钗黛实为同根生——从原型批评理论看“钗黛一体”

在重金属迁移建模研究成果的基础上,考虑土壤对重金属的吸附特性,推导出土壤重金属复合污染物迁移转化整体模型.为求解该模型,分别引进Langmuir等温竞争吸附模型与土壤水分迁移模型.最后,以重金属Zn和Cd为例,数值模拟其在土壤中的垂向迁移过程,并利用MATLAB 画出相关图形.     

佛山市顺德区基塘农业旅游开发研究

选取粤港澳大湾区中心腹地的顺德区为研究区,分析基塘景观、民众聚集以及旅游设施3方面的空间分布,探讨基塘旅游的开发条件和发展策略。结果表明,顺德区的基塘景观面积占比达15.34%,主要分布在南部和中部;民众主要聚集在顺德区东部的城镇区域,与基塘景观区域存在空间分布差异;顺德区吃、住、行、游、购、娱6项旅游设施齐备,且分布比较均衡,为基塘旅游开发提供设施条件。最后提出的开发策略是近期借助东部民众聚集、设施完善的优势,在现有景点的基础上强化基塘特色;中远期重点开发中南部的基塘资源,打造基塘深度游景区,进入国家生态公园建设名录。这样既有利于对基塘景观资源的保护和发展,也满足大湾区民众出游需要。     

耕地质量评价缺失数据填充方法研究

在耕地质量数据调查与采集过程中会由于人为、环境等因素造成数据缺失,而目前数据缺失填充方法都存在适用性不足的问题,为完善耕地质量数据库从而提高耕地质量评价精度,对耕地质量评价缺失数据填充方法的研究是十分重要的。本研究以广州市从化区耕地质量数据库为样本集,根据空间相关性和空间分布将数据集划分为空间关联性数据集和非空间关联性数据集,利用多种填充方法对其进行缺失填充模拟,采用十字交叉法进行精度验证。结果表明：选取数据整体异常值比例不足1.2%,且高程、气温、有效锌等25组因素具有空间相关性。对空间关联性数据填充精度最高的是四象最近邻算法,在缺失率20%以下时精度仍高达80%,精度随缺失率增大而降低,其次为K最邻近（KNN）算法、期望最大化法、多重填充法、回归模型算法,四象最近邻算法相较于KNN算法在数据密集时精度更好。对非空间关联性数据填充精度最高的是相似聚集填充算法,在缺失率25%以下时精度超过80%,其次为期望最大化法、多重填充法、回归模型算法。综上,本研究提出的四象最近邻算法和相似聚集填充算法相比其他算法在耕地质量评价缺失数据填充中精度更高,效果更稳定,且实用性更广。     

基于Hive的高寒草地海量数据高效分析系统设计研究

解决高寒草地的退化问题需要对高寒草地退化现状进行综合评价，而这需要相关数据作为支撑，本研究设计并实现了一个基于Hive的高寒草地海量数据高效分析系统，能对高寒草地的海量数据进行可靠、高效地存储分析。首先，平台设计基于Hadoop、Hive、Sqoop环境，通过节点和集群配置等步骤搭建完成；然后，通过期望最大化（EM）算法进行数据填充、数据导入、数据分区存储等步骤，完成数据抽取、转换、加载（ETL）及数据存储；最后，系统通过混合函数编码实现模糊查询功能，实验测试表明系统达到了预定的效果。随着文件大小的增加和总体数据规模的增大，系统整体存储和读取时间一直处于增长的状态，但平均运行时间（平均处理1 MB数据所使用的时间）处于降低的趋势，说明随着数据量的增加，系统并行处理海量数据的能力得到体现。使用2014年青海省称多县高寒草地样方监测数据和部分虚拟数据（总数据量约为3 958万条，7.56 GB），对Hive集群以及关系型数据库SQL Server的数据查询效率进行对比。结果显示，当查询数据量为3 958万条时，Hive集群数据查询的时间为SQL Server查询时间的67.8%。说明在数据量较大时，系统数据查询的效率比SQL Server更高。通过HiveQL对高寒草地生态数据进行分析处理，并开展相应的对照实验，对比发现，Hive数据分析技术与对照实验的处理结果相同。综上，将分布式数据仓库技术应用于高寒草地海量数据的存储与分析，较传统的数据存储与分析技术相比有明显的进步。本系统对海量数据处理效率高、可开发性强，可以很好地满足海量高寒草地数据的存储和分析要求。