生态风险评价进展

生态风险评价是环境风险评价的重要组成部分。在我国,生态风险评价还处于起步阶段。本文阐述了有关生态风险评价的有关概念,探讨了生态风险评价的方法,概述了我国在生态风险评价领域的研究成果。     

基于Matlab的概率统计实验教学的探索与实践

结合概率统计课程的特点,探讨概率统计课程开展实验教学的必要性、可行性和意义,设计概率统计实验教学的内容,以提高学生的数学应用能力,促进应用型人才的培养。     

宿州市土壤重金属含量分布及其潜在生态风险评价

以调查宿州市土壤的重金属污染状况数据为基础,按照有关标准和方法,对宿州市土壤重金属潜在生态风险进行了评价.结果表明:宿州市土壤中Cu,Zn,Cr,Cd,Hg,Pb,As 7种重金属含量都存在着一定幅度的变化,矿区土壤单因子污染指数Hg,Cr为重度污染、Cd,As轻度污染水平,耕地除Hg,Cr有部分超标外,其他重金属含量均达标;28.57%的土壤属于安全等级,32.86%的土壤属于警戒线,7.14%的土壤属于轻污染,2.86%的土壤属于中污染,28.57%的土壤属于重污染;67.14%的土壤属于低风险等级,5.71%的土壤属于中等风险等级,强风险等级土壤占15.72%,很强风险等级土壤占11.43%,而属于强风险、很强风险等级土壤都是矿区土壤,耕地均属于低风险等级;土壤中7种重金属对污染的贡献大小顺序为:Hg>Cr>Cd>As>Cu>Zn>Pb.     

中国鸟类物种密度分布及其与生态因子的关系

利用经线和纬线将中国划分为 59个 5°× 5°的小区。根据中国鸟类分布名录统计各小区内分布的鸟类种数 ,再除以相应小区面积得小区内鸟类物种密度。结果表明 ,中国鸟类物种密度最高的区域主要集中在横断山脉地区 ,青藏高原西部则是物种密度最低的地区。对同一纬度上各小区平均鸟类物种密度和纬度间相关分析表明 ,中国鸟类物种密度与纬度显著负相关 ,对生态因子和鸟类物种密度的相关分析表明 ,植被覆盖率、生境密度 (单位面积内植被类型数 )及平均年降雨量与鸟类物种密度显著正相关 ,气温年较差与鸟类物种密度显著负相关。     

关于铝期货套期保值VaR风险敏感度的研究

使用铝期货对铝现货进行套期保值,用风险价值方法度量期货套期保值的风险,分析期货量影响套期保值VaR风险的敏感性。在t分布下,分别导出空头和多头套期保值VaR风险关于期货量的一阶、二阶敏感度,并解释其经济意义．为现货交易者根据套期保值风险价值的敏感程度增减期货量提供帮助。     

基于PSR模型的梅州市生态风险评价

进行城市生态风险评价研究是城市风险管理、城市可持续发展的前提.在PSR模型框架下构建城市生态风险综合评价指标体系,运用主成分分析法和K-means聚类分析法研究梅州市生态环境状况,计算城市总体生态风险度.结果发现:2005~2014的梅州市生态风险度总体趋高,环境质量不断下降,生态安全问题越发突出.以此给城市未来发展敲响警钟,在加快推进经济社会发展步伐的同时,应制定相应的生态保护政策,加大改善环境质量的投资力度,从而降低城市生态系统的风险程度.     

植物物种绝灭风险指标体系及评价标准

通过介绍国际国内已建成的评价生物物种绝灭的风险指标体系中的植物物种绝灭风险指标体系及评价标准,明确了各评价体系的实施机构、评价范围及物种等级的划分标准,从而可以更好地促进我国受威胁植物物种的保护工作.     

二元一次函数曲线拟合的Matlab实现

物理量之间的函数关系在实际研究工作中有很重要的作用.介绍了最小二乘原理.其次介绍了用Matlab实现一元曲线拟合以得到函数关系的方法和步骤,进而推导出二元曲线拟合的Matlab实现.举例说明用Matlab实现最小二乘拟合二元函数曲线法可以推出实际生活中的三个变量之间的函数关系式.     

一个离散风险模型的破产概率研究

对一种离散风险模型的破产概率进行研究,并在理赔额分布函数已知的情况下推导出了破产概率的更易于计算的表达式。     

生态风险评估在环境管理中的应用

生态风险评估(Ecological Risk Assessment,ERA)是评价人类活动对生态系统中生物可能构成的危害效应.从生物体和种群、群落和生态系统、区域和景观不同水平综述了生态风险研究现状,在此基础上阐述了问题表述、风险分析、风险表征到风险交流与管理的生态风险评估管理框架,展望了生态风险评估在环境管理中应用前景.     

GIS支持下的艾比湖流域功能分区的研究

为了改善艾比湖流域的生态功能,实现其自然资源的可持续利用,从生态学的角度,结合该流域总体发展规划和区域经济可持续发展,在GIS支持下对艾比湖流域进行功能分区并进行功能评价。     

定时截尾Pareto分布最小后验风险的Bayes推断

在定时截尾试验下,利用决策理论,充分利用产品的先验信息.考虑试验费用和试验时间,并结合损失函数,对分布制定了最小后验风险决策方案。