为揭示新冠疫情背景下公交客流量变化的空间影响因素,以疫情前后公交站点层面客流变化量为因变量,以建成环境、病毒感染情况及病毒传播途径等指标为自变量,构建新冠疫情与建成环境对公交客流量共同影响的线性回归(Ordinary Least Square...为揭示新冠疫情背景下公交客流量变化的空间影响因素,以疫情前后公交站点层面客流变化量为因变量,以建成环境、病毒感染情况及病毒传播途径等指标为自变量,构建新冠疫情与建成环境对公交客流量共同影响的线性回归(Ordinary Least Squares,OLS)模型与梯度提升回归树(Gradient Boosting Regression Trees,GBRT)模型。以广州市为实证对象,基于公交IC卡数据、兴趣点数据(Point of Interest,POI)及道路网络数据等多源异构数据进行模型实证分析。结果表明:考虑非线性效应的GBRT模型比OLS模型具有更好的拟合度;同时,常规公交站点的公交线路数量(22.02%)和到市中心距离(13.56%)是影响疫情背景下公交客流量变化的最重要因素,片区病毒感染与传播情况对疫情防控常态化时期的公交客流量作用有限,居民日常公交出行已经从疫情的影响下逐渐恢复。展开更多
为提高东、黄海鲐鱼渔场预报准确率、降低渔业生产成本,研究提出了一种基于提升回归树的渔场预报模型。研究采用2003—2010年我国大型灯光围网渔捞日志数据,以有网次记录的小渔区为渔场,以渔捞日志未记录的区域作为背景场随机选择假定...为提高东、黄海鲐鱼渔场预报准确率、降低渔业生产成本,研究提出了一种基于提升回归树的渔场预报模型。研究采用2003—2010年我国大型灯光围网渔捞日志数据,以有网次记录的小渔区为渔场,以渔捞日志未记录的区域作为背景场随机选择假定非渔场数据,以海表水温等环境因子作为预测变量构建东、黄海鲐鱼渔场预报模型并以2011年的实际作业记录对预报模型进行精度验证。验证计算得到预报模型的AUC(area under receiver operating curve)值为0.897,表明模型的预报精度较高。模型的空间预测结果表明,预报渔场与实际作业位置基本吻合,其位置移动也与实际情况相符。这表明基于提升回归树的渔场预报模型可以用来进行东、黄海鲐鱼渔场的预报。展开更多
地表水的非点源污染在点源污染不断得到控制的前提下已经成为水环境污染的首要问题.非点源污染影响因子的复杂性及不确定性一直是流域非点源污染研究的重点和难点.本文利用SWAT(Soil and Water Assessment Tool)模型,以辽河子流域汎河...地表水的非点源污染在点源污染不断得到控制的前提下已经成为水环境污染的首要问题.非点源污染影响因子的复杂性及不确定性一直是流域非点源污染研究的重点和难点.本文利用SWAT(Soil and Water Assessment Tool)模型,以辽河子流域汎河流域为例,模拟了2003—2012年的非点源污染状况,对其空间分布状况进行了分析,并应用增强回归树的方法定量分析各种影响因子(坡度、土地利用类型、高程和土壤类型)对该流域非点源污染的贡献率.结果表明:在汎河流域,非点源污染呈现较高的空间异质性,其中总氮的空间分布差异较大,总磷的空间分布差异较小.坡度因子与载体泥沙、总氮和总磷均呈极显著正相关关系(P<0.01),对泥沙和总磷有显著影响,其贡献率分别为46.5%、38.2%;土地利用因子对载体泥沙、总磷的负荷量有重要影响,其贡献率分别达到27.2%、35.3%;高程较低、坡度较缓的耕地地区易产生较高的总磷负荷量;褐色土壤最易流失总磷,而草甸土易流失总磷,且易受泥沙侵蚀.本研究利用增强回归树模型克服了流域非点源污染影响因子的复杂性,可加深对非点源污染产生机制的理解.展开更多
近几十年中随着全球气候环境变化,青藏高原处于变暖变湿过程之中,植被生长发生了显著变化。基于卫星遥感归一化植被指数(NDVI),采用增强回归树模型(BRT)定量分析了1982—2015年影响青藏高原植被生长变化的主要环境因子的相对重要性。结...近几十年中随着全球气候环境变化,青藏高原处于变暖变湿过程之中,植被生长发生了显著变化。基于卫星遥感归一化植被指数(NDVI),采用增强回归树模型(BRT)定量分析了1982—2015年影响青藏高原植被生长变化的主要环境因子的相对重要性。结果表明:(1)整个青藏高原生长季(6—9月份)空间平均NDVI和降水呈上升趋势(1.265×10^(-4)a^(-1)和0.746 mm/a,P>0.05);温度和土壤湿度呈现显著增加趋势(0.048℃/a和3.954×10^(-4)a^(-1),P<0.01);向下短波辐射显著减小(-0.070 W m^(-2)a^(-1),P<0.01)。(2)青藏高原34.0%地区NDVI表现出显著增加趋势,主要分布在青藏高原北部大部分地区和西部部分区域;9.2%地区NDVI呈显著减小趋势,主要位于青藏高原东部地区。(3)土壤湿度、年均温、年降水和向下短波辐射分别解释了生长季NDVI变化的42%,19%,10%和9%。(4)土壤湿度、年均温、年降水和向下短波辐射对青藏高原植被生长动态影响的相对大小具有明显的空间差异特征。温度上升是青藏高原东北部和中部部分地区NDVI变化的首要因素(相对贡献率>40%),而土壤湿度增加是青藏高原西南部及东南部分地区NDVI变化的主要原因(相对贡献率>50%)。总体上,温度上升及由此所导致的冰冻圈消融引起的土壤含水量上升是近几十年青藏高原植被生长动态快速变化的主要原因。展开更多
