大城市近郊县域耕地保护预警方法

县域是耕地保护及预警最为合理的研究尺度,综合应用土地利用规划、年度计划和农用地分等定级成果,预测耕地资源“量”与“质”的变化趋势是科学合理地保护耕地的有效手段。该文在单项指标和综合指标2个层次上,从耕地数量、稳定生产能力、易变养分的空间变化和综合4个方面构建了县域耕地保护预警体系,并对北京市顺义区进行了耕地保护预警研究。顺义区耕地保护单项指标预警结果表明,2007、2008年顺义区耕地数量出现轻警,2009、2010年则为无警;耕地稳定生产能力在2007、2009年为中警,2008年为重警,2010年为轻警;而易变养分含量变化的警情则不尽相同。综合指标预警结果表明：2007年顺义区耕地保护出现重警,2008年和2009年为中警,2010年为轻警。研究结果从预警的时间尺度和空间尺度出发,全面考虑了耕地的数量变化和质量变化,并使警情判定与土地管理和农业生产工作相衔接,是进行区域耕地保护预警研究的有效方法。     

黑龙江省耕地系统安全预警及其驱动因素空间分异

为精准把握黑龙江省耕地系统安全预警及其驱动力,该文采用探索性空间数据分析、最小二乘法和地理加权回归,探究并明确县域尺度下黑龙江省耕地系统安全预警及其驱动因素空间分异特征。结果表明:1)黑龙江省各县域(市辖区)耕地系统整体安全警情较高。72个被评定县域中,有69个处于预警状态,处于轻警、中警和重警状态的分别有28、32和9个;2)耕地系统安全预警空间差异性和集聚性特征明显。西部警情最高,东部次之,南北轴带地区最低。正、负相关类型在空间分布上呈现鲜明的对比特征,正相关类型(高-高型和低-低型)县域以"组团"形式凸显,聚集性较强,负相关类型(高-低型和低-高型)县域较少且零星分散;3)地形及气候等自然因素和投入产出、水土资源配置等社会经济因素对研究区耕地系统安全预警有着显著的影响,且回归系数空间差异明显。研究可为合理制定缓解区域耕地系统安全警情方案提供科学依据。     

基于PSR模型的能源-生态复合区生态安全预警研究——以山西省忻州市为例

[目的]以山西省忻州市为例,探讨能源与生态复合区生态安全预警,为区域生态保护规划及区域高质量发展提供依据。[方法]基于PSR概念模型框架,从人口、资源、经济、环境、生态要素选取了21个指标建立了能源—生态复合区生态安全预警评价指标体系,采用熵值法确定权重,对山西省忻州市2000—2018年生态安全预警进行分析。[结果]①2018年忻州市14县综合预警值介于0.356 2～0.587 0之间,平均值为0.491 2,预警等级处于中警至轻警范围内。其中忻府区、定襄、五台、繁峙、静乐5县(区)警情为中警状态,其余7县(市)均为轻警状态,忻州市整体生态安全并不乐观,生态安全等级较低。②2000—2018年忻州市生态安全预警值呈波动缓慢上升趋势,警情为中警等级的县减少,轻警等级的县增加。[结论]研究区生态安全空间上呈现不均衡性,警情整体趋于改善,主要取决于系统压力中的经济、资源、环境压力趋缓。     

