湖南省生态风险源-暴露-效应模型评价

生态风险是指在一定区域内,具有不确定性的事故或灾害对生态系统及其组分可能产生的作用。基于风险表征=风险源表征×暴露表征×生态效应表征理论框架模型,综合多风险源、风险暴露性、风险效应3方面因素,建立湖南省域生态风险评价指标体系;利用主成分分析法和地理信息系统技术,构建生态风险综合评价模型;计算综合生态风险值并识别湖南省域11个生态风险高发区,对高风险区的风险情况进行分析。研究成果可为湖南省生态风险管理提供理论和技术支持。

证据权重法在黑龙江省三合屯地区三维金矿远景区建模中的应用

矿床的分布具有明显的群聚性,成矿过程是由多方面因素共同作用的结果,因此从三维地学模型中准确地识别具有成矿前景的信息是一项重要且具有挑战性的任务。证据权重法引入成矿有利度量化矿床与三维证据因子之间的空间关系,并确定最优正负权重;以单元格成矿后验概率值为基础进行成矿远景建模,并结合约登指数确定成矿概率临界值以圈定成矿靶区。本文利用三维地质和地球物理模型对黑龙江省三合屯地区的热液型金矿进行了成矿远景建模,圈定出3个找矿靶区。研究表明,证据权重法用于三维成矿预测中具有预测可靠性高、简单易实现等特点,并为探测地下隐伏矿体提供可靠的支持。

机器学习在水系沉积物地球化学采样下伏基岩填图中的应用

为了探索高效且能大区域应用的基岩填图方式,本文整合水系沉积物地球化学数据和局部空间Moran’s I指数、高程、坡度、坡向变率、高磁、断层、矿点、水系等多元地学数据作为附加特征,采用浅层机器学习决策树及其Bagging和Boosting集成算法,以及深度学习的图卷积网络,分别训练了不同的基岩判别模型。结果表明,相比浅层机器学习的决策树及其集成算法,深度学习的图卷积神经网络基岩判别模型仅使用20%带标签数据就获得了最高的78.31%判别精度。应用基于图卷积网络的基岩类型判别模型对察汗乌苏河地区第四系覆盖物下伏基岩填图,预测结果与其周边基岩类型协调一致,该模型可用来探究更全面的区域基岩分布情况。

基于水系沉积物地球化学采样的地形加权图卷积网络基岩填图方法

为了探索高效的第四系覆盖及露头较少区域的基岩智能填图方法,应用图卷积网络(GCN)对青海省察汗乌苏河地区水系沉积物地球化学采样的下伏基岩进行分类。基于Delaunay三角化采样点被组织为一个地形加权的有向图来表达水系沉积物地球化学采样点之间的河流上下游关系。实验结果表明:半监督的GCN模型仅使用了20%的采样点标签,分类精度达到68.20%(10类基岩)和78.31%(5类基岩)。该方法能有效利用水系沉积物地球化学采样中的元素含量进行基岩填图,且能提高基岩填图的效率并能进行大面积应用。

基于小波变换的土壤重金属铬含量定量反演

耕地污染日益严重,耕地土壤的重金属高光谱信息属于非线性的微弱信号。小波变换作为常用的非线性微弱信号处理手段,在保留更多微弱信号的基础上可以更好的提取出土壤重金属的微弱光谱信息。文中研究在Db4小波对土壤原始光谱进行分解与重构的基础上提取特征波段,利用特征波段与重金属含量的相关性建立偏最小二乘模型反演土壤重金属铬含量。研究表明,利用Db4小波函数对原始光谱进行分解和重构可以有效提取土壤重金属铬的特征光谱信息;利用小波分解与重构所提取的特征光谱信息与重金属铬含量之间的相关性所建立的PLS模型的决定系数明显高于基于传统一阶微分处理土壤光谱所建立的PLS模型的决定系数。

GLIBERTY-DSAIL耦合模型反演南方混交林植被LAI

针对南方丘陵地区针叶-阔叶混交林植被叶面积指数(leaf area index,LAI)反演精度低且研究较少的问题,本文提出了一种GLIBERTY-DSAIL耦合模型组合多元线性回归反演LAI的方法。本研究以GLIBERTY-DSAIL模型模拟光谱和植被实测高光谱为数据源,通过相关性分析,选取与LAI相关性高的植被指数作为反演因子,构建多元线性回归模型定量反演植被LAI并进行精度评定。结果表明:与LAI显著相关的RVI、DVI、GNDVI、MSAVI这4种植被指数作为反演因子,结合本文提出的组合模型反演LAI,模型预测决定系数R2为0.7086,均方根误差RMSE为0.3021,精度整体较高。该组合方法可较好地用于反演针叶-阔叶混交林植被LAI,为南方地区混交林LAI的研究提供新思路。

基于集合经验模态分解的土壤重金属Cd定量反演

针对高光谱定量反演土壤重金属含量的模型精度不足的问题,本文从时频空间的角度引入时频分析法——集合经验模态分解(EEMD)。采用EEMD法分解土壤高光谱,获得不同频率的本征模态(IMF)分量,通过分析IMF分量与重金属含量的相关性,提取特征光谱,构建EEMD-SVM定量反演模型。研究结果表明,通过EEMD法分解土壤光谱,可有效地提取土壤光谱中的微弱信息;构建EEMD-SVM模型可较好地反演土壤重金属Cd含量,模型的决定系数R^(2)为0.9203,明显高于基于一阶微分处理光谱数据后构建的SVM模型的R^(2)(0.7866)。即说明在土壤重金属定量反演领域,EEMD可作为一种新的光谱处理方法。

基于POI数据的长沙市养老服务用地选址研究

为能科学合理地规划养老用地的选址,以POI数据为基础,结合长沙市交通、医疗、公园和工厂等的分布特征,运用GIS空间分析长沙市养老设施布局及适宜性.结果显示:选址适宜性程度呈现中心向四周递减的空间形态;适宜性高的主要分布在岳麓区、天心区、雨花区、开福区、芙蓉区与望城区和长沙县毗邻长沙市城区的位置;从高适宜性用地所占各区(县、市)面积比例来看,6个城区的大于3个县(市).最后从适宜性、自然条件和土地集约节约利用角度提出规划选址建议.

