基于DPSIR模型的秦岭北麓陕西城市群水安全评估及驱动因子识别

水安全评估是水资源开发利用与区域发展的基础。为了加强秦岭北麓陕西城市群可持续建设,助力秦岭“中央水塔”绿色发展,基于DPSIR模型构建秦岭北麓陕西城市群水安全评估体系,结合主客观综合赋权法与模糊综合评价法对区域2011~2021年水安全进行评估分级,并利用灰色关联度法分析其水安全的驱动因子。结果表明:秦岭北麓陕西城市群2011~2021年水安全状态变化具有一致性,波动中稳步提升。西安市水安全等级相较宝鸡市、渭南市上升趋势显著,于2021年转为无警状态;宝鸡市一直保持低警状态,而渭南市长期处于中警状态。陕西城市群的水安全状态及发展趋势与人均GDP、年降水量、人均用水量等10个驱动因子密切相关,其中经济因子是水安全等级呈现一致性的根本保证,社会和生态因子则是造成水安全差异性的主要原因。

基于加速无约束张量隐因子分解模型的Web服务Qo S估计

针对基于张量非负隐因子分解模型的Web服务QoS估计方法过于依赖非负初始随机数据以及特意设计的非负训练方法,导致模型的兼容性和扩展性不高的问题,提出了加速无约束张量隐因子分解模型。其主要思想包括三部分:将非负性约束从决策参数转移到输出的隐因子,并通过单元素映射函数连接它们;运用结合动量方法的随机梯度下降算法,有效提高模型的收敛速度与估计精度;给出加速无约束张量隐因子分解模型的详细算法和结果分析。在实际工业应用中的2个动态QoS数据集上的实证研究表明,与最先进的QoS估计模型相比,所提模型具有较高的计算效率和估计精度。

基于生态位模型的南、北五味子潜在适生区预测及其影响因子研究

基于184条南五味子(Schisandra sphenanthera)地理分布记录、129条北五味子(Schisandra chinensis)地理分布记录以及23个环境因子数据,采用MaxEnt生态位模型预测南、北五味子潜在适宜分布区,评估了制约其地理分布的主要环境因子。结果表明,北五味子和南五味子MaxEnt模型训练集和验证集曲线下面积(AUC)均大于0.90,建立的模型预测结果准确。北五味子最佳生境主要分布在辽宁省和吉林省的长白山区域以及北京市;南五味子的最佳生境主要分布在秦巴山区内,以及湖南省武陵山脉,郴州市、株洲市和衡阳市,浙江省金华市等地区。限制北五味子生长的重要环境因子变量分别是最湿月份降水量、最热月份最高温度、土壤酸碱度、最暖季平均降水量、最冷季平均降水量和昼夜温差月均值;限制南五味子分布的环境因子变量分别是最冷月份最低温温度、年平均降水量、温度变化方差和降水量变化方差。南、北五味子的潜在适生区呈区域化分布。

基于交互式多模型因子图的自适应组合导航算法

针对复杂城市环境下因外部干扰或传感器故障而引起的传统车载导航系统定位精度下降的问题,提出了一种基于因子图的交互式多模型车载导航算法。基于因子图优化算法建立了IMU/GNSS/LIDAR组合导航系统模型,引入了交互式多模型对子系统传感器量测进行建模并构建变量节点,利用模型概率更新来优化传感器权重,并依据因子图非线性优化和增量平滑理论实现车载导航系统的解算与更新。实验结果表明:相比于自适应因子图算法,所提算法在复杂城市环境下的定位精度提高了26.2%。

基于混频动态因子模型的数字经济状态指数构建与预测研究——以杭州市为例

我国数字经济规模不断扩大,在经济发展、税收、就业等方面发挥着越来越重要的作用。为及时了解数字经济发展现状、对数字经济发展趋势做出预判,有必要构建刻画数字经济发展状态的数字经济状态指数。本文提出运用混频动态因子模型,从不同频度的数据中提取因子构建月度数字经济状态指数的方法,并运用杭州市季度数字经济产业增加值和月度数字经济产业营业收入数据进行实证分析,构建了杭州市月度数字经济状态指数。实证结果表明,所构建的月度数字经济状态指数能很好地刻画数字经济发展状态,且可以为预测季度数字经济状态指数提供有用信息,从而为政府决策提供理论支持。