皖江城市带示范区土地资源生态安全警情测度及时空分析

依据PSR"压力–状态–响应"框架,选择24个指标构建土地资源生态安全指标体系,将皖江城市带示范区土地资源生态安全警情级别分为"无警、轻警、中警、重警和巨警"5级,基于云模型与熵权法对皖江城市带土地资源生态安全警情进行了测量分析,揭示了其警情时空变化规律及影响因子。结果表明:(1)时序变化上,2005—2013年,皖江城市带多数城市警情趋于上升,下降的仅为合肥市。(2)从"一轴双核两翼"的空间结构来看,主轴线上安庆、池州、铜陵、巢湖、芜湖、马鞍山沿江大多数城市近年来警情呈现上升趋势。其中,铜陵和马鞍山两市警情一直处于重警以上状态,土地资源生态安全压力较大。"双核"和"两翼"城市中的合肥、芜湖、滁州和宣城市,只有滁州和宣城市土地资源生态安全状况相对较好。(3)针对云模型系统分析结果,创新土地节约集约用地长效机制、增加生态建设和环保财政投入、优化产业结构、发展低碳和循环经济等是缓解该区域土地生态安全警情和促进土地资源可持续利用的保障。分析显示,皖江城市带土地资源生态安全警情处于上升趋势,整体状况趋于恶化。警情格局的变化在一定程度上体现了该区域高速社会经济增长对土地资源产生的压力响应。     

基于熵权TOPSIS法与ARIMA模型的四川省耕地生态安全动态预测预警

耕地生态安全预警研究能够有效引导耕地资源可持续利用。以四川省21个地市州为研究对象,构建了基于DPSIR模型的耕地生态安全预警评价指标体系,采用改进的熵权TOPSIS法进行警情分析,并运用ARIMA模型模拟未来5年警情变化趋势。结果表明:(1)ARIMA模型拟合度高,能够较好地拟合2015—2019年四川省耕地生态安全发展趋势;(2)总体而言,2005—2019年四川省耕地生态安全警情由"重警"变为"中警",预警指数由0.397(2005年)上升至0.501(2019年),最高值为0.524(2014年),总体呈波动上升的态势,表明出现严重生态安全问题的可能性小。(3)就各子系统而言,2005—2019年耕地生态安全压力系统是影响警情的变化的主要系统,该系统中预警值呈波动下降趋势,警度将升至"巨警"状态;驱动力、状态、影响与响应系统,预警值则逐年增大,警度等级逐年降低。(4)未来5年,四川省各地市州耕地生态安全压力区域差异明显,不同的区域应对措施不同,一二级区域将是以后调控的重点区。     

河南省土地生态安全警情时空演变及障碍因子

中原经济区城镇化、工业化进程的快速推进导致区域土地生态环境压力不断增大,对河南省土地生态进行安全预警评估十分有必要。基于2005—2016年河南省土地生态安全数据,构建了基于PSR-EES模型的土地生态安全指标体系,运用熵权法与综合指数法和障碍度模型,分析了2005—2016年河南省18个地市土地生态安全警情时空演变和限制性因子。结果表明:(1)从时间序列看,2005—2016年河南省土地生态安全综合预警指数由0.725下降到0.388,警度从"中警"下降到"预警",压力预警指数呈上升趋势,警度由"安全"上升为"较安全",状态和响应预警指数呈下降趋势,警度均处于"安全"。(2)从空间格局看,2005—2016年河南省土地生态安全综合警情南北差异显著,压力系统和状态系统空间格局呈中部高、周围低的格局,响应系统呈中部低、西部高的空间分布格局。(3)东部和北部区域的主要障碍因子集中在与人口增长和环境保护相关的指标上;南部和西部区域主要障碍因子集中在与生态环保和经济发展有关的指标上;中部平原区域主要障碍因子则与农业发展、生态环境治理和经济发展状况密切指标。     

村镇土地利用预警系统设计与实现

土地利用的监测、评价、预警是保证土地资源合理配置的技术依据。该文通过总结土地利用预警研究现状,从耕地保护、建设用地节约集约、生态安全3个方面出发,以村镇为研究主体,提出了土地利用预警研究的总体思路。基于已有研究成果,构建土地利用预警指标体系,研究指标值获取、指标预测预警模型选择和警度区间划定等方法,进行土地利用预警系统功能模块设计及实现。最后对北京市房山区2015年耕地利用情况进行预测预警,得出房山区部分乡镇在2015年将可能出现较为严重的耕地利用警情。结果表明,土地利用预警系统具有动态、实时的监测及预警     

