3种用水量预测方法在京津冀地区的适用性比较

本文比较了年增长率法、自回归模型法和灰色神经网络法3种常用的用水量预测方法在京津冀地区年用水量预测中的适用性,基于优选的方法对京津冀2019—2025年的年用水量进行了预测。结果表明,北京、天津和河北省1997—2018年的年用水量呈现不同的变化趋势:北京和天津的年用水量呈先减少后增加的非线性变化趋势,而河北省的年用水量呈波动递减的趋势。灰色神经网络法在京津冀3地均优于其他两个模型,被推荐为该地区年用水量预测的首选方法。基于灰色神经网络法的年用水量预测结果表明,2019—2025年北京市年用水量将趋于平稳,天津市的年用水量将缓慢增加,而河北省的年用水量则将继续下降。

可变生长率法和固定生长率法在单木年生长预测中的比较研究

采用北京山区油松定期调查数据,比较研究固定生长率法和可变生长率法建立的单木直径年生长量模型和年存活率模型。研究结果表明:利用可变生长率法建立的直径生长模型中,平均偏差(-0.0059)、平均绝对偏差(0.7791)、均方根误差(1.0384)分别比固定生长率法的平均偏差(0.0975)、平均绝对偏差(0.9200)、均方根误差(1.1983)小,而且其决定系数(0.9493)也高于固定生长率法的决定系数(0.9178);在单木存活率模型中,可变生长率法的平均偏差(8.59E-7)、平均绝对偏差(0.0884)、均方根误差(0.2117)也分别比固定生长率法的平均偏差(0.0027)、平均绝对偏差(0.0911)、均方根误差(0.2121)小,并且其对数似然值(-4 137.2400)也比固定生长率法的对数似然值(-4230.3200)大。因此,利用可变生长率法建立的单木生长模型预测精度比利用固定生长率法建立的单木生长模型预测精度高,因为前者考虑了林分因子(林分断面积,林分优势高)和单木因子在生长期间的变化引起的单木直径年生长量及存活率的变化。

城市绿色水供给结构初探——以天津市为例

我国城市长期采用均质单一的统一供水方式,不仅供水成本大,浪费了大量优质水资源,还导致"城市用水"与"生态用水"之间的矛盾加剧,生态环境破坏,城市缺水局面日益严峻。针对以上问题,提出了"城市绿色水供给"的内涵及原则,并以天津市为例,在采用分类用水指标法和年均增长率法预测2020年需水量的基础上,提出了适合天津市的绿色水供给结构,并简要分析了其经济性。结果表明,在绿色水供给结构下,各水源得到合理利用,既满足了城市用水和生态用水的需求,又可以在一定程度上降低供水成本,具有较好的社会、环境和经济效益。

不同林分密度指标在杉木单木直径年生长模型的应用

[目的]分析不同林分密度指标在直径生长模型中的应用,对林分密度的精准管理具有重要意义。[方法]以福建邵武杉木(Cunninghamia lanceolata)人工林密度长期试验林28 a连续观测数据为研究对象,基于可变生长率法,对7种不同的林分密度指标在单木直径年生长模型中的应用进行了比较研究,共构建了8种杉木单木直径年生长模型。[结果]8种模型的拟合精度比较高,R^(2)均在0.96以上。相比较含有密度指标的杉木单木直径模型精度高于不含密度指标模型。在所有含有密度指标的模型中,决定系数最高的是以林分密度指数(SDI)为密度指标的模型,其次为以林分断面积BA和Nilson密度指数为密度指标的模型。[结论]基于SDI林分密度指数构建的杉木单木直径模型最优。

不同林分密度指标在杉木林分蓄积量模型的应用研究

[目的]林分密度是反映单木林分中林木株树和竞争的一个重要指标,构建林分生长与收获模型的一个重要变量。选择合适的林分密度指标来构建杉木林分蓄积量模型,提高林分预测精度。[方法]以福建邵武杉木(Cunninghamia lanceolata)人工林密度长期试验林28 a连续观测数据为依据,基于可变生长率法,建立了含5种林分密度指标的杉木林分蓄积年生长模型。[结果]模型决定系数R^(2)均在0.979以上,精度高于不含密度指标的对照组模型。在包含密度指标的模型中,精度最高的为每公顷株数N密度模型,其次是相对植距RS密度模型,但是这两个模型参数估计不显著而被舍弃。所有模型的R^(2)数值由高到低顺序为:每公顷株数N林分蓄积量模型(0.9799)、相对植距模型(0.9799)、林分密度指数SDI模型(0.9794)、优势高营养面积比Z模型(0.9793)、Nilson密度指数模型(0.9790)以及不含密度指标模型(0.9728)。[结论]除去N指标和RS指标模型,杉木林分蓄积量模型中表现最好的是以林分密度指数SDI为密度指标的模型。其次,还发现在低造林密度(1667~3333株·hm-2)林分,蓄积生长量要大于中高造林密度(5000~10000株·hm-2)的林分。

锦州市2015年二氧化硫新增量预测

根据《"十二五"主要污染物总量控制规划编制技术指南》提供的公式,预测社会经济发展主要参数,包括GDP、能源消费总量、煤炭消费量等指标。二氧化硫新增量预测以宏观测算方法为主,并按行业测算方法予以校核。宏观测算分为火电行业和非电力行业,结果为1.419万t;分行业预测分为石化、建材(水泥)、有色、冶金和其他行业,结果为1.774万t,两者预测偏差为25%,采用分行业预测结果作为2015年二氧化硫新增量预测。