寒区再生水湿地水质风险因子筛查模型的构建与应用

筛查再生水水质变异较大的风险因子,存在监测数据量大、评价指标重叠等分析困难问题。本文用多元统计方法构建再生水水质评价的风险因子筛查模型:首先将监测数据转化成无量纲的随机变量,形成协方差矩阵。由于监测数据矩阵一般不是方阵,依据统计模型原理进行矩阵奇异分解降维(SVD)结合最小二乘法拟合观察数据模型,实现了用较少变量再现监测数据的相关关系,简化了多因子系统的综合评价过程。其次,按照构建的数学模型编制了计算程序,用多个基于因子分析的SPSS计算与本模型该段计算进行对比验证,结果没有差异。由于寒区的再生水湿地水生植物冬季休眠,除污水处理厂排水外,湿地基本无其它补水,湿地生态作用降低。因此,项目组利用该程序对不同季节时段、不同位置再生水流过湿地后的监测数据进行了水质风险因子筛查,效果良好。

模型建构、解释及预测系列(1):孟德尔的遗传因子

前面曾经介绍过跨学科概念“系统与模型”。模型包括了实物模型(如地球仪)、理论模型(如生物进化论)、符号模型(如化学反应式)。科学家利用“系统与模型”的概念,可以把系统进行简化。由于简化后的模型易于进行分析,有助于发现系统内在的规律。所以科学家的工作经常涉及如何根据已知的现象建构模型(通常是理论模型),通过检验后将模型上升为科学原理,可以解释一些现象、指导后续研究,甚至可以预测新现象。

基于结构方程模型分析天敌因子对麦蚜种群动态的影响

在麦蚜生态系统中,天敌因子是蚜虫种群数量增长的重要抑制因子,不同天敌种群对麦蚜种群动态的影响不同且综合作用关系复杂.通过构建结构方程模型,刻画了多个天敌种群综合作用下麦蚜种群状态的变化规律;再通过验证性因子分析,检验和拟合所构建的模型,分析多个天敌种群对麦蚜种群的综合影响并给出优势天敌种群,为科学防治虫害提供了理论依据.

基于组合赋权TOPSIS模型的宿州市水资源承载力评价及障碍因子研究

研究区域水资源承载力是发现和解决区域水资源问题的重要途径。针对皖北平原水资源短缺和水环境污染等问题,以宿州市为例,基于主体框架法构建评价指标体系,采用组合赋权的优劣解距离法对宿州市2012—2021年水资源承载力进行了评价,并引入障碍度模型识别全市水资源承载力提升的障碍因素。结果表明:2012—2021年,宿州市水资源承载力状况呈现波动变化的趋势(临界超载—轻度超载—临界超载),全市水资源供需处于紧平衡状态;人均供水量、万元GPD排放COD量、城市污水处理厂日处理能力是阻碍宿州市水资源承载力提升的主要障碍因子。该评价结果及评价方法合理可靠,可为其他城市水资源承载力评价提供有益参考。

基于关键气象因子的油茶种仁含油率预测模型构建

含油率是油茶重要的经济性状,构建油茶含油率预测模型对于茶油产量预报有重要的意义。本研究以普通油茶为研究对象,通过分析油茶种仁含油率与不同气象因子的关系,确定影响油茶种仁含油率的关键气象因子,然后用回归分析法构建基于关键气象因子的油茶含油率预测模型,并用独立资料检验预测模型效果。结果表明:8月平均气温、8月最高气温、9月最高气温、油脂转化积累高峰期最高气温与含油率呈显著的负相关关系。通过逐步回归分析法拟合得到了3个油茶含油率预测模型,用独立资料检验后,发现基于9月降水量(x_(1))、9月最高气温(x_(2))和油脂转化积累高峰期最长连续无降水天数(x3)的油茶种仁含油率(y)预测模型(y=79.46-0.03x_(1)-0.86x_(2)-0.30x3)效果好,平均相对误差为4.6%,可应用于普通油茶种仁含油率预测。