黑龙江省耕地资源安全预警分析及预警系统的构建

耕地资源安全预警是保护耕地和实现耕地资源可持续利用的有效手段。该文以黑龙江省为研究区,从耕地保护角度,结合研究区的耕地数量、质量和生态环境3个方面,构建耕地资源安全预警指标体系,利用纵比判断法,以研究区1996-2008年耕地资源安全定量评价值为基础数据,确定研究区耕地资源安全度的阈值。应用灰色模型GM(1.1)与BP人工神经网络技术,对黑龙江省2012-2015年耕地资源安全度及变化趋势进行了预测和分析,并构建了耕地资源预警系统框架体系。结果表明,1996-2008年黑龙江省耕地资源安全值呈不规则下降趋势。2012年黑龙江省耕地资源警度为轻警、2013-2015年为中警,警度有上升趋势;2012年耕地质量略有升高,但耕地数量减少幅度较大,2013-2015年,随着耕地数量的增加,耕地质量不断下降,2012-2015年生态环境呈平缓上升趋势。耕地数量与耕地质量不协调发展是黑龙江省耕地资源在预测期主要致警原因,城市化水平、水土流失比率和抗逆指数等是影响黑龙江省耕地资源安全状况的敏感因子。该文为相关预警研究提供参考。     

参考作物腾发量主成分神经网络预测模型

为解决采用神经网络模型预测参考作物蒸发蒸腾最Eto研究中预测能力不足的问题,将气象因子包括最高、最低和日平均温度、日照时数、气压、水汽压、相对湿度和风速进行主成分分析,提取主成分,建立了基于主成分的三层BP神经网络模型.选取崇川水利科学试验站2001年到2004年的旬气象资料,采用Matlab神经网络工具箱进行模型训练与预测,并以传统BP网络模犁作为对照.结果表明,主成分网络模型能够很好地反映诸多影响因子与Eto之间的关系,尤其对训练样本以外的验证样本,主成分网络模型具有显著优于传统BP网络模型的识别能力,取得更为可靠的预测结果.     

基于网格法与ANN的县域喀斯特土地可持续利用评价——以广西都安瑶族自治县为例

探讨综合运用GIS、网格法和人工神经网络等技术和方法进行县域喀斯特土地可持续利用评价.以广西都安县为例,从资源环境、经济、社会等方面构建都安喀斯特土地可持续利用评价指标体系,利用2005年相关分析数据获取各指标数据;将都安县域划分成253个评价网格单元,按照网格单元指标数据提取原理获得的评价网格单元各评价指标数据,根据指标性质,运用效用函数进行标准化处理;最后,运用ANN的BP模型进行都安喀斯特土地可持续利用评价,绘制评价结果分布图.结果表明:构成都安喀斯特土地利用系统的资源环境、经济、社会等因素在空间分布上存在明显的差异性,其土地可持续利用亦呈现明显的空间差异性,在空间分布上可区分为:不可持续性、弱可持续性、中可持续性、较强可持性、强可持续性等5个等级,评价结果较为客观地反映了都安喀斯特土地可持续利用状况.     

基于颜色传感器和遗传算法的牛肉系水力快速检测

为了实现快速检测牛肉系水力,解决肉制品系水力检测不便的问题,该文研究了基于颜色传感器和遗传算法的牛肉系水力快速检测方法。优化了变色试纸与牛肉样品的最佳贴附时间,使用Arduino控制器操控颜色传感器采集试纸颜色参数;将80组牛肉样品分成60个训练组和20个验证组,应用遗传算法优化BP神经网络模型。研究结果表明:在系水力试纸的尺寸为5 cm×2 cm、氯化钴浸泡液浓度为3 g/mL的条件下,得到试纸最佳贴附时间为20 s;经遗传算法优化BP神经网络后,最佳线性回归方程的斜率为0.96,相关系数R~2为0.987,优化后的神经网络模型对系水力等级的预测准确率从90%提高到95%;将检测时间降低到1 min之内,实现了对牛肉系水力等级的快速检测。该研究为进一步开发智能化的肉制品系水力快速检测设备提供了理论依据。     

