导读:本文包含了生态安全预警论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:生态,模型,神经网络,玛多县,合肥市,灰色,理论。
生态安全预警论文文献综述
吴艳霞,李宇殊[1](2019)在《区域创新生态系统安全预警研究》一文中研究指出创新生态系统作为区域发展的动力引擎,对于区域发展具有重要意义。本文将自然界生态安全的概念引入创新生态系统中,研究区域创新生态环境的安全预警问题。构建区域创新生态环境安全预警指标体系,基于RBF神经网络模型及警情评-判标准对西安市区域2010-2016年的创新生态环境安全状况进行分析,并对其2017-2020年创新生态系统安全演化趋势进行动态预测。研究结果表明:(1)RBF神经网络模型能够有效的用于区域创新生态环境安全预警分析,拟合精度较高;(2)2010-2016年,西安市创新生态环境整体生态安全预警指数不断上升,但是仍处于临界安全状态,未来将呈波动趋势甚至可能达到不安全状态;(3)根据未来趋势预测结果,西安市创新生态系统中"创新主体竞争力"子系统预警指数有大幅提升,"创新环境"子系统安全预警指数呈波动状态,"系统恢复能力"子系统总体呈上升趋势但有下降风险。(本文来源于《第十四届(2019)中国管理学年会论文集》期刊2019-11-01)
麦丽开·艾麦提,满苏尔·沙比提,张雪琪[2](2019)在《叶尔羌河平原绿洲耕地生态安全评价及预警分析》一文中研究指出[目的]为了明确叶尔羌河平原绿洲耕地生态环境现状,分析耕地生态安全当前面临的主要影响因素,探索耕地生态安全预警问题及协调人地关系。[方法]文章运用DPSIR概念模型构建预警指标体系,在此基础上,运用DPSIR概念模型与障碍度模型对1991—2016年叶尔羌河平原绿洲的耕地生态安全警情格局进行评估和主要障碍因子分析,最后采用灰色GM(1, 1)预测模型对其2018—2025年的警情演变趋势进行预测。[结果](1)总体上, 1991—2016年叶尔羌河平原绿洲耕地生态安全预警值从0.149 1增加到0.691 8,呈波动上升趋势,安全警情经历了"巨警—重警—中警—轻警"的发展历程。(2)就各子系统的变化趋势而言, 1991—2016年压力系统的预警值整体上呈现下降态势,驱动力、状态、影响和响应系统的预警值总体上呈现递增趋势。(3)长期来看,系统压力是影响耕地生态安全的主要因素,是今后调控的重点。1991—2016年系统压力的障碍度以年均7.57%的速度增加,而系统驱动力、状态、影响和响应的障碍度分别以年均0.34%,1.01%,100%和4.65%的速度下降。(4)影响耕地生态安全的主要障碍因子包括农作物受灾面积、农药使用强度、灾害指数、地膜使用强度、化肥使用强度和人口密度等。(5)按现状发展态势,灰色预测分析得出2018—2025年耕地生态安全预警值分别为0.697 0,0.730 1,0.765 3,0.802 8,0.842 5,0.884 6,0.929 2,0.976 3。[结论]叶尔羌河平原绿洲耕地生态安全在向较好的态势发展。(本文来源于《中国农业资源与区划》期刊2019年07期)
张燕华,王娜[3](2019)在《西藏旅游生态安全预警系统研究》一文中研究指出针对西藏高原地区旅游生态安全问题,构建生态安全预警机制,对预警指标模块、指标权重模块、评价系统模块、警戒区间模块和应对措施模块进行了系统分析,最后以大昭寺景区为例,分析其旅游环境承载力,并提出西藏旅游生态安全预警措施。(本文来源于《全国流通经济》期刊2019年15期)
