基于熵模型的服务生态系统演化分析方法

随着信息技术以及服务主导思想的发展,信息服务能够跨界融合形成服务生态系统以满足复杂定制化需求。针对服务生态系统演化的复杂性、融合性、动态性等特点,对其演化特征进行统一、准确的度量对于服务生态系统理论的深入研究具有重要意义。基于此提出的熵模型从生态、经济、网络三个角度度量服务生态系统的演化性能,并引入博弈分析以研究系统优化方法。进一步,建立多代理计算实验来模拟服务生态系统的竞合演化过程,为演化分析提供数据支撑。实验结果表明,熵模型具备有效性。熵模型能够度量服务生态系统的隐性驱动因素并为其提供决策支持,为系统的量化分析提供了新的思路。     

谈土地生态学理论构架

土地是一个生态系统,因而产生了以土地生态系统为对象的土地生态学。土地生态学是一门研究土地生态系统的特性、结构、功能、空间分布及其相互关系和优化利用的学科。     

3G时代中国移动发展战略研究

为了在3G时代定义构建价值网络移动运营商的发展战略,本文将生态系统的准则应用到中国移动的发展中.分析结果表明,这个完整的生态需要移动网络运营商与增值服务提供商、应用软件提供商、设备制造商和其他相关组织紧密合作,可以充分刺激移动数字服务的发展.因此,移动网络运营商应该通过管理整个价值链、设定合适的价值共享机制,以在这个生态系统中发挥关键作用.     

基于CLUE-S模型的天津滨海新区土地利用变化情景模拟

基于滨海新区1984年和2000年土地利用数据,通过Logistic回归分析该区土地利用变化驱动机制,应用CLUE-S模型预测滨海新区2006年和2009年土地利用空间分布,采用2006年和2009年土地利用现状数据进行验证,预测精度达到75%以上,表明该模型在该区域有较好的适用性。在此基础上进一步模拟2020年滨海新区在自然增长情景、经济快速发展情景和生态保护情景3种情景方案下的土地利用空间格局。结果表明经济发展情景下的模拟结果与该区2020年的土地利用规划图的一致性最好,说明该研究区在未来仍处于快速发展时期,城市化过程加快,大量的农业用地被侵占、坑塘被填挖、生态系统严重破坏。通过该预测模型模拟结果,可为海岸带生态脆弱区的保护以及适应新一轮规划修编中土地的可持续利用研究提供参考数据。     

面向生态系统服务价值的组合预测算法研究

针对当前生态环境服务价值体系中存在的评估单一性和预测精度不高等问题,提出了三种不同的面向生态系统服务价值的动态组合预测体系,即ARIMA-BP、PCABP-ARIMA及PCABP+ARIMA预测模型,并对西藏自治区的草地、黑龙江省的林地和河南省耕地的生态系统服务价值预测进行实证分析。实验结果表明ARIMA-BP预测模型的平均绝对误差仅为0.87%,PCABP-ARIMA和PCABP+ARIMA预测模型的平均绝对误差分别为1.98%和2.24%,其中ARIMA-BP预测性能最优,相对于传统BP神经网络预测模型误差缩小了62.67%。     

软件生态系统研究综述

软件生态系统加速软件产业的垂直分工和水平整合,改变了软件产业的商业生态.自2003年提出以来,软件生态系统吸引工业界和学术界的广泛关注.国内外知名IT企业深耕软件生态系统,形成许多具有广泛影响的软件生态系统.近年来,在云计算、移动应用开发、信息物理系统、区块链等新兴信息技术快速发展和软件生态系统应用领域不断拓展的双重作用下,软件生态系统新泛型不断涌现.人们对软件生态系统的认识与理解,随着研究深度和应用广度的不断变化而改变.直至2016年,学术界和工业界才对软件生态系统的定义趋于一致.软件生态系统是在特定的技术环境中软件企业、开发者、技术社区等涉众以软件产品、服务、数据和知识为媒介相互作用而形成的复杂系统.通常,研究人员使用2003年提出的软件生态系统研究内容七分类法把相关文献归类到过程与技术、定性分析、结构化分析模型、实证研究、工具及表示法、行业应用、技术报告等七大类中.由于软件生态系统的领域边界、关键特征较之2003年的情境已发生巨变,原有的七分类法有待修订.本文类比自然生态系统,建立软件生态系统元模型来描述软件生态的结构及特征.在软件生态系统研究内容七分类法的基础上,将“定性分析”和“结构化分析模型”整合为“分析方法与框架”,把“行业应用”和“实证研究”合并为“实证研究”,形成软件生态系统研究内容五分类法.然后,对2015~2017年软件生态系统的研究现状进行文献综述,从技术报告、分析方法与框架、过程与技术、实证研究、工具及表示法五个方面总结软件生态系统的研究现状,并展望研究趋势及发现面临的挑战.软件生态系统的需求工程、架构建模、模型驱动开发、能量机理、关键特征分析、信息量抽取与建模、生态网络分析、缺陷/代码坏味累积效应、CASE工具、软件生态系统新泛型等方面的研究有待进一步深入.     

