基于生态敏感性的区域环境时空变化及其驱动因素探究——以定安县为例

生态敏感性是分析区域生态环境稳定性的主要方法之一,其评价结果对于区域生态保护和决策制定具有重要意义。本文以定安县为研究区域,从土壤侵蚀、生境、地形、水资源4个方面选取了9个敏感指标构建生态敏感性评价体系,结合层次分析法(AHP)和熵权法进行组合赋权,分析2013和2021年两个时期生态敏感性时空分布与变化,以及空间集聚性、生态敏感性区域变化,并利用地理探测器分析其主要驱动因素。结果表明：2013—2021年,定安县生态敏感性均是南高北低的分布格局,且整体生态敏感性程度呈下降趋势;生态敏感性空间集聚效应显著,但随着时间推移,空间聚集性降低,高值聚集区和低值聚集区均有收缩的趋势;生态敏感区转移主要发生在中敏感区和高敏感区,变化等级以一级递增、递减为主;土地利用和植被覆盖度较其他敏感指标对生态敏感性的驱动力较大,且随着时间推移,土地利用与植被覆盖度对生态敏感性的驱动力呈主导作用趋势。     

微博中蕴含台风灾害损失信息识别和分类方法

社交媒体在灾害信息的实时发布与传播中发挥着越来越重要的作用。在灾害发生过程中,社交媒体中蕴含的实时灾损信息对灾情及时响应和评估有重要意义。然而,这些涉灾文本具有信息破碎度高、文本特征稀疏、标注语料库匮乏等缺点,使得传统的基于监督学习的方法难以有效提取其中的灾损信息。为此,本文提出了一种通过扩展上下文特征和匹配特征词的方法来快速识别和分类社交媒体中蕴含的不同类别的灾损信息。本方法首先基于中文语法规则,抽取小规模不同灾损类别下微博文本中的涉灾关键词构建特征词搭配对。然后,利用词向量模型和已有词库对这些特征词搭配对进行补充和扩展。同时,根据中文词语共现规则,引入外部语料库优化特征词间的语义搭配关系。最终,以此为基础构建台风灾损分类知识库对灾情文本中蕴含的不同类别灾损信息进行识别和分类。本文以2016年9月15日台风“莫兰蒂”登陆事件作为研究案例,以评估本文方法在灾损信息识别和分类上的效果。结果表明,本文方法对微博文本中蕴含的不同类别风灾损失信息的识别和分类效果显著（各类别综合评价指标都达到了0.74以上）。基于灾损信息分类结果,本文绘制了台风影响的时空分布图,从而进一步说明本文方法在灾害损失评估和减灾救灾方面的效用。     

���Իع�������С����ƽ��ģ�ͼ�����

??????????????г????е?????????????С???????????????????????С?????????????????????????????????????С????????????????????????????????????????????     

���Իع�ģ�͵��Ƚ�������С���˽���

?????????????????????????????д??????????????????????????????С????????????????????е??任????????????С???????????????????????????????????????????????????????С??????????????????????????????????????????????????10 000?????飬??????????????????о?????????????????????????Ч?????????     

两种客观赋权法及其在确定组合预测权重中的应用

构建组合预测模型对工程沉降问题进行预测,是一种有效的预测方法,它能综合利用各单一预测模型的有用信息,提高预测精度,但确定其权系数的计算较为复杂。文中利用两种客观赋权方法来计算组合预测模型中的权重,方法简单易懂且使用方便,并通过实例分析证明其优越性。     

线性回归总体最小二乘平差模型及解算

针对系数矩阵含有一列常数列的线性回归总体最小二乘平差问题,提出一种总体最小二乘平差模型。在此基础上,推导了线性回归总体最小二乘的迭代算法,并采用一个算例验证了模型和算法的可行性。     

线性回归模型的稳健总体最小二乘解算

针对线性回归中自变量和因变量可能含有粗差的情况,提出线性回归模型的稳健总体最小二乘法。将线性回归模型进行等价变换,视其总体最小二乘平差模型为非线性,根据选权迭代的思想推导线性回归模型的稳健总体最小二乘迭代算法。以模拟算例在自变量和因变量同时添加粗差的情况下进行10 000次试验,并从中选出一组数据进行具体分析,结果验证了本文算法的有效性和可行性。     

空间直线的结构总体最小二乘拟合

提出结构总体最小二乘方法拟合空间直线,该方法能顾及三维坐标的误差,同时保证测量点到拟合直线的距离和最小。通过算例分析,验证了该方法的有效性和可行性。     

旅游多主题情感词典的构建方法

面向旅游社交媒体大数据的分析和挖掘,该文提出一种旅游领域多主题情感词典的构建方法:首先,通过自然语言处理、机器学习,快速提取景区评价数据中旅游主题及其情感倾向,然后基于旅游多主题字典定义覆盖景区9类主题及细粒度种子主题词,最后针对景区情感倾向分析问题,根据词共现模型筛选与主题词典构成搭配的情感词,构建面向旅游领域的多主题情感词典.以海南省A级景区为例,基于上述构建的旅游领域多主题情感词典和景区网络关注度计算结果,对游客评论文本进行信息挖掘,并进一步结合GIS时空数据挖掘及网络关注度分析等方法,分析研究区域旅游景区游览信息的时空分布特征.结果表明,该文方法能有效监测景区各项主题的好评程度时空变化,验证了该方法的实用性和有效性.