吴艳霞,邓楠[4](2019)在《基于RBF神经网络模型的资源型城市生态安全预警——以榆林市为例》一文中研究指出运用SDI(状态—胁迫—免疫)模型构建资源型城市生态安全预警指标体系,基于RBF神经网络模型及警情评判标准对榆林市2010—2016年的生态安全状况进行分析,并对榆林市2017—2021年的生态安全演化趋势进行动态预测。研究结果表明:(1)RBF神经网络模型能够有效地用于资源型城市生态安全预警分析,拟合精度较高;(2)2010—2016年,榆林市整体生态安全警情指数不断上升,但是仍处于临界安全状态;(3)根据未来趋势预测结果,到2020年,榆林市生态安全"状态"子系统警情指数将有大幅提升,"胁迫"子系统生态安全警情指数呈略微下降趋势,"免疫"子系统呈波动趋势。由此表明,快速提升榆林市生态安全状况,首先要改善胁迫子系统的状况,其次是加强免疫子系统的免疫能力,据此提出了针对榆林市提升生态安全状况的四条响应措施。(本文来源于《生态经济》期刊2019年05期)
赵妮平[5](2019)在《面向不同情景的喀斯特山区生态安全预警研究》一文中研究指出生态文明建设功在当代、利在千秋,建设生态文明是中华民族永续发展的千年大计。随着社会经济的快速发展,全球生态环境问题形势越来越严峻,越来越多的学者开始了从不同角度对生态安全预警进行研究。本文以贵州省典型喀斯特山区关岭县为研究区域,主要从水环境安全、土地环境安全和生物多样性安全叁方面选取关岭县生态安全预警相关指标;借助3S技术,通过对关岭县DEM、2000年、2005年、2010年、2016年四期遥感影像和其他社会经济数据的处理,获取关岭县高程、坡度、土地利用类型、植被类型、植被覆盖度、土壤侵蚀、石漠化等及其他相关数据作为关岭县生态安全评价指标,采用最小累积阻力模型对其进行生态安全警情评价分析,得到关岭县不同时空尺度下生态安全警情演变趋势。从研究结果来看,关岭县2000年生态安全警情无警面积占20.65%、轻警面积占29.23%、中警面积占25.42%、重警面积占14.70%、巨警面积占4.67%;2005年无警面积占20.41%、轻警面积占29.53%、中警面积占25.72%、重警面积占16.96%、巨警面积占7.55%;2010年无警面积占19.59%、轻警面积占27.55%、中警面积占25.17%、重警面积占18.29%、巨警面积占9.39%;到研究末期无警面积占18.88%、轻警面积占27.31%、中警面积占25.58%、重警面积占18.52%、巨警面积占9.71%。根据研究结果可知,关岭县2016年是生态环境安全最严重的一年,主要体现在主城区这一片的巨警面积增加较大,这是由于城镇化的快速发展,主城区的扩建范围增加,对关岭县生态环境产生了很大的影响,而关岭生态环境恢复的速度赶不上城镇化发展的速度。面对关岭县生态环境问题现状,基于情景分析法,通过设置水资源保护调控情景、耕地保护调控情景和生物多样性保护调控情景,对关岭县不同情景下的生态安全进行模拟,得到不同情景下的关岭县警情情况分布。水资源保护调控情景下得到关岭县无警面积占19.32%;轻警面积占27.94%;中警面积占26.37%;重警面积占17.93%和巨警面积占8.44%。耕地保护调控情景下的生态安全情况无警面积占18.92%;轻警面积占30.97%;中警面积占27.88%;重警面积占15.39%;巨警面积占6.84%。生物多样性保护调控情景下关岭县无警面积占24.07%;轻警面积占36.82%;中警面积占22.75%;重警面积占11.45%;巨警面积占4.90%。通过对叁种情景下生态安全结果进行分析可知:水资源保护调控情景下,无警区域面积增加0.44%;轻警面积增加0.63%;中警面积增加0.79%;而重警和巨警分别下降0.59%和1.27%。耕地保护调控情景下,轻警和中警分别增加3.66%、2.30%;重警与巨警面积百分比分别下降3.13%、2.87%。生物多样性保护调控情景下,无警区域和轻警面积分别增加了5.18%、9.52%;中警到巨警分别减少了2.83%、7.06%、4.81%。