基于遥感和GIS的甘肃省森林生态面积调查与价值评估

利用遥感(Remote Sensing)和地理信息系统(GIS)技术并结合森林的生态系统服务功能,以甘肃省的森林资源为研究对象,进行了地理信息系统空间分析和各类森林资源的生态价值评估.通过甘肃省归一化植被指数(NDVI)与甘肃省10个林区森林生态系统价值的比较分析,得出各林区单位面积生态价值中河西地区林区最低,陇南地区林区则较高.各林区的生态价值决定于林区地理位置,气候条件和人类影响程度等因素.     

宝鸡市土地资源生态安全及其稳定性评价

利用生态足迹和生态系统稳定性评价模型,在分析区域内土地利用特征的基础上,测度区域土地资源生态安全态势及生态 系统稳定性,揭示了宝鸡市及其各分区土地资源生态安全度的差异,为进一步研究土地生态安全格局下的土地利用优化配置及 发展生态友好型土地利用模式提供参考依据。结果显示：2006 年,中部川塬区土地资源生态安全度为2.451,处于不安全状态;南 部中高山地区为0.541,处于较安全状态;北部山地丘陵区为0.837,处于临界安全状态;宝鸡市土地资源生态安全度总体为 1.778,处于不安全状态。     

基于遥感监测的深圳市基本生态控制区违法建设生态风险评估

生态用地对高度城市化地区有着不可或缺的作用,然而这些用地却受到违法建设的侵害.研究运用自然灾害领域较为成熟的风险评估技术,结合生态系统服务价值相关研究方法,综合考虑致灾因子危险性和承载体脆弱性,在GIS环境中对违法建设造成的生态风险进行评估.以深圳市基本生态控制区为研究对象,针对区域内2006年～2010年违法建设对生态系统服务功能的危害进行评估.研究结果表明,运用灾害风险评估技术可以较好地评估违法建设造成的生态风险等级,为生态敏感区违法建设的监管提供有效的技术支撑探索路径.     

基于宽波段遥感光谱混合分解的干旱区土地退化监测评价理论和技术方法探讨

土地退化遥感监测可以服务于政策制定、修复优化、效果评价以及安全预警,亟需建立和完善土地退化理论知识和遥感方法技术体系相结合的框架体系。在借鉴国内外干旱区土地退化(荒漠化)相关理论的基础上,以生态系统服务为连接,以植被-生境互动为核心,构建了生物-物理-社会经济系统耦合的干旱区土地退化监测理论框架。其次,围绕提出的理论框架,基于光谱混合分解端元空间的一致性、稳定性、包容性优势,以宽波段遥感为例建立干旱区遥感监测评价技术方法体系,主要包括当地环境知识挖掘、旱地生态系统景观要素提取、地表(生物物理)参数遥感反演与定标、旱地生态系统结构分析与制图、旱地生态系统功能量化与评价和旱地生态系统与社会经济综合模型七个部分。所建立的理论框架和技术体系可以为干旱区不同区域和尺度间土地退化遥感监测评价和对比分析提供参考。     

面向生态系统服务价值的组合预测算法研究

In order to solve the problems of single evaluation and low prediction accuracy in the current ecological environment service value system, this paper puts forward three dynamic combination forecasting systems for ecosystem service value, namely ARI- MA-BP, PCABP-ARIMA and PCABP ARIMA prediction model, and makes an empirical analysis on the ecosystem service value prediction of grassland in Tibet Autonomous region, forest land in Heilongjiang Province and cultivated land in Henan Province. The experimental results show that the average absolute error of based on ARIMA-BP ecosystem service value prediction model is only 0.87%, and the average absolute error of PCABP-ARIMA and PCABP+ARIMA prediction model is 1.98% and 2.24% respec- tively.ARIMA-BP is the best, which is 62.67% smaller than the traditional BP neural network prediction model     

Modelling Australian land use competition and ecosystem services with food price feedbacks at high spatial resolution

In a globalised world, land use change outlooks are influenced by both locally heterogeneous land attributes and world markets. We demonstrate the importance of high resolution land heterogeneity representation in understanding local impacts of future global scenarios with carbon markets and land competition influencing food prices. A methodologically unique Australian continental model is presented with bottom-up parcel scale granularity in land use change, food, carbon, water, and biodiversity ecosystem service supply determination, and partial equilibrium food price impacts of land competition. We show that food price feedbacks produce modest aggregate national land use and ecosystem service supply changes. However, high resolution results show amplified land use change and ecosystem service impact in some places and muted impacts in other areas relative to national averages. We conclude that fine granularity modelling of geographic diversity produces local land use change and ecosystem service impact insights not discernible with other approaches.     