社会资本推进生态修复的国际实践经验与启示

当前我国生态修复资金投入总体不足,且以政府投入为主。政府投入模式面临财政赤字和政府债务负担约束。为了减轻政府财政压力,充分发挥社会资本在生态修复工作中的作用,有必要建立社会资本参与生态修复的长效机制。本文选取发达国家吸引社会资本投入与生态修复的典型案例,从社会资本投入生态修复的驱动力和收益途径角度,分析其主要做法和经验,从强化法律约束、完善产权制度、加大投融资政策供给等角度提出完善社会资本投入生态修复机制的建议。

高职创新创业行业指导教师培育探究

创新创业行业指导教师的培养能改善高职创新创业教师队伍结构,提高高职创新创业课程教学实效性,促进高职学生创新创业项目孵化,因此,有必要从职业道德、教育理念、教学方法等层面明确其培育目标,确定相应的培育内容,并采用单独培训与混合培养、集中培训与分散培养、年度考核与长期考察的方式,提升其承担高职创新创业教育的能力。

数据和知识融合的Bayesian-MCMC三维地质建模

为了充分利用已有地质知识来降低三维地质模型的不确定性,采用了一种基于贝叶斯—马尔科夫链蒙特卡洛(Bayesian-MCMC,Bayesian-Markov chain Monte Carlo)方法的三维地质模型概率性推断框架,在协同克里金(Cokriging)插值的三维地质隐式建模过程中,显式地考虑先验参数(即建模数据集)的不确定性,并将已有地质知识(如地层厚度、地层产状、断层产状等)或地球物理勘探数据以似然函数的方式嵌入到推断框架中,来充分保证三维地质模型符合已有的地质知识.首先,基于Bayesian概率理论,建立不同建模数据集的先验分布以及已有地质知识似然函数约束;其次,使用MCMC随机采样的方法对先验参数的后验概率空间进行采样,获得大量既满足建模数据先验分布、又符合已有地质知识似然约束的建模数据样本;再次,由重新计算的建模数据样本集采用Cokriging插值算法获得一系列模型实现,获得符合已有地质知识的三维地质模型;最后,相比确定性三维地质建模方法,Bayesian-MCMC概率性建模框架可得到一系列模型实现,同时采用信息熵对模型的不确定性进行评价.以桂西南地区凌念—那茶地区为例,采用本文构建的Bayesian-MCMC概率性推断框架,考虑地层、断层采样点及产状数据的不确定性,由已知的地层厚度、地层倾角和断层倾角等地质知识对三维地质模型进行优化,结果表明该方法既能重建地质体的三维空间形态,又可降低三维地质模型的不确定性,为地质学家通过已有地质知识来降低三维地质模型的不确定性提供了有效的途径.

湖南矿山地质环境破坏影响评价及防治研究

采用资料收集、遥感等调查方法监测查明了湖南省矿山地质环境破坏情况。结果表明,采矿活动引起全省土地破坏38892处,面积达458.727 km2,其中建材和非金属矿矿种占用破坏土地最为严重。465个矿山共发生807处地质灾害,其中地面变形、滑坡和崩塌主要发生在能源矿山,分别有530,29,10处,泥石流主要发生在有色金属矿山,占21处。全省2296个矿山年排放废水达35568.97万m3,229个矿山发生水环境污染250处,污染水体6.763 km2。全省有2701个矿山年排放煤矸石、废石及尾矿共计1334.3万m3。共有895个矿山发生了土石污染,污染面积57.488 km2。采用矿山地质环境综合影响评价方法将全省673个矿山划为严重、3197个矿山划为较重、6962个矿山划为较轻。通过对矿山地质环境进行整治分区,将全省共划分38个保护整治区,其中20个重点整治区、17个次重点整治区、1个一般整治区。最后对湖南省矿山地质环境破坏影响情况进行评价,并提出针对性意见,为我国绿色矿山建设和生态文明建设提供有力支撑。

基于GA-SVM的耕地土壤重金属含量高光谱反演方法的研究

为提高耕地土壤重金属含量高光谱反演模型精度,以岳阳县某地区耕地土壤重金属铁(Fe)、砷(As)、铬(Cr)为例,提出了一种遗传算法(GA)优化支持向量机(SVM)的重金属含量反演模型。在对光谱进行SG平滑和10 nm重采样后,利用一阶/二阶微分、倒数对数和连续统去除光谱变换方法增强光谱特征,通过相关性分析筛选最优变换光谱,使用皮尔森相关系数与主成分分析提取各重金属光谱特征变量,分别建立SVM和GA-SVM土壤重金属高光谱反演模型并进行精度验证。结果表明,二阶微分变换光谱与各重金属含量相关性整体最突出;三种重金属在可见光波段490 nm、500 nm、510 nm和530 nm具有共同敏感特征;经GA算法优化SVM参数后,对比SVM回归模型,预测精度有明显提高,其重金属Fe、As和Cr的验证集R2分别为0.968、0.821和0.976;研究结果可为应用遥感技术反演耕地土壤重金属含量提供新的参考。