张家口尚义县废弃矿山修复生态效益评估研究

为进一步促进张家口地区矿山修复市场化运作、科学化治理的发展,急需因地制宜建立张家口地区废弃矿山修复生态效益评估方法。通过对废弃矿山修复生态效益指标以及人工林系统生态效益指标进行分析,结合张家口尚义县废弃矿山特点,通过频数统计分析确定了涵养水源、林木营养积累、固碳释氧、减少粉尘以及物种保育5项评估指标,基于影子工程法以及Shannon-Wiener指数建立生态效益评估模型。结合模型计算各项指标的效益,将投入和效益对比反映废弃矿山的生态效益,根据生态效益对选取指标进行评价。结果显示:涵养水源、物种保育、固碳释氧、林木营养积累以及减少粉尘5项指标总体生态效益较好,其中固碳释氧以及林木营养积累效益最高,该5项指标基本能够对张家口废弃矿山修复生态效益做出合理评估,通过计算得出张家口尚义县废弃矿山修复4年的投入总量为209.95万元,生态效益总价值为50.57万元/年。此次评估研究可为张家口及北方地区废弃矿山修复生态效益指标选取以及评价模型建立提供一定的参考。

基于麻雀搜索算法优化Elman残差自校正地面沉降预测模型

地面沉降是一种常见的地质灾害,严重阻碍当地居民的生产生活,如何对地面沉降进行准确预测已经成为相关专家学者讨论的热点话题,但常规数学模型难以对地面沉降量做出准确预测。提出了麻雀搜索算法(sparrow search algorithm,SSA)优化Elman的地面沉降量预测方法,同时根据组合模型原理提出了SSA-Elman残差自校正(SSA-Elman residual self-correction,SSA-Elman-RSC)模型的策略,通过残差校正的方式降低神经网络预测误差,成功地将地面沉降量预测模型应用于山西省大同市潇河产业园,将预测结果与未进行残差修正的模型预测结果进行比较分析。结果表明,对于均方根误差(root mean squared error,RMSE)、平均绝对误差(mean absolute error,MAE)、均方误差(mean square error,MSE)3个指标,SSA-Elman-RSC拥有更高的精度。该模型的提出为山西地区地面沉降量预测提供了一种新方法,并且组合模型的建立提供了一种新思路。