基于25⁃羟基维生素D、血清学因子等对老年类风湿性关节炎合并间质性肺疾病Nomogram预测模型的构建和评价

目的基于25-羟基维生素D[25-(OH)D]、血清学因子等构建老年类风湿性关节炎合并间质性肺疾病(RA-ILD)的Nomogram预测模型,并进行模型评价。方法选取2020年5月—2022年10月收治的老年类风湿性关节炎(RA)220例,根据是否合并间质性肺疾病将其分为RA-ILD组(51例)和单纯RA组(169例)2组,比较2组一般资料和实验室相关指标[类风湿因子(RF)、抗环瓜氨酸抗体(anti-CCP)、抗角蛋白抗体(AKA)、类风湿关节炎活动度评分(DAS28)]、25-(OH)D、血清学因子[白细胞介素-33(IL-33)、白细胞介素-35(IL-35)、赖氨酰氧化酶样蛋白-2(LOXL-2)、涎液化糖链抗原-6(KL-6)、基质金属蛋白酶-8(MMP-8)]水平,分析老年RA患者25-(OH)D与各血清学因子的相关性,探讨老年RA-ILD发生的影响因素,根据影响因素、25-(OH)D及血清学因子构建老年RA-ILD的Nomogram预测模型,并对该模型进行评价。结果RA-ILD组和单纯RA组RF、DAS28比较差异有统计学意义(P<0.01);RA-ILD组25-(OH)D、IL-35、KL-6低于单纯RA组,IL-33、LOXL-2、MMP-8高于单纯RA组(P<0.05,P<0.01)。老年RA患者25-(OH)D与IL-35、KL-6呈正相关,与IL-33、LOXL-2、MMP-8呈负相关(P<0.05)。25-(OH)D、IL-35、KL-6、IL-33、LOXL-2、MMP-8、RF和DAS28均为老年RA-ILD发生的影响因素(P<0.01)。在Nomogram预测模型中直接获取各预测因素对应得分,得分之和对应的预测概率即为该老年患者RA-ILD发生的风险概率,该模型对老年RA-ILD发生具有良好预测效能,且具有良好校准度。结论基于25-(OH)D、血清学因子等构建老年RA-ILD发生的Nomogram预测模型,预测效能较高、校准度良好。

基于探索性因子分析和结构方程模型的学生成绩综合评价模型构建

新一轮课程改革实施以来,教学评价越来越多地受到教育工作者重视。传统的教学评价以对原始分数进行求和或求平均分为主,几乎难以注意到学生个体发展。因子分析的方法符合教学评价多元化的目标,可以弥补传统教学评价方法的不足,探究学生的个性发展方向。本文选取长春市某高中一次月考所有理科生的5科成绩作为原始数据,使用SPSS统计软件,对学生的成绩进行探索性的因子分析,并结合相关理论对因子结构的合理性进行验证。分析结果表明该方法可从不同侧面对学生进行成绩的评价,反映学生的个性特征。

日光温室环境因子预测模型及应用——基于BP神经网络

为探讨北方日光温室内空气温湿度的变化规律,预测其变化趋势,进而确定合理的调控措施,采用L-M算法建立BP神经网络预测模型;选择S型函数作为网络激活函数,建立一种适用于北方日光温室空气温湿度环境因子的模拟预测模型。选取正常生产的日光温室为试验基地进行数据采集,采用皮尔逊相关系数确定模拟预测模型的输入因子,从1个月1440组实测数据中选取前29天的数据进行训练,对最后一天预测出的数据进行验证。研究结果表明:分段预测的预测值与实测值的符合度值大于全天预测,且分段预测的符合度大于0.99,均方根误差小于0.4,模型可用于模拟和预测北方日光温室大棚内空气温度与湿度的变化趋势,具有良好效果。

作答时间与反应依赖关系建模:基于双因子模型视角

在心理与教育测验中,测验的计算机化越来越普遍,使得被试作答的过程性数据的搜集也越来越便利。分层模型的提出为作答时间与反应的联合分析提供了一个基本的建模框架,且逐渐成为当前最流行的方法。虽然分层模型被广泛使用,但仅仅通过参数间的关系还不能很好地解释作答时间和反应之间的关系。因此,一些研究者提出了一系列改进模型,但仍然存在一些不足。基于双因子模型的新视角,文中将测验的作答时间与反应分别视为测量被试速度和能力的两个局部因子,而作答时间与反应又视为综合测量了被试的速度与准确率权衡的一般能力或全局因子。基于此,文中提出双因子分层模型,以探讨作答时间与反应的依赖关系。模拟研究发现Mplus程序能有效估计双因子分层模型的各参数,而忽视作答时间与反应依赖关系的分层模型的参数估计结果存在明显的偏差。在实例数据分析中,相较于分层模型,双因子分层模型的各模型拟合指数表现更好。此外,不同被试在不同项目上的作答时间与反应存在不同的依赖关系,从而对被试的作答准确率与时间产生不同的影响。

