长春市土壤中Pb含量、化学形态和空间分布及其影响因素

以长春市7个功能区,30个采样点土壤为研究对象,研究城市土壤中Pb含量、化学形态与土壤物理化学性质的关系。结果发现:长春市土壤重金属Pb污染严重,主要以残渣态和有机结合态为主。不同功能区Pb含量及化学形态差别很大。土壤物理化学性质对Pb及各种化学形态含量影响程度明显不同,通过逐步回归方法确定主要影响因子,且建立土壤中Pb富集及其化学形态预测模型。     

贵州铜仁坝黄磷矿中铀赋存状态的逐级化学提取研究

贵州铜仁坝黄磷块岩矿床富集放射性元素铀,利用逐级化学提取分析方法对该地区黄磷矿中铀的赋存状态进行探究,有助于进一步探讨磷块岩型铀矿的分布规律、成矿机理及铀资源的综合开发。本文采用经修改的Tessier法流程,提取了水溶态、可交换离子态、碳酸盐结合态、铁锰氧化物结合态、有机质黄铁矿态、强酸提取态和残渣态等七种不同形态的铀。研究发现:黄磷矿中的铀主要以独立铀矿物和类质同象置换的形式存在,分别占37.83%、37.21%,少量铀(占24.96%)以分散吸附形式存在。分析表明:独立铀矿物在富磷、黄铁矿脉和镜面擦痕发育的岩层中含量较高,说明热液活动有利于独立矿物形式铀的富集;类质同象铀与黄磷矿中的磷含量呈正相关关系,铀元素可能是以离子置换的方式赋存于胶磷矿的晶格缺陷中;吸附形态铀的含量受到岩石中黏土矿物含量和黄铁矿脉的影响,有机质黄铁矿态是吸附形态铀存在的主要方式,少量铀通过扩散作用吸附于黏土矿物表面。除类质同象铀因其存在形式不易被提取利用外,独立铀矿物及吸附形态铀对于未来优化资源配置具有现实意义。     

利用逐步回归分析红山地磁台观测数据质量

选用逐步回归分析方法,利用红山地磁台2009年观测数据的基线值数据,计算台站地磁观测系统的温度系数与滑动系数以及年剩余均方差,通过这3个指标的结果,给出观测系统受这3个参数影响的程度,为控制红山台地磁观测数据的质量提供依据.同时,对台站合理的选用基线值提供有力帮助.     

汝箕沟煤矿煤灰熔点的逐步回归分析

煤灰熔点是评价煤工业用途的一项重要指标,针对矿区煤质灰熔点建立适宜的数学模型是一个值得重视的问题。根据逐步回归分析的基本原理,利用在汝箕沟煤矿收集的43组灰分产率、灰成分与灰熔点数据,建立了该矿煤的灰熔点与显著变量之间关系的回归方程。通过F-检验和相关系数检验,表明回归方程有一定的置信度,误差分析显示回归分析效果较好。     

南京市住宅价格影响因素分析

住宅价格影响因素的研究对于购房者购买住房及政府制定相关政策具有重要影响。然而,目前对于住宅价格问题的研究大多从宏观角度进行,而从微观角度入手的相对较少。此外,对住宅价格的研究通常需要建立多元回归方程,但这样会造成多重共线性问题,导致伪回归,不能准确地分析各因素对住宅价格的影响。针对该问题,本文从微观角度出发,运用定量与定性相结合的方法,建立特征价格模型,并且选择逐步回归法对其进行修正,将其中显著性不强、经济意义不明显的变量逐步剔除,从而更准确地探究影响住宅价格的主要因素。本文以南京市住宅价格为实验数据,并初步选择12个影响因素对该方法进行验证。结果表明,该方法能够有效地剔除二级商业中心、建筑类型、生活配套设施3个显著性不强的影响因素,保留重点学校等9个影响较大的因素。本文方法更为精准地分析了住宅价格的影响因素,为购房者购买住房及政府制定相关政策提供了一定的理论基础。     

矿井突水水源判别的多组逐步Bayes判别方法研究

矿井突水是采矿过程中最具威胁的自然灾害之一。能否准确快速地判别矿井突水水源,不仅是矿井水文地质工作的主要内容,而且是煤矿防治水工作的重要基础。为了有效判别矿井突水水源,综合考虑水化学指标对水源判别的重要性,基于多组逐步Bayes判别分析理论,选取Na+ K+、Ca2+、Mg2+、Cl-、SO42-和HCO3-共6项指标作为判别因子,利用国内某矿区各主要含水层的35个水样的水质资料作为训练样本,建立了矿井突水水源预测的多组逐步Bayes判别分析模型。实例分析表明,该模型结果与实际情况相符合,说明该模型在矿井突水水源判别中具有良好的实用性和有效性,为判别矿区新的突水水源提供了一种新思路。     