叁种调控情景下效果最为明显的是情景叁,即生物多样性保护调控情景。最后根据关岭县现实情况及情景设置的预警结果,提出具体调控措施和策略,包括控制污水排放、合理开发水资源、合理规划土地资源、加大水土保持和石漠化治理投入、提高生物多样性保护水平等。由于研究区属于典型喀斯特山地环境,其自身生态环境系统比较脆弱,而且该区域受人类活动影响较大,土层厚度薄、植被覆盖度低、水土流失明显、石漠化突出,生态系统恢复能力较弱,对其进行生态安全研究能够为关岭县生态环境管理和政府决策提供科学依据;本文在方法上主要选择最小累积阻力模型,该模型在生态安全预警方面应用较少,应用此方法能够丰富生态安全预警研究方法,因此本文在研究区域的选择和方法上具有一定的创新性,其研究结果对生态安全预警研究具有非常重要的意义。(本文来源于《贵州师范大学》期刊2019-05-01)
金兰,何刚,朱艳娜,李恕洲[6](2019)在《基于惩罚型变权模型的生态安全预警》一文中研究指出基于PSR理论框架构建生态安全预警指标体系;采用惩罚型变权模型将预警指标静态权重进行处理,得到预警指标的动态权重;运用综合评价模型计算生态安全指数,进而确定生态安全的警度等级。对合肥市2005—2017年的生态安全状况进行预警,结果发现:整个研究期内,合肥市的生态安全警度等级除2016年处于Ⅱ级(轻警)外,其余年份均处于Ⅲ级(中警),综合生态安全指数从0.492增加到0.649。(本文来源于《中国环境管理干部学院学报》期刊2019年02期)
谈晟荟[7](2019)在《基于突变理论和灰色预测模型的长叁角生态安全评价与预警研究》一文中研究指出城市是人类生产生活、物质文化交流最为密切的区域,自然生态系统受人类作用显着,随着社会的发展,城市化进程进一步加速,人类对生态环境造成的压力越来越大,生态安全问题日益凸显。我国将生态安全上升到国家安全的程度,可见生态安全对社会稳定发展具有重要意义。长叁角城市群是我国重要的经济发展地区,其城市化程度高,经济发展和社会状况具有一定的典型性。本文以长叁角城市群为研究区域,基于PSR(压力-状态-响应)模型构建城市生态安全评价指标体系,分别从社会、经济和环境叁个方面选取了28个具体指标,时间跨度为2005-2015年。通过熵权法赋权、PSR模型建模、突变级数法测评及GM(1,1,)均值法预测,分别从时间变化角度、空间变化角度,对长叁角总系统层、压力层、状态层和响应层生态安全状况进行分析与预测。研究结果表明:(1)时间变化特征长叁角生态安全总系统层随时间变化,呈上升发展趋势。2005年,整体生态安全水平较低,除杭州、绍兴及金华市处于安全水平区间外,其余城市均处于较不安全和极不安全水平区间。随时间的发展,长叁角生态安全水平呈上升趋势。至2015年,除上海市(0.9578)处于较不安全水平区间外,其余城市均处于安全和较安全水平区间,杭州为最高值(0.9841),表明长叁角整体生态安全水平较高,但没有一个城市的生态安全水平达到理想状态,区域生态安全水平仍存在较大发展空间。2015年长叁角城市生态安全发展水平的排名由高到低依次为:杭州市、绍兴市、宁波市、南京市、金华市、湖州市、镇江市、台州市、苏州市、舟山市、无锡市、南通市、常州市、嘉兴市、合肥市、池州市、扬州市、芜湖市、铜陵市、宣城市、盐城市、泰州市、马鞍山市、安庆市、滁州市和上海市。(2)空间变化特征2005年,长叁角生态安全相对较高的城市集中在西南部地区,较低的城市主要集中在西北部地区,处于较不安全状态的城市个数大于处于极不安全状态的个数。至2015年,除上海处于较不安全状态外,其余城市均处于安全或较安全水平区间。其中杭州市、绍兴市和宁波市生态安全水平较高,达到较安全状态,其余大部分城市处于安全状态。空间格局上呈现出南部地区生态安全水平较高,其余地区处于安全水平区间,即均一化的特点,表明区域生态安全水平在发展上具有一定的协同性与整体性。