BP神经网络在森林健康预警中的应用

以河北省北沟林场的森林生态系统健康预警为主线,首先通过定量分析和定性分析相结合的方法对森林健康预警指标进行筛选,确定了预警的指标体系;进而基于BP神经网络的基本原理建立了森林生态系统健康预警模型,对森林生态系统健康状况进行了预警。结果表明,北沟林场森林生态系统整体处于绿色和蓝色警戒内,健康状况良好。     

BP神经网络在渭河水环境质量评价中的应用

为准确和客观地评价渭河水环境质量状况,将改进算法的BP神经网络引入地表水环境质量评价领域,采用渭河2010年(9月7日至10月11日)水质指标监测数据,构建了渭河水环境质量评价模型。通过3个水质监测项目(氨氮、高锰酸盐指数、溶解氧)对渭河水质进行了评价,评价结果与环境保护部公布结果完全一致。结果表明,BP神经网络应用于水环境质量评价具有客观性、通用性和实用性,可以很好地解决评价因子与水质等级间复杂的非线性关系,评价方法简便可靠,预测精度高。     

采用LWD-QPSO-SOMBP神经网络的拖拉机柴油机故障诊断

针对目前拖拉机柴油机故障诊断中单BP（Back Propagation）神经网络模型的局限性,该研究提出一种LWD-QPSO-SOMBP（Linear Weight Decrease-Quantum Particle Swarm Optimization-Self Organizing Maps Back Propagation）神经网络的拖拉机柴油机故障诊断模型。首先,将SOM（Self Organizing Maps）神经网络和BP神经网络结合,重置网络结构并利用LWD-QPSO（Linear Weight Decrease-Quantum Particle Swarm Optimization）算法对网络的权值和阈值进行优化;然后,分析拖拉机柴油机的故障机理,确定反映故障发生的数据信号;最后,确定LWD-QPSO-SOMBP神经网络模型的结构参数,基于CAN（Controller Area Network）总线技术采集潍柴WP6型拖拉机柴油机传感器信号数据对LWD-QPSO-SOMBP神经网络的性能进行测试,并将测试结果与BP神经网络、SOMBP（Self Organizing Maps Back Propagation）神经网络、PSO-SOMBP（Particle Swarm Optimization-Self Organizing Maps Back Propagation）神经网络、LWD-PSO-SOMBP（Linear Weight Decrease-Particle Swarm Optimization-Self Organizing Maps Back Propagation）神经网络及改进量子粒子群（Improved Quantum Particle Swarm Optimization,IQPSO）算法优化后的SOMBP神经网络的测试结果进行对比。试验结果表明, LWD-QPSO-SOMBP神经网络输出总误差为0.111 8、平均相对误差为0.005 8、均方误差为0.000 3,相比于其他5种神经网络均为最低。LWD-QPSO-SOMBP神经网络充分发挥并有效综合了SOM神经网络在数据预处理及PSO算法在优化BP神经网络初始权值阈值方面的优势,实现了拖拉机柴油机的高精度故障诊断。LWD-QPSO-SOMBP神经网络由于使用SOM神经网络结构对输入数据进行预处理,网络收敛速度大幅度提升,相比单BP神经网络,迭代次数由2 431次降为63次,下降了97.40%;同时采取LWD-QPSO算法对BP神经网络的初始权值阈值进行优化,降低了传统PSO算法的粒子适应度,进一步提高了网络的收敛精度和收敛速度,相比传统PSO算法,粒子适应度从0.15降为0.11,下降了26.67%,网络训练误差由0.004降为0.000 6,下降了85.00%;LWD-QPSO-SOMBP神经网络的故障诊断准确率大幅度提升,相比于单BP神经网络,输出总准确率由85.00%上升至99.44%。研究结果可为高精度拖拉机柴油机故障诊断提供参考。     