山西大同黄花菜品质的影响因素与关键气象因子模型构建

为了提高黄花菜的品质和产量,根据2019—2021年山西省大同市云州区不同产区黄花菜营养成分检测结果,采用数据分析、模型构建等方法,探究了影响黄花菜品质的气象因子等因素,构建了各因素与黄花菜适宜度的非线性回归模型,揭示了各因素对黄花菜品质的影响机制。结果表明,干黄花菜中粗纤维含量与青苗期和抽薹期平均最低气温呈现显著性正相关,相关系数均为0.695 0;可溶性总糖含量与黄花菜抽薹期平均最高气温和气温日较差呈现显著正相关,相关系数分别为0.719 7和0.733 3。维生素B_(2)含量与全生育期内平均最高气温和气温日较差呈显著负相关关系,其相关系数均为-0.700 0。总氨基酸含量与黄花菜出苗期≥5℃积温呈显著负相关关系,其相关系数为-0.728 0;与青苗期和抽薹期平均最低气温呈极显著正相关关系,其相关系数分别为0.828 5和0.920 5。同时,土壤环境温度变化、气象因素、生化因素是影响黄花菜适宜度的三大关键因素,影响着黄花菜生长和发育的全过程。因此,要把握各大影响因素与黄花菜品质的关系,采取科学的种植技术和管理指导,提高黄花菜品质和和市场竞争力,推动地方农业经济的可持续发展。

基于CNN-BiLSTM模型的黄鳍金枪鱼渔获量与气候因子关系研究

为探究气候因子对黄鳍金枪鱼渔获量的影响,根据1960—2021年的南方涛动指数(SOI)、太平洋年代际涛动(PDO)、北大西洋涛动(NAO)、北太平洋指数(NPI)、全球海气温度异常指标(dT)以及厄尔尼诺相关指标(Niño1+2、Niño3、Niño4以及Niño3.4)等9种气候因子数据和全球黄鳍金枪鱼渔获量数据,采用相关性分析、BP神经网络、长短期记忆网络(LSTM)模型、双向长短期记忆网络(BiLSTM)模型和卷积神经网络结合双向长短期记忆网络(CNN-BiLSTM)模型对低频气候因子与黄鳍金枪鱼渔获量的关系进行了研究。结果表明,气候变化表征因子对黄鳍金枪鱼渔获量的重要性依次为dT>SOI>Niño1+2>PDO>NPI>NAO,其对应的最佳滞后年限分别为0、11、6、5、15、0年。CNNBiLSTM模型的预测效果最优,其后依次为BiLSTM模型、LSTM模型、BP神经网络模型。最优预测模型显示预测值与实际值的拟合优度为0.887,平均绝对误差为0.125,均方根误差为0.154,预测值与实际值变化趋势基本一致,模型拟合效果良好。

大娄山典型林分灌木地上载量影响因子及预测模型

【目的】灌木作为森林可燃物中的重要组成部分,其载量对森林垂直方向燃烧及极端火发生可能性有重要影响,西南林区作为我国第二大林区,年均火灾次数位于全国前列。调查该区域典型林分灌木载量,分析其影响因素,并建立预测模型,对于该地区预防森林火灾和林火管理工作具有重要意义。【方法】本研究以大娄山6种典型林分内灌木为研究对象,通过野外布设并调查基本信息,进行野外实验及室内实验,获得灌木地上干、枝、叶及总载量,得到其影响因子并分别建立预测模型。【结果】1)对相同林型不同标准地进行研究,马尾松林灌木枝载量及柏树林灌木叶载量均有显著差异,阔叶混交林灌木枝、叶载量具有显著差异,且干载量及总载量具有极显著差异;不同林型之间灌木干、枝、叶及总载量之间无显著差异。2)同一林型内灌木干、枝、叶及总载量与平均树高、平均地径、平均高、平均胸径、林分密度、坡度、海拔等均有相关性(相关性逐渐减弱);不同林型内灌木干、枝、叶及总载量与平均地径、平均树高、平均胸径、平均高、坡度、平均冠幅等均有相关性(相关性逐渐减弱)。3)建立模型:杉木林灌木干、枝载量模型及灌木林灌木干、枝、总载量模型(R2=0.998)拟合效果最好,马尾松林枝载量模型拟合效果最差(R^(2)=0.318)。【结论】通过本研究,为大娄山地区典型林分内灌木载量调查提供了基础数据和方法,对于森林火险预报和森林火灾风险普查中可燃物载量调查具有重要意义。

