州市空气质量指数的变化趋势,其中夏季预测相对误差18. 23%,仿真均方根误差(RMSE)为14. 59;冬季预测相对误差9. 14%,仿真RMSE为11. 47。     

灰色消解模型的改进——z变换后的线性回归解法

针对文献中提出的灰色消解模型的建模方法进行了ｚ变换，然后改用线性回归的办法求解，实例验证后表明，模拟拟合状况一致，但计算工作量大为减轻。     

南非概况

地理状况南非是非洲大陆最南端的国家，东北与莫桑比克为邻，北边与津巴布韦、博茨瓦纳接壤，西北边的邻国是纳米比亚。南非境内另有莱索托和斯威士兰两个邻国，各以山脉为天然国界。南非位于凌波波河 (Limpopo) 以南，位置在东经16o 30’～ 16o 33’，南纬22o 到55o 之间。国土总面积达122.104万平方公里，约为美国德州的三倍，英国的五倍，但只占全非洲陆地面积的4%。岸地区、Great Escarpment 山脉、内陆高原 ( Highveld )以及东北部的副热带平原。南非位居赤道以南，属南半球，四季的变迁和北半球相反。十月至三月是夏季，四月到九月…     

陕西高等级公路过境区内水土流失危险程度及防治对策

文中以县(区、市)为样本,以多年平均降水量、沙尘暴天数、沟壑密度、土壤侵蚀模数、土壤有机质含量和植被覆盖率为因素,采用加权重叠排序方法,对陕西省已建、在建和拟建的高等级公路过境区域的水土流失危险程度进行评定.结果表明,延安市宝塔区以北各县,以及榆林市各县(区)属水土流失潜在危害最严重地区,高等级公路在设计环境保护措施时必须高度重视.还提出了水土流失防治对策.     

从“事后”走向“事前”——回归预测法简介

依据已知的伤亡事故数据,利用数学方法,即回归分析法或灰色预测法,探索未来伤亡事故发生规律,建立事故预测数学模型,可达到有效控制事故的目的,从而使安全管理由“事故管理型”走向“事故预防型”。通化市在这方面的实践已收到良好效果。     

哈尔滨市空气污染问题分析与防治对策

受地理气候和产业结构(工业比重大)等不利因素的影响，哈尔滨市的空气污染呈煤烟型污染特征，从自然地理状况、经济结构以及空气污染发展变化轨迹等几个方面分析北方城市空气污染的原因和污染的特点，对今后北方城市的空气污染防治途径进行了预测，并提出了切实可行的防治对策。     

基于GIS危险废物管理信息系统研究

重庆市每年产生大量的危险废物，直接威胁重庆市的水资源和生态环境，因此，进行有效的危险废物管理十分重要。本文主要介绍了基于GIS危险废物管理信息系统的设计，将危险废物、计算机技术和GIS技术相结合，为危险废物管理提供快捷、方便、科学的管理和决策支持。该系统包括数据输入、数据查询、数据库管理和维护、模型库、决策支持等子系统。该系统具有界面友好、操作方便、实用等特点，必将在重庆市危险废物管理方面起到重要作用。     

中国对“一带一路”沿线国家直接投资的碳排放效应北大核心CSCDCSSCI

确定中国对外直接投资(OFDI)对CO2排放的影响路径,对"一带一路"沿线国家如何有效利用中国OFDI以实现可持续发展具有重要作用。该研究基于2003—2018年45个沿线国家的面板数据,应用具有阈值和动态特征的面板平滑转换回归(PSTR)模型,评估中国OFDI对CO2排放的直接效应和间接效应、线性效应和非线性效应。研究发现:(1)中国OFDI对沿线国家CO2排放的直接影响显著为负。(2)中国OFDI的规模效应增加了沿线国家CO2排放,其结构效应和技术效应进一步抑制了沿线国家CO2排放,且技术效应在间接效应中占有主导地位。(3)异质性分析表明,中国OFDI的碳减排效应更多体现在低收入国家。针对以上研究发现,文章认为沿线国家应持续引进中国OFDI,并通过提高能效和推广应用清洁能源打破经济发展的"不可持续性";中国政府应继续鼓励并引导具有竞争力的企业"走出去",充分发挥中国投资对东道国环境的改善作用,放大中国投资对低收入国家的技术溢出效应;中国应根据沿线国家经济发展水平对东道国实施差异化投资策略,实现中国投资环境效益最优化。     

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...