(3)预测结果利用均值GM(1,1)模型对长叁角2019和2023年生态安全状况做出预测。结果表明,2019年长叁角生态安全格局呈现出南部、中部较高,北部较低的特点。除上海市处于较不安全状态外,有25个城市达到安全水平,其中10个城市处于安全状态、14个城市为较安全状态,1个城市为理想状态,表明长叁角生态安全水平得到较好发展,区域整体生态安全水平较高。至2023年,长叁角生态安全在格局上呈现出西南部较高的特点,其中上海市处于较不安全状态,池州市、宣城市和杭州市达到理想状态,其余城市处于较安全状态,表明长叁角生态安全水平得以进一步发展且具有空间协同性的特点。(本文来源于《上海师范大学》期刊2019-03-01)
谈晟荟,张中浩,闻熠[8](2019)在《基于PSR和GM(1,1)模型的安徽省土地生态安全预警与分析》一文中研究指出基于PSR模型和相关统计数据,构建安徽省土地生态安全评价指标体系,采用熵权法对2010—2016年安徽省土地生态安全状况进行评测,运用GM(1,1)模型对2017—2020年土地生态安全状况做出预警。结果表明:安徽省土地生态安全状况从2010年的0.355 (重警)上升到2016年的0.671(中警),土地生态安全状况有所好转,系统压力层、系统状态层以及系统响应层指数均呈上升趋势。2017—2020年的预警值分别为0.776(中警)、0.875(轻警)、0.987(无警)和1.113(无警),表明未来4年安徽省土地生态状况将持续好转。(本文来源于《安徽农业科学》期刊2019年03期)
安海文[9](2018)在《黄河源区玛多县生态安全预警评价研究》一文中研究指出青海省玛多县是黄河源区的重要水源涵养地,在保障国家生态安全、建设生态文明中具有不可替代的战略地位。由于脆弱的生态环境和强烈的人类活动的干扰,导致该区生态安全形势异常严峻。开展玛多县生态安全预警评价研究,对整个叁江源地区具有重要的指示意义,可有效指导当地生态环境保护与治理政策制定。首先,基于P-S-R模型,分别从压力、状态与响应叁方面遴选了13个预警因子,构建了玛多县生态安全预警评价指标体系;运用遥感地学分析法、GIS空间分析法,结合玛多县各乡镇的社会经济统计数据、气象数据、交通数据、地形数据、卫星数据及各种专题数据,建立了玛多县生态安全预警评价空间数据库。其次,运用层次分析法对生态安全进行了评价,确定了玛多县生态安全预警警情。运用绝对确定法、相对确定法、专家分级法等对所有因子进行了分类与分级,并结合标准化法对评价因子进行无量纲化处理。结果显示:玛多县警情分布面积从大到小依次是中警区>重警区>轻警区>巨警区,面积分别为15227.65km~2、5441.53km~2、2838.29km~2、1271.69km~2,占比依次为61.45%、21.96%、11.45%、5.13%。最后,从自然因素和人为因素两方面系统梳理了影响玛多县生态安全警情的原因。自然因素主要是指高寒造成的生态环境脆弱;人为因素主要有超载放牧、挖掘沙金、修建道路、投放鼠药、挖掘虫草等行为。研究成果可推进高寒生态脆弱区生态预警评价研究,以点带面探索特殊地理环境下的生态安全预警评价体系,形成可复制和易推广的生态安全预警评价经验,为叁江源国家公园的试点建设及叁江源国家公园黄河源区生态环境治理提供智力支持。(本文来源于《中国地质大学(北京)》期刊2018-10-01)
