日本福岛核事故对我国核应急管理的启示

在简要回顾日本福岛核电站事故的基础上,阐述了我国现有的核应急管理法律法规和核应急管理体系,从应急响应、辐射环境监测、放射性后果评估、信息公开和舆论监控等方面介绍了我国在日本福岛核事故期间的应急管理．最后依据福岛核事故的经验,结合国际上相关国家的建议和推荐的行动计划,针对我国国情,从提高核事故风险认识能力,加强核事故后果评估能力,积极有效应对核事故舆情3个方面给出提升我国核事故应急管理水平的建议．     

基于条件混合三维Copula函数的多支流干流年最大流量模型研究

多支流交汇时各支流年最大流量是相互紧密关联的,若多支流年最大流量相互遭遇,交汇处则易形成峰高、量大的流域性大洪水.因此准确计算交汇处,尤其是缺乏实测资料地区的多支流交汇处年最大流量对判断洪水遭遇具有重要的实际意义,也是目前研究的难点.针对该问题,本文探索了多支流交汇的情况,构建了基于条件混合三维Copula函数的3支流...     

环境质量的模糊综合评判──灰色关联分析复合模型及实例分析

在分析了目前广泛应用的各种模糊综合评判模型的基础上，引入了灰色系统理论中的关联度分析法，提出了环境质量分级与评价的模糊综合评判的灰色关联优势分析复合模型，并以黄山风景区景观生态环境质量综合分级与评价为例进行了实例研究，取得了有益的结果．     

环境质量的模糊综合评判

在分析了目前广泛应用的各种模糊综合评判模型的基础上，引入了灰色系统理论中的关联度分析法，提出了环境质量分级与评价的模糊综合评判的灰色关联优势分析复合模型，并以黄山风景区景观生态环境质量综合分级与评价为例进行了实例研究，取得了有益的结果。     

北京市非传统水资源的利用现状与对策

非传统水资源主要包括污水回用、海水直接利用与海水淡化、雨水资源化、微咸水开发利用等。北京市非传统水资源的利用主要是中水利用和雨水利用。对于严重缺水的北京来说,积极开发利用非传统水资源是势在必行的。本文主要介绍了北京市非传统水资源的开发利用现状及对策。     

中国农业产出水平的影响因素分析

采用典型相关分析法,选取农业总产出、农业劳动生产率和农业总产出增长率做为体现农业产出水平的三个指标,以农林牧渔业劳动力数量、农业机械总动力、农村用电量、有效灌溉面积、农作物总播种面积、化肥施用量（折纯量）和农民劳动力文化程度等影响农业生产水平的投入要素为指标,构建农业投入产出的典型相关模型,定量分析我国农业产出水平与生产要素投入之间的相关程度.结果表明,农业产出水平主要由农业劳动生产率和农林牧渔业总产出反映,而农业机械化程度、农业电力化程度、农业生产资料投入以及农民劳动力文化程度等农业生产投入要素是影响农业产出水平的重要因素.因此,加快推进农业机械化和电气化,加强农民劳动力的科学文化教育,将是提高农业产出水平和促进农业现代化的有效途径.     

基于Copula函数的水资源供需风险损失模型及其应用

针对传统水资源供需风险损失评价方法无法对供水量和需水量之间复杂的非线性关系进行定量研究,本文首次建立了基于Copula函数的水资源供需风险损失模型.首先基于差分法和原函数存在定理模拟了供水量和需水量的边缘概率分布函数;其次提出了基于非线性优化思想对Copula函数进行参数估计;第三步分别对各种Copula函数进行拟合优度检验和非参数X~2检验,选择最优的Clayton Copula函数模拟供水量和需水量的联合概率分布;最后建立水资源供需风险损失的二重积分表达式.研究结果表明,当不考虑利用外调水和再生水时,2020年北京市水资源供需风险期望损失约为1159.7亿元;利用南水北调水和再生水后,北京市水资源供需风险期望损失约为37.7亿元,下降幅度达96.7%.     

数据稀缺条件下水文频率分布模拟及应用

传统水文频率分析往往需要大量样本以保证分布的拟合效果,而我国仍有部分站点水文数据记录较少,因此本文提出小样本算法：将Jackknife方法、Bootstrap方法与水文频率分析中传统参数估计方法相结合,得到新的参数估计值,以增强传统水文频率分布的拟合效果.为验证小样本算法的优越性,以泾河流域为例,将8个站点的年最大日降水量作为原样本,利用小样本算法对不同样本量的样本进行多次再抽样,将多组再抽样样本分别进行分布的拟合,得到小样本算法的参数估计值,并通过Kolmogorov-Smirnov检验和RMSE检验结果,验证小样本算法对传统参数估计方法的改进效果.结果表明：1）在小样本情况下,该算法明显优于传统方法的拟合效果,尤其部分站点的Bootstrap方法,使用较少样本量时达到了使用较多样本量的拟合效果;2）随着样本量的减少,某些站点的传统方法所求分布不能通过检验,而小样本算法可以得到较好的结果.     

基于T检验的水文时间序列HHT分析方法及应用

Hilbert-Huang变换方法(HHT)是针对非线性、非平稳序列的一种新的时间序列分析方法.针对前人在应用中存在的忽略统计检验的问题,提出了对本质模态函数(IMF)的周期进行T检验的改进方法,设计了基于T检验的HHT模型计算步骤和算法流程,可检验IMF周期的有效性.将改进后的HHT方法用于长江宜昌水文站50年的逐日径流量的分析中,得到了14个反映径流序列波动规律的IMF、一个反映径流变化趋势的趋势项r及Hilbert谱.研究表明,宜昌站径流量存在1~3a、4~5a、9a及准14a的年际变化周期,年内波动对整个径流序列的影响亦较大.对比分析表明了所设计的基于T检验的HHT方法的有效性.     

基于混合核函数SVM水文时序模型及其应用

核函数的选取与构造是SVM应用的关键所在. 传统SVM在水文时序分析方面的应用多是默认选取单一径向基核函数,而忽略了核函数的选择对模型精度和预测结果的影响. 本文基于Mercer核理论,将多项式核与径向基核进行线性组合,构造出混合 核函数,并植入SVM中,对水文时序建立自回归预测模型. 基于武山站和南河川站的月径流预测结果表明,预测序列的相对误差及 均方误差明显优于任一单一核函数. 这是由于混合核函数能够更好地适应并处理复杂的水文时序变化,因此提高了预测精度. 该研究为利用SVM解决复杂多变的非线性水文时序提供了新的探索模式.