三峡库区泥石流灾害预警研究

 采用三峡库区有历史记录的40次泥石流灾害的日降雨量以及前15 d的降雨量,当日1 h及10 min最大降雨强度等降雨参数作为训练数据,在对研究区进行荒溪分类以及灾害危险区域制图的基础上,结合雨季的降雨特征监测以及实时天气预报模型,构建了基于神经网络的三峡库区泥石流灾害实时预报模型。详细阐述了应用神经网络方法建立三峡库区泥石流灾害实时预报模型的关键技术,包括确定输入层、输出层以及隐含层的神经节点,建立学习知识库以及各节点初始权重等相关指标。该模型可以预测泥石流发生的临界降雨量、警戒降雨量以及避灾降雨量等指标,因此,依据当地降雨的实时监测数据或天气预报,就可以预测泥石流的发生几率,从而减少泥石流发生的直接危害。模型采样GIS技术以及国际先进的软、硬件技术,系统性能稳定,运行结果准确性较高,且具有广泛的应用性。该模型为可视化信息系统,可以通过该系统监测荒溪类型变化,进行危险区域制图,实现荒溪科学管理,为三峡库区泥石流灾害预警及防治的管理和决策提供科学参考。     

基于BP神经网络模型的荔枝树叶面积测定方法

为了准确、快速地测定荔枝树叶面积，设计了一个BP神经网络模型，输入参数为叶片长度和叶片最大宽度，输出参数为叶面积。用LI-3000A型叶面积仪测量所得到的样本数据对网络进行训练，测试样本的网络输出与网络目标的相关系数达0.99609，网络模型是有效的。用训练后的网络模型对10组未参加建模的样本数据进行叶面积测定，误差平方和为1.2929，优于回归方程法的2.511。训练好的BP神经网络模型可以在不破坏叶片的情况下，简单、快速、经济地测定大量的荔枝树叶片面积。     

BP神经网络和GM（1，n）模型在吉林省四平市建设用地面积预测中的应用比较

[目的]科学准确地预测城市建设用地,有利于把握城市发展的速度,了解城市化发展进程,为相关政府部门掌握土地利用情况,制定土地总体规划提供科学依据。[方法]把四平市作为研究对象,从"城市—农村"合力视角构建影响因子,利用因子分析探讨影响建设用地扩张的相关性,对指标进行筛选,在此基础上利用BP神经网络和灰色模型对四平市2012,2013和2014年建成区面积进行预测,最后对预测结果进行比较分析。[结果]通过预测与比较分析可知,BP神经网络结果的相对误差分别为0.8%,1.1%和2%,而灰色GM(1.1)模型预测结果相对误差分别为0.04%,0%和3.2%。可以看出,BP神经网络预测出的结果与实际相比较误差均在2%以内。[结论]BP神经网络预测的结果较精确,运用该方法可以有效提高预测的精度。     

基于DPSIR模型对宁夏同心旱作补水农业可持续发展分析

根据DPSIR模型的原理,针对宁夏同心旱作补水农业可持续发展评价,从驱动力、压力、状态、影响及响应这5个方面来建立指标体系,力求能够反映出指标体系中各指标之间的关系;根据层次分析法和熵值法确定综合权重,对其指标进行赋权,并计算出生态可持续发展综合评价指数。同心县旱作补水农业体系2005-2008年可持续发展评价值一直上升,可持续状态从一般转变为良好到优秀。评价指数依次为:2008年（0.924 5）>2007年（0.851 9）>2006年（0.710 3）>2005年（0.572 4）。用DPSIR模型与改进熵值法的结合为生态可持续发展评价提供了一个新的方法。