机械穿刺结合肿瘤坏死因子α及完全弗氏佐剂构建大鼠椎间盘源性腰痛模型

背景:椎间盘退变是导致下腰痛的重要原因。目前国内外对于椎间盘退变的造模方法众多,但缺乏一个针对椎间盘退变引起下腰痛的模型。目的:对比机械穿刺结合肿瘤坏死因子α+完全弗氏佐剂注射与传统仅机械穿刺下建立的大鼠椎间盘源性腰痛模型的效果。方法:将18只成年SD雄性大鼠,按照随机数字表法分3组,每组6只,空白组不进行任何操作;对照组大鼠L_(4-5)椎间盘建立传统机械穿刺椎间盘退变模型;实验组在机械穿刺基础上,以微量注射器向L_(4-5)椎间盘内注入肿瘤坏死因子α+完全弗氏佐剂建立机械穿刺结合炎症因子诱导的椎间盘退变模型。术后4周,热板法测大鼠痛阈值用于评估椎间盘退变大鼠对热伤害感受;MRI观察各组大鼠椎间盘退变情况;ELISA法检测血清肿瘤坏死因子α、白细胞介素1β、白细胞介素6、前列腺素E2水平;苏木精-伊红和番红O固绿染色观察椎间盘形态变化。结果与结论:①在疼痛上,与对照组相比,实验组大鼠的行为学痛阈值持续降低,血清学各炎症因子指标显著增高;②在形态上,与对照组相比,实验组大鼠的MRI L_(4-5)髓核信号完全消失;组织病理学染色显示:对照组大鼠髓核完整,可见较多脊索细胞,部分纤维环破裂;实验组大鼠的脊索细胞稀少,髓核与纤维环结构紊乱,边界消失;③结论:大鼠椎间盘机械穿刺结合肿瘤坏死因子α+完全弗氏佐剂注射可成功建立椎间盘源性腰痛模型,该操作方法简单、经济,模型退变及腰痛明显,明显缩短椎间盘退变成模周期,可作为研究椎间盘源性腰痛模型的参考。

基于结构方程模型分析海洋环境因子对南海鸢乌贼的影响

为探究鸢乌贼(Sthenoteuthis oualaniensis)资源变化与海洋环境因子的关系,基于2019—2020年南海围网捕捞鸢乌贼的电子渔捞日志数据,首先分析了鸢乌贼资源的月间变动特征,之后利用结构方程模型解析海洋环境因子对其资源时空分布的影响。结果表明:围网月间的平均单位捕捞努力量渔获量(Catch per unit effort,CPUE)变化趋势基本一致,年平均CPUE则为2020年大于2019年。南海鸢乌贼渔汛期为3—4月,高产区域集中在112°E—117°E、8°N—12°N,渔汛期CPUE呈现向东和向北偏移的趋势。海洋环境对鸢乌贼资源分布的综合影响系数为0.38,而海表盐度和光合有效辐射在海洋环境上的载荷量分别为0.87和0.82,两者是影响鸢乌贼资源分布的重要环境因子。所用结构方程模型为量化海洋环境因子与鸢乌贼资源分布之间的复杂关系提供了新的研究思路,可为鸢乌贼资源可持续利用和管理提供参考依据。

考虑频率因子的VMD-GRA-BP库区滑坡位移预测模型

为了减少库区滑坡失稳可能带来的损失,确保水电工程的安全稳定运行及保障周边民众的生命财产安全,探讨提升库区滑坡位移预测精度的方法。提出结合频率因子(frequency factor,FF)和变分模态分解-灰色关联度分析-误差反向传播神经网络(variational mode decomposition-grey relational analysis-back propagation neural network,VMD-GRA-BP)模型的库区滑坡位移预测方法,并应用于三峡库区滑坡。研究结果表明:FF对周期位移分量的预测效果有一定的提升,VMD-GRA-BP模型能够简化复杂非线性库区滑坡位移预测问题,BP模型预测性能优异,预测精度多高于支持向量机(support vector machine,SVM)和k最近邻(k-nearest neighbor,KNN)模型。研究结果可为库区滑坡位移预测和预警提供参考。