干旱半干旱区土壤含盐量和电导率高光谱估算

以新疆南疆地区渭干河-库车河三角洲绿洲不同盐渍化程度的土壤为研究对象, 将土壤样品的含盐量与电导率数据和使用ASD FieldSpec Pro FR光谱仪测得土壤样品高光谱数据作为本研究原始数据. 首先, 对原始土壤光谱反射率曲线进行Savitzky-Golay滤波以消除光谱曲线噪声可能引起的误差, 对得到的光谱曲线进行对数、 倒数等15种光谱变换; 其次, 对土壤样品含盐量与电导率关系进行分析, 并通过两者与土壤光谱反射率不同光谱变换形式的相关性比较分析, 遴选出一阶微分、 对数倒数一阶微分、 连续统去除和连续统去除一阶微分四种相关性较好的变换形式; 最后, 以此变换形式对含盐量和电导率进行建模, 并对二者进行了高光谱估算精度的比较. 结果表明: 渭干河-库车河三角洲绿洲的含盐量与电导率的相关性较高, 达到0.9975; 电导率与四种不同光谱变换形式之间的相关性要优于含盐量, 特别在一些土壤盐渍化的敏感波段尤为突出; 无论是含盐量还是电导率, 多元逐步回归模型均优于一元线性模型, 且以电导率建立的两种回归模型的决定系数均高于含盐量. 研究表明, 土壤电导率对高光谱信息的反应比含盐量更敏感, 同时, 以电导率建模的估算精度比含盐量更高. 因此, 以电导率替代含盐量进行土壤盐渍化高光谱估算研究是一种精度更高、 速度更快的方法, 可为提高土壤盐渍化高光谱估算提供理论依据.     

滑坡演化的逐代遗传模型

根据滑坡位移随时间逐次变化的规律,建立滑坡位移演化的逐代遗传模型,求解滑坡每代的位移和稳定系数。在此基础上对沪蓉西高速公路湖北宜昌－恩施段古树屋滑坡的位移变化进行了分析,结果表明,该模型的位移计算值结果较为理想,且简单可行,并通过对稳定系数的研究提出了滑坡稳定性判断的一个新依据。     

广东春季水资源的时空分布特征和预测研究

取广东分布较为均匀的48个气象观测站50年的月平均气温和降水量资料,用高桥浩一郎公式算得广东春季水资源量,用主分量分析计算它的主分量及相应的特征向量。利用滑动平均、气候变率、趋势分析和功率谱分析等方法较详细分析了该水资源场的前4个主分量的时间变化特征,用主分量逐步回归预测模型对其分布做预测。结果表明：广东春季水资源的平均分布出现3个丰盛中心和2个缺乏中心。它含有4种基本分布类型,即全广东丰盛（缺乏）型,东缺乏（丰盛）西丰盛（缺乏）型,从北到南丰盛（缺乏）、缺乏（丰盛）相间型以及北部到中部丰盛（缺乏）型,东南部和西南部缺乏（丰盛）型。它们的气候变率不明显,第1主分量含有3阶时间幂函数变化趋势,揭示出广东春季水资源1950年代～1960年代初较为缺乏,1970年代初～1990年代中较为丰盛,以后又呈减少趋势。场的时间平均及第1～4主分量没有明显的突变事件存在。功率谱分析表明,第1、3、4主分量存在2．0～5．0a振荡周期。对2004～2006年广东春季水资源的类型和分布预测表明：2004年为Ib型,其分布为全省水资源严重缺乏型态,类型和分布的预测都与实测结果完全一致。预测2005年为丰、缺相间的Ⅲb型,分布形势为南北向丰、缺相间的带状,实测也是Ⅲb型,但具体的丰、缺分布区域与预测的分布区域没有对应。预测2006年为Id型和分布为全省严重缺乏型态,实测是西部缺乏东部丰盛,显然东部的预测是不正确的。后两年预测失败的原因可能与海温的春季障碍有关。     

藻类生长预测模型的比较研究——以洪湖水体为例

根据洪湖2014—2019年水质及藻类监测数据,运用综合营养状态指数法评价了丰、平、枯3个时期的营养状态.在此基础上运用逐步回归分析法确定影响藻类生长的显著因子,并根据不同水量不同营养状态细分9种情形对藻类生长做回归预测分析,同时运用BP神经网络模型对回归预测的结果进行比较验证.结果表明:洪湖丰、平水期以蓝藻门为主,枯水期以硅藻门为主;湖泊的营养状态处于中度富营养与轻度富营养之间.分析各时期藻种生物量与影响因子的相关性,发现丰水期控制因子有水温、COD_Mn和透明度;平水期和枯水期控制因子有水温、总氮、总磷.以2014—2018年数据逐步回归分析得出枯水期+中营养和枯水期+轻度富营养决定系数较低,其余7种时期决定系数均在0.5以上,说明逐步回归并不适用于所有时期.使用2014—2018年的数据进行神经网络训练和验证,2019年的数据进行预测,比较BP神经网络与逐步回归的均方根误差发现全年预测时BP神经网络效果更好;枯水期+中营养和枯水期+轻度富营养逐步回归效果较好,逐步回归的均方根误差仅为1600～4000;丰水期和平水期2种方法预测效果相当.合理地选择预测模型能为湖泊水华做出预警,控制显著变量可以达到防治水华污染的效果.