张贝尔,蒋旭东,孙京禄,陆贝贝[10](2018)在《安徽省区域生态安全动态评价与预警分析》一文中研究指出随着城镇化和工业化的高速发展,经济发展和生态环境保护之间的矛盾日益加剧。客观评价区域生态安全状况、变化规律、影响因素,并适时准确进行生态安全预警,对促进区域经济社会和生态环境协调发展具有重要意义。本研究运用PSR模型构建安徽省生态安全评价指标体系,综合熵权法和层次分析法确定指标综合权重,对2008—2013年安徽省区域生态安全状况进行评价和预警。结果发现,安徽省生态安全综合指数总体呈上升趋势,大部分区域处于轻警-无警区。生态安全指数空间上呈南高北低趋势,皖南山区生态安全状况最好,江淮地区次之,皖北地区较差。从驱动因子上看,皖北地区生态安全受压力指标影响较大,江淮地区生态安全受状态指标影响较大,皖南地区生态安全受响应指标影响较大。本研究进一步丰富了省域生态安全评价实证案例和相关理论体系,为政府制定相关决策提供了技术支撑和理论依据。(本文来源于《中国农学通报》期刊2018年27期)
生态安全预警论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
[目的]为了明确叶尔羌河平原绿洲耕地生态环境现状,分析耕地生态安全当前面临的主要影响因素,探索耕地生态安全预警问题及协调人地关系。[方法]文章运用DPSIR概念模型构建预警指标体系,在此基础上,运用DPSIR概念模型与障碍度模型对1991—2016年叶尔羌河平原绿洲的耕地生态安全警情格局进行评估和主要障碍因子分析,最后采用灰色GM(1, 1)预测模型对其2018—2025年的警情演变趋势进行预测。[结果](1)总体上, 1991—2016年叶尔羌河平原绿洲耕地生态安全预警值从0.149 1增加到0.691 8,呈波动上升趋势,安全警情经历了"巨警—重警—中警—轻警"的发展历程。(2)就各子系统的变化趋势而言, 1991—2016年压力系统的预警值整体上呈现下降态势,驱动力、状态、影响和响应系统的预警值总体上呈现递增趋势。(3)长期来看,系统压力是影响耕地生态安全的主要因素,是今后调控的重点。1991—2016年系统压力的障碍度以年均7.57%的速度增加,而系统驱动力、状态、影响和响应的障碍度分别以年均0.34%,1.01%,100%和4.65%的速度下降。(4)影响耕地生态安全的主要障碍因子包括农作物受灾面积、农药使用强度、灾害指数、地膜使用强度、化肥使用强度和人口密度等。(5)按现状发展态势,灰色预测分析得出2018—2025年耕地生态安全预警值分别为0.697 0,0.730 1,0.765 3,0.802 8,0.842 5,0.884 6,0.929 2,0.976 3。[结论]叶尔羌河平原绿洲耕地生态安全在向较好的态势发展。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
生态安全预警论文参考文献
[1].吴艳霞,李宇殊.区域创新生态系统安全预警研究[C].第十四届(2019)中国管理学年会论文集.2019
[2].麦丽开·艾麦提,满苏尔·沙比提,张雪琪.叶尔羌河平原绿洲耕地生态安全评价及预警分析[J].中国农业资源与区划.2019
[3].张燕华,王娜.西藏旅游生态安全预警系统研究[J].全国流通经济.2019
[4].吴艳霞,邓楠.基于RBF神经网络模型的资源型城市生态安全预警——以榆林市为例[J].生态经济.2019
[5].赵妮平.面向不同情景的喀斯特山区生态安全预警研究[D].贵州师范大学.2019
[6].金兰,何刚,朱艳娜,李恕洲.基于惩罚型变权模型的生态安全预警[J].中国环境管理干部学院学报.2019
[7].谈晟荟.基于突变理论和灰色预测模型的长叁角生态安全评价与预警研究[D].上海师范大学.2019
[8].谈晟荟,张中浩,闻熠.基于PSR和GM(1,1)模型的安徽省土地生态安全预警与分析[J].安徽农业科学.2019
[9].安海文.黄河源区玛多县生态安全预警评价研究[D].中国地质大学(北京).2018
[10].张贝尔,蒋旭东,孙京禄,陆贝贝.安徽省区域生态安全动态评价与预警分析[J].中国农学通报.2018