基于随机森林模型的中国中老年人群HDL-C环境影响因素研究     

裴泽华  葛淼  李浩  何进伟  王聪霞 《地球信息科学学报》2022,24(7):1286-1300

高密度脂蛋白胆固醇（HDL-C）可以有效促进人体内胆固醇的代谢外排,其水平的高低与患心血管疾病的风险呈负相关关系,是心血管疾病的预防与保护因素。厘清我国中老年人群HDL-C水平的地理分异特征及环境影响因素,对我国心血管疾病防治工作的开展有重要意义。论文基于中国中老年人纵向追踪调查,利用全局空间自相关、冷热点分析等方法阐释中国中老年人群HDL-C水平的空间分异特征及变化趋势,同时对比引入随机森林回归模型及多元线性回归方法探讨HDL-C水平空间分布的环境影响因素及其指示作用。结果表明：中国中老年人群HDL-C水平表现为女性高于男性、农村高于城镇,具有明显的地域差异性,整体呈现出“北低南高,中间过渡”的分布格局,且北方出现了以内蒙古、河北、辽宁为代表的低值聚集区,南方出现了以广东、广西、云南为代表的高值聚集区;SO₂、NO₂、降水、气压、PM₁₀和PM_2.5是影响中老年人群HDL-C水平差异分布的主要环境因素,其中高浓度的空气污染物是造成HDL-C值较低的危险因素,充沛的降水和低压环境是防治HDL-C值较低的保护因素。因此,今后关于HDL-C血脂异常防控工作在全国各地应注重其空间分布规律,重点加强对HDL-C低值区的监测,以达到因地制宜、精准防控的目的。  相似文献   

基于影响因子动态更新的都市圈国土-人口协同模拟     

高位  涂伟  李明晓  方碧宸  陈栋胜  黄正东  贺彪 《地球信息科学学报》2022,24(8):1502-1511

都市圈作为典型的复杂巨系统,其国土、人口、交通等要素呈现出共同演化、协同发展的特征。现有基于元胞自动机的空间模拟方法通常分别进行国土或人口模拟,忽略了国土、人口之间的协同演化,从而限制了模拟性能。本文提出一种影响因子动态更新策略用以表征国土、人口两种要素间的相互作用,拓展经典元胞自动机模型构建协同模拟算法,实现了都市圈国土与人口空间分布态势的精准模拟。本文以深莞惠都市圈为例,对提出算法进行了实验验证。实验结果表明,本文提出协同模拟算法在深莞惠都市圈的国土模拟品质因素为0.274、人口模拟平均绝对百分比误差23.55%,分别优于传统基于随机森林的元胞自动机算法0.24和29.33%;相较于传统模型,在国土模拟中本模型在对于建设用地的模拟准确度提升了约3%,在人口模拟中本模型在对人口高密度的区域模拟误差降低了约6%。本文进一步预测了深莞惠都市圈2030年国土和人口发展空间态势。研究结果可为都市圈重大基础设施选址和发展情景推演提供技术支撑。  相似文献   

顾及POI人口吸引力异质性的城市人口空间化方法     

桂志鹏  梅宇翱  吴华意  李锐 《地球信息科学学报》2022,24(10):1883-1897

人口空间化是提升人口统计数据空间分辨率的常用手段,现有研究多基于统计建模思想建立多源数据与统计人口的数学模型以预测格网人口。兴趣点（Point of Interest, POI）作为精细人口估算的重要数据源,通常以数量/密度型指标形式参与回归建模,该方式忽略了类型相同但个体规模不同的POI与人口之间数量关系的差异,特征均质化处理造成POI语义细节的损失,导致中心城区人口低估与远城区高估。为此,本文基于随机森林模型,提出一种顾及POI人口吸引力异质性的城市人口空间化方法。该方法在表征POI空间多尺度重要性的基础上,引入移动定位数据构建人口吸引力指标;并基于非欧式滤 波修正格网人口权重,建模人口空间自相关,刻画水体等障碍物对局部空间连通性的影响。本文以武汉市为研究区域开展100 m格网验证,通过与POI密度型回归模型、公开人口数据集的对比和消融实验,展现了人口吸引力指标与权重修正的有效性。结果表明,本文方法平均绝对误差为WorldPop、GPW及对比模型的1/4~2/3,在精细人口空间化场景具有精度优势。此外,本文还讨论了移动定位数据采样率及格网粒度对建模精度的影响。  相似文献   