FSAUA: A framework for sensitivity analysis and uncertainty assessment in historical and forecasted land use maps

Land change modelers often create future maps using reference land use map. However, future land use maps may mislead decision-makers, who are often unaware of the sensitivity and the uncertainty in land use maps due to error in data. Since most metrics that communicate uncertainty require using reference land use data to calculate accuracy, the assessment of uncertainty becomes challenging when no reference land use map for future is available. This study aims to develop a new conceptual framework for sensitivity analysis and uncertainty assessment (FSAUA) which compares multiple maps under various data error scenarios. FSAUA performs sensitivity analyses in land use maps using a reference map and assess uncertainty in predicted maps. FSAUA was applied using three well-known land change models (ANN, CART and MARS) in Delhi, India. FSAUA was found to be a practical tool for communicating the uncertainty with end-users who develop reliable planning decisions.     

Validating land change models based on configuration disagreement

Land change models are increasingly being employed to predict future landscapes and influence policy and decision-making. To ensure the highest model accuracy, validation methods have become commonplace following a land change simulation. The most common validation method employed uses quantity and allocation disagreement. However, these current measures may not account for differences in the configurations of land change, placing them in potential conflict with the principals of heterogeneity and spatial patterning of landscape ecology. We develop a new metric, termed configuration disagreement, designed to focus on the size, shape, and complexity of land change simulations. Using this metric, we demonstrate the value of including errors of configuration disagreement – in addition to quantity and allocation error – in the assessment of land change models. Four computational experiments of land change that vary only in spatial pattern are developed using the FUTURES land change model. For each experiment, configuration disagreement and the traditional validation metrics are computed simultaneously. Results indicate that models validated only with consideration of quantity and allocation error may misrepresent, or not fully account for, spatial patterns of landscape change. The research objective will ultimately guide which component, or components, of model disagreement are most critical for consideration. Yet, our work reveals why it may be more helpful to validate simulations in terms of configuration accuracy. Specifically, if a study requires accurately modeling the spatial patterns and arrangements of land cover. Configuration disagreement could add critical information with respect to a model's simulated changes in size, shape, and spatial arrangements, and possibly enhance ecologically meaningful land change science.     

基于灰色BP网络的城市建设用地预测模型

城市建设用地的准确预测是城市合理规划,持续发展的重要保证,建立一种灰色BP网络预测模型,把灰色预测与BP神经网络组合起来,通过历史数据预测城市建设用地量,该模型既考虑了城市建设用地的时序特性,又考虑了它的非线性特性。通过具体的实例研究,对比了单独灰色预测模型与组合预测模型的预测结果,结果显示组合预测的结果与实际有较高的拟合度。     

城市开敞空间的地表能量响应初探——以国际宜居城市为例

城市开敞空间是城市的重要组成部分,其构成与分布影响城市遥感地表能量的平衡。本研究从城市生态系统层面,通过相对地表能量信息的定量分级方法,探讨宜居城市开敞空间地表能量的综合响应特征、作用与影响关系特征。从开敞空间的属性、体量、结构方面,分析其对城市地表能量空间分布的格局、状态、质量及其时空变化的作用与影响。结果表明：(1) 在城市生态系统层面,城市开敞空间构成的属性、体量和结构是影响城市地表能量变化的基础;(2) 相对于城市的实体空间,城市开敞空间的地表能量阈值较宽,数值波动幅度和频率的改变受环境影响更明显; (3) 城市生态系统内部及其与环境架构的地表能量关系的平衡取决于一座城市开敞空间的格局、状态和质量。     

基于GBDT回归的空心村常住人口预测算法研究

为解决乡村振兴战略规划下空心村常住人口预测问题，为国家促进乡村发展、乡村建设、乡村治理提供辅助决策。本文采用GBDT回归算法利用电力、气象等数据对空心村常住人口进行预测。通过特征值重要性分析分析方法筛选出空心村常住人口相关性最强的5个特征，针对这些特征采用模型训练及预测的方式预测空心村常住人口。完成数据预处理后，本文采用5折交叉验证法，以3:1:1的比例将数据集分别划分为训练集、交叉验证集和预测集，获取常住人口预测结果后，并采用均方误差和R方值结合可视化方法对于预测结果进行准确性验证。验证结果表明，采用基于GBDT回归的空心村常住人口预测算法对于空心村常住人口有较好的预测结果。     

Forecasting air passenger traffic flow based on the two-phase learning model

The future airports will head toward a highly intelligent direction, like the unmanned check-in services, while the scale and resources allocation of the ground service are tightly related to the air passenger flow. Therefore, forecasting passenger flow accurately will affect the development of future airports and the optimization of service of civil airlines significantly. As a kind of time series, air passenger flow is influenced by multiple factors, particularly, the stochastic part of seasonality, trend and volatility. These will ultimately affect the accuracy of the prediction. Therefore, this paper introduces a prediction model based on a two-phase learning framework. In phase one, various predictors cope with different features of time series in parallel and the prediction results are integrated in phase two. Furthermore, this paper has compared principal error indicators with actual data and results show that the two-phase learning model performs better than current fusion models and owns stable performance.

     

基于预测值控制的变采样网络控制系统

利用节点采用事件–时间驱动方式建立了变采样网络控制系统, 在固定时延稳定控制的基础上, 根据预测控制值和预测反馈值给出该系统在变时延下所对应的状态转移矩阵, 研究了满足变采样网络控制系统稳定的预测误差和预测时间的条件, 最后给出了一个例子说明分析的结果.