对湖泊总磷的变化预测和来源识别对水资源调度和流域生态治理有着重要的意义,然而复杂的生化反应和水动力条件导致的非平稳性给湖泊总磷浓度的准确预测带来极大的困难。为克服这一挑战,本文引入了基于加权回归的季节趋势分解(seasonal a...对湖泊总磷的变化预测和来源识别对水资源调度和流域生态治理有着重要的意义,然而复杂的生化反应和水动力条件导致的非平稳性给湖泊总磷浓度的准确预测带来极大的困难。为克服这一挑战,本文引入了基于加权回归的季节趋势分解(seasonal and trend decomposition using Loess,STL)技术和夏普利加法(SHapley additive exPlanations,SHAP)结合长短期记忆网络(long short-term memory neural network,LSTM)和门控循环单元(gated recurrent unit,GRU)构建了一个可解释的预测框架,以增强对湖泊总磷浓度演变的预测并提高其可解释性。研究表明:(1)在骆马湖总磷浓度的预测中,该框架拥有较好的预报精度(R^(2)=0.878),优于LSTM和卷积长短期记忆模型(convolutional neural networks and long short term memory network,CNN-LSTM)。当预测时间步长增加到8 h时,该框架有效提高了总磷浓度的预测精度,平均相对误差和均方根误差分别降低了47.1%和33.3%。从预测趋势来看,骆马湖在汛期的总磷平均浓度为0.158 mg/L,相较于非汛期的平均浓度,增加了202.1%。(2)运河来水是骆马湖总磷浓度最重要的影响因素,贡献权重为60.0%,并且不同断面(三湾、三场)的污染源受水动力、气象等因素的影响存在显著的时空差异。本文凸显了神经网络模型在预警水体污染方面的可实施性,并且为提高传统神经网络的学习能力和可解释性的开发与验证提供了重要方向。展开更多
乡愁近年来逐渐成为了国内外学者关注的一个重要话题。文章以Web of Science和中国科学社会引文索引数据库(CSSCI)为论文样本,运用CiteSpace软件对国内外乡愁研究的共被引文献、发文量、发文作者及机构、关键词等方面展开可视化分析,并...乡愁近年来逐渐成为了国内外学者关注的一个重要话题。文章以Web of Science和中国科学社会引文索引数据库(CSSCI)为论文样本,运用CiteSpace软件对国内外乡愁研究的共被引文献、发文量、发文作者及机构、关键词等方面展开可视化分析,并在此基础上对未来研究方向提出展望。研究结果表明:国内外有关乡愁研究的发文数量较多,尤其在2010~2013年间,发文量增长较快,并于2016年达到峰值,但近5年出现波动下滑趋势;国内外研究领域已经形成了一批有较高学术影响力的研究学者和研究机构;国内乡愁研究热点集中在乡愁概念的解读、乡愁与城镇化建设的关系、旅游者乡愁体验等方面,国外研究话题集中在乡愁量表开发、乡愁触发因素等解释性研究和有关乡愁主体、乡愁客体、乡愁分类、乡愁情感内涵等描述性研究。最后,指出乡愁的唤起机制系统化、乡愁理论的实践应用、乡愁与旅游的发展关系是未来乡愁研究值得深入探索的重要方面。展开更多
文摘对湖泊总磷的变化预测和来源识别对水资源调度和流域生态治理有着重要的意义,然而复杂的生化反应和水动力条件导致的非平稳性给湖泊总磷浓度的准确预测带来极大的困难。为克服这一挑战,本文引入了基于加权回归的季节趋势分解(seasonal and trend decomposition using Loess,STL)技术和夏普利加法(SHapley additive exPlanations,SHAP)结合长短期记忆网络(long short-term memory neural network,LSTM)和门控循环单元(gated recurrent unit,GRU)构建了一个可解释的预测框架,以增强对湖泊总磷浓度演变的预测并提高其可解释性。研究表明:(1)在骆马湖总磷浓度的预测中,该框架拥有较好的预报精度(R^(2)=0.878),优于LSTM和卷积长短期记忆模型(convolutional neural networks and long short term memory network,CNN-LSTM)。当预测时间步长增加到8 h时,该框架有效提高了总磷浓度的预测精度,平均相对误差和均方根误差分别降低了47.1%和33.3%。从预测趋势来看,骆马湖在汛期的总磷平均浓度为0.158 mg/L,相较于非汛期的平均浓度,增加了202.1%。(2)运河来水是骆马湖总磷浓度最重要的影响因素,贡献权重为60.0%,并且不同断面(三湾、三场)的污染源受水动力、气象等因素的影响存在显著的时空差异。本文凸显了神经网络模型在预警水体污染方面的可实施性,并且为提高传统神经网络的学习能力和可解释性的开发与验证提供了重要方向。
文摘乡愁近年来逐渐成为了国内外学者关注的一个重要话题。文章以Web of Science和中国科学社会引文索引数据库(CSSCI)为论文样本,运用CiteSpace软件对国内外乡愁研究的共被引文献、发文量、发文作者及机构、关键词等方面展开可视化分析,并在此基础上对未来研究方向提出展望。研究结果表明:国内外有关乡愁研究的发文数量较多,尤其在2010~2013年间,发文量增长较快,并于2016年达到峰值,但近5年出现波动下滑趋势;国内外研究领域已经形成了一批有较高学术影响力的研究学者和研究机构;国内乡愁研究热点集中在乡愁概念的解读、乡愁与城镇化建设的关系、旅游者乡愁体验等方面,国外研究话题集中在乡愁量表开发、乡愁触发因素等解释性研究和有关乡愁主体、乡愁客体、乡愁分类、乡愁情感内涵等描述性研究。最后,指出乡愁的唤起机制系统化、乡愁理论的实践应用、乡愁与旅游的发展关系是未来乡愁研究值得深入探索的重要方面。