新密:筑牢森林“防火墙”     

程柏松  陈现伟  张雨村 《资源导刊(河南)》2022,(3)

“通过创新和完善防火工作机制,我市已连续7年无森林火灾发生,有效保护了森林资源和人民生命财产安全。”谈及森林防火工作,新密市林业局相关负责人介绍。近年来,新密市在实践中不断创新工作机制,推动森林防火工作标准化、规范化、法制化,森林火灾预防和扑救能力得到明显提升,并被评为省、市防火模范市。  相似文献   

完成森林培育面积4万多亩 修武县国土绿化工作实现提质增效     

周钢旦 《资源导刊(河南)》2022,(3)

2月7日,春节后上班第一天,修武县云台山镇山区人头攒动、热闹异常,挖坑、栽苗、填埋、浇水……20多个单位的工作人员正在现场忙碌地植树,一场春季义务植树活动迅速在全县拉开帷幕。“春节后开展春季植树已成为全县的惯例,每年都会有很多人参与。”在植树现场,修武县自然资源局负责人介绍。  相似文献   

华东区域中尺度集合预报系统的改进及2020年梅雨期降水试验     

谭燕  黄伟  杨玉华  张旭  陈葆德 《大气科学》2022,46(6):1437-1453

考虑区域模式预报中不确定性的各种来源,分别引入初始场误差、侧边界误差和模式误差构建新一代华东区域中尺度集合预报系统,并对2020年梅雨期降水开展为期一个月的集合预报试验。通过不同时空尺度典型个例的分析可以看出,所选取的随机物理倾向扰动方案中的参数具备一定的通用性,且在参数调优中加强随机过程的影响,系统中低层的风场和湿度场有明显的反馈,集合系统的离散度得到较大改善,对预报的影响大小依次为:格点方差、随机扰动场的去相关空间和随机扰动场的去相关时间。一个月的梅雨期降水评估结果显示:集合系统升级后对各时次各量级的降水TS（Threat Score）评分均有所提升,但仍然存在着降水强度偏大的问题;从概率预报的角度来看,系统升级后,对中到大雨预报的准确率和可信度提升明显,对强降水事件的描述更准确;形势场的检验结果表明,系统的预报偏差问题得到了部分程度地改善,对大气中低层风场、湿度场和地面变量的预报效果较好。相比原华东区域中尺度集合预报系统,升级后的系统,其整体优势可概括为:预报误差减小、集合离散度明显增加,降水预报的能力在各时段各量级均有提升,其中物理过程的不确定性对于捕捉强降水事件有明显的影响,使得系统的预报可信度增加。  相似文献   

随机Petri网在地震应急协同能力定量评价与动态分析中的应用          下载免费PDF全文

樊海刚  郭红梅  张莹  赵真 《中国地震》2022,38(2):248-259

地震应急是一个复杂动态的过程,需要各部门协同配合方能高效开展应急工作。本文通过调研分析历史地震应急处置案例,提出了Ⅰ、Ⅱ级应急响应下多主体地震应急协同的一般流程,构建了相应的随机Petri网模型,并基于Petri网可能出现的状态集同构马尔科夫链,在计算各应急状态稳定概率的基础上,定量评价应急协同能力。同时,将应急过程中利用率高的变迁所对应的应急行为,作为应急处置的关键环节。通过调整各关键环节的应急速率,进一步对应急协同能力进行动态分析,进而提出有效提高应急协同联动能力的相关建议,为科学开展地震应急处置工作提供支持。  相似文献   