文摘为揭示新冠疫情背景下公交客流量变化的空间影响因素,以疫情前后公交站点层面客流变化量为因变量,以建成环境、病毒感染情况及病毒传播途径等指标为自变量,构建新冠疫情与建成环境对公交客流量共同影响的线性回归(Ordinary Least Squares,OLS)模型与梯度提升回归树(Gradient Boosting Regression Trees,GBRT)模型。以广州市为实证对象,基于公交IC卡数据、兴趣点数据(Point of Interest,POI)及道路网络数据等多源异构数据进行模型实证分析。结果表明:考虑非线性效应的GBRT模型比OLS模型具有更好的拟合度;同时,常规公交站点的公交线路数量(22.02%)和到市中心距离(13.56%)是影响疫情背景下公交客流量变化的最重要因素,片区病毒感染与传播情况对疫情防控常态化时期的公交客流量作用有限,居民日常公交出行已经从疫情的影响下逐渐恢复。
文摘由于电力系统拓扑结构复杂多变,基于数据驱动的静态电压稳定评估通常存在模型泛化能力不足的问题。针对该问题,文中提出了一种基于迁移学习的智能静态电压稳定评估方案。基于最大相关最小冗余(Maximal Relevance Minimal Redundancy,MRMR)准则和shapley值构建S-MRMR特征选择框架,对离线生成的数据集进行数据降维;基于梯度提升分段线性回归树(Gradient Boosting With Piecewise Linear Regression Trees,GBDT-PL)算法构建静态电压稳定评估模型,提取电力系统运行特征与静态电压稳定指标间的映射关系;利用迁移学习对GBDT-PL模型进行实时更新,提高模型的泛化能力。在由电力系统仿真软件PSS/E提供的23节点系统和1648节点系统上的仿真结果表明,文中所提方案对电力系统拓扑结构变化具有较强的鲁棒性,能够满足在线电压稳定评估的要求,为数据驱动方法实际应用于静态电压稳定评估提供了有益的参考。
文摘为提高东、黄海鲐鱼渔场预报准确率、降低渔业生产成本,研究提出了一种基于提升回归树的渔场预报模型。研究采用2003—2010年我国大型灯光围网渔捞日志数据,以有网次记录的小渔区为渔场,以渔捞日志未记录的区域作为背景场随机选择假定非渔场数据,以海表水温等环境因子作为预测变量构建东、黄海鲐鱼渔场预报模型并以2011年的实际作业记录对预报模型进行精度验证。验证计算得到预报模型的AUC(area under receiver operating curve)值为0.897,表明模型的预报精度较高。模型的空间预测结果表明,预报渔场与实际作业位置基本吻合,其位置移动也与实际情况相符。这表明基于提升回归树的渔场预报模型可以用来进行东、黄海鲐鱼渔场的预报。
文摘地表水的非点源污染在点源污染不断得到控制的前提下已经成为水环境污染的首要问题.非点源污染影响因子的复杂性及不确定性一直是流域非点源污染研究的重点和难点.本文利用SWAT(Soil and Water Assessment Tool)模型,以辽河子流域汎河流域为例,模拟了2003—2012年的非点源污染状况,对其空间分布状况进行了分析,并应用增强回归树的方法定量分析各种影响因子(坡度、土地利用类型、高程和土壤类型)对该流域非点源污染的贡献率.结果表明:在汎河流域,非点源污染呈现较高的空间异质性,其中总氮的空间分布差异较大,总磷的空间分布差异较小.坡度因子与载体泥沙、总氮和总磷均呈极显著正相关关系(P<0.01),对泥沙和总磷有显著影响,其贡献率分别为46.5%、38.2%;土地利用因子对载体泥沙、总磷的负荷量有重要影响,其贡献率分别达到27.2%、35.3%;高程较低、坡度较缓的耕地地区易产生较高的总磷负荷量;褐色土壤最易流失总磷,而草甸土易流失总磷,且易受泥沙侵蚀.本研究利用增强回归树模型克服了流域非点源污染影响因子的复杂性,可加深对非点源污染产生机制的理解.
文摘近几十年中随着全球气候环境变化,青藏高原处于变暖变湿过程之中,植被生长发生了显著变化。基于卫星遥感归一化植被指数(NDVI),采用增强回归树模型(BRT)定量分析了1982—2015年影响青藏高原植被生长变化的主要环境因子的相对重要性。结果表明:(1)整个青藏高原生长季(6—9月份)空间平均NDVI和降水呈上升趋势(1.265×10^(-4)a^(-1)和0.746 mm/a,P>0.05);温度和土壤湿度呈现显著增加趋势(0.048℃/a和3.954×10^(-4)a^(-1),P<0.01);向下短波辐射显著减小(-0.070 W m^(-2)a^(-1),P<0.01)。(2)青藏高原34.0%地区NDVI表现出显著增加趋势,主要分布在青藏高原北部大部分地区和西部部分区域;9.2%地区NDVI呈显著减小趋势,主要位于青藏高原东部地区。(3)土壤湿度、年均温、年降水和向下短波辐射分别解释了生长季NDVI变化的42%,19%,10%和9%。(4)土壤湿度、年均温、年降水和向下短波辐射对青藏高原植被生长动态影响的相对大小具有明显的空间差异特征。温度上升是青藏高原东北部和中部部分地区NDVI变化的首要因素(相对贡献率>40%),而土壤湿度增加是青藏高原西南部及东南部分地区NDVI变化的主要原因(相对贡献率>50%)。总体上,温度上升及由此所导致的冰冻圈消融引起的土壤含水量上升是近几十年青藏高原植被生长动态快速变化的主要原因。