基于地震属性约简的深度学习储层物性参数预测:以莺歌海盆地乐东区为例     

刘仕友  曲福良  周凡  邓利峰 《CT理论与应用研究》2022,31(5):577-586

储层物性参数作为描述储层特性、储层建模和流体模式的重要指标,其准确估算可以为储层预测提供有力参考依据,但传统储层物性参数反演方法无法兼顾反演精度及空间连续性。针对上述问题,本文引入地震属性作为深度学习算法输入,针对地震属性之间存在的信息冗余特征,利用随机森林-递归消除法对地震属性进行约简预处理,最终建立一种基于地震属性约简的储层物性参数预测方法。实际数据测试结果表明,地震属性约简的深度学习储层物性参数预测结果具有良好的精度及横向分辨率,证实本文方法的有效性。   相似文献   

基于四参数随机生长法重构土体的格子玻尔兹曼细观渗流研究          下载免费PDF全文

蔡沛辰  阙云  蒋振梁  杨鹏飞 《水文地质工程地质》2022,49(2):33-42

多孔介质模型的重构问题是土体细观渗流机理研究的基础和关键。由四参数随机生长法(QSGS)构建土体模型,采用格子玻尔兹曼方法(LBM),通过MATLAB自编程序研究重构土在不同条件下的细观渗流机理。结果表明:随模型尺寸增大,孔隙连通程度显著提高,300×300格点大小的模型连通孔隙率增长幅度(34.38%)最大,继续扩大模型尺寸发现增加不明显;流体粒子在孔隙连通性好、孔径大的区域,会形成主渗流通道,且存在指进效应,孔道中间流速最大,可达0.0324,越靠近孔壁流速越小;大孔隙率土的流速比小孔隙率土大,而低孔隙率土中的流速相比大孔隙土更稳定;LBM模拟渗透率与经典K-C公式计算结果对比发现,孔隙率越高计算渗透率越准确(n=0.78,误差为10.22%);土颗粒越小,渗流孔道越细窄、分布越密集,对应的速度场分布更为均匀,同时流速也更小。该研究成果能较好地揭示重构土的细观渗流机理,也可为现有细观土体孔隙流研究提供一定借鉴。  相似文献   

基于机器学习的表层土壤成矿元素空间预测: 以稀有金属铷元素为例     

戴亮亮  聂小力  郭军  巩浩  吴欢欢  张涛  汤媛媛  毛聪  彭志刚  贺灿 《现代地质》2022,36(3):972-978

近些年随着土地质量地球化学调查工作的开展,获取了大量表层土壤样品数据。然而,这些数据也存在一个明显的缺陷,即1∶50 000大比例尺表层土壤数据往往缺少成矿元素。鉴于土壤成矿元素含量对于矿产资源勘查的重要指示作用,尝试基于现有数据对大比例尺表层土壤成矿元素含量提供一个补全方案。以稀有金属铷元素为例,采用随机森林算法把同一区域2 548组1∶250 000小比例尺表层土壤数据按照8∶2的比例随机分为两组,用80%的数据进行训练建模,20%的数据对模型进行验证。采用变量重要性度量排序和构建学习曲线的组合方法优选了8种元素(K、B、Ni、V、Zn、As、Co、Cu)作为预测变量,模型对训练数据和测试数据的拟合优度R²分别达到0.983 2和0.895 6,说明预测变量的优选方法是有效的。随后将1∶50 000表层土壤的上述预测变量数据作为输入变量导入模型中,得到预测的Rb元素含量,预测结果比较符合实际特征。本研究表明将大数据机器学习随机森林算法引入表层土壤地球化学元素含量空间定量预测具有可行性,可进一步拓展土地质量地球化学数据的服务应用维度。  相似文献